Algoritma Prediksi Gempa Bumi berdasarka
PROSIDING
LOMBA KARYA TULIS ILMIAH
PERSATUAN PELAJAR INDONESIA MALAYISA
PERIODE 2014-2015
Tema
“Indonesia Masa Kini Dan Mendatang Dilihat Dari Berbagai
Perspekstif Keilmuan ”
Penerbit:
Departemen Penelitian dan Kajian Isu-isu Strategis (KASTRAT)
Persatuan Pelajar Indonesia Malaysia (PPIM)
2014-2015
I
DAFTAR ISI
Kata Pengantar Penerbit ..........................................................................I
Sambutan Ketua PPIM .......................................................................... III
Daftar Isi ................................................................................................. V
Perbandingan Daya Saing Indonesia Diantara Negara-Negara Asean
Akhmad Farhan …………………………………….…………………. 1
Golden Generation Era : Momentum Kunci Saat Bonus Demografi
Indonesia
Angga Erlando dan Nabilla Desyalika Putri………….……….……. 21
Penguatan Sektor Infrastruktur Sebagai Upaya Pendorong
Pertumbuhan Ekonomi Indonesia Yang Berkelanjutan
Redza Dwi Putra dan Dhany Pangestu …………….………………… 56
“BALI” Beras Analog Umbi Gembili (Dioscorea Esculenta ):
Pemanfaatan Umbi Gembili Sebagai Bahan Baku Beras Analog
Untuk Mewujudkan Swasembada Pangan Indonesia 2020
Dwini Normayulisa Putri, Haqqyana, Lucia Purwanti, Nurul Azizah, dan
Rizka Margi Astuty ……………………………………………………. 91
Algoritma Prediksi Gempa Bumi berdasarkan Analisis Karakteristik
Sinyal Seismik Sebagai dan Upaya Mengurangi Dampak Gempa
Winda Astuti, Ari Fadli Rini Akmeliawati …………………... 109
Inovasi Media Pendidikan Anti Korupsi Dan Karakter Generasi
Muda Indonesia Melalui Pemasukan Content Provider Nilai-Nilai
Sejarah Narkoba Untuk Pendidikan Pada Media Elektronik
Imam Setiawan, Mukti Ali Asyadzili, Nurhayat Muhammad Aghna, I Putu
Widiarta ……………………………………………..………….…… 117
V
Algoritma Prediksi Gempa Bumi berdasarkan Analisis Karakteristik
Sinyal Seismik Sebagai Upaya Mengurangi Dampak Gempa
Winda Astuti*, Ari Fadli** dan Rini Akmeliawati ***
*Department of Electronic and Computer Engineering,
Faculty of Electrical Engineering,
Universiti Teknologi Malaysia (UTM), Malaysia
**Department of Electrical Engineering,
Jenderal Soedirman University (UNSOED)
Purwokerto, Jawa Tengah, Indonesia.
***Intelligent Mechatronics System Research Units (IMSRU)
Department of Mechatronics Engineering,
International Islamic University Malaysia (IIUM),
Gombak, Selangor Darul Ehsan, Malaysia.
E-mail: *winda1977@gmail.com, **arifadli@unsoed.ac.id,
***rakmelia@iium.edu.my
Abstrak
Gempa bumi merupakan salah satu bencana alam yang banyak
menyebabkan kerugian baik harta-benda maupun nyawa. Kemampuan
untuk memprediksi gempa sangat diperlukan sebagai upaya untuk
mengurangi dampak negatif yang ditimbulkan oleh bencana ini. Sinyal
seismik merupakan salah satu fitur yang dapat digunakan untuk
memprediksi bencana gempa,
hal ini dikarenakan sinyal seismik
memiliki karakteristik yang signifikan pada perubahan nilai amplitudo
sebelum terjadinya gempa. Karya tulis ini mengetengahkan tentang
pembahasan metode prediksi gempa berdasarkan sinyal seismik dari
109
beberapa bencana gempa bumi yang terjadi di Indonesia khususnya
daerah Selawesi Tengah dan Sulawesi Utara. Data analisis diambil dari
periode Januari, 2014 sampai Desember, 2014. Selama periode tersebut,
27 gempa terpilih berdasarkan kecenderungan lokasi gempa, 22 gempa
memiliki magnitude dari 5 sampai 5.5 skala richter, 5 gempa diantaranya
memiliki magnitude dari 5.5 sampai 6 skala richter. Pembangunan
algoritma prediksi gempa dimulai dengan pengamatan lokasi dengan
kecenderungan gempa yang tinggi. Tahap ini dilanjutkan dengan
perancangan algoritma sistem prediksi gempa berdasar pada karakteristik
sinyal seismik didaerah tersebut. Tahap akhir dari pembangunan
algorithma ini adalah pengujian terhadap algoritma prediksi gempa.
