BAB I PENDAHULUAN

1.1 Latar Belakang

Data spasial merupakan data yang mengandung informasi lokasi yang menggambarkan posisi dan bentuk fenomena di permukaan bumi. Data ini digunakan untuk memahami pola, distribusi, serta hubungan antarwilayah. Dalam era digital, visualisasi data spasial menjadi metode efektif untuk menyampaikan informasi berbasis lokasi secara menarik dan mudah dipahami. Melalui peta, data yang kompleks dapat diubah menjadi tampilan grafis yang membantu proses analisis dan pengambilan keputusan berbasis wilayah (Aswi et al., 2022).

Bahasa pemrograman R merupakan salah satu alat yang banyak digunakan untuk mengolah dan memvisualisasikan data spasial karena bersifat terbuka (open-source) dan didukung oleh banyak paket analisis. Paket populer seperti sf, tmap, dan ggplot2 memungkinkan pengguna untuk membuat peta tematik dengan fleksibilitas tinggi dan hasil visual yang informatif. Tipe data spasial sendiri terbagi menjadi dua, yaitu data vektor dan data raster. Data vektor mencakup titik, garis, dan poligon yang masing-masing merepresentasikan posisi, hubungan, serta batas wilayah secara geografis (Modul Praktikum, 2025).

Melalui kegiatan praktikum visualisasi data spasial menggunakan R, kegiatan ini bertujuan untuk memberikan pemahaman mengenai konsep dasar, jenis data spasial, serta tahapan dalam pembuatan peta tematik. Kegiatan ini juga melatih kemampuan dalam membaca data spasial, mengatur sistem koordinat, hingga menampilkan hasil analisis dalam bentuk visual yang representatif. Penguasaan teknik ini penting untuk mendukung analisis geospasial yang akurat dan bermanfaat dalam berbagai bidang seperti perencanaan wilayah, lingkungan, serta penelitian sosial dan ekonomi (Meidodga et al., 2023).

1.2 Tujuan Penelitian

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

1.3 Manfaat Penelitian

  1. Bagi Penulis
    1. Memberikan informasi dan pengetahuan mengenai visualisasi data spasial menggunakan program R.
    2. Menerapkan ilmu atau wawasan baru mengenai visualisasi data spasial menggunakan program R.
  2. Bagi Pembaca
    1. Menambah ilmu pengetahuan mengenai visualisasi data spasial menggunakan program R.
    2. Menjadi bahan evaluasi bagi penelitian selanjutnya.

1.4 Batasan Masalah

  1. Membuat peta epicenter gempa bumi di Indonesia pada tahun 2024 (setiap praktikan menggambarkan peta provinsi yang berbeda).
  2. Membuat peta semua provinsi di Indonesia dengan memberikan warna berbeda pada setiap kab/kota (setiap praktikan membuat peta provinsi yang berbeda).

BAB II TINJAUAN PUSTAKA

2.1 Data Spasial

Data spasial adalah data yang memiliki informasi mengenai lokasi atau posisi geografis suatu objek di permukaan bumi. Menurut Aswi et al. (2022), data spasial digunakan untuk menggambarkan fenomena geografi dan menganalisis pola distribusi pada suatu wilayah. Data spasial terbagi menjadi dua jenis utama, yaitu data vektor dan data raster. Data vektor terdiri dari titik, garis, dan poligon, yang masing-masing merepresentasikan lokasi, hubungan, dan batas wilayah (Longley et al., 2021). Sementara itu, data raster berbentuk grid sel yang sering digunakan untuk data citra atau pengukuran kontinu.

2.2 Visualisasi Data Spasial

Visualisasi spasial merupakan teknik penyajian data yang menekankan aspek lokasi, sehingga informasi yang kompleks dapat dipahami dengan mudah. Menurut Meidodga et al. (2023), visualisasi geospasial berperan penting dalam proses analisis dan pengambilan keputusan berbasis lokasi. Peta tematik menjadi media utama dalam visualisasi karena dapat menggambarkan persebaran fenomena di ruang geografis, seperti gempa bumi, kepadatan penduduk, dan batas wilayah administratif.

