LAPORAN PRAKTIKUM PERTEMUAN 1
Aji Pandu Winata
2025-11-17
BAB I PENDAHULUAN
1.1 Latar Belakang Masalah
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.
.
1.2 Rumusan Masalah
- Bagaimana membuat peta dengan paket pemrograman R
- Bagaimana 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
1.4 Batasan Masalah
- Buatlah peta epicenter gempa bumi di Indonesia pada tahun 2024 (gunakan packages R yang dianggap gampang, setiap praktikan menggambarkan peta provinsi yang berbeda).
- Buatlah peta semua provinsi di Indonesia dengan memberikan warna yang berbeda pada setiap kab/kota (setiap praktikan membuat peta provinsi yang berbeda).
BAB II TINJAUAN PUSTAKA
2.1 Landasan Teori 1
Data spasial merupakan data yang memiliki informasi lokasi sebagai komponen utamanya, sehingga setiap observasi tidak hanya memuat nilai atribut tetapi juga posisi geografis tempat data tersebut berada. Menurut Cressie (2015), karakteristik utama data spasial adalah adanya ketergantungan atau keterkaitan antarlokasi, yang menyebabkan nilai suatu variabel pada suatu titik sering dipengaruhi oleh nilai di titik sekitarnya. Dalam konteks pemetaan fenomena geografi, data spasial umumnya direpresentasikan dalam dua format utama, yaitu data vektor dan data raster. Data vektor menyajikan lokasi melalui titik (point), garis (line), atau poligon (polygon), sedangkan data raster menggambarkan ruang sebagai grid sel yang masing-masing memiliki nilai tertentu.
Secara umum, data spasial dapat disajikan dalam dua bentuk, yaitu data vektor dan data raster. Data vektor terdiri dari tiga jenis objek geometrik: titik (point), garis (line), dan poligon (polygon). Titik mewakili lokasi spesifik, misalnya lokasi sensor, titik gempa, atau titik pengamatan. Garis digunakan untuk merepresentasikan fitur yang memiliki panjang seperti jalan, sungai, atau batas administrasi. Sementara itu, poligon menggambarkan area tertutup seperti batas wilayah, zona administrasi, dan bidang penggunaan lahan. Berbeda dengan vektor, data raster menyajikan informasi dalam bentuk grid atau piksel dengan resolusi tertentu. Setiap sel raster memiliki satu nilai, sehingga format ini sangat umum digunakan untuk menyimpan data kontinyu seperti elevasi, curah hujan, suhu, maupun citra satelit.
Berikut merupakan gambar jenin-jenis data spasial:
Gambar 1. Jenis data spasial
BAB III METODE PENELITIAN
3.1 Sumber Data
Pada penelitian ini digunakan data gempa yang diperoleh dari website USGS dimana data yang diambil adalah data gempa bumi Provinsi Sumatera Barat tahun 2024.
3.2 Variabel Penelitian
Variabel yang digunakan dalam penelitian ini adalah magnitudo dan kedalaman gempa
3.3 Langkah-langkah Analisis
berikut langkah-langkah analisis dalam praktikum ini: 1. Install dan panggil library. 2. Input data CSV. 3. Konversi ke bentuk sf point. 4. Ambil batas administrasi (Indonesia → Bengkulu). 5. Buat peta gempa sederhana tanpa shapefile. 6. Muat shapefile lokal untuk batas kabupaten/kota. 7. Buat peta sebaran gempa yang lengkap dengan shp
BAB IV HASIL DAN PEMBAHASAN
4.1 Peta Sebaran Gempa Sumatra Barat Tanpa SHP
Berikut merupakan hasil visualisasi tanpa menggunakan shp:
Input Data Gempa
