
Dosen dan Mahasiswa FMIPA UGM Mengembangkan Model Berbasis AI untuk Analisis Pascagempa dan Mitigasi Bencana Seismik
Gempa bumi berkekuatan 6,4 M yang berpusat di Pacitan, Jawa Timur, belum lama ini menjadi perhatian luas masyarakat. Pasalnya, getaran yang ditimbulkan dapat dirasakan hingga ke berbagai daerah di Jawa Tengah dan Daerah Istimewa Yogyakarta.
Sehubungan dengan kondisi tersebut, penelitian yang telah dilakukan pada tahun 2025 oleh dosen dan mahasiswa Fakultas Matematika dan Ilmu Pengetahuan Alam (FMIPA) Universitas Gadjah Mada menjadi relevan, utamanya untuk mendukung upaya analisis pascagempa dan pengurangan risiko bencana seismik.
Penelitian tersebut dikembangkan oleh tim yang terdiri dari mahasiswa dan dosen FMIPA UGM yaitu Dr. Ir. Ari Fadli, S.T., M.Eng., IPM (Departemen Ilmu Komputer dan Elektronika), Prof. Dr. Tri Kuntoro Priyambodo , M.Sc. (Departemen Ilmu Komputer dan Elektronika), Dr. Assoc. Prof. Dr. Agfianto Eko Putra, M.Si. (Departemen Ilmu Komputer dan Elektronika), dan Dr.rer.nat. Wiwit Suryanto, S.Si., M.Si. (Departemen Fisika).
Melalui penelitian ini, telah dikembangkan sebuah model kecerdasan buatan (Artificial Intelligence/AI) bernama ConvBiLSTM-Net, yang dirancang untuk menganalisis parameter utama gempa bumi, meliputi magnitudo, kedalaman, serta lokasi pusat gempa (episenter). Model ini menggabungkan analisis pola ruang (spasial) dan pola waktu (temporal) dari data historis gempa bumi serta informasi kepadatan sesar aktif di Indonesia.
Pendekatan yang dikembangkan sangat bermanfaat dalam tahapan pascagempa, antara lain untuk menganalisis kemungkinan gempa susulan, mengidentifikasi wilayah yang masih berpotensi berisiko, serta meningkatkan ketelitian pemetaan kerawanan gempa.
Hasil penelitian tersebut menunjukkan bahwa ConvBiLSTM-Net memiliki kinerja yang lebih unggul dibandingkan berbagai model pembelajaran mesin lainnya. Model ini dinilai lebih akurat dan stabil dalam mengenali pola lokasi episenter gempa, yang merupakan aspek penting dalam mitigasi bencana.
Dalam kaitannya dengan kebijakan kebencanaan nasional, riset ini dapat menjadi rujukan ilmiah bagi lembaga seperti BMKG dan BNPB, khususnya dalam memperkuat analisis pascagempa, evaluasi risiko wilayah terdampak, serta pengembangan sistem peringatan dini berbasis data.
Secara keseluruhan, riset ini mendukung pencapaian Sustainable Development Goals (SDGs), khususnya SDG 9 (Industri, Inovasi, dan Infrastruktur) melalui pemanfaatan teknologi kecerdasan buatan, SDG 11 (Kota dan Permukiman Berkelanjutan) dalam memperkuat ketangguhan wilayah terhadap risiko gempa, dan SDG 13 (Penanganan Perubahan Iklim) yang mendorong peningkatan kapasitas adaptif terhadap bencana alam.
Penulis: Inna Mutifah
Editor: Meitha Eka Nur Khasanah

















