BAB I PENDAHULUAN
Indonesia merupakan salah satu negara dengan tingkat aktivitas seismik tertinggi di dunia karena berada pada zona pertemuan tiga lempeng tektonik utama, yaitu Lempeng Indo-Australia, Eurasia, dan Pasifik (Irsyam et al., 2020). Kondisi ini menjadikan wilayah Sumatera, termasuk Provinsi Sumatera Barat, sebagai salah satu daerah rawan gempa bumi dengan frekuensi kejadian yang tinggi. Pemahaman mengenai persebaran geografis pusat gempa atau epicenter menjadi sangat penting dalam upaya mitigasi bencana dan perencanaan tata ruang, sehingga diperlukan metode analisis spasial yang mampu menggambarkan lokasi kejadian gempa secara akurat.
Dalam perkembangan teknologi analisis data, visualisasi spasial menjadi langkah awal yang fundamental untuk mengidentifikasi pola persebaran fenomena geografis (Bivand, Pebesma, & Gómez-Rubio, 2013). Data spasial umumnya terbagi menjadi dua jenis utama, yaitu vektor (titik, garis, dan poligon) dan raster, di mana data titik digunakan untuk merepresentasikan lokasi peristiwa seperti titik pusat gempa (Modul Statistika Spasial, Pertemuan 1, 2025). Visualisasi titik-titik gempa memberikan gambaran awal mengenai konsentrasi dan tren spasial kejadian seismik pada suatu wilayah.
Bahasa pemrograman R telah banyak dimanfaatkan sebagai alat analisis spasial karena menyediakan paket-paket komputasi seperti sf, ggplot2, dan rnaturalearth yang mampu mengolah data spasial dan menghasilkan peta informatif secara efisien (Pebesma, 2018). Melalui praktikum ini, mahasiswa mempelajari teknik dasar pemetaan data titik gempa bumi di Sumatera Barat menggunakan R, mulai dari pengolahan dataset koordinat gempa, konversi menjadi objek spasial, hingga visualisasi sebaran epicenter pada peta administrasi wilayah. Dengan kemampuan ini, mahasiswa diharapkan dapat memahami konsep dasar sistem informasi geografis (SIG) serta mampu menganalisis pola spasial fenomena geofisika sebagai langkah awal dalam kajian mitigasi bencana.
Peta yang dibuat merupakan peta epicenter gempa bumi di Indonesia tahun 2024, menggunakan paket-paket R yang dianggap paling mudah digunakan.(Setiap praktikan diminta untuk menampilkan peta pada provinsi yang berbeda).
Peta kedua menampilkan seluruh kabupaten/kota pada satu provinsi di Indonesia, dengan warna yang berbeda untuk setiap kabupaten/kota.(Setiap praktikan juga membuat peta dengan provinsi yang berbeda dari praktikan lainnya).
BAB II PEMBAHASAN
Berikut library yang digunakan:
devtools::install_github("ropensci/rnaturalearthhires")
library(sf)
library(ggplot2)
library(dplyr)
library(rnaturalearth)
library(rnaturalearthdata)
library(viridis)
library(readr)
library(rnaturalearthhires)
Di sini kita menginputkan data gempa di Aceh
library(readr)
data <- read_delim("C:/Users/asus/Downloads/gempaaceh2024.csv",
delim = ";", escape_double = FALSE, trim_ws = TRUE)