Algoritma ini akan memprediksi gempa bumi yang akan datang, dengan
menyediakan informasi: lokasi, magnitude gempa, dan waktu terjadinya
gempa.
Kata kunci seismik signal, Algoritma prediksi gempa, lokasi prediksi
gempa, magnitude prediksi gempa, waktu terjadinya gempa
Abstract
Earthquake is one of the most destructive natural disasters that kill many
people and destroy a lot of properties. Therefore, knowing ahead the
occurrence of earthquakes is very important in order to reduce the number
of victims and material losses. Earthquake prediction is one of the
solution to reduce the catastrophic effect of such disaster. Seismic signal
is one of potential features that can be used for earthquake prediction,
since it has significant changes in the amplitude of the signal prior to the
earthquake. This paper presents the method of earthquake prediction
110
based on the seismic signal from the earthquake occurred in Center
Sulawesi and North Sulawesi, in the period from January, 2014 to
December, 2014. During that time, 27 earthquakes selected based on the
prone earthquake area, 22 earthquake with the magnitude between 5R and
5.5R,
five earthquake have magnitude between 5.5R and 6R. The
development of the earthquake prediction algorithm begins with the
observation of the earthquake prone area, design the algorithm based on
the significant characteristic of the seismic on that observation area,
finally validation of the earthquake prediction algorithm, this algorithm
has ability to predict the future earthquake with providing the information
of location, magnitude and time of the future earthquake.
Keywords seismic signal, earthquake prediction algorithm, location of
the earthquake prediction, the magnitude of the earthquake, time of the
future earthquake
111
1.
Pendahuluan
Gempa bumi merupakan getaran yang dirasakan pada permukaan
bumi. Getaran ini disebabkan oleh gelombang seismik dari pusat gempa
dalam lapisan kulit bumi (litosfer) bagian dalam, kemudian dirambatkan
oleh kulit bumi ke permukaan bumi (MCEER, 2010). Daerah permukaan
bumi atau dasar laut yang merupakan pusat getaran bumi disebut
Episentrum. Gempa bumi di sebabkan adanya pelepasan energi yang
menyebabkan dislokasi (pergeseran) pada bagian dalam kulit bumi secara
tiba-tiba (USGS, 2012).
Gempa bumi termasuk dalam salah satu bencana alam yang
banyak menyebabkan korban jiwa dan kerusakan harta benda. Korban
jiwa yang di timbulkan dari gempa bumi ini terus meningkat dari sekian
gempa yang terjadi
terutama gempa-gempa berkekuatan besar
(IndoCropCircles, 2013). Hal ini disebabkan karena kurangnya wawasan
dan
pengetahuan
masyarakat
terhadap
gempa
dan
cara
penanggulanganya. Kurangnya kesiapan menghadapi bencana ini karena
bencana yang datang secara tiba tiba, sehingga tidak cukup waktu untuk
evakuasi (Jufriadi, 2012).
Salah satu gempa bumi terbesar didunia setelah gempa di Alaska
dengan magnitude 9.2 skala Richter ditahun 1964 adalah gempa bumi
yang terjadi di Aceh, Sumatra Utara dengan magnitude 9.1 skala Richter
yang menyebabkan korban jiwa 230.000 orang (Hariyadi, 2014). Gempa
besar terbaru adalah gempa yang terjadi di Tohoku, Jepang dengan
magnitude 9 skala Richter pada 11 Maret 2011 (USGS, 2011). Gempa
besar lainya yang menyebabkan banyak korban jiwa di Indonesia
diantaranya; gempa yang terjadi di Yogjakarta, Selatan Jawa Tengah,
pada 26 Mei 2006 dengan korban jiwa sebanyak 6,234 orang, gempa
112
dengan magnitude 7,8 yang terjadi di Flores, Nusa Tenggara dengan
korban jiwa kurang lebih 2,500 orang tewas dan 500 orang luka-luka
(IndoCropCircles, 2013).
Indonesia merupakan pertemuan rangkaian sirkum mediterania
dan rangkaian sirkum pasifik dengan proses pembentukan gunung yang
masih berlangsung. Hal ini menyebakan Indonesia menjadi salah satu
negara dengan resiko gempa bumi yang besar (Rumhadi, 2011).
