LAPORAN PRAKTIKUM PERTEMUAN 1
Nafa Rexa
2025-11-05
BAB I PENDAHULUAN
1.1 Latar Belakang Masalah
Indonesia mempunyai tingkat aktivitas seismik yang sangat tinggi karena terletak di wilayah batas pertemuan empat lem-peng utama, yaitu lempeng India-Australia, Eurasia, Pasifik, dan Karolina-Filipina. Akibat pergerakan empat lempeng itu Kepulauan Indonesia terpecah belah menjadi bagian-bagian kecil yang dibatasi oleh banyak jalur sesar aktif. Hal ini menyebabkan hampir semua wilayah Indonesia rawan terhadap bencana gempa. Namun kontras dengan kondisi alam, data sesar aktif dan gempa masih minim diteliti. Pengetahuan gempa umumnya masih belum cukup detail untuk diimplementasikan dalam mitigasi bencana.
Salah satu daerah di pulau Sumatera yang rawan terjadi gempa bumi adalah Sumatera Barat. Sumatera Barat terletak pada jalur lempeng Indo-Australia dan lempeng Eurasia yang mengakibatkan adanya patahan serta penyusupan lempeng Indo-Australia. Selain itu,wilayah Sumatera Baratterdapat tiga sumber tektonik yaitu, sesar Sumatera atau Sumatera Fault System(SFS), adanya mekanisme thrustpada bagian barat Sumatera Baratyangmembentang zona subduksi yang sejajar dengan garis pantai Sumatera, dansesar naik di sekitar backthrustMentawai atau disebut sebagai Mentawai Fault System(MFS).
Dalam beberapa tahun terakhir, visualisasi data gempa menjadi salah satu pendekatan penting untuk memahami pola spasial dan temporal kejadian gempa. Melalui visualisasi, informasi seperti lokasi episentrum, kedalaman, magnitudo, dan frekuensi kejadian dapat disajikan dalam bentuk peta atau grafik interaktif yang lebih mudah dipahami. Hal ini membantu dalam analisis risiko, mitigasi bencana, serta pengambilan keputusan berbasis data.
Salah satu perangkat lunak yang banyak digunakan dalam analisis dan visualisasi data gempa adalah RStudio, karena memiliki berbagai pustaka (package) seperti ggplot2, sf, leaflet, dan shiny yang mendukung pemetaan spasial serta analisis statistik. RStudio memungkinkan pengguna untuk memproses data dalam jumlah besar, melakukan eksplorasi pola kegempaan, hingga menampilkan hasil dalam bentuk visual yang interaktif dan informatif.
1.2 Rumusan Masalah
- Bagaimana membuat peta dengan paket pemrograman R
- Bagaiman membuat peta dengan data titik spasial pada R
1.3 Tujuan
- Mahasiswa dapat membuat peta dengan paket pemrograman R
- Mahasiswa dapat membuat peta dengan data titik spasial pada R
BAB II TINJAUAN PUSTAKA
2.1 Analisis Data Spasial
Data spasial memiliki peran krusial dalam manajemen risiko bencana karena menyajikan informasi lokasi geografis secara rinci yang dapat diintegrasikan dalam Sistem Informasi Geografis (SIG) untuk analisis keruangan. Informasi geospasial seperti peta gempa, kedalaman hiposenter, dan peta zona seismik memungkinkan model mitigasi gempa yang lebih akurat dan relevan terhadap kondisi lokal. Pada penelitian manajemen bencana, data spasial digunakan untuk mengidentifikasi zona bahaya, memetakan sebaran risiko, serta merancang strategi penanganan mitigasi gempa bumi. Teknologi SIG dan data spasial juga mendukung analisis temporal-spasial dari kejadian gempa, sehingga keputusan kebijakan penanggulangan gempa dapat dibuat lebih berbasis bukti ( Wahyuningrum dan Srinarbito, 2023).
2.2 Visualisasi Data
Visualisasi data merupakan komponen penting dalam analisis data karena mampu menyajikan informasi secara lebih jelas, intuitif, dan mudah dipahami melalui representasi grafis. Dalam konteks data spasial, visualisasi seperti peta tematik, heatmap, dan scatter plot spasial membantu peneliti mengidentifikasi pola, hubungan, dan anomali yang tidak mudah terlihat melalui tabel numerik. Visualisasi yang efektif memungkinkan pengambilan keputusan yang lebih tepat, terutama dalam analisis kebencanaan seperti pemetaan risiko gempa, identifikasi daerah rawan, serta monitoring perubahan spasial dari waktu ke waktu (Sidiq dan Maharani, 2021).
