Skip to content
BranchesTags

Repository files navigation

🌋 Klasifikasi & Analisis Gempa (K-Means Clustering)

Python Jupyter Streamlit Scikit-Learn Plotly

Proyek Data Mining untuk klasifikasi dan analisis gempa bumi menggunakan K-Means Clustering. Sistem ini mengidentifikasi pola kegempaan berdasarkan magnitudo dan kedalaman, mengklasifikasi tingkat risiko, dan menyediakan visualisasi interaktif melalui aplikasi Streamlit.

👥 Anggota Kelompok 2

No Nama NIM
1. Adam Haritsa Thahara A11.2024.15556
2. Angela Echa Naresti A11.2024.15791
3. Farros Rifantiarno R. A11.2024.15694
4. Nadjwa Salsabila W. A11.2024.15670
5. Mohammad Wisam W. A11.2024.15739

� Tujuan Proyek

  1. Melakukan Clustering gempa bumi menggunakan algoritma K-Means.
  2. Menentukan K Optimal dengan metode Silhouette Score dan Elbow Method.
  3. Mengklasifikasi Tingkat Risiko berdasarkan magnitudo (70%) dan kedalaman (30%).
  4. Menyimpan Model untuk deployment di aplikasi Streamlit.
  5. Visualisasi Data menggunakan peta interaktif dan grafik analisis.

👥 Anggota Kelompok 2

No Nama NIM
1. Adam Haritsa Thahara A11.2024.15556
2. Angela Echa Naresti A11.2024.15791
3. Farros Rifantiarno R. A11.2024.15694
4. Nadjwa Salsabila W. A11.2024.15670
5. Mohammad Wisam W. A11.2024.15739

🌟 Fitur Utama

1. 📊 Analisis Clustering Otomatis

  • Evaluasi K Optimal: Menggunakan Silhouette Score untuk menentukan jumlah klaster terbaik.
  • Visualisasi Elbow & Silhouette: Menampilkan grafik untuk membantu pemilihan K.
  • Remapping Cluster: Mereorder klaster berdasarkan severity score dari Low → Very High.

2. 🎲 Klasifikasi Tingkat Risiko

Sistem memberikan label risiko otomatis berdasarkan formula:

Severity Score = (0.7 × Magnitude_norm) + (0.3 × Shallow_Depth_inv_norm)

Label Risiko:

  • 🟢 Low - Risiko rendah (gempa kecil/dalam)
  • 🟡 Moderate - Risiko sedang
  • 🟠 High - Risiko tinggi
  • 🔴 Very High - Risiko sangat tinggi (gempa besar/dangkal)

3. 🗺️ Visualisasi Interaktif

  • Scatter Plot: Distribusi gempa (Magnitudo vs Kedalaman).
  • Box Plot: Analisis statistik per klaster.
  • Pie & Bar Chart: Persentase dan jumlah gempa per risiko.
  • Peta Streamlit: Tampilan geografis real-time dengan filter dinamis.

4. 🔍 Filter & Eksplorasi Data

Aplikasi Streamlit menyediakan:

  • Filter berdasarkan Rentang Tanggal
  • Filter berdasarkan Magnitudo (Min-Max)
  • Filter berdasarkan Kedalaman (Min-Max)
  • Filter berdasarkan Tingkat Risiko

5. 🤖 Prediksi Gempa Baru

Masukkan magnitudo & kedalaman untuk mendapatkan prediksi:

  • Cluster ID
  • Risk Level
  • Severity Score

📁 Struktur File & Deskripsi

KlasifikasiGempa/
├── earthquake_clustering.ipynb          # 🔬 Main Jupyter Notebook (Analisis & Training)
├── streamlit_app.py                     # 🧠 Aplikasi web interaktif
├── katalog_gempa_v2.tsv                 # 📥 Dataset mentah (gempa bumi)
│
├── kmeans_model.joblib                  # 🤖 Model K-Means terlatih
├── scaler.joblib                        # 📏 MinMaxScaler untuk normalisasi
├── cluster_remap.pkl                    # 🔄 Mapping cluster ke label risiko
│
├── cluster_info.csv                     # 📊 Metadata cluster (centroid, severity_score)
├── earthquakes_with_cluster.csv         # 💾 Dataset dengan label cluster
│
├── requirements.txt                     # 📦 Dependencies
├── README.md                            # 📖 Dokumentasi (file ini)
└── notes/                               # 📝 Catatan tambahan
    ├── PENJELASAN_PERUBAHAN.txt         # Daftar perubahan dari versi awal
    └── informasi_keselamatan_streamlit.txt

Penjelasan File Penting:

File Deskripsi
earthquake_clustering.ipynb Notebook utama berisi: import data, exploratory analysis, K-Means training, evaluasi model (Silhouette, Davies-Bouldin, Calinski-Harabasz), cluster remapping, dan visualisasi hasil.
streamlit_app.py Aplikasi web untuk eksplorasi data interaktif dengan sidebar filters, peta geografis, dan prediksi cluster gempa baru.
katalog_gempa_v2.tsv Dataset gempa dengan kolom: time, latitude, longitude, depth, mag (Magnitudo). Diproses dari sumber USGS/BMKG.
kmeans_model.joblib Model machine learning yang sudah fit terhadap data. Digunakan untuk prediksi cluster pada data baru.
scaler.joblib MinMaxScaler yang dilatih pada data training. Penting untuk normalisasi data sebelum prediksi.
cluster_remap.pkl Dictionary mapping cluster ID asli → ID baru + label risiko (Low/Moderate/High/Very High).
cluster_info.csv Metadata cluster berisi: centroid (mag, depth), severity_score, dan label risiko. Digunakan di Streamlit.
earthquakes_with_cluster.csv Dataset lengkap dengan kolom cluster dan risk category. Hasil akhir dari training.

� Instalasi & Setup

Prerequisites

  • Python 3.8+ (Disarankan 3.10+)
  • pip atau conda untuk package management
  • Git (opsional, untuk clone repository)

Langkah-Langkah Instalasi

1️⃣ Clone atau Download Project

# Jika menggunakan git
git clone <repository-url>
cd KlasifikasiGempa

# Atau download file ZIP dan extract

2️⃣ Buat Virtual Environment (Direkomendasikan)

# Windows
python -m venv venv
venv\Scripts\activate

# Mac/Linux
python3 -m venv venv
source venv/bin/activate

3️⃣ Install Dependencies

pip install -r requirements.txt

📖 Cara Menggunakan

A. Menjalankan Analisis di Jupyter Notebook

jupyter notebook earthquake_clustering.ipynb

Notebook akan:

  1. ✅ Membaca data dari katalog_gempa_v2.tsv
  2. ✅ Melakukan exploratory analysis
  3. ✅ Training K-Means dengan optimal K detection
  4. ✅ Membuat visualisasi hasil clustering
  5. ✅ Menyimpan model ke kmeans_model.joblib dan scaler.joblib
  6. ✅ Export dataset dengan cluster ke earthquakes_with_cluster.csv

Catatan: Jalankan semua cell secara berurutan. Model akan disimpan otomatis di akhir notebook.

B. Menjalankan Aplikasi Web (Streamlit)

Setelah model selesai ditraining, jalankan:

streamlit run streamlit_app.py

Aplikasi akan terbuka di http://localhost:8501 dan menyediakan:

  • 🗺️ Peta interaktif dengan filter
  • 📊 Visualisasi cluster
  • 🔍 Eksplorasi data lengkap
  • 🤖 Prediksi cluster untuk gempa baru

📊 Dataset & Pre-processing

Input Data: katalog_gempa_v2.tsv

Kolom yang digunakan:

  • time - Tanggal/waktu gempa (UTC)
  • latitude - Koordinat lintang
  • longitude - Koordinat bujur
  • depth - Kedalaman gempa (km)
  • mag - Magnitudo (skala Richter)