Duapertiga wilayah Indonesia merupakan daerah rawan gempabumi dan
letusan gunung berapi karena dilalui jalur
“Ring of Fire.” Gambar 1
menunjukan peta daerah rawan gempa, warna kuning adalah jalur zone
subduksi dan hampir semua wilayah Indonesia. Jalur ini merata tersebar
hampir diseluruh wilayah, ini menandakan Indonesia menyimpan potensi
bencana yang sangat besar. Topografi dan struktur geologi Sumatera,
Jawa, Nusa Tenggara, Maluku Utara, Papua hingga Sulawesi Utara
memperlihatkan keberadaan lempeng bumi dan patahan serta 154 gunung
berapi aktif. Jakarta pernah di landa 4 kali gempa bumi besar dalam
periode 3 abad terakhir. Daerah aman (diarsir putih) bencana ini meliputi
pantai timur Sumatera (Riau, sebagian Jambi, Sumatera Selatan), Laut
China Selatan, Kalimantan dan Bagian utara Laut Jawa serta perairan
Laut Arafuru sebelah Selatan Papua (Zulkarnaen, 2015). Berdasarkan
beberapa hal yang tersebut maka diperlukan upaya yang serius untuk
mengurangi dampak buruk yang diakibatkan oleh timbulnya gempa bumi.
113
Gambar 1 : Daerah “Ring of Fire “ di Indonesia (Zulkarnaen, 2015).
Beberapa upaya telah dilakukan dalam rangka mengurangi akibat
yang ditimbulkan oleh bencana besar seperti gempa bumi. Salah satu
upaya untuk menghadapi bencana ini adalah dengan meningkatkan
pengetahuan masyarakat terhadap gempa, serta cara penanggulanganya
dan mitigasi yang baik dan benar. Selain itu upaya yang dapat dilakukan
adalah dengan memprediksi gempa bumi yang akan terjadi (Bhargava,
Katiyar, Sharma, & Pradhan, 2009; Jufriadi, 2012).
Upaya untuk memprediksi gempa ini mencakup informasi tentang
perkiraan lokasi, magnitude dan waktu gempa akan terjadi. Pada
pengertian yang lain, ilmu memperkirakan terjadinya gempa merujuk
pada pengetahuan tentang prognostic parameter yang mencakup;
114
episentrum dari gempa, waktu terjadinya gempa dan besarnya gempa
yang akan terjadi (Thanassoulas, 2007).
Beberapa teknik yang dapat digunakan untuk memperkirakan
Episentrum dari gempa diantaranya fenomena elektrokinetik, induksi arus
elektrik, dan pengukuran berdasarkan arah azimuthal sebelum gempa
(Thanassoulas, 2007). Thanassoulas, menerapkan metode “strange
attractor like” untuk mengamati seismic electric sebelum gempa
Nafpactor di Yunani (Thanassoulas, Klentos, Verveniotis, & Zymaris,
2008). Selain itu, Pulinet (Pulinets, 2004) mengamati penentuan
episentrum didasarkan pada gangguan ionosfer fenomena sebelum gempa
bumi dan penentuan besarnya menggunakan laju pelepasan energi
seismik sebagai fungsi kekuasaan terbalik waktu.
Berdasarkan perkiraan waktu terjadinya gempa, perkiraan waktu
gempa dapat dibagi menjadi tiga jenis yaitu perkiraan jangka panjang,
jangka menengah dan perkiraan jangka pendek (Bhargava et al., 2009).
Perkiraan jangka panjang jarang digunakan karena mempunyai akurasi
yang rendah, perkiraan jangka menengah terdiri dari prediksi selama
bertahun-tahun sampe minggu, juga penggunaannya kurang. Perkiraan
jangka pendek melibatkan perkiraan kemungkinan terjadinya gempa
dalam beberapa bulan, minggu, dan hari dari waktu gempa. Perkiraan
jangan pendek ini memiliki akurasi yang tinggi dan sangat penting
diperhatikan untuk tidak memobilisasi masa dalam jangka waktu yang
panjang, hal ini penting untuk menghindari kepanikan sosial dan
kekacauan. Perkiraan waktu gempa jangka pendek harus mencakup cukup
waktu untuk evakuasi.
Perkiraan besarnya magnitude gempa dapat ditentukan dengan
penerapan model fisik yang memvalidasi metode pelepasan energi
115
dipercepat (Thanassoulas, 2007). Thanassoulas menentukan besarnya
dengan menggunakan model aliran energi litosfer seismik. Model ini
didasarkan pada keseimbangan energi yang diserap dan rilis di daerah
seismik litosfer. Pengurangan dampak gempa bumi merupakan masalah
yang penting. Hal ini bertujuan untuk mengurangi jumlah kerusakan yang
disebabkan oleh gempa, prediksi gempa yang masuk dapat menjadi salah
satu solusi. Berdasarkan beberapa hal tersebut serta informasi yang
menjadi dasar bahwa indonesia menjadi salah satu negara dengan resiko
gempa bumi yang besar (Jufriadi, 2012; Rumhadi, 2011), maka bidang
keilmuan yang digunakan untuk memprediksi terjadinya gempa bumi
penting untuk dikembangkan di Indonesia.