Perkembangan teknologi komputasi mendorong visualisasi data menjadi alat analitik yang semakin interaktif dan informatif, terutama melalui dashboard, peta digital, dan visualisasi berbasis web. Teknik visualisasi modern memungkinkan integrasi berbagai jenis data, termasuk data numerik, spasial, dan temporal, sehingga analisis dapat dilakukan secara lebih komprehensif. Dalam penelitian kebencanaan, visualisasi ini sangat membantu untuk menampilkan perubahan intensitas kejadian, pola historis, dan proyeksi risiko secara dinamis, sehingga mendukung respons cepat dan perencanaan mitigasi yang lebih efektif (Saputro dan Prasetyo, 2020).
2.3 Tipe Data Spasial
Tipe data spasial terbagi atas data vektor dan data raster. Data vektor terdiri atas:
Data Titik
Data Line
Data Poligon
Data titik memberikan informasi tentang lokasi objek/peristiwa yang terjadi pada wilayah studi atau wilayah pengamatan. Data titik dapat menggambarkan pohon, titik pusat gempa, tempat tinggal pasien corona dan lain sebagainya.
Data garis menghubungkan paling sedikit dua data titik yang biasanya digunakan untuk menggambarkan jalan, sungai, jaringan listrik, jaringan komunikasi, aliran pipa air, dan lain-lain.
Data poligon biasanya digunakan untuk merepresentasikan objek-objek dua dimensi seperti danau, batas kota, batas provinsi, dan lain-lain.
Data Raster biasanya disebut juga dengan data sel grid yang diperoleh dari hasil penginderaan jauh, data ini sangat bergantung pada ukuran pixel-nya.
BAB III METODE PENELITIAN
3.1 Sumber Data
Sumber data pada penelitian ini berasal dari data katalog gempa bumi yang diperoleh dari Badan Meteorologi, Klimatologi, dan Geofisika (BMKG). Data tersebut berisi informasi kejadian gempa di wilayah Sumatra Barat, termasuk variabel latitude, longitude, depth, dan magnitude.
3.2 Variabel Penelitian
Variabel yang digunakan pada praktikum ini adalah variabel tentang Provinsi Sumatra Barat. Variabel penelitian yang digunakan dalam studi ini meliputi latitude dan longitude sebagai penentu posisi geografis setiap titik gempa, depth sebagai informasi kedalaman hiposenter gempa dalam kilometer, serta magnitude yang menggambarkan besarnya energi yang dilepaskan. Keempat variabel ini digunakan untuk menganalisis pola sebaran dan karakteristik gempa yang terjadi di wilayah Sumatra Barat.
3.3 Langkah-langkah Analisis
Berikut analisis membuat peta dengan menggunakan program R:
Membuka program R.