## Rows: 41 Columns: 5
## ── Column specification ────────────────────────────────────────────────────────
## Delimiter: ";"
## dbl (4): latitude, longitude, depth, mag
## dttm (1): time
##
## ℹ Use `spec()` to retrieve the full column specification for this data.
## ℹ Specify the column types or set `show_col_types = FALSE` to quiet this message.
library(sf)
## Linking to GEOS 3.13.1, GDAL 3.11.4, PROJ 9.7.0; sf_use_s2() is TRUE
gempa_sf <- st_as_sf(data, coords = c("longitude", "latitude"), crs = 4326)
Menggunakan paket rnaturalearth untuk memuat batas provinsi Aceh:
library(rnaturalearth)
library(rnaturalearthdata)
##
## Attaching package: 'rnaturalearthdata'
## The following object is masked from 'package:rnaturalearth':
##
## countries110
library(rnaturalearthhires)
library(dplyr)
##
## Attaching package: 'dplyr'
## The following objects are masked from 'package:stats':
##
## filter, lag
## The following objects are masked from 'package:base':
##
## intersect, setdiff, setequal, union
indo <- ne_states(country = "indonesia", returnclass = "sf")
Aceh <- indo %>% filter(name == "Aceh")
Menampilkan peta Aceh beserta titik gempa, dengan ukuran berdasarkan magnitudo dan warna berdasarkan kedalaman:
library(ggplot2)
library(viridis)
## Loading required package: viridisLite
ggplot() +
geom_sf(data = Aceh, fill = "gray", color = "black") +
geom_sf(data = gempa_sf, aes(size = mag, color = depth), alpha = 0.7) +
scale_color_viridis(option = "plasma", name = "Kedalaman (km)") +
scale_size_continuous(name = "Magnitudo", range = c(2, 6)) +
labs(title = "Sebaran Gempa di Provinsi Aceh",
subtitle = "Sumber: USGS",
x = "Longitude", y = "Latitude",
caption = "Visualisasi: ggplot2 + sf") +
theme_minimal() +
theme(plot.title = element_text(face = "bold", size = 14),
legend.position = "right")
Unggah shapefile GADM dan pilih datanya yang cuma Aceh:
setwd("C:/Users/asus/Downloads/gadm41_IDN_shp")
Indo_shp<-st_read("gadm41_IDN_2.shp")
## Reading layer `gadm41_IDN_2' from data source
## `C:\Users\asus\Downloads\gadm41_IDN_shp\gadm41_IDN_2.shp' using driver `ESRI Shapefile'
## Simple feature collection with 502 features and 13 fields
## Geometry type: MULTIPOLYGON
## Dimension: XY
## Bounding box: xmin: 95.00971 ymin: -11.00761 xmax: 141.0194 ymax: 6.076941
## Geodetic CRS: WGS 84
head(Indo_shp)
