TY - JOUR AU - Jerry Lasama AU - Andre E.P. AU - Agi Prasetiadi PY - 2020/03/16 Y2 - 2024/03/29 TI - Prediksi Tsunami Pada Gempa Menggunakan Random Forest Classifier JF - Proceedings of the National Conference on Electrical Engineering, Informatics, Industrial Technology, and Creative Media JA - CENTIVE VL - 2 IS - 1 SE - Front Matter DO - UR - https://conferences.ittelkom-pwt.ac.id/index.php/centive/article/view/85 AB - Gempa yang diikuti oleh tsunami memiliki ciri khusus seperti kedalaman, besar, dan lokasi tertentu yang harus dianalisis terlebih dahulu sebelum dinyatakan akan diikuti tsunami atau tidak. Kemajuan teknologi machine learning memungkinkan kita melakukan prediksi terjadinya tsunami lebih efisien dibanding sebelumnya. Riset ini memanfaatkan machine learning khususnya algoritme Random Forest Classifier untuk membuat model yang dapat memprediksi potensi tsunami denganmenggunakan data historis global significant earthquake milik NOAA dari tahun 2100 SM yang berisi pola Negara, Kode Region, Lintang, Bujur, Tahun, Bulan, Tanggal, Kedalaman, serta Besarnya gempa. Hasil simulasi model untuk memprediksi tsunami dari gempa pada testing set menunjukan akurasi di atas 75%. ER -