Hasil Pencarian  ::  Simpan CSV :: Kembali

"Daerah Sipoholon merupakan daerah yang terletak pada zona Sesar Sumatera dimana sekitar wilayah ini ditemukan keberadaan manifestasi panas bumi berupa sumber air panas yang berada di sepanjang zona patahan dan Cekungan Tarutung. Penelitian ini dilakukan untuk mengidentifikasi litologi bawah permukaan wilayah Sipoholon melalui analisis karakter nilai kecepatan grup gelombang Rayleigh yang diperoleh menggunakan metode ambient noise tomography (ANT). Dalam penelitian ini menggunakan data waveform berkomponen vertikal yang berasal 15 jaringan sensor seismik milik BMKG-GFZ yang tersebar luas di sekitar bagian barat Danau Toba hingga Tapanuli Tengah selama rentang bulan Juni – September 2008. Proses pengolahan dilakukan melalui rangkaian single data preparation, korelasi silang & stacking, kurva dispersi, dan tomografi. Hasil tomografi menunjukan variasi zona anomali kecepatan grup gelombang Rayleigh dengan rentang nilai 1.20 km/s - 2.50 km/s. Berdasarkan hasil checkerboard test wilayah bawah permukaan yang mampu dipercaya untuk diinterpretasikan sampai dengan periode 13 detik. Keberadaan kaldera tersembunyi mampu teridentifikasi pada zona anomali kecepatan grup rendah yang berkaitan dengan deformasi dari batuan beku vulkanik yang mengalami pelapukan. Sementara itu, zona anomali kecepatan grup tinggi berasosiasi dengan keberadaan litologi tuffa Toba yang diikuti keberadaan batuan granit sebagai batuan intrusi pada lapisan bawah.

---

The Sipoholon area is an area located in the Sumatra Fault zone where around this area there are geothermal manifestations in the form of hot springs located along the fault zone and Tarutung Basin. This study was conducted to identify the subsurface lithology of the Sipoholon area through the Rayleigh wave group velocity value obtained using the ambient noise tomography (ANT) method. In this study, we used vertical waveform data from a network of 15 seismic sensors owned by BMKG-GFZ that were widely distributed around the western part of Lake Toba to Central Tapanuli during June - September 2008. Processing stages are carried out from the single data preparation stage, cross-correlation & stacking, dispersion curves, and tomography. The tomography results show variations in the Rayleigh wave group velocity anomaly zone with a value range of 1.20 km/s - 2.50 km/s. Based on the results of the checkerboard test, subsurface areas that can be reliably interpreted up to a period of 13 seconds. The existence of a hidden caldera can be identified in the low group velocity anomaly zone related to the deformation of volcanic igneous rocks undergoing weathering. Meanwhile, the high group velocity anomaly zone is associated with the presence of Toba tuff lithology followed by the presence of granite rocks as intrusive rocks in the lower layers."

"Penelitian ini menggunakan metode ambient noise tomography (ANT) untuk mengidentifikasi kondisi bawah permukaan di wilayah Cekungan Bandung. Data penelitian adalah seimic waveform yang terekam pada 15 stasiun, berasal dari gempa yang terjadi dari Januari 2022 hingga Juli 2022. Metodologi penelitian meliputi persiapan data tunggal, korelasi silang dan stacking, picking kurva dispersi, uji resolusi, pembuatan peta kecepatan grup gelombang Rayleigh, dan analisis hasil. Hasil yang diperoleh berupa peta distribusi kecepatan grup gelombang Rayleigh dengan periode antara 3 hingga 32 detik. Dari penelitian ini, didapatkan hasil bahwa pemodelan tomografi kecepatan gelombang Rayleigh di wilayah Cekungan Bandung dengan menggunakan metode ambient noise tomography menunjukkan variasi kecepatan grup antara 0,1 km/s hingga 3,5 km/s. Distribusi kecepatan gelombang Rayleigh pada hasil tomogram secara jelas mengidentifikasi beberapa struktur geologi seperti litologi batuan penyusun dan cekungan di wilayah tersebut. Penelitian juga menemukan adanya zona kecepatan rendah yang mencapai 18 detik, yang mengindikasikan keberadaan sedimentasi lapisan lunak yang sangat dalam dengan wilayah cakupan yang luas. Hasil penelitian ini menunjukkan bahwa metode ambient noise tomography efektif dalam mengidentifikasi model kecepatan grup gelombang bawah permukaan, memberikan wawasan mendalam tentang struktur geologi di Cekungan Bandung.

