BAB 1 PENDAHULUAN

1.1 Latar Belakang

Secara geotektonik, Indonesia berada di jalur pertemuan tiga lempeng besar Indo-Australia, Eurasia, dan Pasifik yang menjadikannya salah satu negara dengan tingkat aktivitas gempa tertinggi di dunia. Kondisi tersebut menyebabkan Pulau Sumatera, khususnya Provinsi Aceh, menjadi wilayah yang sangat aktif secara seismik. Aceh terletak di dekat zona subduksi Sunda Megathrust dan juga dilalui oleh segmen Aceh dari Sesar Sumatera, dua sumber utama yang sering memicu gempa dengan magnitudo besar. Kajian seismisitas yang dilakukan oleh BMKG menunjukkan bahwa wilayah Aceh memiliki nilai parameter a dan b pada persamaan Gutenberg–Richter yang menunjukkan frekuensi kejadian gempa relatif tinggi dan berpotensi signifikan terhadap bahaya geotektonik di masa depan(Lusiani dkk, 2020).

Selain dipengaruhi oleh aktivitas subduksi, struktur sesar aktif di daratan Aceh juga memberikan kontribusi besar terhadap karakteristik gempa lokal. Penelitian geologi terbaru menunjukkan bahwa segmen Aceh pada Great Sumatran Fault (GSF) terdiri dari beberapa subsegmen yang memiliki orientasi berbeda, menghasilkan pola deformasi kompleks dan potensi guncangan kuat di sekitar Banda Aceh hingga Lhokseumawe. Analisis distribusi spasial gempa di sepanjang jalur ini penting untuk mengenali zona-zona dengan konsentrasi kejadian tinggi serta memetakan pola klaster seismik yang dapat digunakan dalam mitigasi risiko. Studi klasterisasi gempa di Pulau Sumatera menunjukkan bahwa wilayah Aceh termasuk dalam zona dengan kepadatan epicenter paling tinggi di Indonesia bagian barat. (Hady & Marliyani,2022).

Analisis spasial menjadi pendekatan yang efektif untuk menggambarkan persebaran dan pola kejadian gempa bumi, 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). Dengan perangkat lunak R dengan paket seperti sf, ggplot2, dan rnaturalearth, data koordinat gempa dapat diolah menjadi objek spasial dan divisualisasikan ke dalam peta informatif. Visualisasi ini membantu memahami hubungan antara lokasi epicenter, jalur sesar, serta kondisi geologi regional, sehingga menjadi dasar dalam perencanaan mitigasi bencana. Praktikum ini bertujuan melatih mahasiswa dalam pengolahan data spasial dan pembuatan peta sebaran gempa bumi di Aceh, sekaligus memperkuat pemahaman tentang penerapan sistem informasi geografis (SIG) dalam studi geofisika dan kebencanaan(Bivand dkk, 2013).

1.2 Tujuan

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

1.3 Rumusan Masalah

Bagaimana membuat peta dengan paket pemrograman R
Bagaimana 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 II TINJAUAN PUSTAKA

2.1 VISUALISASI DATA SPASIAL

Data yang memiliki referensi ruang kebumian (georeference) dengan memiliki dua format data yakni format vektor dan format raster dikenal sebagai data spasial. Data raster, juga dikenal sebagai data sel grid, menampilkan objek geografis dalam bentuk struktur sel grid yang disebut piksel (picture element), sedangkan data vektor terdiri dari kumpulan garis, area (daerah yang dibatasi oleh garis yang awal dan akhir pada titik yang sama), titik, dan node Di dalam data spasial terdapat juga data atribut, dimana data atribut ini adalah data tabel yang berisi informasi yang menjelaskan keberadaan objek yang ada dalam data spasial (Kurniawati et al., 2020). Menyusun informasi berbasis spasial tentang kondisi suatu wilayah sangat penting karena dapat digunakan sebagai dasar untuk perencanaan, pelaksanaan, pemantauan, pengawasan, dan pengendalian pembangunan wilayah (Meidodga et al., 2023).

BAB III METODE PENELITIAN

3.1 Sumber Data

Jenis data yang digunakan dalam praktikum ini adalah data sekunder yang bersumber dari shp Indonesia di Provinsi Aceh.

3.2 Variabel Penelitian

Variabel yang digunakan pada praktikum ini adalah variabel mengenai Provinsi Aceh.