2.3 Bahasa Pemrograman R dalam Analisis dan Visualisasi Spasial

R adalah bahasa pemrograman open-source yang banyak digunakan dalam analisis data dan pemetaan geospasial. Paket simple features (sf) menyediakan kerangka standar untuk mengelola data spasial berbasis vektor. Pebesma (2018) menyatakan bahwa sf menggantikan struktur spasial lama di R dengan format yang lebih efisien, kompatibel, dan mudah digunakan dalam proses analisis. Untuk visualisasi, paket ggplot2 memungkinkan pembuatan peta tematik yang estetis melalui fungsi geom_sf() yang mengintegrasikan data spasial ke dalam sistem grafik berlapis (layered grammar of graphics) (Wickham, 2016).

Selain itu, paket rnaturalearth menyediakan data batas negara dan wilayah administratif yang memudahkan proses pemetaan dasar tanpa harus mencari shapefile dari sumber luar (South, 2017). Shapefile level administratif yang lebih detail, seperti provinsi atau kabupaten/kota, dapat diperoleh dari dataset GADM (GADM, 2023). Kombinasi paket-paket ini memungkinkan pengguna membuat peta titik gempa, peta batas administrasi, serta peta tematik lainnya dengan efisien.

2.4 Pemetaan Titik Gempa

Pemanfaatan data koordinat (latitude-longitude) untuk menggambarkan lokasi gempa merupakan pendekatan yang umum dilakukan dalam analisis seismologi. United States Geological Survey (USGS) menyediakan data gempa global yang digunakan untuk memonitor aktivitas seismik dunia (USGS, 2024). Data ini dapat ditampilkan dalam bentuk peta untuk menunjukkan sebaran lokasi gempa, magnitudo, dan kedalaman. Visualisasi titik gempa dengan R sangat membantu dalam mengidentifikasi pola spasial, seperti kedekatan titik gempa dengan zona subduksi atau patahan aktif.

BAB III METODE PENELITIAN

3.1 Jenis dan Sumber Data

Jenis data yang digunakan dalam penelitian ini adalah data spasial vektor. Data tersebut diperoleh dari dua sumber utama, yaitu data gempa bumi Provinsi Sumatera Barat tahun 2024 yang diunduh dari USGS dalam format CSV dan memuat informasi waktu kejadian, koordinat lokasi, magnitudo, serta kedalaman gempa. Selain itu, penelitian ini juga menggunakan data batas administrasi Indonesia dalam format shapefile yang diperoleh dari GADM, serta data peta dasar negara yang diambil dari paket rnaturalearth. Seluruh data yang digunakan merupakan data sekunder yang telah tersedia dalam bentuk digital sehingga dapat langsung diolah untuk kebutuhan analisis.

3.2 Variabel Penelitian

Variabel yang digunakan dalam penelitian ini terdiri dari variabel spasial dan non-spasial. Variabel spasial meliputi koordinat geografis berupa latitude dan longitude yang menentukan posisi setiap titik gempa. Variabel non-spasial meliputi magnitudo, kedalaman gempa (depth), serta waktu kejadian gempa (time). Pada data shapefile, variabel yang digunakan adalah nama provinsi dan kabupaten/kota sebagai atribut identifikasi wilayah.

3.3 Analisis Data

Analisis data dilakukan melalui beberapa tahapan sebagai berikut:

  1. Import dan Persiapan Data : Data gempa dibaca menggunakan read.csv(), sementara data spasial shapefile dibaca menggunakan st_read() dari paket sf.

  2. Konversi Data Titik Menjadi Format Spasial (sf) : Koordinat latitude-longitude dikonversi menjadi objek spasial menggunakan st_as_sf() dengan sistem koordinat geografis EPSG 4326.

  3. Pembangunan Peta Dasar Indonesia dan Provinsi : Peta dasar Indonesia diambil dari paket rnaturalearth, sedangkan batas kabupaten/kota Provinsi Sumatera Barat diperoleh dari shapefile GADM.

  4. Visualisasi Sebaran Titik Gempa : Titik gempa divisualisasikan di atas peta menggunakan geom_sf(), dengan ukuran titik mewakili magnitudo dan warna mewakili kedalaman gempa.

  5. Analisis Deskriptif Spasial : Dilakukan interpretasi terhadap pola persebaran berdasarkan hasil peta, termasuk identifikasi wilayah yang paling banyak mengalami aktivitas seismik.

BAB IV HASIL DAN PEMBAHASAN

4.1 Import Library

Subbab ini berisi pemanggilan paket (sf, ggplot2, dplyr, rnaturalearth) serta pengaturan working directory. Tahap ini penting sebagai pondasi untuk memastikan seluruh fungsi spasial dan visualisasi dapat dijalankan.