Pengumpulan data
Eksplorasi data
Masukkan data titik lokasi
Visualisasi data spasial
Output
BAB IV HASIL DAN PEMBAHASAN
4.1 Statistik Deskriptif
## Linking to GEOS 3.13.1, GDAL 3.11.4, PROJ 9.7.0; sf_use_s2() is TRUE##
## 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##
## Attaching package: 'rnaturalearthdata'## The following object is masked from 'package:rnaturalearth':
##
## countries110## Loading required package: viridisLitelibrary(readr)
library(rnaturalearthhires)
data <- read_delim("C:/Users/Rona Ferira/Downloads/Datagempasumbar.csv", delim = ",", escape_double = FALSE, trim_ws = TRUE)## Rows: 42 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.## # A tibble: 42 × 5
## time latitude longitude depth mag
## <dttm> <dbl> <dbl> <dbl> <dbl>
## 1 2024-12-26 19:57:59 -2.62 99.8 10 4.6
## 2 2024-12-26 19:55:18 -2.71 99.7 10 4.5
## 3 2024-12-19 01:17:14 -0.922 99.0 27.6 4.6
## 4 2024-12-16 03:50:05 -1.22 99.8 57.8 5.1
## 5 2024-12-12 06:36:26 -0.813 99.4 10 4.8
## 6 2024-12-09 09:50:04 -0.963 99.6 74.5 4.8
## 7 2024-12-07 07:46:47 -0.325 99.2 60.2 4.7
## 8 2024-11-19 21:29:15 -1.94 100. 65.9 4.3
## 9 2024-11-16 18:35:17 -0.0453 99.5 96.7 4.5
## 10 2024-11-15 21:39:49 -0.556 100. 129. 4.3
## # ℹ 32 more rows## time latitude longitude
## Min. :2024-01-03 19:11:18 Min. :-3.4353 Min. : 98.82
## 1st Qu.:2024-03-29 13:36:50 1st Qu.:-2.3038 1st Qu.: 99.58
## Median :2024-07-10 21:50:00 Median :-1.9156 Median :100.14
## Mean :2024-07-10 05:32:15 Mean :-1.4992 Mean :100.15
## 3rd Qu.:2024-11-09 09:31:57 3rd Qu.:-0.5734 3rd Qu.:100.58
## Max. :2024-12-26 19:57:59 Max. : 0.7959 Max. :101.83
## depth mag
## Min. : 10.00 Min. :4.100
## 1st Qu.: 36.01 1st Qu.:4.400
## Median : 63.54 Median :4.500
## Mean : 70.01 Mean :4.567
## 3rd Qu.: 79.49 3rd Qu.:4.775
## Max. :222.32 Max. :5.200Data gempa Sumatra Barat tahun 2024 mencatat 42 kejadian yang berlangsung sepanjang tahun. Sebaran lokasinya berada pada rentang lintang –3.43° hingga 0.79° dan bujur 98.82° hingga 101.83°, yang sepenuhnya berada dalam wilayah Sumatra Barat dan zona sekitarnya. Kedalaman gempa menunjukkan variasi yang cukup besar, yaitu mulai dari 10 km hingga lebih dari 220 km, dengan nilai tengah (median) sekitar 63 km. Hal ini mengindikasikan bahwa sebagian besar kejadian berada pada kedalaman menengah, sementara beberapa di antaranya mencapai kedalaman lebih dari 200 km, sehingga nilai rata-ratanya menjadi lebih tinggi. Magnitudo gempa berkisar antara 4.1 hingga 5.2 SR, termasuk kategori gempa ringan hingga menengah. Secara keseluruhan, data menunjukkan bahwa aktivitas kegempaan di Sumatra Barat sepanjang tahun 2024 berlangsung cukup konsisten, dengan intensitas yang relatif stabil namun tetap penting untuk dianalisis dalam konteks spasial maupun geologi.
4.2 Visualisasi Data Spasial tanpa SHP
# Konversi menjadi data spasial (sf)
gempa_sf <- st_as_sf(data, coords = c("longitude", "latitude"), crs = 4326)
# Ambil batas administrasi Indonesia dan filter SUmatera Barat
indo <- ne_states(country = "indonesia", returnclass = "sf")
sumbar <- indo %>% filter(name == "Sumatera Barat")
# Plot peta sebaran gempa TANPA SHP HANYA PACKAGES DARI sf
ggplot() +
geom_sf(data = sumbar, 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 SUmatera Barat",
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")
4.3 Visualisasi Data Spasial menggunakan SHP
library(sf)
library(dplyr)
library(ggplot2)
Indo_shp<-st_read("C:/Users/Rona Ferira/Downloads/gadm41_IDN_shp/gadm41_IDN_2.shp")## Reading layer `gadm41_IDN_2' from data source
## `C:\Users\Rona Ferira\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## 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....## Simple feature collection with 20 features and 13 fields