---

This study utilizes the ambient noise tomography (ANT) method to identify subsurface conditions in the Bandung Basin area. The research data consists of seismic waveforms recorded at 15 stations, originating from earthquakes occurring between January 2022 and July 2022. The research methodology includes single data preparation, cross-correlation and stacking, dispersion curve picking, resolution testing, Rayleigh wave group velocity mapping, and result analysis. The results obtained are in the form of a Rayleigh wave group velocity distribution map with periods ranging from 3 to 32 seconds. The study found that the Rayleigh wave velocity tomography modeling in the Bandung Basin area using the Ambient noise tomography method shows a group velocity variation between 0.1 km/s and 3.5 km/s. The distribution of Rayleigh wave velocities on the tomogram results clearly identifies several geological structures such as the composing rock lithology and the basin in the area. The study also identified a low-velocity zone reaching 18 seconds, indicating the presence of very deep and extensive soft sediment layers. These findings demonstrate that the Ambient noise tomography method is effective in identifying the subsurface Rayleigh wave group velocity model, providing in-depth insights into the geological structure of the Bandung Basin."

"Pada tesis ini penulis akan melakukan pemodelan kecepatan rambat gelombang Rayleigh menggunakan metode Ambient Noise Tomography. Berbeda dengan seismic aktif, seismic passive menggunakan noise lingkungan sebagai sumber getaran. Adapun Periode yang digunakan berkisar pada 1-5 s. Pada pengembangannya metode ini dianggap dapat merepresentasikan struktur bawah permukaan. Data penelitian merupakan data ambient noise yang mengukur getaran natural tanah dimana sumber getaran utama adalah berasal dari oceanic wave dan cultural wave. Jumlah titik pengamatan adalah 27 titik. Dengan rentang waktu perekaman data selama 6 bulan di wilayah Sesar Semangko, Padang. Penelitian ini menghasilkan pemodelan kecepatan rambat gelombang Rayleigh yang merepresentasikan struktur bawah permukaan bumi di wilayah sekitar Sesar Semangko, Padang. Bentukan khas seperti pull apart basin pada danau Singkarak ditandai dengan kecepatan rendah. Dan wilayah anticlinal ditandai dengan kecepatan tinggi.

---

In this thesis, the author will do the Rayleigh wave velocity modeling using Ambient Noise Tomography. Unlike the active seismic, passive seismic using the environment as a source of ambient noise. The period used in the range 1-5 s. In the development of this method is considered to represent the subsurface structures.

The research data is the data that measure the ambient noise of natural vibration of the ground where the main source of vibration is derived from oceanic wave and cultural wave. The number of observation points is 27 points. By recording data during the time span of 6 months in the region Fault Semangko, Padang.

This research resulted in Rayleigh wave velocity modeling representing the subsurface structure of the earth in the region around Fault Semangko, Padang. Typical formations such as pull apart basin on lake Batur is characterized by a low velocity. Anticlinal region is characterized by high velocity."

"Waktu survival adalah waktu dimana seorang individu atau suatu objek bertahan hingga suatu kejadian terjadi. Data waktu survival lebih sering digambarkan dengan fungsi hazard karena kurva fungsi hazard dapat memiliki berbagai bentuk, seperti bentuk naik, turun, konstan, bathtub, dan unimodal. Salah satu distribusi yang dapat digunakan untuk memodelkan data waktu survival adalah distribusi Rayleigh. Distribusi Rayleigh memiliki fungsi hazard yang naik secara linier terhadap waktu. Namun pada praktiknya, tidak semua data waktu survival yang hazardnya mengalami peningkatan, terjadi secara linier. Akan tetapi, terdapat data waktu survival yang hazardnya naik dengan tren cekung ke atas maupun cekung ke bawah, turun, dan konstan. Dalam skripsi ini, dibahas pembentukan distribusi Rayleigh Weibull (RW) sebagai generalisasi dari distribusi Rayleigh dengan menggunakan metode Transformed-Transformer atau metode T-X. Generalisasi ini bertujuan untuk menambah fleksibilitas distribusi Rayleigh dengan menambah satu parameter bentuk (shape parameter). Kemudian, dibahas juga beberapa karakteristik dari distribusi RW, seperti fungsi kepadatan peluang, fungsi distribusi kumulatif, fungsi survival, fungsi hazard, dan momen ke-r. Estimasi parameter dari distribusi RW dilakukan dengan menggunakan metode maksimum likelihood. Sebagai ilustrasi, data pasien leukemia dimodelkan dengan distribusi Rayleigh, distribusi Weibull, dan distribusi Rayleigh Weibull. Hasil pemodelan menunjukkan bahwa distribusi Rayleigh Weibull lebih baik dalam memodelkan data dibandingkan dengan distribusi Rayleigh dan distribusi Weibull.