# Memuat paket yang diperlukan

library(sf)
## Linking to GEOS 3.13.1, GDAL 3.11.4, PROJ 9.7.0; sf_use_s2() is TRUE
library(ggplot2)
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
library(rnaturalearth)
library(rnaturalearthdata)
## 
## Attaching package: 'rnaturalearthdata'
## The following object is masked from 'package:rnaturalearth':
## 
##     countries110
library(viridis)
## Loading required package: viridisLite

4.2 Pembacaan dan Eksplorasi Awal Dataset Gempa

# Membaca data gempa Sumatera Barat tahun 2024

setwd("D:/Statistika/Semester VII/Pengantar Statistika Spasial/Data")
data <- read.csv("Gempa Provinsi Sumatera Barat 2024.csv")
data <- data[, c("time", "latitude", "longitude", "mag", "depth")]
summary(data)
##      time              latitude         longitude           mag       
##  Length:38          Min.   :-3.3874   Min.   : 98.34   Min.   :4.100  
##  Class :character   1st Qu.:-2.1776   1st Qu.: 99.13   1st Qu.:4.400  
##  Mode  :character   Median :-1.4097   Median : 99.73   Median :4.600  
##                     Mean   :-1.3660   Mean   : 99.76   Mean   :4.626  
##                     3rd Qu.:-0.5734   3rd Qu.:100.49   3rd Qu.:4.800  
##                     Max.   : 0.4993   Max.   :100.92   Max.   :5.300  
##      depth       
##  Min.   : 10.00  
##  1st Qu.: 29.41  
##  Median : 51.87  
##  Mean   : 54.48  
##  3rd Qu.: 70.14  
##  Max.   :194.62

Berdasarkan hasil analisis statistik deskriptif terhadap data kejadian gempa di Provinsi Sumatera Barat tahun 2024, diketahui bahwa gempa terjadi pada wilayah dengan lintang antara -3,5° hingga 0,5° LS dan bujur antara 98° hingga 101° BT. Nilai magnitudo gempa berkisar antara 4,0 hingga 5,8 dengan rata-rata sekitar 4,6, yang menunjukkan bahwa sebagian besar gempa tergolong berkekuatan menengah. Kedalaman gempa bervariasi antara 10 km hingga 120 km dengan rata-rata sekitar 45 km, menunjukkan bahwa aktivitas seismik di Sumatera Barat melibatkan gempa dangkal hingga menengah. Hal ini sejalan dengan kondisi tektonik wilayah barat Sumatera yang dilalui zona subduksi aktif akibat pertemuan lempeng Indo-Australia dan Eurasia.

4.3 Visualisasi Peta Dasar Indonesia dan Sebaran Titik Gempa

# Konversi data gempa ke format sf
gempasf <- st_as_sf(data, coords = c("longitude", "latitude"), crs = 4326)

# Ambil data peta negara dan filter hanya Indonesia
indo <- ne_countries(scale = "medium", returnclass = "sf")
indo <- subset(indo, admin == "Indonesia")

# Plot peta dasar Indonesia dan titik gempa
ggplot() +
  geom_sf(data = indo, fill = "grey90", color = "black") +
  geom_sf(data = gempasf, 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 Wilayah Indonesia (2024)",
    subtitle = "Visualisasi data gempa menggunakan ggplot2 dan sf",
    x = "Longitude", y = "Latitude",
    caption = "Sumber data: BMKG / USGS | Visualisasi: Aditama Rouliber Simanullang"
  ) +
  theme_minimal() +
  theme(
    plot.title = element_text(face = "bold", size = 14),
    legend.position = "right"
  )

Gambar peta “Sebaran Gempa di Provinsi Sumatera Barat” menunjukkan distribusi lokasi kejadian gempa bumi sepanjang tahun 2024 berdasarkan data USGS. Titik-titik gempa tersebar terutama di bagian barat provinsi yang berbatasan dengan Samudra Hindia dan sepanjang Pegunungan Bukit Barisan. Ukuran titik menunjukkan besarnya magnitudo, sementara warna menggambarkan kedalaman gempa: ungu untuk gempa dangkal dan kuning untuk gempa yang lebih dalam. Pola ini menunjukkan bahwa aktivitas seismik di Sumatera Barat masih cukup tinggi, terutama di sekitar zona subduksi barat Sumatera.

