BAB 1 PENDAHULUAN

Latar Belakang

Analisis data spasial memiliki berbagai fungsi, di antaranya melakukan identifikasi pola spasial untuk memahami hubungan antara variabel dengan lokasi geografisnya. Kemudian melakukan pemetaan untuk melakukan visualisasi dan memahami sebaran data dan pola spasial yang ada. Selanjutnya identifikasi cluster atau kelompok, hal ini dapat membantu dalam pengambilan keputusan dalam berbagai bidang seperti perencanaan kota dan pengembangan bisnis. Kemudian memprediksi perubahan yang mungkin terjadi di masa depan seperti perubahan iklim atau kepadatan penduduk. Selanjutnya sebagai peningkatan efisiensi agar dapat digunakan untuk meningkatkan efisiensi dalam pengambilan keputusan, perencanaan, dan pengelolaan sumber daya.

Program R telah menjadi standar dalam komunitas ilmiah karena fleksibilitasnya serta kinerjanya yang andal dalam berbagai jenis analisis, termasuk pengolahan data secara spasial. Statistika spasial adalah suatu bidang statistika yang berkaitan dengan analisis data yang mempunyai lokasi atau posisi geografis. Dalam statistika spasial, data dikumpulkan dengan mempertimbangkan lokasi geografisnya, dan kemudian dianalisis untuk menemukan pola dan hubungan spasial antara variabel yang diamati. Dalam hal ini, teknik-teknik statistika digunakan untuk mengidentifikasi dan menguji hubungan antara data dan lokasi geografisnya, seperti pola keterkaitan spasial dan autokorelasi spasial. Statistika spasial dapat digunakan untuk menganalisis berbagai data seperti data sosial ekonomi, data medis, data lingkungan, dan data geologi. Contoh penerapan statistika spasial meliputi pemetaan kepadatan penduduk, analisis keterkaitan antara faktor lingkungan dan kesehatan, dan pemetaan sebaran sumber daya alam.

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.

Tujuan

  1. Mahasiswa dapat membuat peta dengan paket pemrograman R
  2. Mahasiswa dapat membuat peta dengan data titik spasial pada R

Rumusan Masalah

  1. Bagaimana membuat peta dengan paket pemrograman R
  2. Bagaiman membuat peta dengan data titik spasial pada R

Batasan Masalah

  1. Buatlah peta epicenter gempa bumi di Indonesia pada tahun 2024 (gunakan packages R yang dianggap gampang, setiap praktikan menggambarkan peta provinsi yang berbeda).
  2. Buatlah peta semua provinsi di Indonesia dengan memberikan warna yang berbeda pada setiap kab/kota (setiap praktikan membuat peta provinsi yang berbeda).
BAB 2 PEMBAHASAN

Source Code

Input Data Gempa

query <- read.csv("C:/Users/reala/Downloads/query.csv", sep=";")
 View(query)

Konversi data menjadi data spasial

query_sf <- st_as_sf(query,
                     coords = c("longitude", "latitude"),
                     crs = 4326)  # WGS84

Ambil batas administrasi Indonesia dan Filter Provinsi Jambi

indo <- ne_states(country = "indonesia", returnclass = "sf")
Jambi <- indo %>% filter(name == "Jambi")

Membuat Peta Sebaran gempa di jambi

ggplot() +
  geom_sf(data = Jambi, fill = "gray", color = "black") +
  geom_sf(data = query_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 Jambi",
       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")

Peta jambi dengan SHP

setwd("C:/Users/reala/Downloads/gadm41_IDN_shp(1)") 
Indo_shp<-st_read("gadm41_IDN_2.shp")
## Reading layer `gadm41_IDN_2' from data source 
##   `C:\Users\reala\Downloads\gadm41_IDN_shp(1)\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....

Filter Provinsi jambi

Jambi_shp <- Indo_shp %>% filter(NAME_1 == "Jambi")
Jambi_shp
## Simple feature collection with 11 features and 13 fields
## Geometry type: MULTIPOLYGON
## Dimension:     XY
## Bounding box:  xmin: 101.1286 ymin: -2.771199 xmax: 104.4974 ymax: -0.7332947
## Geodetic CRS:  WGS 84
## First 10 features:
##         GID_2 GID_0   COUNTRY   GID_1 NAME_1 NL_NAME_1           NAME_2
## 1   IDN.8.1_1   IDN Indonesia IDN.8_1  Jambi        NA      Batang Hari
## 2   IDN.8.2_1   IDN Indonesia IDN.8_1  Jambi        NA            Bungo
## 3   IDN.8.3_1   IDN Indonesia IDN.8_1  Jambi        NA            Jambi
## 4   IDN.8.4_1   IDN Indonesia IDN.8_1  Jambi        NA          Kerinci
## 5   IDN.8.5_1   IDN Indonesia IDN.8_1  Jambi        NA         Merangin
## 6   IDN.8.6_1   IDN Indonesia IDN.8_1  Jambi        NA      Muaro Jambi
## 7   IDN.8.7_1   IDN Indonesia IDN.8_1  Jambi        NA       Sarolangun
## 8   IDN.8.8_1   IDN Indonesia IDN.8_1  Jambi        NA     Sungai Penuh
## 9   IDN.8.9_1   IDN Indonesia IDN.8_1  Jambi        NA Tanjung Jabung B
## 10 IDN.8.10_1   IDN Indonesia IDN.8_1  Jambi        NA Tanjung Jabung T
##    VARNAME_2 NL_NAME_2    TYPE_2 ENGTYPE_2 CC_2   HASC_2
## 1         NA        NA Kabupaten   Regency 1504 ID.JA.BA
## 2         NA        NA Kabupaten   Regency 1509 ID.JA.BT
## 3         NA        NA      Kota      City 1571 ID.JA.JA
## 4         NA        NA Kabupaten   Regency 1501 ID.JA.KR
## 5         NA        NA Kabupaten   Regency 1502 ID.JA.SB
## 6         NA        NA Kabupaten   Regency 1505 ID.JA.MJ
## 7         NA        NA Kabupaten   Regency 1503 ID.JA.SA
## 8         NA        NA      Kota      City 1572 ID.JA.SP
## 9         NA        NA Kabupaten   Regency 1507 ID.JA.TJ
## 10        NA        NA Kabupaten   Regency 1506 ID.JA.TT
##                          geometry
## 1  MULTIPOLYGON (((103.3146 -1...
## 2  MULTIPOLYGON (((102.1759 -1...
## 3  MULTIPOLYGON (((103.6123 -1...
## 4  MULTIPOLYGON (((101.5423 -2...
## 5  MULTIPOLYGON (((101.9975 -2...
## 6  MULTIPOLYGON (((103.4729 -2...
## 7  MULTIPOLYGON (((102.0759 -2...
## 8  MULTIPOLYGON (((101.3886 -2...
## 9  MULTIPOLYGON (((103.0283 -1...
## 10 MULTIPOLYGON (((104.4446 -1...