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 Peta tanpa file SHP

1.Download package

library(sf)

## Warning: package 'sf' was built under R version 4.4.3

## Linking to GEOS 3.13.0, GDAL 3.10.1, PROJ 9.5.1; 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)

## Warning: package 'rnaturalearth' was built under R version 4.4.3

library(rnaturalearthdata)

## Warning: package 'rnaturalearthdata' was built under R version 4.4.3

## 
## Attaching package: 'rnaturalearthdata'

## The following object is masked from 'package:rnaturalearth':
## 
##     countries110

library(viridis)

## Loading required package: viridisLite

.Input data gempa

setwd("F:/Spasial ")
data <- read.csv("Dataaceh.csv")

3.Konversi menjadi data spasial (sf)

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

4.Filter peta shp menjadi provinsi Aceh

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

buat plot peta sebaran gempa tanpa shp hanya packages dari sf

ggplot() +
  geom_sf(data = aceh, 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 Aceh 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")

4.2 Peta Sebaran Gempa dengan SHP

Input data

setwd("F:/Spasial")
indo_shp<-st_read("gadm41_IDN_2.shp")

## Reading layer `gadm41_IDN_2' from data source `F:\Spasial\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 peta shp menjadi provinsi Sumatra Selatan

aceh_shp<-indo_shp %>% filter(NAME_1 == "Aceh")
aceh_shp

## Simple feature collection with 23 features and 13 fields
## Geometry type: MULTIPOLYGON
## Dimension:     XY
## Bounding box:  xmin: 95.00971 ymin: 2.008107 xmax: 98.28605 ymax: 6.076941
## Geodetic CRS:  WGS 84
## First 10 features:
##         GID_2 GID_0   COUNTRY   GID_1 NAME_1 NL_NAME_1          NAME_2
## 1   IDN.1.2_1   IDN Indonesia IDN.1_1   Aceh        NA      Aceh Barat
## 2   IDN.1.1_1   IDN Indonesia IDN.1_1   Aceh        NA Aceh Barat Daya
## 3   IDN.1.3_1   IDN Indonesia IDN.1_1   Aceh        NA      Aceh Besar
## 4   IDN.1.4_1   IDN Indonesia IDN.1_1   Aceh        NA       Aceh Jaya
## 5   IDN.1.5_1   IDN Indonesia IDN.1_1   Aceh        NA    Aceh Selatan
## 6   IDN.1.6_1   IDN Indonesia IDN.1_1   Aceh        NA    Aceh Singkil
## 7   IDN.1.7_1   IDN Indonesia IDN.1_1   Aceh        NA    Aceh Tamiang
## 8   IDN.1.8_1   IDN Indonesia IDN.1_1   Aceh        NA     Aceh Tengah
## 9   IDN.1.9_1   IDN Indonesia IDN.1_1   Aceh        NA   Aceh Tenggara
## 10 IDN.1.10_1   IDN Indonesia IDN.1_1   Aceh        NA      Aceh Timur
##    VARNAME_2 NL_NAME_2    TYPE_2 ENGTYPE_2 CC_2   HASC_2
## 1         NA        NA Kabupaten   Regency 1107 ID.AC.AB
## 2         NA        NA Kabupaten   Regency 1112 ID.AC.AD
## 3         NA        NA Kabupaten   Regency 1108 ID.AC.AR
## 4         NA        NA Kabupaten   Regency 1116 ID.AC.AJ
## 5         NA        NA Kabupaten   Regency 1103 ID.AC.AS
## 6         NA        NA Kabupaten   Regency 1102 ID.AC.AN
## 7         NA        NA Kabupaten   Regency 1114 ID.AC.AM
## 8         NA        NA Kabupaten   Regency 1106 ID.AC.AT
## 9         NA        NA Kabupaten   Regency 1104 ID.AC.AG
## 10        NA        NA Kabupaten   Regency 1105 ID.AC.AI
##                          geometry
## 1  MULTIPOLYGON (((96.06915 4....
## 2  MULTIPOLYGON (((96.94196 3....
## 3  MULTIPOLYGON (((95.78426 5....
## 4  MULTIPOLYGON (((95.87673 4....
## 5  MULTIPOLYGON (((97.74693 2....
## 6  MULTIPOLYGON (((97.39143 2....
## 7  MULTIPOLYGON (((97.90879 3....
## 8  MULTIPOLYGON (((97.22276 4....
## 9  MULTIPOLYGON (((97.94666 3....
## 10 MULTIPOLYGON (((97.7299 4.2...

