BAB 1 PENDAHULUAN

1.1 Latar Belakang

Indonesia merupakan salah satu negara dengan tingkat aktivitas seismik tertinggi di dunia. Secara geotektonik, wilayah Indonesia berada pada pertemuan tiga lempeng besar, yaitu Lempeng Indo-Australia, Eurasia, dan Pasifik. Kondisi ini menjadikan Indonesia sangat rentan terhadap terjadinya gempa bumi, terutama di wilayah-wilayah yang berdekatan dengan zona subduksi maupun jalur sesar aktif (Lusiani dkk, 2020). Aktivitas gempa bumi di Indonesia tidak hanya berdampak pada kerusakan infrastruktur, tetapi juga mengancam keselamatan jiwa dan stabilitas sosial ekonomi masyarakat di daerah rawan bencana.

Salah satu provinsi yang memiliki tingkat aktivitas seismik cukup tinggi adalah Jawa Barat. Wilayah ini berada di bagian selatan Pulau Jawa yang berdekatan dengan zona subduksi Lempeng Indo-Australia dan Lempeng Eurasia, tempat terjadinya pergerakan lempeng yang menimbulkan gempa bumi tektonik. Selain itu, keberadaan sesar-sesar aktif seperti Sesar Cimandiri, Sesar Lembang, dan Sesar Baribis juga meningkatkan potensi terjadinya gempa bumi di wilayah daratan Jawa Barat (BMKG, 2024). Aktivitas sesar ini menyebabkan beberapa daerah seperti Sukabumi, Cianjur, Bandung, dan sekitarnya tergolong sebagai wilayah dengan tingkat kerawanan gempa yang tinggi.

Dalam konteks analisis spasial, gempa bumi dapat dipandang sebagai fenomena spasial titik (point pattern), di mana setiap titik mewakili lokasi episenter gempa yang memiliki koordinat lintang dan bujur tertentu. Analisis sebaran spasial ini penting untuk memahami pola, intensitas, dan hubungan antar kejadian gempa di suatu wilayah. Melalui pendekatan Statistika Spasial dan Sistem Informasi Geografis (SIG), data koordinat episenter gempa dapat divisualisasikan dalam bentuk peta, sehingga pola persebaran dan klasterisasi kejadian gempa dapat diidentifikasi secara lebih jelas.

Di era digital saat ini, kemajuan teknologi data dan visualisasi geografis telah berkembang menuju GeoAI (Geospatial Artificial Intelligence) — sebuah integrasi antara data spasial dan kecerdasan buatan. Teknologi ini memungkinkan analisis data spasial dalam skala besar menggunakan citra satelit, sensor real-time, dan Internet of Things (IoT), yang mampu memberikan pemantauan cepat terhadap aktivitas seismik dan kondisi geotektonik suatu wilayah (Darmawan dkk, 2024). Penggunaan perangkat lunak seperti R dengan paket sf, ggplot2, dan rnaturalearth memungkinkan mahasiswa dan peneliti melakukan analisis spasial dan geovisualisasi secara interaktif, transparan, dan dapat direproduksi (Bivand dkk., 2013).

1.2 Tujuan

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

1.3 Rumusan Masalah

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

1.4 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

2.1 Peta Sebaran Gempa Jawa Barat 2024 Tanpa File SHP

if(!require(remotes)) install.packages("remotes")
## Loading required package: remotes
if(!require(rnaturalearthhires)) remotes::install_github("ropensci/rnaturalearthhires")
## Loading required package: rnaturalearthhires
library(sf)
## Linking to GEOS 3.11.2, GDAL 3.8.2, PROJ 9.3.1; 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

Input data gempa Jawa Barat 2024 dalam bentuk CSV

setwd("D:/STATISTIKA SEMESTER 7/Praktikum Semester 7/Praktikum Spasial")  
data <- read.csv("Data Gempa Jawa Barat 2024.csv", fileEncoding = "UTF-8")