## time latitude longitude depth mag magType nst gap dmin
## 1 2024-12-26T19:57:59.382Z -2.6176 99.7672 10.000 4.6 mb 37 177 3.623
## 2 2024-12-26T19:55:18.587Z -2.7051 99.6841 10.000 4.5 mb 28 203 3.656
## 3 2024-12-19T01:17:14.642Z -0.9215 98.9675 27.553 4.6 mb 39 181 2.612
## 4 2024-12-16T03:50:05.045Z -1.2187 99.8064 57.780 5.1 mb 127 40 3.355
## 5 2024-12-12T06:36:26.901Z -0.8133 99.4219 10.000 4.8 mb 30 186 2.798
## 6 2024-12-09T09:50:04.333Z -0.9630 99.5789 74.538 4.8 mb 62 156 3.014
## rms net id updated
## 1 0.49 us us6000pfrq 2025-03-08T22:39:10.040Z
## 2 0.65 us us6000pfrp 2025-03-08T22:39:10.040Z
## 3 0.67 us us7000nzxm 2025-02-27T17:30:52.040Z
## 4 0.66 us us7000nz6g 2025-02-27T17:30:50.040Z
## 5 1.14 us us7000ny3m 2025-02-18T20:02:56.040Z
## 6 0.90 us us7000nx9p 2025-02-18T20:02:50.040Z
## place type horizontalError depthError
## 1 68 km SSE of Tuapejat, Indonesia earthquake 10.86 1.927
## 2 75 km S of Tuapejat, Indonesia earthquake 11.90 1.597
## 3 132 km WSW of Pariaman, Indonesia earthquake 9.52 6.175
## 4 67 km WSW of Padang, Indonesia earthquake 7.59 4.958
## 5 80 km WSW of Pariaman, Indonesia earthquake 10.14 1.944
## 6 71 km WSW of Pariaman, Indonesia earthquake 8.58 8.551
## magError magNst status locationSource magSource
## 1 0.113 23 reviewed us us
## 2 0.128 18 reviewed us us
## 3 0.109 25 reviewed us us
## 4 0.059 94 reviewed us us
## 5 0.127 19 reviewed us us
## 6 0.075 55 reviewed us usKonversi data menjadi data spasial
# konversi jadi sf
gempasf <- st_as_sf(data, coords = c("longitude", "latitude"), crs = 4326)
head(gempasf)## Simple feature collection with 6 features and 20 fields
## Geometry type: POINT
## Dimension: XY
## Bounding box: xmin: 98.9675 ymin: -2.7051 xmax: 99.8064 ymax: -0.8133
## Geodetic CRS: WGS 84
## time depth mag magType nst gap dmin rms net id
## 1 2024-12-26T19:57:59.382Z 10.000 4.6 mb 37 177 3.623 0.49 us us6000pfrq
## 2 2024-12-26T19:55:18.587Z 10.000 4.5 mb 28 203 3.656 0.65 us us6000pfrp
## 3 2024-12-19T01:17:14.642Z 27.553 4.6 mb 39 181 2.612 0.67 us us7000nzxm
## 4 2024-12-16T03:50:05.045Z 57.780 5.1 mb 127 40 3.355 0.66 us us7000nz6g
## 5 2024-12-12T06:36:26.901Z 10.000 4.8 mb 30 186 2.798 1.14 us us7000ny3m
## 6 2024-12-09T09:50:04.333Z 74.538 4.8 mb 62 156 3.014 0.90 us us7000nx9p
## updated place type
## 1 2025-03-08T22:39:10.040Z 68 km SSE of Tuapejat, Indonesia earthquake
## 2 2025-03-08T22:39:10.040Z 75 km S of Tuapejat, Indonesia earthquake
## 3 2025-02-27T17:30:52.040Z 132 km WSW of Pariaman, Indonesia earthquake
## 4 2025-02-27T17:30:50.040Z 67 km WSW of Padang, Indonesia earthquake
## 5 2025-02-18T20:02:56.040Z 80 km WSW of Pariaman, Indonesia earthquake
## 6 2025-02-18T20:02:50.040Z 71 km WSW of Pariaman, Indonesia earthquake
## horizontalError depthError magError magNst status locationSource magSource
## 1 10.86 1.927 0.113 23 reviewed us us
## 2 11.90 1.597 0.128 18 reviewed us us
## 3 9.52 6.175 0.109 25 reviewed us us
## 4 7.59 4.958 0.059 94 reviewed us us
## 5 10.14 1.944 0.127 19 reviewed us us
## 6 8.58 8.551 0.075 55 reviewed us us
## geometry
## 1 POINT (99.7672 -2.6176)
## 2 POINT (99.6841 -2.7051)
## 3 POINT (98.9675 -0.9215)
## 4 POINT (99.8064 -1.2187)
## 5 POINT (99.4219 -0.8133)
## 6 POINT (99.5789 -0.963)Ambil batas administrasi Indonesia dan Filter Provinsi Sumatra Barat
indo <- ne_states(country = "indonesia", returnclass = "sf")
Sumbar <- indo %>% filter(name == "Sumatera Barat")Membuat Peta Sebaran gempa di Sumatera Barat
ggplot() +
geom_sf(data = Sumbar, fill = "grey", color = "pink4") +
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 Sumatra 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"
)