Plot hasil sebaran gempa dengan SHP

ggplot(aceh_shp) +
  geom_sf(aes(fill = NAME_2), color = "black", size = 0.3) +
  geom_sf(data = gempa_sf, aes(size = mag, color = depth), alpha = 0.7) +
  guides(fill = "none") +
  scale_color_viridis(option = "plasma", name = "Kedalaman (km)") +
  scale_size_continuous(name = "Magnitudo", range = c(2, 6)) +
  labs(title = "Sebaran Gempa di Provinsi Aceh 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")

4.3 Pembahasan

Pada plot 1 menunjukkan bahwa aktivitas gempa bumi terjadi di berbagai wilayah, terutama di bagian barat dan selatan Aceh, termasuk di sekitar Pulau Simeulue yang berada di lepas pantai Samudra Hindia. Sebagian besar titik gempa memiliki kedalaman kurang dari 75 km, yang ditunjukkan oleh warna ungu hingga biru, menandakan bahwa gempa tersebut tergolong dangkal dan berpotensi menimbulkan dampak signifikan di permukaan, terutama jika terjadi di wilayah laut. Magnitudo gempa yang terekam berkisar antara 4,0 hingga 5,6 dengan mayoritas berada pada kisaran 4,0–5,0, sehingga dikategorikan sebagai gempa ringan hingga sedang. Sebaran titik gempa memperlihatkan bahwa aktivitas tektonik lebih dominan di sepanjang zona subduksi lempeng Indo-Australia dan Eurasia yang melintas di barat Aceh. Kondisi ini menunjukkan bahwa wilayah pesisir barat dan selatan Aceh memiliki tingkat kerawanan gempa yang tinggi, sehingga perlu tetap waspada terhadap potensi gempa bumi dan tsunami. Pada plot 2 menunjukkan bahwa aktivitas seismik tersebar merata di sepanjang pantai barat dan selatan, terutama di wilayah Samudra Hindia bagian barat Sumatra yang berdekatan dengan zona subduksi lempeng Indo-Australia dan Eurasia. Sebagian besar gempa memiliki kedalaman dangkal (kurang dari 50 km) yang ditunjukkan oleh warna ungu hingga biru, sehingga berpotensi menimbulkan dampak signifikan di permukaan dan kemungkinan tsunami apabila terjadi di laut. Magnitudo gempa yang teramati berkisar antara 4,0 hingga 5,6, dengan dominasi gempa ringan hingga sedang serta beberapa kejadian lebih kuat di sekitar wilayah barat daya Aceh dan Pulau Simeulue. Pola ini mengindikasikan bahwa sepanjang tahun 2024, Aceh mengalami aktivitas tektonik yang cukup tinggi di zona pertemuan lempeng aktif, sehingga wilayah pesisir barat dan selatan perlu tetap waspada terhadap potensi gempa bumi dan tsunami.

4.4 Kesimpulan

Berdasarkan hasil praktikum analisis peta sebaran gempa di Provinsi Aceh tahun 2024, dapat disimpulkan bahwa wilayah Aceh termasuk daerah dengan aktivitas seismik yang tinggi. Sebaran gempa didominasi di bagian barat dan selatan Aceh, terutama di sekitar perairan Pulau Simeulue yang berada di zona subduksi antara lempeng Indo-Australia dan Eurasia. Mayoritas gempa yang terjadi memiliki magnitudo antara 4,0 hingga 5,6 dengan kedalaman kurang dari 75 km, yang menunjukkan bahwa sebagian besar gempa bersifat dangkal dan berpotensi menimbulkan dampak di permukaan serta ancaman tsunami apabila berpusat di laut. Hasil ini menggambarkan bahwa aktivitas tektonik di Aceh masih sangat aktif sehingga diperlukan pemantauan seismik secara berkala serta peningkatan kesadaran dan kesiapsiagaan masyarakat terhadap potensi bencana gempa bumi dan tsunami

DAFTAR PUSTAKA

Modul Statistika Spasial Pertemuan 1. (2025). Visualisasi data spasial dengan R. Program Studi Statistik.
Bivand, R. S., Pebesma, E., & Gómez-Rubio, V. (2013). Applied spatial data analysis with R (2nd ed.). Springer.
Anggraini, D., Indratno, S. W., Mukhaiyar, U., & Puspito, A. N. T. (2023). Cluster Analysis of Sumatra Island Earthquake Distribution. Desimal: Jurnal Matematika.

Laporan Pratikum 1 Pengantar Statistika Spasial

Silvia Anggraini

2025-11-08