Makalah ini akan membahas metode yang digunakan untuk
memprediksi bencana gempa bumi di suatu daerah berdasarkan analisis
karakteristik sinyal seismik. Sinyal seismik ini diperoleh dari stasiun
monitoring seismik di daerah Selawesi Tengah dan Sulawesi Utara
periode dari Januari, 2014 sampai Desember, 2014. Selama periode
tersebut, diambil sebanyak 27 data gempa terpilih berdasarkan
kecenderungan lokasi gempa 22 gempa memiliki magnitude dari 5 sampai
5.5 skala richter, 5 gempa diantaranya memiliki magnitude dari 5.5
sampai 6 skala richter. Pengamatan tentang karakteristik sinyal seismik
dilakukan dalam rangka untuk mendapatkan ciri khusus dari daerah
dengan potensi gempa. ciri khusus dari sinyal seismik kemudian
digunakan sebagai input dari sistem prediksi gempa. Pembangunan
algoritma untuk memprediksi gempa dimulai dengan pengamatan lokasi
dengan
kecenderungan
gempa
yang
tinggi,
perancangan
dan
pembangunan algoritma sistem prediksi gempa, tahap ini diakhiri dengan
pengujian algoritma. Algoritma gempa ini dapat digunakan untuk
116
memprediksi gempa yang akan datang dengan informasi tentang,
lokasi,besarnya gempa, dan waktu terjadinya gempa.
Makalah ini terdiri tiga bagian, yaitu bagian pertama akan
menjelaskan secara rinci mengenai metode yang diusulkan sebagai sistem
yang akan digunakan untuk memprediksi terjadinya bencana gempa bumi
berdasarkan pada karakteristik sinyal seismik, sedangkan pada bagian
kedua akan disampaikan mengenai bahasan studi kasus terkait penerapan
metode yang diusulkan tersebut untuk daerah Selawesi Tengah dan
Sulawesi Utara periode dari Januari, 2014 sampai Desember, 2014.
Bagian terakhir adalah kesimpulan.
2.
Metode Penelitian
Tujuan dasar dari penelitian ini adalah membangun algoritma
yang dapat digunakan untuk memprediksi terjadinya gempa bumi
berdasar pada karakteristik sinyal seismik. Prediksi ini menyediakan
informasi berupa lokasi, besarnya gempa and waktu terjadinya gempa.
Sinyal seismik tersebut digunakan sebagai masukan pada sistem prediksi
gempa. Algoritma prediksi gempa dibangun untuk memprediksi gempa
jangka pendek mengunakan kombinasi pendekatan pemrosesan sinyal dan
machine learing (Astuti, Akmeliawati, Sediono, & Salami, 2014). Tingkat
akurasi dari sistem prediksi tersebut akan menetukan baik tidaknya
algorithma yang dibangun.
Diagram alir untuk pembangunan sistem prediksi gempa dapat
diliat pada Gambar 2. Pengembangan sistem prediksi gempa ini terdapat
empat hal penting, yaitu Inisialisasi, perencanaan dan perancangan sistem,
pelaksaan, dan pengesahan dan pematauan. Dalam proses inisialisasi ini
dilakukan pengamatan dan pemilihan daerah potensial gempa yang akan
117
dijadikan obyek untuk pemodelan sistem. Daerah yang telah dipilih
kemudian diamati dan dikelompokan sesuai dengan pusat lokasi
terjadinya gempa. Tahap kedua dari pembangunan sistem prediksi gempa
adalah perencanaan dan pemodelan. Tahap ini dilakukan penyelidikan
dan pengamatan karakteristik khusus sinyal seismik pada daerah
pengamatan (Observation area ). Setelah karakteristik khusus dari sinyal
seismik sebelum terjadi gempa ditemukan, kemudian dikembangkan
algoritma untuk mendeteksi dan memproses sinyal seismik dengan
karakteristik khusus tersebut. Fitur dari karakteristik khusus tersebut
kemudian digunakan sebagai masukan dalam sistem prediksi gempa.
Bagian perancangan dan pemodelan diakhiri dengan pengembangan
algoritma prediksi gempa. Tahap ke tiga dari metode penelitian ini
adalah, pelaksanaan, pada tahap ini pembangunan algoritma prediksi
gempa dilaksanakan.