## Geometry type: MULTIPOLYGON
## Dimension: XY
## Bounding box: xmin: 98.59668 ymin: -3.350002 xmax: 101.8929 ymax: 0.9073892
## Geodetic CRS: WGS 84
## First 10 features:
## GID_2 GID_0 COUNTRY GID_1 NAME_1 NL_NAME_1
## 1 IDN.30.1_1 IDN Indonesia IDN.30_1 Sumatera Barat NA
## 2 IDN.30.2_1 IDN Indonesia IDN.30_1 Sumatera Barat NA
## 3 IDN.30.3_1 IDN Indonesia IDN.30_1 Sumatera Barat NA
## 4 IDN.30.4_1 IDN Indonesia IDN.30_1 Sumatera Barat NA
## 5 IDN.30.5_1 IDN Indonesia IDN.30_1 Sumatera Barat NA
## 6 IDN.30.6_1 IDN Indonesia IDN.30_1 Sumatera Barat NA
## 7 IDN.30.7_1 IDN Indonesia IDN.30_1 Sumatera Barat NA
## 8 IDN.30.10_1 IDN Indonesia IDN.30_1 Sumatera Barat NA
## 9 IDN.30.8_1 IDN Indonesia IDN.30_1 Sumatera Barat NA
## 10 IDN.30.9_1 IDN Indonesia IDN.30_1 Sumatera Barat NA
## NAME_2 VARNAME_2 NL_NAME_2 TYPE_2 ENGTYPE_2 CC_2 HASC_2
## 1 Agam NA NA Kabupaten Regency 1307 ID.SB.AG
## 2 Bukittinggi NA NA Kota City 1375 ID.SB.BU
## 3 Danau NA NA Water Body Water Body 1388 NA
## 4 Dharmasraya NA NA Kabupaten Regency 1311 ID.SB.DH
## 5 Kepulauan Mentawai NA NA Kabupaten Regency 1301 ID.SB.KM
## 6 Kota Solok NA NA Kota City 1372 ID.SB.SM
## 7 Lima Puluh Kota NA NA Kabupaten Regency 1308 ID.SB.LP
## 8 Padang NA NA Kota City 1371 ID.SB.PD
## 9 Padang Panjang NA NA Kota City 1374 ID.SB.PJ
## 10 Padang Pariaman NA NA Kabupaten Regency 1306 ID.SB.PP
## geometry
## 1 MULTIPOLYGON (((100.3766 -0...
## 2 MULTIPOLYGON (((100.3906 -0...
## 3 MULTIPOLYGON (((100.5601 -0...
## 4 MULTIPOLYGON (((101.6276 -1...
## 5 MULTIPOLYGON (((100.3405 -3...
## 6 MULTIPOLYGON (((100.6731 -0...
## 7 MULTIPOLYGON (((100.8435 -0...
## 8 MULTIPOLYGON (((100.172 -1....
## 9 MULTIPOLYGON (((100.4327 -0...
## 10 MULTIPOLYGON (((100.2984 -0...## Simple feature collection with 20 features and 13 fields
## Geometry type: MULTIPOLYGON
## Dimension: XY
## Bounding box: xmin: 98.59668 ymin: -3.350002 xmax: 101.8929 ymax: 0.9073892
## Geodetic CRS: WGS 84
## First 10 features:
## GID_2 GID_0 COUNTRY GID_1 NAME_1 NL_NAME_1
## 1 IDN.30.1_1 IDN Indonesia IDN.30_1 Sumatera Barat NA
## 2 IDN.30.2_1 IDN Indonesia IDN.30_1 Sumatera Barat NA
## 3 IDN.30.3_1 IDN Indonesia IDN.30_1 Sumatera Barat NA
## 4 IDN.30.4_1 IDN Indonesia IDN.30_1 Sumatera Barat NA
## 5 IDN.30.5_1 IDN Indonesia IDN.30_1 Sumatera Barat NA
## 6 IDN.30.6_1 IDN Indonesia IDN.30_1 Sumatera Barat NA
## 7 IDN.30.7_1 IDN Indonesia IDN.30_1 Sumatera Barat NA
## 8 IDN.30.10_1 IDN Indonesia IDN.30_1 Sumatera Barat NA
## 9 IDN.30.8_1 IDN Indonesia IDN.30_1 Sumatera Barat NA
## 10 IDN.30.9_1 IDN Indonesia IDN.30_1 Sumatera Barat NA
## NAME_2 VARNAME_2 NL_NAME_2 TYPE_2 ENGTYPE_2 CC_2 HASC_2
## 1 Agam NA NA Kabupaten Regency 1307 ID.SB.AG
## 2 Bukittinggi NA NA Kota City 1375 ID.SB.BU
## 3 Danau NA NA Water Body Water Body 1388 NA
## 4 Dharmasraya NA NA Kabupaten Regency 1311 ID.SB.DH
## 5 Kepulauan Mentawai NA NA Kabupaten Regency 1301 ID.SB.KM
## 6 Kota Solok NA NA Kota City 1372 ID.SB.SM
## 7 Lima Puluh Kota NA NA Kabupaten Regency 1308 ID.SB.LP
## 8 Padang NA NA Kota City 1371 ID.SB.PD
## 9 Padang Panjang NA NA Kota City 1374 ID.SB.PJ
## 10 Padang Pariaman NA NA Kabupaten Regency 1306 ID.SB.PP
## geometry
## 1 MULTIPOLYGON (((100.3766 -0...