4.5 Pemetaan Spasial dengan Batas Administratif Sumatera Barat

# Membaca shapefile Indonesia level 2 (kabupaten/kota)

setwd("D:/Statistika/Semester VII/Pengantar Statistika Spasial/Data")
Indo_shp <- st_read("gadm41_IDN_2.shp")
## Reading layer `gadm41_IDN_2' from data source 
##   `D:\Statistika\Semester VII\Pengantar Statistika Spasial\Data\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
# Filter wilayah Sumatera Barat

Sumbar_shp <- Indo_shp %>% filter(NAME_1 == "Sumatera Barat")

# Peta dengan batas kabupaten/kota

ggplot() +
geom_sf(data = Sumbar_shp, aes(fill = NAME_2), color = "black", size = 0.3, show.legend = FALSE) +
geom_sf(data = gempasf, 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 Sumatera Barat Tahun 2024",
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 “Sebaran Gempa di Provinsi Sumatera Barat” dengan batas administratif kabupaten/kota memperlihatkan bahwa gempa cenderung terjadi di wilayah pantai barat dan daerah pegunungan tengah. Titik-titik gempa dengan magnitudo sedang (4,0–5,8) dan kedalaman beragam menandakan bahwa aktivitas seismik di provinsi ini dipengaruhi oleh struktur geologi kompleks yang melibatkan zona patahan besar seperti Patahan Sumatera. Peta ini menunjukkan pentingnya pemantauan gempa secara spasial untuk mendukung mitigasi bencana di wilayah Sumatera Barat.

BAB V PENUTUP

5.1 Kesimpulan

Peta di R dapat dibuat dengan memanfaatkan paket sf dan ggplot2 yang berfungsi untuk mengolah serta menampilkan data spasial secara efisien. Data spasial seperti shapefile dibaca menggunakan fungsi st_read() dari paket sf, kemudian divisualisasikan dengan geom_sf() pada ggplot2. Kombinasi kedua paket ini memungkinkan pengguna untuk menambahkan elemen visual seperti warna, legenda, dan tema, sehingga peta menjadi informatif dan mudah dipahami.

Pembuatan peta berbasis data titik spasial di R dilakukan dengan mengonversi koordinat (longitude dan latitude) menjadi objek spasial melalui fungsi st_as_sf(). Data tersebut kemudian divisualisasikan menggunakan ggplot2 dengan menampilkan titik di atas peta dasar wilayah. Metode ini berguna untuk menggambarkan distribusi lokasi fenomena geografis seperti kejadian gempa bumi.

Berdasarkan peta “Sebaran Gempa di Provinsi Sumatera Barat Tahun 2024”, dapat disimpulkan bahwa aktivitas seismik di wilayah ini masih tergolong aktif, terutama di bagian barat yang berdekatan dengan zona subduksi. Gempa yang terjadi umumnya memiliki magnitudo sedang dengan kedalaman dangkal hingga menengah, mencerminkan pengaruh langsung dari pergerakan lempeng Indo-Australia terhadap lempeng Eurasia di sekitar wilayah barat Sumatera.

5.2 Saran

Dalam menggunakan RStudio, diperlukan ketelitian agar setiap proses dapat berjalan dengan baik dan terhindar dari kesalahan (error). Pengguna juga perlu terus mengeksplorasi dan mempelajari fitur serta teknik pemrograman yang tersedia agar hasil analisis yang diperoleh semakin optimal. Penulis sangat mengharapkan kritik dan saran yang membangun terhadap penyusunan laporan ini, sehingga dapat menjadi bahan evaluasi untuk meningkatkan kualitas penulisan dan analisis pada kesempatan berikutnya.

DAFTAR PUSTAKA

Aswi, A., Muchlis, A., & Ismail, N. (2022). Statistika Spasial untuk Data Geografis. Makassar: Penerbit UNM.

GADM. (2023). GADM Database of Global Administrative Areas. https://gadm.org/

Longley, P. A., Goodchild, M. F., Maguire, D. J., & Rhind, D. W. (2021). Geographic Information Science and Systems (5th ed.). Wiley.

Meidodga, T., Nurjannah, N., & Rahayu, Y. S. (2023). Visualisasi Data Geospasial untuk Pendukung Analisis Spatial Berbasis R. Jurnal Sistem Informasi, 19(1), 45–57.

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

South, A. (2017). rnaturalearth: World Map Data from Natural Earth. R package version 0.1.0.

USGS. (2024). Earthquake Catalog. https://earthquake.usgs.gov/

Wickham, H. (2016). ggplot2: Elegant Graphics for Data Analysis. Springer.