Tahap ke empat
adalah pengesahan
dan
pemantauan. Pada tahap ini dilakukan pengesahkan hasil prediksi dengan
database yang telah tersedia. Jika akurasi kurang baik, maka digram alir
kembali ke proses perencanaan dan perancangan sistem. Jika akurasi baik,
maka diagram alir akan menghasilkan informasi gempa yang akan datang
dengan akurat. Algorithm akan memberikan pemantauan terus menerus
pada semua sinyal seismik dalam pengamatan sehari hari.
118
1. Inisialisasi
1. Mengamati sejarah gempa di daerah
tersebut.
2. Mengobservasi daerah khusus gempa
di wilayah seismogenik.
3. Mengelompokkan daerah rawan
gempa berdasarkan sejarah terjadinya
gempa.
2. Perencanaan dan Desain
1. Menginvestigasi karakterisasi seismik wilayah tersebut.
2. Mencari algoritma untuk menemukan karakteristik
khusus dari sinyal seismik.
3. Menggunakan karakteristik khusus dari sinyal seismik
sebagai masukan untuk algoritma prediksi gempa.
4. Merancang algoritma prediksi gempa untuk memperoleh
informasi tentang gempa bumi yang akan datang.
4. Pengesahan dan Pemantauan
Pengesahan
1. Mengesahkan hasil prediksi dengan database
gempa.
2. Mendapatkan akurasi hasil prediksi.
Jika akurasi yang baik, untuk pergi langkah
penutupan berikutnya.
Jika akurasi tidak baik, kembali ke Perencanaan
dan Desain langkah untuk menyelidiki ulang
algoritma.
Pemantauan
Algoritma memberikan pemantauan terusmenerus semua sinyal seismik pengamatan seharihari.
3. Pelaksana
Menerapkan karakteristik khusus dari
sinyal seismik dari algoritma yang diusulkan
memprediksi gempa.
System Prediksi
Gempa Bumi
Gambar 2 : Diagram Alir metode penelitian.
Keberhasilan metode prediksi gempa ini tergantung pada,
pengamatan di daerah potensi gempa, ketersediaan data didaerah potensi
gempa tersebut, dan pengamatan karakteristik khusus dari data sinyal
seismik yang akan menghasilkan sistem dengan akurasi yang baik.
3.
Studi kasus
Detail analisis menampilkan data gempa yang tercatat di Selawesi
Tengah dan Sulawesi Utara antara Januari, 2014 sampai Desember 2014.
Data tercatat di empat stasiun pencatat gempa, seperti yang ditunjukan
pada Gambar 3, empat stasiun monitoring data tersebut bergambar
segitiga dengan warna merah. Selama periode tersebut, 27 gempa terpilih
berdasarkan kecenderungan lokasi gempa, 22 gempa memiliki magnitude
dari 5 sampai 5.5 skala richter, lima gempa diantaranya memiliki
magnitude dari 5.5 sampai 6 skala richter. Table 1 menunjukan nama
lokasi dan posisi dari setiap station monitoring sinyal seismik yang
bertanda segitiga merah dari Gambar 3.
119
Gambar 3 : Stasiun Gempa Bumi (BMKG, 2015) .
Tabel 1: data stasiun gempa bumi (BMKG, 2015)
No
1
Station
Station
Name
Code
Toli-Toli,
TOLI2
Sulawesi
Tengah
2
Luwuk,
Latitude
Longitude
1.121398LU
120.794456BT
(North-Latitude)
(East-
Elevati
Station
on
group
7m
GFZ
Longitude)
LUWI
-1.0418067LU
122.771635BT
6m
SANI
-2.0497LU
125.9881BT
30m
Maluku
Ternate,
used
GFZ
used
(German)
Utara
4
GFZ
(German)
tengah
Sanana,
used
(German)
Sulawesi
3
status
TNTI
0.772055LU
127.366901BT
Maluku
43m
GFZ
(German)
Utara
120
Used
Daerah potensi gempa tersebut kemudian dikelompokan dalam
enam kelompok gempa seperti yang ditunjukan dalam Gambar 4,
lingkaran merah menunjukan kedalaman gempa antara 1 sampe 60 km,
dan lingkaran kuning menunjukan kedalaman gempa 61 sampe 300km.
27 gempa terpilih berdasarkan kelompok lokasi, seperti ditunjukan dalam
Table 2. Nomor yang dinotasi pada Table 2 sesuai dengan keterangan
pada Gambar 4.
Gambar 4 : pemetaan 27 lokasi gempa dari Januari sampai Desember,
2014 (BMKG, 2015).
121
27 gempa tersebut kemudian dikelompokan dalam daerah daerah potensi
gempa yang ditunjukan dalam Gambar 5. Gempa dikelompokan dalam
enam kelompok berdasarkan lokasi terjadinya gempa.