Jumlah Data: ~12,000+ gempa

Pre-processing Steps:

  1. ✅ Load TSV dan rename kolom
  2. ✅ Konversi tipe data (datetime, numeric)
  3. ✅ Drop rows dengan data missing
  4. ✅ Normalisasi menggunakan MinMaxScaler (range 0-1)
  5. ✅ Feature Selection: Hanya gunakan mag dan depth (tidak lokasi)

Alasan feature selection:

  • Magnitude & Depth adalah faktor risiko gempa
  • Lokasi (lat/lon) dihilangkan untuk menghindari bias geografis
  • Fokus pada karakteristik fisik gempa

🔬 Metodologi Machine Learning

Algoritma: K-Means Clustering

Hyperparameters:

  • n_clusters: Optimal K (auto-detected via Silhouette)
  • random_state: 42 (reproducibility)
  • n_init: 10 (multiple random initializations)
  • max_iter: 300

Evaluasi Model:

Metrik Interpretasi
Silhouette Score Nilai -1 s/d 1. Semakin tinggi → cluster lebih terpisah.
Davies-Bouldin Index Nilai 0+. Semakin rendah → cluster lebih optimal.
Calinski-Harabasz Score Nilai 0+. Semakin tinggi → cluster lebih padat & terpisah.

Penentuan K Optimal:

  1. Elbow Method - Mencari "siku" pada grafik inertia
  2. Silhouette Score - Memilih K dengan silhouette tertinggi
  3. Visual Inspection - Manual review hasil clustering

🔢 Severity Score & Risk Classification

Formula Severity Score:

norm_magnitude = (magnitude - min_mag) / (max_mag - min_mag)
norm_depth = (depth - min_depth) / (max_depth - min_depth)
inv_depth = 1 - norm_depth  # Gempa dangkal lebih berbahaya

severity_score = (0.7 × norm_magnitude) + (0.3 × inv_depth)

Bobot:

  • 70% → Magnitudo (faktor utama)
  • 30% → Shallow Depth (gempa dangkal lebih berbahaya)

Risk Level Assignment:

Cluster diurutkan berdasarkan severity_score, kemudian diberi label:

  • 0 = 🟢 LOW - Severity Score terendah
  • 1 = 🟡 MODERATE
  • 2 = 🟠 HIGH
  • 3 = 🔴 VERY HIGH - Severity Score tertinggi

(Untuk k ≠ 4, label dinamis: Level 1, Level 2, dst)

📈 Output Files

📈 Output Files

Setelah menjalankan notebook, file berikut akan dihasilkan:

File Deskripsi
kmeans_model.joblib Model K-Means terlatih (binary format)
scaler.joblib MinMaxScaler untuk normalisasi (binary format)
cluster_remap.pkl Dictionary mapping cluster → label risiko
cluster_info.csv Metadata cluster: centroid, severity_score, label
earthquakes_with_cluster.csv Dataset original + kolom cluster dan Risk Category

Contoh Output cluster_info.csv:

cluster,mag,depth,latitude,longitude,severity_score,label
0,3.45,150.5,-6.2,106.8,0.1234,Low
1,4.50,80.2,-7.5,107.3,0.4567,Moderate
2,5.20,45.8,-8.1,108.5,0.7234,High
3,6.10,25.3,-9.2,109.7,0.9123,Very High

🧪 Testing & Debugging

Error Umum & Solusi:

1. ❌ FileNotFoundError: katalog_gempa_v2.tsv

Solusi: Pastikan file TSV ada di folder yang sama dengan notebook.

2. ❌ ModuleNotFoundError: No module named 'plotly'

Solusi: pip install plotly pandas scikit-learn joblib

3. ❌ Streamlit tidak menemukan kmeans_model.joblib

Solusi: Jalankan notebook terlebih dahulu untuk generate model files.
        Pastikan streamlit_app.py di folder yang sama.