## Simple feature collection with 6 features and 13 fields
## Geometry type: MULTIPOLYGON
## Dimension: XY
## Bounding box: xmin: 95.00971 ymin: 2.008107 xmax: 98.19711 ymax: 5.755888
## Geodetic CRS: WGS 84
## GID_2 GID_0 COUNTRY GID_1 NAME_1 NL_NAME_1 NAME_2 VARNAME_2
## 1 IDN.1.2_1 IDN Indonesia IDN.1_1 Aceh NA Aceh Barat NA
## 2 IDN.1.1_1 IDN Indonesia IDN.1_1 Aceh NA Aceh Barat Daya NA
## 3 IDN.1.3_1 IDN Indonesia IDN.1_1 Aceh NA Aceh Besar NA
## 4 IDN.1.4_1 IDN Indonesia IDN.1_1 Aceh NA Aceh Jaya NA
## 5 IDN.1.5_1 IDN Indonesia IDN.1_1 Aceh NA Aceh Selatan NA
## 6 IDN.1.6_1 IDN Indonesia IDN.1_1 Aceh NA Aceh Singkil NA
## NL_NAME_2 TYPE_2 ENGTYPE_2 CC_2 HASC_2 geometry
## 1 NA Kabupaten Regency 1107 ID.AC.AB MULTIPOLYGON (((96.06915 4....
## 2 NA Kabupaten Regency 1112 ID.AC.AD MULTIPOLYGON (((96.94196 3....
## 3 NA Kabupaten Regency 1108 ID.AC.AR MULTIPOLYGON (((95.78426 5....
## 4 NA Kabupaten Regency 1116 ID.AC.AJ MULTIPOLYGON (((95.87673 4....
## 5 NA Kabupaten Regency 1103 ID.AC.AS MULTIPOLYGON (((97.74693 2....
## 6 NA Kabupaten Regency 1102 ID.AC.AN MULTIPOLYGON (((97.39143 2....
Aceh_shp <- Indo_shp %>% filter(NAME_1 == "Aceh")
Aceh_shp
## Simple feature collection with 23 features and 13 fields
## Geometry type: MULTIPOLYGON
## Dimension: XY
## Bounding box: xmin: 95.00971 ymin: 2.008107 xmax: 98.28605 ymax: 6.076941
## Geodetic CRS: WGS 84
## First 10 features:
## GID_2 GID_0 COUNTRY GID_1 NAME_1 NL_NAME_1 NAME_2
## 1 IDN.1.2_1 IDN Indonesia IDN.1_1 Aceh NA Aceh Barat
## 2 IDN.1.1_1 IDN Indonesia IDN.1_1 Aceh NA Aceh Barat Daya
## 3 IDN.1.3_1 IDN Indonesia IDN.1_1 Aceh NA Aceh Besar
## 4 IDN.1.4_1 IDN Indonesia IDN.1_1 Aceh NA Aceh Jaya
## 5 IDN.1.5_1 IDN Indonesia IDN.1_1 Aceh NA Aceh Selatan
## 6 IDN.1.6_1 IDN Indonesia IDN.1_1 Aceh NA Aceh Singkil
## 7 IDN.1.7_1 IDN Indonesia IDN.1_1 Aceh NA Aceh Tamiang
## 8 IDN.1.8_1 IDN Indonesia IDN.1_1 Aceh NA Aceh Tengah
## 9 IDN.1.9_1 IDN Indonesia IDN.1_1 Aceh NA Aceh Tenggara
## 10 IDN.1.10_1 IDN Indonesia IDN.1_1 Aceh NA Aceh Timur
## VARNAME_2 NL_NAME_2 TYPE_2 ENGTYPE_2 CC_2 HASC_2
## 1 NA NA Kabupaten Regency 1107 ID.AC.AB
## 2 NA NA Kabupaten Regency 1112 ID.AC.AD
## 3 NA NA Kabupaten Regency 1108 ID.AC.AR
## 4 NA NA Kabupaten Regency 1116 ID.AC.AJ
## 5 NA NA Kabupaten Regency 1103 ID.AC.AS
## 6 NA NA Kabupaten Regency 1102 ID.AC.AN
## 7 NA NA Kabupaten Regency 1114 ID.AC.AM
## 8 NA NA Kabupaten Regency 1106 ID.AC.AT
## 9 NA NA Kabupaten Regency 1104 ID.AC.AG
## 10 NA NA Kabupaten Regency 1105 ID.AC.AI
## geometry
## 1 MULTIPOLYGON (((96.06915 4....
## 2 MULTIPOLYGON (((96.94196 3....
## 3 MULTIPOLYGON (((95.78426 5....
## 4 MULTIPOLYGON (((95.87673 4....
## 5 MULTIPOLYGON (((97.74693 2....
## 6 MULTIPOLYGON (((97.39143 2....
## 7 MULTIPOLYGON (((97.90879 3....
## 8 MULTIPOLYGON (((97.22276 4....
## 9 MULTIPOLYGON (((97.94666 3....
## 10 MULTIPOLYGON (((97.7299 4.2...
ggplot() +
# Warna tiap kabupaten berbeda tapi legendanya disembunyikan
geom_sf(data = Aceh_shp, aes(fill = NAME_2), color = "black", size = 0.3, show.legend = FALSE) +
# Titik gempa dengan warna = kedalaman, ukuran = magnitudo
geom_sf(data = gempa_sf, aes(size = mag, color = depth), alpha = 0.7) +
# Skala warna dan ukuran
scale_color_viridis(option = "plasma", name = "Kedalaman (km)") +
scale_size_continuous(name = "Magnitudo", range = c(2, 6)) +
# Label dan tema
labs(
title = "Sebaran Gempa di Provinsi Aceh",
subtitle = "Sumber: USGS",
x = "Longitude", y = "Latitude",
caption = "Visualisasi: ggplot2 + sf"
) +
theme_minimal() +
theme(
plot.title = element_text(face = "bold", size = 14),
legend.position = "right"
)
Interpretasi plot 1 Berdasarkan data dari USGS. Titik-titik pada peta menggambarkan lokasi terjadinya gempa, dengan ukuran lingkaran menunjukkan magnitudo dan warna menunjukkan kedalaman (km). Dari peta terlihat bahwa gempa tersebar di berbagai wilayah Aceh, baik di daratan maupun di sekitar perairan barat dan selatan. Kebanyakan gempa terjadi pada kedalaman antara 25–75 km, yang ditunjukkan oleh warna ungu hingga oranye. Beberapa gempa dengan kedalaman lebih dari 100 km (warna kuning) juga terdeteksi di wilayah utara. Dilihat dari ukuran titik, sebagian besar gempa memiliki magnitudo antara 4,4 hingga 5,6, yang tergolong dalam kategori gempa menengah. Secara umum, peta ini mengindikasikan bahwa wilayah Aceh memiliki aktivitas seismik yang cukup tinggi, terutama di daerah pesisir barat yang berbatasan langsung dengan zona subduksi lempeng Indo-Australia dan Eurasia. Visualisasi ini dibuat menggunakan ggplot2 dan sf dalam R, menunjukkan integrasi antara data spasial dan visualisasi statistik untuk memahami pola kejadian gempa secara geografis.