Gambar 5 : Pengelompokan gempa bumi bersadarkan lokasi
terjadinya(BMKG, 2015)
Tabel 2: data gempa bumi January, 2014 sampai December 2014
(BMKG, 2015)
No
Date
Magnitude
(SR=Skala Richter)
Region
1
January, 03, 2014
5
Minahassa Peninsula, Sulawesi
2
January, 05, 2014
5.1
Banda Sea
3
January, 14, 2013
5
Sulawesi
4
January, 19, 2014
5.1
Seram
5
January, 23, 2014
5.5
Banda Sea
122
6
February, 04, 2014
5
Banda Sea
7
February, 04, 2013
5
Banda Sea
8
February, 23, 2014
5.2
Sulawesi
9
February, 25, 2014
5
Minahassa Peninsula
10
February, 25, 2014
5.2
Southern Molucca Sea
11
March, 14, 2014
5
Seram
12
April, 27, 2014
5.1
Minahassa Peninsula
13
May, 02, 2014
5.7
Seram
14
May, 21, 2014
5.2
Ceram Sea
15
July, 02, 2014
5
Southern Molucca Sea
16
July, 14, 2014
5.1
Minahassa Peninsula
17
August, 06, 2013
6.2
Banda Sea
18
September, 10, 2014
5.2
Southern Molucca Sea
19
September, 12, 2014
5
Minahassa Peninsula, Sulawesi
20
September, 23, 2014
5.1
Minahassa Peninsula, Sulawesi
21
October, 15, 2014
5.1
Seram
22
October, 23, 2014
5
Halmahera
23
November, 15, 2014
6.3
Southern Molucca Sea
24
November, 15, 2014
5
Sulawesi
25
December, 03, 2014
5.6
Sulawesi
26
December, 03, 2014
5.1
Sulawesi
27
December, 24, 2014
5
Minahassa Peninsula, Sulawesi
Karateristik sinyal seismik setiap gempa pada lokasi tertentu akan
dianalisa
untuk
mendapatkan
karacteriktik
dengan
ciri
kusus.
Karakteristik dengan ciri kusus tersebut kemudian menjadi input pada
sistem prediksi gempa.
123
4.
Kesimpulan
Dengan mempertimbangkan akibat yang ditimbulkan oleh gempa
bumi terutama di Indonesia, maka ilmu memperkirakan gempa menjadi
hal yang sangat penting untuk dikembangkan di Indonesia. Perancangan
system prediksi gempa telah dibuat dalam makalah ini. System prediksi
gempa dibuat dengan perpaduan pemrosesan sinyal seismic dan machine
learning. Pada perancangan sistem ini dilakukan analisa pengamatan pada
daerah tertentu dengan kecenderungan gempa tinggi. Sinyal seismik pada
daerah ini diamati untuk mendapatkan karakteristik khusus dari sinyal
tersebut. Sinyal dengan karakteristik khusus itu kemudian dijadikan input
dalam sistem prediksi gempa. Sistem prediksi ini akan menghasilkan
informasi berupa lokasi, magnitude dan waktu dari gempa yang akan
datang.
Acknowledgment
We would like thank to Assoc. Prof. Dr., Ahmad Zuri Sha’ameri,
Department of Electronic and Computer Engineering, Faculty of
Electrical Engineering, Universiti Teknologi Malaysia (UTM), Malaysia
for his valuable advice, information, encouragement and discussion in
support of this work. Dr. Retno Supriyanti, Department of Electrical
Engineering, Jenderal Soedirman University (UNSOED) Purwokerto,
Jawa Tengah, Indonesia, for her valuable encouragement and support of
this work.
124
5.
Referensi
Astuti, W., Akmeliawati, R., Sediono, W., & Salami, M. J. E. (2014).
Hybrid Technique using Singular value decomposition ( SVD ) and
Support vector machine ( SVM ) Approach for Earthquake
Prediction. Selected Topics in Applied Earth Observations and
Remote Sensing, IEEE Journal.
Bhargava, N., Katiyar, V. K., Sharma, M. L., & Pradhan, P. (2009).
Earthquake Prediction through Animal Behavior : A Review. Indian
Journal of Biomechanics , (March), 159–165.
BMKG. (2015). BADAN METEOROLOGI, KLIMATOLOGI, DAN
GEOFISIKA. Retrieved February 25, 2015, from
http://www.bmkg.go.id/BMKG_Pusat/Gempabumi_-_Tsunami/
Hariyadi, Ma. (2014). Earthquake and tsunami kill more than 400 people
in Aceh and North Sumatra, p. 2186.
