Depok, 28 Agustus 2026. Januar Arifin dari Departemen Fisika berhasil mengembangkan kajian mengenai karakterisasi dan deteksi cepat tsunami non-seismik akibat longsor gunung api melalui penelitian berjudul “Karakterisasi dan Deteksi Cepat Tsunami Non-seismik Akibat Longsor Gunung Api untuk Penguatan Sistem Peringatan Dini: Studi Kasus Tsunami Gunung Anak Krakatau 22 Desember 2018.”

Dalam sidang promosi yang dilakukan di gedung Aula Prof. Dr. G.A. Siwabessy, FMIPA UI, Depok, Kamis (27/8/2026), Januar arifin menemukan bahwa salah satu hasil utama penelitian menunjukkan bahwa model Random Forest berbasis fitur Baseline+FTAN mampu meningkatkan kemampuan deteksi sinyal longsor secara signifikan. Nilai recall longsor pada dataset pengujian meningkat dari 0,765 menjadi 0,941, sementara recall untuk gempabumi tetap tinggi, yaitu 0,995. Pada pengujian independen terhadap kejadian Anak Krakatau 2018, seluruh 12 dari 12 trace berhasil dikenali sebagai longsor dalam tenggat 180 detik atau tiga menit sejak waktu kejadian, dengan persentil ke-75 probabilitas kejadian longsor sebesar 0,8596.

Secara fisis, penelitian mengidentifikasi sejumlah karakteristik yang membedakan sinyal longsor dari gempabumi, antara lain envelope yang lebih penuh, impuls yang lebih rendah, energi dominan yang lebih lambat, morfologi spindle-coda yang lebih kuat, serta apparent group velocity FTAN yang lebih rendah.

Penelitian juga menunjukkan bahwa tsunami non-seismik akibat longsor memiliki karakteristik resonansi yang kompleks. Bahaya tsunami tidak hanya ditentukan oleh tinggi gelombang awal, tetapi juga oleh kesesuaian periode gelombang dengan periode alami pantai. Kajian terhadap empat segmen pesisir Banten memperlihatkan pola resonansi yang berbeda, mulai dari sistem selat yang memiliki mode resonan dominan, pantai terbuka dengan penguatan energi yang tersebar, sistem teluk yang mempertahankan dan memperkuat energi, hingga kawasan yang berperilaku sebagai multi-resonator.

Hasil penelitian ini memberikan kontribusi penting bagi penguatan sistem peringatan dini tsunami, khususnya untuk kejadian tsunami yang dipicu oleh longsor gunung api dan tidak selalu dapat dikenali hanya melalui sistem deteksi gempa. Penelitian merekomendasikan perluasan dataset, pengujian pada berbagai wilayah dan konfigurasi jaringan sensor, serta validasi lanjutan terhadap kejadian longsor dan gempabumi independen.

Temuan tersebut diharapkan dapat mendukung pengembangan sistem peringatan dini yang lebih cepat dan adaptif, terutama di wilayah pesisir yang memiliki kerentanan terhadap tsunami akibat aktivitas vulkanik.