---

Survival time is the time where an individual or object survives until an event occurs. Survival data is more frequently described with a hazard function because the curve of the hazard function can have various shapes, such as increasing, decreasing, constant, bathtub, and unimodal. Rayleigh distribution is one of the distributions that can be used to model survival data. Rayleigh distribution has a linearly increasing hazard function curve. However, in practice, not every survival data shows a linear increase. There are survival data where the hazard increases with a concave up trend or concave down trend, decreasing, and constant. The Transformed-Transformer method, often known as the T-X method, is used to construct Rayleigh Weibull distribution as a generalization of Rayleigh distribution. This generalization aims to increase the flexibility of Rayleigh distribution by adding one shape parameter. Some characteristics of Rayleigh Weibull distribution, such as probability density function, distribution function, survival function, hazard function, and r-th moment are also discussed. Rayleigh Weibull distribution’s parameters were estimated using the maximum likelihood method. As an illustration, leukemia cancer data is modeled with Rayleigh distribution, Weibull distribution, and Rayleigh Weibull distribution. In comparison to Rayleigh distribution and Weibull distribution, Rayleigh Weibull distribution is better at modeling the data."

"Kekayaan mineral yang ada di Indonesia terutama besi menjadi salah satu komoditi kebutuhan kehidupan manusia pada zaman ini. Kalimantan Tengah menjadi salah satu daerah dengan prospek bijih besi di Indonesia. Dalam meninjau endapan bijih besi digunakan metode Resisitivitas dan Induced Polarization yang berguna untuk mendeteksi keberadaan suatu mineral dalam litologi batuan bawah permukaan. Penelitian ini menggunakan nilai dari resistivitas dan chargeability untuk menghasilkan gambaran endapan bijih besi. Konfigurasi yang digunakan adalah Wenner karena memiliki resolusi vertikal yang baik dan memiliki sensitivitas yang tinggi terhadap perubahan secara lateral. Terdapat tujuh lintasan akuisisi data dengan panjang ±470 meter dengan arah lintasan dari Barat Laut ke Tenggara. Proses pengolahan data menggunakan metode inversi untuk menghasilkan penampang 2D. Variasi nilai resistivitas berkisar diantara 10 – 8000 Wm yang menunjukkan litologi pasir, lempung, batuan andesit dan tuf serta nilai chargeability berkisar 5 – 450 msec yang menunjukkan adanya mineral konduktif yang berupa bijih besi. Visualisasi dari pemodelan 3-D didapatkan dari penggabungan hasil inversi penampang 2-D. Pemodelan ini menghasilkan volume dari anomali yang diduga bijih besi pada daerah tersebut adalah 823.129 m³

---

The mineral wealth in Indonesia, particularly iron, has become a crucial commodity for human life in the modern era. Central Kalimantan is one of the regions in Indonesia with promising iron ore prospects. To investigate iron ore deposits, the Resistivity and Induced Polarization (IP) methods are utilized, which are effective in detecting the presence of minerals within subsurface lithology. This study employs resistivity and chargeability values to generate a depiction of iron ore deposits. The Wenner configuration was chosen for its good vertical resolution and high sensitivity to lateral changes. Seven data acquisition lines, each approximately 470 meters in length, were oriented from the northwest to the southeast. Data processing involved inversion methods to produce 2D cross-sections. The resistivity values ranged from 10 - 8000 Ωm, indicating lithologies of sand, clay, andesitic rock, and tuff, while the chargeability values ranged from 5 - 450 msec, suggesting the presence of conductive minerals, specifically iron ore. A 3D visualization was obtained by combining the inversion results of the 2D cross-sections. This modeling estimated the volume of the anomaly, presumed to be iron ore, in the area to be 823.129 m³."