4. ❌ Prediksi memberikan hasil anomali

Solusi: Periksa bahwa nilai input (magnitude, depth) masuk dalam range data training.
        Contoh range magnitudo: 1.5 - 7.5 | range depth: 5 - 600 km

📚 Libraries Utama

Referensi lengkap ada di requirements.txt:

  • pandas - Data manipulation
  • numpy - Numerical computing
  • scikit-learn - Machine Learning (KMeans, StandardScaler, Metrics)
  • joblib - Model serialization
  • plotly - Interactive visualization
  • matplotlib & seaborn - Static plots
  • streamlit - Web app framework
  • tqdm - Progress bar

🎓 Topik Pembelajaran

Proyek ini mencakup konsep:

  1. Data Mining - Preprocessing, feature engineering, EDA
  2. Clustering - K-Means, Silhouette analysis, Elbow method
  3. ML Pipeline - Training, evaluation, model serialization
  4. Visualization - Interactive maps, statistical plots
  5. Web Development - Streamlit app with realtime filtering
  6. Domain Knowledge - Seismology, earthquake risk assessment

🔗 Referensi & Sumber Data

💡 Tips & Best Practices

✅ DO:

  • Selalu jalankan notebook dari awal untuk memastikan model di-update
  • Gunakan virtual environment untuk menghindari dependency conflicts
  • Dokumentasikan setiap perubahan di notes/PENJELASAN_PERUBAHAN.txt
  • Test prediksi dengan nilai yang masuk range data training

❌ DON'T:

  • Jangan manual edit file .joblib (binary format)
  • Jangan skip normalisasi data (critical untuk K-Means)
  • Jangan langsung menjalankan streamlit_app.py tanpa model files
  • Jangan upload dataset besar di Git (gunakan .gitignore)

🤝 Kontribusi & Pengembangan Lanjutan

Ide Pengembangan:

  • Implementasi algoritma clustering lain (DBSCAN, Hierarchical)
  • Advanced visualization (3D clustering, interactive heatmap)
  • Feature engineering tambahan (tsunami risk, historical data)
  • API endpoint untuk external integration
  • Dashboard comparison antar versi model
  • Automated model retraining pipeline
  • Time-series forecasting untuk prediksi gempa

Cara Berkontribusi:

  1. Fork repository
  2. Buat branch baru: git checkout -b feature/nama-fitur
  3. Commit changes: git commit -m "Deskripsi perubahan"
  4. Push ke branch: git push origin feature/nama-fitur
  5. Buat Pull Request dengan deskripsi jelas

📝 Changelog & Versi

v1.0 (Current)

  • ✅ K-Means clustering dengan auto K-detection
  • ✅ Severity scoring dan risk classification
  • ✅ Jupyter notebook analysis
  • ✅ Streamlit web app
  • ✅ Interactive visualization

v0.9 (Previous)

  • Basic K-Means implementation
  • Manual K selection

Lihat file notes/PENJELASAN_PERUBAHAN.txt untuk detail perubahan.

⚖️ License & Attribution

Proyek ini adalah bagian dari Tugas Data Mining - Kelompok Kelas A11.43UG1, DINUS.

Digunakan untuk keperluan pendidikan. Data gempa bersumber dari USGS/BMKG (public domain).

📞 Kontak & Support

Untuk pertanyaan atau issue:

  • 📧 Email: [email protected]
  • 💬 GitHub Issues: [buka issue di repo]
  • 📋 Notes Tambahan: Lihat folder notes/

Dibuat dengan ❤️ menggunakan Python, Streamlit, Scikit-Learn, dan Passion untuk Data Science.

🌍 Terima kasih telah menggunakan Aplikasi Klasifikasi Gempa!

About

No description, website, or topics provided.

Resources

Readme
Activity

Stars

1 star

Watchers

0 watching

Forks

1 fork
Report repository

Releases

Packages

Contributors

Languages