Berdasarkan plot menampilkan persebaran titik episenter gempa bumi di Provinsi Sumatera Barat berdasarkan data USGS. Area provinsi ditampilkan menggunakan batas administratif vektor tanpa pembagian wilayah kabupaten/kota. Setiap titik merepresentasikan lokasi gempa, dengan ukuran titik menggambarkan besarnya magnitudo dan warna menunjukkan kedalaman gempa. Dari peta terlihat bahwa sebagian besar gempa terjadi di sepanjang pesisir barat Sumatera dan wilayah selatan provinsi, yang berdekatan dengan zona subduksi Lempeng Indo-Australia dan Eurasia. Titik-titik berwarna ungu hingga merah menunjukkan variasi kedalaman gempa, di mana gempa dangkal lebih dominan dibandingkan gempa dalam. Sebaran ini konsisten dengan pola seismisitas wilayah Sumatera yang dipengaruhi oleh pergerakan lempeng tektonik dan keberadaan segmen megathrust pada zona subduksi.Visualisasi ini memberikan gambaran umum distribusi spasial gempa di Sumatera Barat, namun belum menunjukkan konteks administratif secara detail sehingga analisis spasial lebih lanjut pada level kabupaten/kota belum dapat dilakukan.
4.2 Peta Sebaran Gempa Sumatra Barat dengan SHP
setwd("D:/Kuliah UNIB 2022/Semester 7/Pengantar Statistika Spasial/gadm41_IDN_shp")
Indo_shp<-st_read("gadm41_IDN_2.shp")## Reading layer `gadm41_IDN_2' from data source
## `D:\Kuliah UNIB 2022\Semester 7\Pengantar Statistika Spasial\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....Filter Provinsi Sumatera Barat
## 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...Peta sebaran dengan shp
# Plot peta
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 = gempasf, 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"
)
berdasarkan plot menampilkan peta yang sama namun diperjelas dengan batas wilayah kabupaten/kota menggunakan file shapefile (SHP). Setiap wilayah administratif diwarnai berbeda, memberikan informasi spasial lebih rinci terkait lokasi episenter terhadap batas wilayah pemerintahan.Dengan tampilan ini, dapat dilihat bahwa sebagian besar titik episenter terkonsentrasi di wilayah pesisir seperti Kabupaten Pesisir Selatan, serta pada wilayah kabupaten bagian selatan dan barat provinsi. Beberapa gempa juga muncul di sekitar Kepulauan Mentawai yang merupakan daerah rawan gempa karena berada tepat pada zona subduksi aktif.Visualisasi ini memungkinkan interpretasi yang lebih detail mengenai risiko gempa berdasarkan wilayah administratif. Selain itu, ukuran dan warna titik tetap menggambarkan magnitudo dan kedalaman gempa, sehingga informasi intensitas dan karakteristik kejadian tetap terjaga. Peta ini lebih informatif untuk keperluan mitigasi bencana, perencanaan tata ruang, dan kajian spasial tingkat daerah.
BAB V KESIMPULAN
5.1 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 Sumatera Barat dengan memanfaatkan paket sf, ggplot2, dan data gempa dari USGS. Konversi data koordinat menjadi objek spasial memungkinkan titik episenter ditampilkan secara akurat pada peta. Hasil pemetaan menunjukkan bahwa kejadian gempa di Provinsi Sumatera Barat cenderung terkonsentrasi pada wilayah pesisir barat dan bagian selatan provinsi, yang berdekatan dengan zona subduksi Lempeng Indo-Australia dan Eurasia. Titik-titik gempa memiliki variasi magnitudo dan kedalaman, di mana sebagian besar gempa bersifat dangkal, mengindikasikan aktivitas tektonik aktif di daerah tersebut.Visualisasi tanpa shapefile memberikan gambaran umum persebaran gempa, sedangkan penggunaan shapefile kabupaten/kota menghasilkan informasi spasial yang lebih detail, sehingga dapat mendukung analisis mitigasi bencana dan perencanaan tata ruang berbasis wilayah administratif. Dengan demikian, praktikum ini berhasil memberikan pemahaman dasar mengenai pengolahan dan visualisasi data spasial serta pentingnya analisis spasial dalam kajian kebencanaan geologi.
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/