"Wilayah Pulau Bali dan Nusa Tenggara merupakan bagian dari seismotektonik busur aktif. Penelitian ini bertujuan untuk mengidentifikasi dan menganalisis karakteristik gempa swarm di Bali–Nusa Tenggara. Gempa swarm diidentifikasi menggunakan analisis spasiotemporal dari data BMKG tahun 2012-2021 dengan ketentuan sekumpulan gempa yang berkurumun rapat dalam ruang dan waktu yang singkat tanpa ada gempa utama dengan magnitudo tertinggi. Gempa swarm ditemukan di tujuh daerah, yaitu bagian utara Pulau Lembata, di Nusa Tenggara Timur bagian Tengah, di Pulau Sangeang, di Pulau Bali, di bagian utara Lombok, di barat daya dari Pulau Sumba, dan di Bima, Nusa Tenggara Barat. Dari ketujuh daerah tersebut, dipilih kumpulan gempa di barat daya Pulau Sumba untuk diteliti menggunakan cross-correlation karena berada diantara Busur Sunda dan Sesar Flores. Secara manual dipilih waktu kedatangan fase P dan gelombang seismik dilakukan cross-correlation untuk mengidentifikasi korelasi antar gelombang. Hasil dari cross-correlation menunjukkan nilai koefisien korelasi tertinggi pada 0.68597 antara gempa pada 2020-08-08 11:37 dengan gempa pada 2020-08-09 04:53. Hasil analisis cross-correlation menunjukkan bahwa gelombang kurang saling berkorelasi. Hal ini menunjukkan kejadian-kejadian gempa tersebut tidak bersumber dari sumber yang sama.

---

The areas of the islands of Bali and Nusa Tenggara are part of an active seismotectonic arc. This research aims to identify and analyze the characteristics of earthquake clusters in Bali–Nusa Tenggara. Earthquake clusters were identified using spatiotemporal analysis from BMKG data for 2012-2021 with the provisions of earthquake clusters that are tightly clustered in a short space and time without any main earthquake with the highest magnitude. Earthquake swarms were found in seven areas, namely the northern part of Lembata Island, in the central part of East Nusa Tenggara, on Sangeang Island, on Bali Island, in the northern part of Lombok, in the southwest of Sumba Island, and in Bima, West Nusa Tenggara. Of the seven areas, the earthquake group in the southwest of Sumba Island was chosen to be studied using cross correlation because it is located between the Sunda Arc and the Flores Fault. Manually selected arrival times of the P phase and seismic waves were cross-correlated to identify correlations between waves. The results of the cross correlation show the highest correlation coefficient value at 0.68597 between the earthquake on 08-08-2020 11:37 and the earthquake on 08-09-2020 04:53. The cross-correlation analysis indicated that the waves were weakly correlated, suggesting that these earthquake events did not originate from the same source."

"Berdasarkan statistik BNPB, Jawa Tengah menjadi Provinsi dengan bencana longsor terbanyak di Indonesia sepanjang tahun 2021–2023 sebanyak 1283 peristiwa, dengan 427 di antaranya terjadi di Kebumen. Pada Kampus Lapangan Geologi Karangsambung, Kab. Kebumen, Jawa Tengah sejumlah lahan telah ditimbun tanah untuk rencana pembangunan dengan longsoran rotasi yang pernah terjadi. Oleh karena itu, dilakukan identifikasi potensi longsor beserta geologinya di daerah Karangsambung pada area timbunan tanah baru. Penelitian ini melibatkan studi lapangan dengan metode geolistrik resistivitas dan data SPT untuk mengetahui kekuatan daya dukung tanah. Penelitian mencakup enam lintasan sepanjang 195–245 meter dengan spasi elektroda 5 meter dan konfigurasi Wenner-Schlumberger. Keluaran yang diperoleh berupa penampang resistivitas 2D yang dikorelasikan dengan data SPT, plan map 3D, serta model resistivitas 3D. Hasil penampang resistivitas 2D menunjukkan bahwa terdapat zona resistivitas tinggi 270–13.293 Ωm di daerah timur laut penelitian. Zona resistivitas tinggi ini merupakan rekahan batulempung selebar 5–13 meter di permukaan dengan ketebalan 10–15 meter yang di bawahnya merupakan intrusi batu andesit. Selain itu umumnya daerah penelitian terdiri atas lempung lanauan padat di permukaan dengan ketebalan 3–33 meter dan resistivitas 0,5–90 Ωm, serta lempung pasiran yang sangat padat di bawahnya dengan ketebalan lebih dari 15 meter dan resistivitas 0,01–30 Ωm. Berdasarkan hasil tersebut terdapat potensi longsor di timur laut daerah penelitian yang melewati lintasan LKR01, LKR02, dan LKR03, tepatnya pada zona resistivitas tinggi. Keberadaan potensi longsor ini diharapkan dapat menjadi acuan terkait pengawasan pembangunan di Kampus Lapangan Geologi Karangsambung.