IndoCropCircles. (2013). 7 Gempa di Indonesia Yang Tercatat Dengan
Jumlah Korban Ribuan. IndoCropCircles. Retrieved from
http://indocropcircles.wordpress.com/2013/08/04/gempa-bumi-diindonesia-dengan-jumlah-korban-ribuan/
Jufriadi, A. (2012). Upaya Pengurangan Resiko BEncana Gempa Bumi
Melalui Campus Watching sebagai Pendidikan Mitigasi Bencana
(Studi Kasus Gedung Graha Sainta Lt.1 Universita Brawijaya).
ERUDIO (JOURNAL OF EDUCATIONAL INNOVATION), 1 (1).
doi:ISSN:2302-9021
MCEER. (2010). How Earthquakes Affect Buildings. Earthquake
Engineering to Extreme Events. Retrieved from
http://mceer.buffalo.edu/infoservice/reference_services/EQaffectBuil
ding.asp
125
Pulinets, S. (2004). Ionospheric Precursors of Earthquakes ; Recent
Advances in Theory. Terrestrial, Atmospheric and Oceanic
Sciences, 15 (3), 413–435.
Rumhadi, T. (2011). EJARAH PERKEMBANGAN MUKA BUMI.
Retrieved from http://geomangraho.blogspot.com/2011/03/sejarahperkembangan-muka-bumi-tri.html
Thanassoulas, C. (2007). Short - term Earthquake Prediction. H. Dounias
& Co., Greece.
Thanassoulas, C., Klentos, V., Verveniotis, G., & Zymaris, N. (2008).
Preseismic oscillating electric field “strange attractor like” precursor,
of T = 6 months, triggered by Ssa tidal wave. Application on large
(Ms > 6.0R) EQs in Greece (October 1, 2006 - December 2nd,
2008), (1), 1–7.
USGS. (2011). Magnitude 9.0 - NEAR THE EAST COAST OF
HONSHU, JAPAN.
USGS. (2012). Earthquake Glossary - epicenter. 2012. Retrieved March
6, 2015, from
http://earthquake.usgs.gov/learn/glossary/?term=epicenter
Zulkarnaen, Y. (2015). Ring of Fire : Bukan Ancaman Baru Bagi
Indonesia. Retrieved February 23, 2015, from
http://yusufzulkarnain.blogspot.com/2011/03/ring-of-fire-bukanancaman-baru-bagi.html
126
LOMBA KARYA TULIS ILMIAH
PERSATUAN PELAJAR INDONESIA MALAYISA
PERIODE 2014-2015
Tema
“Indonesia Masa Kini Dan Mendatang Dilihat Dari Berbagai
Perspekstif Keilmuan ”
Penerbit:
Departemen Penelitian dan Kajian Isu-isu Strategis (KASTRAT)
Persatuan Pelajar Indonesia Malaysia (PPIM)
2014-2015
I
DAFTAR ISI
Kata Pengantar Penerbit ..........................................................................I
Sambutan Ketua PPIM .......................................................................... III
Daftar Isi ................................................................................................. V
Perbandingan Daya Saing Indonesia Diantara Negara-Negara Asean
Akhmad Farhan …………………………………….…………………. 1
Golden Generation Era : Momentum Kunci Saat Bonus Demografi
Indonesia
Angga Erlando dan Nabilla Desyalika Putri………….……….……. 21
Penguatan Sektor Infrastruktur Sebagai Upaya Pendorong
Pertumbuhan Ekonomi Indonesia Yang Berkelanjutan
Redza Dwi Putra dan Dhany Pangestu …………….………………… 56
“BALI” Beras Analog Umbi Gembili (Dioscorea Esculenta ):
Pemanfaatan Umbi Gembili Sebagai Bahan Baku Beras Analog
Untuk Mewujudkan Swasembada Pangan Indonesia 2020
Dwini Normayulisa Putri, Haqqyana, Lucia Purwanti, Nurul Azizah, dan
Rizka Margi Astuty ……………………………………………………. 91
Algoritma Prediksi Gempa Bumi berdasarkan Analisis Karakteristik
Sinyal Seismik Sebagai dan Upaya Mengurangi Dampak Gempa
Winda Astuti, Ari Fadli Rini Akmeliawati …………………... 109
Inovasi Media Pendidikan Anti Korupsi Dan Karakter Generasi
Muda Indonesia Melalui Pemasukan Content Provider Nilai-Nilai
Sejarah Narkoba Untuk Pendidikan Pada Media Elektronik
Imam Setiawan, Mukti Ali Asyadzili, Nurhayat Muhammad Aghna, I Putu
Widiarta ……………………………………………..………….…… 117
V
Algoritma Prediksi Gempa Bumi berdasarkan Analisis Karakteristik
Sinyal Seismik Sebagai Upaya Mengurangi Dampak Gempa
Winda Astuti*, Ari Fadli** dan Rini Akmeliawati ***
*Department of Electronic and Computer Engineering,
Faculty of Electrical Engineering,
Universiti Teknologi Malaysia (UTM), Malaysia
**Department of Electrical Engineering,
Jenderal Soedirman University (UNSOED)
Purwokerto, Jawa Tengah, Indonesia.
