Depok, 7 Juli 2026 – Penelitian yang telah dilakukan oleh Dr. Kadnan, S.Si., M.Si. ini mengembangkan sistem peringatan dini gempabumi (Earthquake Early Warning System/EEWS) berbasis on-site dengan menggabungkan pendekatan hybrid machine learning dan analisis fisika seismik. Melalui analisis terhadap 5.706 sinyal akselerometer dari 485 kejadian gempabumi di wilayah Jawa bagian barat selama periode 2009–2023.

Hasil penelitian yang dilakukannya juga menunjukkan bahwa pendekatan hybrid yang dikembangkan mampu meningkatkan kecepatan sekaligus akurasi sistem dalam memberikan peringatan dini. Dengan mengombinasikan analisis fisika seismik dan algoritma machine learning, sistem tidak hanya menghasilkan prediksi yang lebih akurat, tetapi juga lebih mudah diinterpretasikan dibandingkan model machine learning konvensional yang bersifat black box.

Temuan ini yang telah dipaparkan olehnya  di Aula Prof. Dr. G. A. Siwabessy, FMIPA UI,menunjukkan potensi penerapan sistem sebagai bagian dari pengembangan teknologi peringatan dini gempabumi yang lebih cepat, akurat, dan andal di Indonesia.

Secara keseluruhan, penelitian ini memberikan kontribusi penting dalam pengembangan sistem peringatan dini gempabumi berbasis stasiun tunggal yang mengintegrasikan kecerdasan buatan dan analisis fisika seismik. Hasil penelitian diharapkan dapat mendukung upaya mitigasi risiko bencana, meningkatkan kesiapsiagaan masyarakat, serta memperkuat pengembangan teknologi kebencanaan di Indonesia.