Filter agar hanya wilayah koordinat Jawa Barat

data <- data %>%
  filter(
    latitude >= -8.3 & latitude <= -5.8,  # batas selatan - utara Jabar
    longitude >= 105 & longitude <= 109   # batas barat - timur Jabar
  )

Konversi data gempa menjadi objek sf

gempasf <- st_as_sf(data, coords = c("longitude", "latitude"), crs = 4326)

Ambil shapefile Indonesia

indo <- ne_states(country = "indonesia", returnclass = "sf")

Filter hanya untuk Provinsi Jawa Barat

jabar <- indo %>% filter(name %in% c("Jawa Barat", "West Java"))

Plot peta sebaran gempa Jawa Barat 2024 tanpa shp, hanya packages dari sf

ggplot() +
  geom_sf(data = jabar, fill = "#f8d6e2", color = "#e75480", size = 0.4) +  # pink lembut
  geom_sf(data = gempasf, aes(size = mag, color = depth), alpha = 0.8) +
  scale_color_viridis(option = "plasma", name = "Kedalaman (km)") +
  scale_size_continuous(name = "Magnitudo", range = c(2, 6)) +
  labs(
    title = "Sebaran Gempa di Provinsi Jawa Barat 2024",
    subtitle = "Sumber: USGS (difilter wilayah Jawa Barat)",
    x = "Longitude", y = "Latitude",
    caption = "Visualisasi: Regina Adelisa - PSS UNIB"
  ) +
  theme_minimal() +
  theme(
    plot.title = element_text(face = "bold", size = 14, color = "#e75480"),
    plot.subtitle = element_text(size = 10),
    legend.position = "right"
  )

Interpretasi Sebaran Gempa Jawa Barat 2024 Tanpa File SHP

Berdasarkan peta Sebaran Gempa di Provinsi Jawa Barat Tahun 2024 yang dibuat menggunakan data USGS tanpa menggunakan file shapefile (SHP), melainkan dengan batas wilayah dari paket rnaturalearth, dapat diketahui bahwa kejadian gempa bumi tersebar di berbagai titik wilayah Jawa Barat dengan konsentrasi tertinggi di bagian selatan provinsi. Pada peta, ukuran lingkaran menunjukkan besarnya magnitudo gempa, di mana semakin besar lingkarannya berarti kekuatan gempanya semakin besar. Berdasarkan visualisasi, sebagian besar gempa memiliki magnitudo antara 4,0 hingga 5,5 skala Richter, yang tergolong gempa menengah, dengan beberapa titik menunjukkan magnitudo hingga 6,0 skala Richter di area selatan.

Sementara itu, warna titik mewakili kedalaman pusat gempa (hiposentrum) menggunakan skala warna plasma dari ungu hingga kuning. Warna ungu hingga biru tua menggambarkan gempa dangkal dengan kedalaman kurang dari 50 km, sedangkan warna oranye hingga kuning menunjukkan gempa lebih dalam dengan kedalaman mencapai 150 km atau lebih. Dari persebaran warnanya, terlihat bahwa mayoritas gempa di selatan Jawa Barat didominasi oleh warna ungu, menandakan bahwa gempa-gempa tersebut terjadi pada kedalaman dangkal yang berpotensi menghasilkan guncangan cukup kuat di permukaan. Sebaliknya, beberapa titik berwarna oranye dan kuning yang berada di wilayah tengah dan utara menandakan adanya gempa yang terjadi lebih dalam, sehingga efek guncangannya di permukaan cenderung lebih kecil. Secara keseluruhan, pola warna dan ukuran titik pada peta menunjukkan bahwa aktivitas seismik di Jawa Barat tahun 2024 didominasi oleh gempa dangkal dengan kekuatan menengah yang berpusat di selatan provinsi, berhubungan erat dengan zona subduksi aktif di Samudra Hindia. Kondisi ini menegaskan bahwa wilayah pesisir selatan Jawa Barat tetap menjadi area yang paling rentan terhadap aktivitas gempa bumi.