---

Based on BNPB statistics, Central Java is the province with the most landslide disasters in Indonesia throughout 2021-2023 with 1283 events, 427 of which occurred in Kebumen. At the Karangsambung Geological Field Campus, Kebumen Regency, Central Java, a number of lands have been stockpiled for development plans with rotational landslides that have occurred. Therefore, an identification of landslide potential and its geology in Karangsambung area in the area of new landfill was conducted. This research involved field study using geo-electrical resistivity method and SPT data to determine the bearing capacity of the soil. The research included six passes along 195-245 meters with 5 meters electrode spacing and Wenner-Schlumberger configuration. The output is 2D resistivity cross section correlated with SPT data, 3D plan map, and 3D resistivity model. The 2D resistivity cross section results show that there is a high resistivity zone of 270-13,293 Ωm in the northeast area of the study. This high resistivity zone is a fractured claystone 5-13 meters wide at the surface with a thickness of 10-15 meters under which is an andesite intrusion. In addition, the study area generally consists of dense silt loam at the surface with a thickness of 3-33 meters and a resistivity of 0.5-90 Ωm, and very dense passive loam underneath with a thickness of more than 15 meters and a resistivity of 0.01-30 Ωm. Based on these results, there is a potential for landslides in the northeast of the research area that passes through the LKR01, LKR02, and LKR03 tracks, precisely in the high resistivity zone. The existence of this landslide potential is expected to be a reference related to development supervision in Karangsambung Geological Field Campus."

"Dalam proyek konstruksi, informasi akurat mengenai kondisi bawah permukaan dibutuhkan untuk menghindari potensi kegagalan di masa depan. Penelitian ini dilakukan untuk memenuhi kebutuhan pencitraan kondisi bawah permukaan yang akurat di proyek konstruksi Karangsambung. Studi ini membandingkan efektivitas penerapan metode inversi Least square dan Robust pada tomografi resistivitas 3D terhadap gorong-gorong dan tanah timbunan menggunakan program RES3DINV. Metode inversi Least Square bertujuan untuk meminimalkan selisih kuadrat antara data observasi dan model, sedangkan metode inversi Robust dirancang untuk mengurangi pengaruh noise. Hasil penelitian menunjukkan bahwa kedua metode mampu mencitrakan objek gorong-gorong dan tanah timbunan, namun memiliki keunggulannya masing-masing. Model inversi Least Square memiliki hasil yang lebih representatif untuk pencitraan tanah timbunan dengan rentang resistivitas yang diperoleh sebesar 1-6 Ωm dengan tebal lapisan 1-2.6 m. Sementara, inversi Robust memiliki hasil yang lebih representatif untuk pencitraan gorong-gorong dengan rentang resistivitas yang diperoleh sebesar 50-1500 Ωm dengan volume sebesar 21.64 m³.

---

In construction projects, accurate information about subsurface conditions is essential to avoid potential future failures. This study was conducted to meet the need for precise subsurface imaging in the Karangsambung construction project. The study compares the effectiveness of the Least Square and Robust inversion methods in 3D resistivity tomography for culverts and embankments using the RES3DINV program. The Least Square inversion method aims to minimize the squared differences between observed data and the model, while the Robust inversion method is designed to reduce the influence of noise. The results indicate that both methods are capable of imaging culverts and embankments, each with its advantages. The Least Square inversion model provides more representative results for imaging embankments, with a resistivity range of 1-6 Ωm and a layer thickness of 1-2.6 meters. Conversely, the Robust inversion method yields more accurate results for imaging culverts, with a resistivity range of 50-1500 Ωm and a volume of 21.64 m³"

"Pulau Sulawesi dan Nusa Tenggara Timur (NTT) memiliki tatanan geologi yang kompleks dan aktif bergerak sehingga sering terjadi gempabumi. Untuk menguraikan kompleksitas tersebut digunakan metode Ambient Noise Tomography (ANT). Metode ANT digunakan untuk memperoleh tomografi kecepatan gelombang bawah permukaan pada wilayah penelitian dengan memanfaatkan data ambient noise atau noise dari lingkungan. Secara umum, tahap pertama dimulai dari persiapan data tunggal dan korelasi silang untuk memperkiraan fungsi Green antara pasangan stasiun. Estimasi waktu tempuh grup gelombang Rayleigh diperoleh dari waktu tunda hasil korelasi silang. Teknik analisis frekuensi-waktu (Frequency-Time Analysis) digunakan untuk mendapatkan kurva dispersi untuk mengukur kecepatan grup antar stasiun. Peta yang diperoleh dari hasil inversi menunjukkan variasi kecepatan gelombang Rayleigh pada kerak atas di wilayah penelitian berkisar antara 1,8 – 2,6 km/s. Model kecepatan grup gelombang Rayleigh secara umum berkorelasi dengan kondisi geologi wilayah penelitian, dilihat dari hasil tomogram yang diwakili oleh batas antara zona kecepatan rendah dan zona kecepatan tinggi.