Interpretasi plot 2 Dari peta tersebut dapat dilihat bahwa aktivitas gempa tersebar di hampir seluruh wilayah Aceh, terutama di bagian barat dan selatan yang berbatasan langsung dengan Samudra Hindia. Sebagian besar gempa memiliki kedalaman antara 25 hingga 75 km (warna ungu hingga oranye), yang menandakan aktivitas gempa terjadi di lapisan kerak bumi menengah. Beberapa gempa lebih dalam (warna kuning, >100 km) muncul di wilayah bagian utara dan timur Aceh. Magnitudo gempa yang terdeteksi berkisar antara 4,4 hingga 5,6, tergolong gempa menengah yang berpotensi dirasakan oleh masyarakat namun jarang menyebabkan kerusakan besar. Secara umum, peta ini menunjukkan bahwa Aceh merupakan daerah dengan aktivitas seismik cukup tinggi, terutama di sekitar garis patahan dan zona subduksi lempeng Indo-Australia yang menekan ke bawah lempeng Eurasia. Visualisasi ini dibuat menggunakan paket ggplot2 dan sf pada R, yang memadukan analisis spasial dengan representasi visual untuk memahami pola persebaran gempa secara geografis di Provinsi Aceh.
BAB III KESIMPULAN
Berdasarkan hasil praktikum pada pertemuan ini, dapat disimpulkan bahwa visualisasi data spasial menggunakan bahasa pemrograman R berhasil dilakukan untuk memetakan persebaran gempa bumi di Provinsi Aceh dengan memanfaatkan paket sf, ggplot2, serta data gempa dari USGS. Konversi data koordinat menjadi objek spasial memungkinkan titik episenter ditampilkan secara akurat di atas peta wilayah Aceh.
Hasil pemetaan menunjukkan bahwa kejadian gempa di Provinsi Aceh tersebar di berbagai wilayah, terutama di bagian barat dan selatan provinsi yang berdekatan dengan zona subduksi Lempeng Indo-Australia dan Eurasia. Titik-titik gempa memperlihatkan variasi magnitudo dan kedalaman, dengan sebagian besar gempa tergolong dangkal hingga menengah, yang menandakan adanya aktivitas tektonik yang cukup tinggi di daerah tersebut.
Visualisasi tanpa shapefile memberikan gambaran umum mengenai distribusi gempa, sedangkan penggunaan shapefile kabupaten/kota mampu menampilkan informasi spasial yang lebih detail dan kontekstual. Hasil ini dapat mendukung analisis mitigasi bencana dan perencanaan tata ruang berbasis wilayah administratif. Dengan demikian, praktikum ini berhasil memberikan pemahaman dasar tentang pengolahan serta visualisasi data spasial, sekaligus menegaskan pentingnya analisis spasial dalam kajian kebencanaan geologi di Provinsi Aceh.DAFTAR PUSTAKA
Bivand, R. S., Pebesma, E., & Gómez-Rubio, V. (2013). Applied spatial data analysis with R (2nd ed.). Springer.
Irsyam, M., Warnana, D. D., Martino, S., Susila, I., Natawidjaja, D. H., & Widiyantoro, S. (2020). Indonesian seismic hazard map update. Journal of Earthquake Engineering, 24(3), 403–428.
Modul Statistika Spasial Pertemuan 1. (2025). Visualisasi data spasial dengan R. Program Studi Statistik.
Pebesma, E. (2018). Simple features for R: Standardized support for spatial vector data. The R Journal, 10(1), 439–446.
United States Geological Survey. (2025). USGS earthquake catalog. https://earthquake.usgs.gov/earthquakes/