2.2 Peta Sebaran Gempa Jawa Barat 2024 dengan File SHP

Input data

setwd("D:/STATISTIKA SEMESTER 7/Praktikum Semester 7/Praktikum Spasial")
data <- read.csv("Data Gempa Jawa Barat 2024.csv", fileEncoding = "UTF-8")

Filter wilayah koordinat Jawa Barat

data <- data %>%
  filter(
    latitude >= -8.3 & latitude <= -5.8,
    longitude >= 106 & longitude <= 109
  )

Konversi data gempa menjadi objek sf

gempa_sf <- st_as_sf(data, coords = c("longitude", "latitude"), crs = 4326)

Baca shapefile level 2 (kabupaten/kota)

indo_shp2 <- st_read("gadm41_IDN_shp Praktikum/gadm41_IDN_2.shp")
## Reading layer `gadm41_IDN_2' from data source 
##   `D:\STATISTIKA SEMESTER 7\Praktikum Semester 7\Praktikum Spasial\gadm41_IDN_shp Praktikum\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 hanya Provinsi Jawa Barat

jabar_shp2 <- indo_shp2 %>%
  filter(grepl("Jawa Barat", NAME_1, ignore.case = TRUE))

Plot hasil peta sebaran gempa Jawa Barat 2024

ggplot() +
  geom_sf(data = jabar_shp2, aes(fill = NAME_2), color = "white", size = 0.3) +
  geom_sf(data = gempa_sf, aes(size = mag, color = depth), alpha = 0.8) +
  scale_fill_viridis_d(option = "turbo", name = "Kabupaten/Kota") +
  scale_color_viridis(option = "plasma", name = "Kedalaman (km)") +
  scale_size_continuous(name = "Magnitudo", range = c(2, 6)) +
  guides(fill = "none") +  # agar legend warna kabupaten tidak tampil (opsional)
  labs(
    title = "Sebaran Gempa di Provinsi Jawa Barat Tahun 2024",
    subtitle = "Data: USGS | Latar: Kabupaten/Kota di Jawa Barat",
    x = "Longitude", y = "Latitude",
    caption = "Visualisasi: Regina Adelisa - PSS UNIB"
  ) +
  coord_sf(xlim = c(106, 109), ylim = c(-8.3, -5.8), expand = FALSE) +
  theme_minimal() +
  theme(
    plot.title = element_text(face = "bold", size = 14, color = "#e75480"),
    plot.subtitle = element_text(size = 10),
    legend.position = "right",
    panel.grid = element_line(color = "gray90", size = 0.3),
    plot.background = element_rect(fill = "#fffafc", color = NA)
  )
## Warning: The `size` argument of `element_line()` is deprecated as of ggplot2 3.4.0.
## ℹ Please use the `linewidth` argument instead.
## This warning is displayed once every 8 hours.
## Call `lifecycle::last_lifecycle_warnings()` to see where this warning was
## generated.

Interpretasi Sebaran Gempa Jawa Barat 2024 dengan File SHP

Berdasarkan peta Sebaran Gempa di Provinsi Jawa Barat Tahun 2024 yang dibuat menggunakan data gempa dari USGS dengan latar batas administratif kabupaten/kota dari file shapefile (SHP), diketahui bahwa kejadian gempa bumi selama tahun 2024 tersebar di berbagai wilayah Provinsi Jawa Barat. Peta ini menggunakan warna-warna berbeda untuk membedakan wilayah kabupaten/kota, sehingga pola persebaran gempa dapat lebih mudah diamati berdasarkan wilayah administratifnya. Sebagian besar titik gempa terkonsentrasi di bagian selatan provinsi, khususnya di wilayah pesisir yang berhadapan langsung dengan Samudra Hindia seperti Kabupaten Sukabumi, Cianjur bagian selatan, Garut, Tasikmalaya, dan Pangandaran. Hal ini menunjukkan bahwa aktivitas seismik di Jawa Barat banyak dipengaruhi oleh zona subduksi Sunda, yaitu pertemuan antara Lempeng Indo-Australia dan Lempeng Eurasia.