---

Sulawesi and East Nusa Tenggara (NTT) have a complex geological structure and are actively moving so that earthquakes often occur. To describe this complexity, the Ambient Noise Tomography (ANT) method was used. The ANT method is used to obtain a tomography of the subsurface wave velocity in the research area by utilizing ambient noise data or noise from the environment. In general, the first stage starts from the preparation of single data and cross-correlation to estimate the green’s function between pairs of stations. The estimated travel time of the Rayleigh wave group is obtained from the cross-correlation delay time. Frequency-Time Analysis technique is used to obtain a dispersion curve to measure group velocity between stations. The obtained map from the inversion results shows that, velocity variations of Rayleigh waves in the upper crust in the study area ranging from 1.8 to 2.6 km/s. The Rayleigh wave group velocity model is generally correlated with the geological conditions of the study area, seen from the tomogram results represented by the boundary between the low-velocity zone and the high-velocity zone."

"Pendeteksian topik merupakan masalah komputasi yang menganalisis kata-kata dari suatu data teks untuk menemukan topik yang ada di dalam teks tersebut. Pada data yang besar, pendeteksian topik lebih efektif dan efisien dilakukan dengan metode machine learning. Data teks harus diubah ke dalam bentuk representasi vektor numeriknya sebelum dimasukkan ke model machine learning. Metode representasi teks yang umum digunakan adalah TF-IDF. Namun, metode ini menghasilkan representasi data teks yang tidak memperhatikan konteksnya. BERT (Bidirectional Encoder Representation from Transformer) merupakan metode representasi teks yang memperhatikan konteks dari suatu kata dalam dokumen. Penelitian ini membandingkan kinerja model BERT dengan model TF-IDF dalam melakukan pendeteksian topik. Representasi data teks yang diperoleh kemudian dimasukkan ke model machine learning. Salah satu metode machine learning yang dapat digunakan untuk menyelesaikan masalah pendeteksian topik adalah clustering. Metode clustering yang populer digunakan adalah Fuzzy C-Means. Namun, metode Fuzzy C-Means tidak efektif pada data berdimensi tinggi. Karena data teks berita biasanya memiliki ukuran dimensi yang cukup tinggi, maka perlu dilakukan proses reduksi dimensi. Saat ini, terdapat metode clustering yang melakukan reduksi dimensi berbasis deep learning, yaitu Deep Embedded Clustering (DEC). Pada penelitan ini digunakan model DEC untuk melakukan pendeteksian topik. Eksperimen pendeteksian topik menggunakan model DEC (member) dengan metode representasi teks BERT pada data teks berita menunjukkan nilai coherence yang sedikit lebih baik dibandingkan dengan menggunakan metode representasi teks TF-IDF.

---

Topic detection is a computational problem that analyzes words of a textual data to find the topics in it. In large data, topic detection is more effective and efficient using machine learning methods. Textual data must be converted into its numerical vector representation before being entered into a machine learning model. The commonly used text representation method is TF-IDF. However, this method produces a representation of text data that does not consider the context. BERT (Bidirectional Encoder Representation from Transformers) is a text representation method that pays attention to the context of a word in a document. This study compares the performance of the BERT model with the TF-IDF model in detecting topics. The representation of the text data obtained is then entered into the machine learning model. One of the machine learning methods that can be used to solve topic detection problems is clustering. The popular clustering method used is Fuzzy CMeans. However, the Fuzzy C-Means method is not effective on high-dimensional data. Because news text data usually has a high dimension, it is necessary to carry out a dimension reduction process. Currently, there is a clustering method that performs deep learning-based dimension reduction, namely Deep Embedded Clustering (DEC). In this research, the DEC model is used to detect topics. The topic detection experiment using the DEC (member) model with the BERT text representation method on news text data shows a slightly better coherence value than using the TF-IDF text representation method."