## 2 MULTIPOLYGON (((100.3906 -0...
## 3 MULTIPOLYGON (((100.5601 -0...
## 4 MULTIPOLYGON (((101.6276 -1...
## 5 MULTIPOLYGON (((100.3405 -3...
## 6 MULTIPOLYGON (((100.6731 -0...
## 7 MULTIPOLYGON (((100.8435 -0...
## 8 MULTIPOLYGON (((100.172 -1....
## 9 MULTIPOLYGON (((100.4327 -0...
## 10 MULTIPOLYGON (((100.2984 -0...ggplot() +
# Warna tiap kabupaten berbeda tapi legendanya disembunyikan
geom_sf(data = sumbar_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 Sumatera Barat",
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"
)
BAB V KESIMPULAN
5.1 Kesimpulan
Berdasarkan peta yang dihasilkan, pada wilayah ini memiliki aktivitas seismik yang tinggi dan tergolong sebagai daerah rawan gempa bumi. Sebaran titik gempa yang terkonsentrasi di bagian barat provinsi, khususnya di sekitar Kepulauan Mentawai dan sepanjang garis pantai barat Sumatera, menunjukkan adanya pengaruh langsung dari pertemuan Lempeng Indo-Australia dan Lempeng Eurasia. Sebagian besar gempa yang terjadi memiliki kedalaman antara 50 hingga 150 km dengan magnitudo berkisar 4,2 hingga 5,2 skala Richter, yang termasuk dalam kategori gempa dangkal hingga menengah dan berpotensi menimbulkan guncangan yang dapat dirasakan di permukaan. Pola sebaran ini juga mengindikasikan adanya aktivitas sesar aktif di wilayah daratan Sumatera Barat. Oleh karena itu, hasil visualisasi ini menegaskan pentingnya peningkatan sistem mitigasi bencana, pemetaan sesar aktif yang lebih detail, serta edukasi masyarakat dalam menghadapi potensi gempa bumi dan tsunami di wilayah Sumatera Barat.
DAFTAR PUSTAKA
Natawidjaja, D. H. (2018). Riset sesar aktif Indonesia dan peranannya dalam mitigasi bencana gempa dan tsunami. Bandung: Lembaga Ilmu Pengetahuan Indonesia (LIPI).
Daswita, A., Pujiastuti, D., & Anggono, T. (2023). Studi bahaya seismik dengan metode probabilistic seismic hazard analysis di Sumatera Barat. Jurnal Fisika Unand, 12(3), 445–451.
Çelik, A., & Yildirim, F. (2024). An R package for AFAD earthquake data and visualizations: AFADEarthQuakeData. Turkish Journal of Data and Analysis, 7(1), 12–25.
Aulia, R., Pratomo, D. G., & Nugroho, Y. (2021). Geovisual analytics of spatio-temporal earthquake data in Indonesia. Jurnal Geosains dan Informasi Spasial (JGISE), 5(2), 103–112.
United States Geological Survey. (2025). USGS earthquake catalog. https://earthquake.usgs.gov/earthquakes/
Wahyuningrum, D., Alfiani, O. D., & Srinarbito, A. (2023). Pemanfaatan Informasi Geospasial untuk Manajemen Bencana. Jurnal Ilmiah Geologi PANGEA, 9(1sp), 1–10.
Sidiq, I. F., & Maharani, W. (2021). Visualisasi Data Menggunakan Teknologi Geospasial untuk Mendukung Pengambilan Keputusan (2), A156–A162.
Saputro, A. N., & Prasetyo, Y. (2020). Penerapan Visualisasi Data Interaktif untuk Analisis Spasial pada Sistem Informasi Kebencanaan. Jurnal Geodesi Undip, 9(1), 45–54.