Ukuran lingkaran pada peta menggambarkan magnitudo atau kekuatan gempa. Semakin besar lingkarannya, semakin besar pula kekuatan gempa yang terjadi. Berdasarkan tampilan peta, sebagian besar gempa memiliki magnitudo antara 4,0 hingga 5,5 skala Richter, yang tergolong dalam kategori gempa menengah, sedangkan beberapa titik dengan ukuran lebih besar menunjukkan magnitudo mencapai 6,0 skala Richter. Selain itu, warna titik pada peta merepresentasikan kedalaman pusat gempa (hiposentrum) menggunakan skala warna plasma dari ungu ke kuning. Warna ungu hingga biru tua menandakan gempa dangkal (kedalaman < 50 km), oranye hingga kuning menunjukkan gempa dalam (kedalaman > 100–150 km). Berdasarkan persebaran warnanya, terlihat bahwa sebagian besar gempa di selatan Jawa Barat berwarna ungu dan merah muda, menandakan dominasi gempa dangkal yang berpotensi menghasilkan guncangan lebih kuat di permukaan tanah. Sementara itu, gempa dengan warna oranye dan kuning hanya sedikit dan tersebar di bagian tengah hingga utara provinsi, yang berarti kedalamannya lebih dalam dan dampak permukaannya relatif lebih kecil. Secara keseluruhan, peta ini menunjukkan bahwa aktivitas seismik di Provinsi Jawa Barat pada tahun 2024 cenderung terpusat di wilayah selatan dengan magnitudo menengah dan kedalaman dangkal. Pola ini konsisten dengan karakteristik tektonik Jawa Barat yang berada di jalur aktif subduksi lempeng, di mana potensi gempa bumi akan selalu ada terutama di kawasan pesisir selatan yang berbatasan langsung dengan zona tumbukan antar lempeng.

BAB 3 KESIMPULAN

Berdasarkan hasil pemetaan dan analisis yang telah dilakukan, dapat disimpulkan bahwa peta sebaran gempa bumi di Provinsi Jawa Barat Tahun 2024 berhasil dibuat menggunakan paket pemrograman R. Pembuatan peta dilakukan baik tanpa file shapefile (SHP) menggunakan batas wilayah dari paket rnaturalearth, maupun dengan file SHP yang menampilkan batas administratif kabupaten/kota. Kedua peta menampilkan hasil yang konsisten, di mana kejadian gempa bumi selama tahun 2024 menunjukkan konsentrasi tertinggi di wilayah selatan Jawa Barat, terutama di daerah pesisir yang berdekatan dengan zona subduksi lempeng Indo-Australia dan Eurasia. Sebagian besar gempa memiliki magnitudo menengah (4,0–5,5 SR) dengan kedalaman dangkal (< 50 km) yang berpotensi menimbulkan guncangan cukup kuat di permukaan. Secara keseluruhan, proses pemetaan ini menunjukkan bahwa data titik spasial seperti koordinat lintang dan bujur dapat diolah dan divisualisasikan secara efektif menggunakan bahasa pemrograman R. Visualisasi spasial ini mampu memberikan gambaran yang jelas mengenai distribusi gempa di Jawa Barat serta membantu dalam memahami pola aktivitas tektonik di wilayah tersebut.

DAFTAR PUSTAKA

Bivand, R., Pebesma, E., & Gómez-Rubio, V. (2013). Applied Spatial Data Analysis with R. Springer.

BMKG (2024). Katalog Gempa Bumi Tektonik Indonesia Tahun 2023–2024.

Darmawan, A., dkk. (2024). GeoAI dan Transformasi Analisis Data Geospasial di Era Digital.

Lusiani, R., dkk. (2020). Analisis Seismisitas di Zona Subduksi Indonesia Bagian Barat.

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