Seminar Nasional Teknologi Informasi dan Multimedia 2016 STMIK AMIKOM Yogyakarta, 6-7 Februari 2016 ISSN : 2302-3805 3.4-97 IMPLEMENTASI METODE BAYESIAN NETWORK UNTUK DECISION SUPPORT SYSTEM PADA MINI DETECTOR EARTHQUAKE Yosep Aditya Wicaksono 1) , Heru Agus Santoso 2) 1), 2) Teknik Informatika –Fakultas Ilmu Komputer Universitas Dian Nuswantoro Jl. Imam Bonjol 207 Semarang 50131 Email : 111201206547@mhs.dinus.ac.id 1) , heru.agus.santoso@dsn.dinus.ac.id 2 Abstrak Indonesia merupakan negara yang terletak antara tiga buah lempeng patahan gempa bumi. Oleh karena itu sering terjadi gempa bumi. Diperlukan metode untuk melakukan peringatan dini sehingga dapat meminimalkan jumlah korban gempa bumi. Paper ini menjelaskan implementasi metode bayesian network yang diterapkan pada mini detektor gempa. Hasil penelitian menunjukan bahwa bayesian netwok menghasilkan peringatan akurat dan informatif yang dapat digunakan sebagai peringatan dini terjadinya gempa. Kata kunci:bayesian network, peringatan dini gempa,mini detektor gempa bumi. 1. Pendahuluan Gempa bumi merupakan peristiwa bergetarnya bumi akibat adanya pelepasan energi bumi secara tiba-tiba. Gempa bumi iu sendiri terjadi bergantung pada frequensi suatu wilayah, dan mengacu pada jenis dan ukuran yang yang dialami selama peroide waktu. Adapun untuk karakteristik dari gempa bumi itu sendiri adalah berlangsung dalam waktu yang sangat singkat, lokasi kejadian tertentu, akibatnya dapat menimbulkan bencana, berpotensi akan terulang lagi, belum dapat dipresiksi, tidak dapat dicegah, tetapi akibat yang di timbulkan dapat dikurangi. Dan faktor-faktor yang dapat mengakibatkan kerusakan akibat gempa bumi meliputi: kekuatan gempa, kedalaman gempa bumi, jarak hiposentrum (sumber, tempat peristiwa yang menyebabkan gempa) gempa bumi, lama getaran gempa bumi, kondisi tanah setempat, dan kondisi bangunan. Selain itu, kekuatan gempa bumi sangat mempengaruhi daya rusak yang ditimbulkan, dan itu saling dependen satu sama lain. Maka dari itu, penulis menerapkan metode Bayesian Network, karena konsep dari metode ini adalah dapat mencari kemungkinan suatu kejadian dengan variable yang saling dependen, yang penulis terapkan padaMini Detector Earthquake, dimana alat ini ditujukan untuk membantu mengurangi akibat yang di timbulkan oleh gempa bumi. Adapaun yang dimaksud dengan kemungkinan suatu kejadian merupakan hasil dari pengolahan data dari Mini Detector Earthquakedan skala MMI(Modified Mercally Intensity)sebagai data input, yang nantinya data yang kurang informatif akan diolah menggunakan metode Bayesian Networkagar menjadi data yang lebih informatif dan akan diimplemetasikan dalam sebuah aplikasi desktop yang didukung dengan DSS(Decision Support System) untuk pengambilan keputusan tentang sebrapa kuat gempa itu terjadi dan langkah apa yang harus mayarakat lakukan, penulis memberi nama aplikasi tersebut dengan nama EWS(Earthquake Warning System). 2. Pembahasan 2.1. Bayesian Network Bayesian Network / Belief Netwok / Probalilistik Network merupakan sebuah model grafik untuk merepresentasikan sebuah interaksi antar variable. Adapun Bayesian Netwok itu sendiri digambarkan seperti graf yang terdiri dari simpul (node) dan busur (arc). Simpul akan menunjukan variable, misalnya X beserta nilai probalilitasnya p(x) dan busur akan menunjukan hubungan antar simpul. Jika ada hubungan dari simpul X ke simpul Y, ini akan mengindikasikan bahwa variable X ada pengaruhnya terhadap variable Y, dan pengaruh itu dinyatakan dengan peluang bersarat P(Y|X). Perbedaan dari Naïve Bayes dengan Bayesian Network adalah pada Naïve Bayes mengabaikan korelasi antar variable, sedangkan pada Bayesian Network merupakan variable input yang bisa saling dependen (berhubungan). Untuk pembuatan model didalam Bayesian Network ini melibatkan langkah-langkah seperti berikut : 1. Membuat struktur network Struktur network pada Bayesian Network merupakan directed acyclic graph (DAG). 2. Mengestimasi nilai peluang dalam tabel yang akan dibubungkan dengan tiap node.