Penerapan Machine Learning untuk Penilaian Cepat Tingkat Bahaya Gempa Bumi dan Potensi Tsunami
Demo & Pengujian Sistem: Penerapan Machine Learning untuk Penilaian Cepat Tingkat Bahaya Gempa Bumi dan Potensi Tsunami
Video di atas mendemonstrasikan implementasi antarmuka, inference model, dan workflow end-to-end dari project Penerapan Machine Learning untuk Penilaian Cepat Tingkat Bahaya Gempa Bumi dan Potensi Tsunami via TikTok.
Overview & Cara Kerja
SEISMO-ID (Sistem Intelijen Mitigasi Seismik Nasional) merupakan platform analisis komputasi geofisika dan machine learning komprehensif yang dirancang untuk melakukan pengkategorian riwayat seismik 3D, deteksi cepat potensi bahaya tsunami, serta estimasi tingkat kerusakan infrastruktur (severity alert) secara instan dalam hitungan detik setelah gempa bumi terjadi di seluruh wilayah kepulauan Indonesia.
Fitur Utama Project
Arsitektur & Pipeline Sistem
Alur data interaktif dari input request hingga hasil pemrosesan sistem:
88K Historic Seismicity Records (USGS 1900-2026)
Penyerapan 88.353 katalog gempa bumi harian dari USGS ComCat dan batas wilayah geoBoundaries mencakup 27 atribut geofisika dan spasial.
3D K-Means Seismotectonic Zonation
Pengelompokan spasial 3D koordinat lintang, bujur, dan kedalaman hiposentrum menggunakan StandardScaler dan K-Means ke dalam 8 Zona Seismotektonik Indonesia.
Geophysical Dynamics & Gutenberg-Richter Energy
Rekayasa rasio energi ruptur terhadap kedalaman, logaritma energi elastis Joule Gutenberg-Richter, jarak ke daratan, kategori kedalaman BMKG, dan waktu lokal.
Dual-Engine LightGBM: Tsunami & Severity Alert
Pelatihan simultan dua model: LightGBM Tsunami Classifier (ROC-AUC 0.9544, PR-AUC 0.5102, threshold F2 0.10) dan LightGBM Severity 3-Tier (Kappa 0.8531, Akurasi 99.9%).
SHAP TreeExplainer & Interactive Folium GIS Map
Verifikasi fisik atribusi fitur dengan SHAP TreeExplainer serta ekspor peta geospasial interaktif 12 MB mencakup 8 layer klaster sesar dan heatmap densitas.
Flask Interactive Web App & Real-Time Emergency API
Deployment web dashboard responsif Tailwind CSS dengan 5 skenario gempa historis nyata, visualisasi probabilitas, rekomendasi SOP darurat, dan REST API `/predict`.
Struktur Berkas & Repositori
Hierarki folder dan berkas yang disertakan dalam paket proyek ini:
penerapan-machine-learning-penilaian-cepat-bahaya-gempa-tsunami.zip
Arsip paket ZIP lengkap berisi 100% seluruh berkas di atas siap dijalankan.
Dokumentasi Teknis
Tersedia dokumentasi teknis komprehensif untuk project ini:
Kebutuhan Sistem & Spesifikasi
Spesifikasi minimum perangkat untuk menjalankan project ini dengan lancar:
Cross-platform compatible
Lingkungan kerja teruji
Optimal untuk running service
Untuk berkas & dependensi
Pertanyaan yang Sering Diajukan (FAQ)
Jawaban ringkas terkait lisensi, akses file unduhan, dan panduan instalasi:
Bagaimana cara mendapatkan source code setelah pembayaran?
Segera setelah pembayaran lunas (PAID), berkas ZIP project dapat langsung diunduh secara instan dari halaman ini atau menu Dashboard > Pembelian & Unduhan. Salinan bukti invoice transaksi dan tautan akses juga dikirim otomatis ke alamat email Anda.
Apakah ada panduan instalasi dan dokumentasi teknis?
Ya! Setiap project di Devilda Projects menyertakan dokumentasi teknis komprehensif, arsitektur sistem, struktur database, serta instruksi langkah demi langkah cara setup environment lokal hingga siap di-run.
Bolehkah source code ini dimodifikasi untuk tugas akhir/skripsi/komersial?
Tentu saja. Pembelian lisensi memberikan Anda hak penuh untuk memodifikasi, mengkustomisasi, dan mengembangkan source code ini untuk keperluan tugas akhir, skripsi, portfolio kerja, maupun proyek komersial klien Anda.
Bagaimana jika saya mengalami kendala teknis saat instalasi?
Tim teknis Devilda siap membantu asistensi. Anda dapat berkonsultasi langsung dengan tim kami via WhatsApp CS Devilda (0878-2851-5500). Kami siap membantu kendala instalasi.
Ulasan Pembeli
Ulasan terverifikasi dari pengguna yang telah membeli project ini.
Belum ada ulasan untuk project ini.
Pembayaran aman via QRIS (Semua E-Wallet) & Virtual Account.
Yang Anda Dapatkan:
- Full Source Code Lengkap & Aset Project
- Teknologi: Python, Flask, HTML, CSS
- Panduan Instalasi & Konfigurasi Lingkungan
- Seluruh Bab Dokumentasi Teknis Langkah demi Langkah
- Hak Lisensi Tugas Akhir, Skripsi & Komersial
- Akses Unduhan Berkas ZIP & Code Explorer Langsung