Peta sebaran dengan shp

# Plot peta
ggplot() +
  # Warna tiap kabupaten berbeda tapi legendanya disembunyikan
  geom_sf(data = Jambi_shp, aes(fill = NAME_2), color = "black", size = 0.3, show.legend = FALSE) +
  
  # Titik gempa dengan warna = kedalaman, ukuran = magnitudo
  geom_sf(data = query_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 Jambi",
    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"
  )

Pembahasan

Interpretasi Plot 1: Peta Sebaran Gempa jambi Tanpa SHP Kabupaten/Kota

Peta sebaran gempa di Provinsi jambi berdasarkan data USGS menunjukkan bahwa aktivitas seismik di wilayah ini tersebar terutama di bagian barat dan selatan provinsi. Titik-titik gempa didominasi oleh kedalaman menengah mayoritas di sekitar 150 km, ditunjukkan dengan warna orange, satu kuning, dan satu biru yang mengindikasikan aktivitas tektonik di zona subduksi antara Lempeng Indo-Australia dan Eurasia. Magnitudo gempa berkisar antara 4 hingga 4,3, tergolong ringan hingga sedang, dengan beberapa kejadian berpotensi lebih terasa di permukaan akibat kedalaman yang relatif dangkal. Secara keseluruhan, peta ini menggambarkan bahwa Provinsi jambi merupakan daerah dengan aktivitas tektonik aktif yang perlu terus dimonitor untuk mitigasi risiko gempa bumi..

Interpretasi Plot 2: Peta Sebaran Gempa jambi dengan SHP Kabupaten/Kota

Peta sebaran gempa di Provinsi Jaambi berdasarkan data USGS ini memperlihatkan distribusi kejadian gempa di dua kabupaten/kota, yang dibedakan dengan warna wilayah administratif. Titik-titik berwarna di peta menunjukkan lokasi gempa dengan variasi warna yang menggambarkan kedalaman (dari ungu untuk gempa dangkal hingga kuning untuk gempa dalam) dan ukuran lingkaran yang merepresentasikan magnitudo (4,1–4,3). Dari peta terlihat bahwa sebagian besar gempa terjadi di wilayah barat daya, terutama di sekitar kabupaten merangin dan kabupaten sarolangun, yang berkaitan dengan aktivitas tektonik di zona subduksi Lempeng Indo-Australia dan Eurasia. Kedalaman gempa umumnya kurang dari 200 km, dengan satu kejadian dangkal dan beberapa kejadian yang tidak terlalu dangkal, sehingga tidak berpotensi lebih terasa di permukaan. Secara keseluruhan, peta ini menunjukkan bahwa jambi merupakan wilayah dengan aktivitas seismik yang belum terlalu aktif dengan magnitudo relatif ringan hingga sedang, sehingga tetap perlu dilakukan pemantauan berkala untuk mitigasi bencana gempa bumi.

BAB 3 KESIMPULAN

Berdasarkan kedua peta sebaran gempa di Provinsi jambi yang bersumber dari data USGS, dapat disimpulkan bahwa aktivitas seismik di wilayah ini tersebar di beberapa titik, terutama di bagian barat daya. Sebagian besar gempa memiliki kedalaman lebih dari 100 km, menunjukkan dominasi gempa tidak terlalu dangkal hingga kuranng berpotensi lebih terasa di permukaan. Magnitudo gempa berkisar antara 4 hingga 4,3, tergolong ringan hingga sedang, dengan beberapa kejadian tercatat di daratan. Pola sebaran ini mengindikasikan bahwa Provinsi jambi merupakan daerah dengan aktivitas tektonik tidak terlalu aktif yang perlu terus dipantau untuk mendukung upaya mitigasi risiko dan kesiapsiagaan terhadap potensi bencana gempa bumi.

Daftar Pustaka

Pebesma, E. (2018). Simple Features for R: Standardized Support for Spatial Vector Data. The R Journal, 10(1), 439–446.

Pebesma, E.; Bivand, R. (2023). Spatial Data Science: With Applications in R (1st ed).

Modul Statistika Spasial Pertemuan 1. (2025). Visualisasi data spasial dengan R. Program Studi Statistik.

Giraud, T. (2025). R Spatial Ecosystem.

United States Geological Survey. (2025). USGS earthquake catalog. https://earthquake.usgs.gov/earthquakes/