***Intelligent Mechatronics System Research Units (IMSRU)
Department of Mechatronics Engineering,
International Islamic University Malaysia (IIUM),
Gombak, Selangor Darul Ehsan, Malaysia.
E-mail: *winda1977@gmail.com, **arifadli@unsoed.ac.id,
***rakmelia@iium.edu.my
Abstrak
Gempa bumi merupakan salah satu bencana alam yang banyak
menyebabkan kerugian baik harta-benda maupun nyawa. Kemampuan
untuk memprediksi gempa sangat diperlukan sebagai upaya untuk
mengurangi dampak negatif yang ditimbulkan oleh bencana ini. Sinyal
seismik merupakan salah satu fitur yang dapat digunakan untuk
memprediksi bencana gempa,
hal ini dikarenakan sinyal seismik
memiliki karakteristik yang signifikan pada perubahan nilai amplitudo
sebelum terjadinya gempa. Karya tulis ini mengetengahkan tentang
pembahasan metode prediksi gempa berdasarkan sinyal seismik dari
109
beberapa bencana gempa bumi yang terjadi di Indonesia khususnya
daerah Selawesi Tengah dan Sulawesi Utara. Data analisis diambil dari
periode Januari, 2014 sampai Desember, 2014. Selama periode tersebut,
27 gempa terpilih berdasarkan kecenderungan lokasi gempa, 22 gempa
memiliki magnitude dari 5 sampai 5.5 skala richter, 5 gempa diantaranya
memiliki magnitude dari 5.5 sampai 6 skala richter. Pembangunan
algoritma prediksi gempa dimulai dengan pengamatan lokasi dengan
kecenderungan gempa yang tinggi. Tahap ini dilanjutkan dengan
perancangan algoritma sistem prediksi gempa berdasar pada karakteristik
sinyal seismik didaerah tersebut. Tahap akhir dari pembangunan
algorithma ini adalah pengujian terhadap algoritma prediksi gempa.
Algoritma ini akan memprediksi gempa bumi yang akan datang, dengan
menyediakan informasi: lokasi, magnitude gempa, dan waktu terjadinya
gempa.
Kata kunci seismik signal, Algoritma prediksi gempa, lokasi prediksi
gempa, magnitude prediksi gempa, waktu terjadinya gempa
Abstract
Earthquake is one of the most destructive natural disasters that kill many
people and destroy a lot of properties. Therefore, knowing ahead the
occurrence of earthquakes is very important in order to reduce the number
of victims and material losses. Earthquake prediction is one of the
solution to reduce the catastrophic effect of such disaster. Seismic signal
is one of potential features that can be used for earthquake prediction,
since it has significant changes in the amplitude of the signal prior to the
earthquake. This paper presents the method of earthquake prediction
110
based on the seismic signal from the earthquake occurred in Center
Sulawesi and North Sulawesi, in the period from January, 2014 to
December, 2014. During that time, 27 earthquakes selected based on the
prone earthquake area, 22 earthquake with the magnitude between 5R and
5.5R,
five earthquake have magnitude between 5.5R and 6R. The
development of the earthquake prediction algorithm begins with the
observation of the earthquake prone area, design the algorithm based on
the significant characteristic of the seismic on that observation area,
finally validation of the earthquake prediction algorithm, this algorithm
has ability to predict the future earthquake with providing the information
of location, magnitude and time of the future earthquake.
Keywords seismic signal, earthquake prediction algorithm, location of
the earthquake prediction, the magnitude of the earthquake, time of the
future earthquake
111
1.
Pendahuluan
Gempa bumi merupakan getaran yang dirasakan pada permukaan
bumi. Getaran ini disebabkan oleh gelombang seismik dari pusat gempa
dalam lapisan kulit bumi (litosfer) bagian dalam, kemudian dirambatkan
oleh kulit bumi ke permukaan bumi (MCEER, 2010). Daerah permukaan
bumi atau dasar laut yang merupakan pusat getaran bumi disebut
Episentrum. Gempa bumi di sebabkan adanya pelepasan energi yang
menyebabkan dislokasi (pergeseran) pada bagian dalam kulit bumi secara
tiba-tiba (USGS, 2012).
Gempa bumi termasuk dalam salah satu bencana alam yang
banyak menyebabkan korban jiwa dan kerusakan harta benda. Korban
jiwa yang di timbulkan dari gempa bumi ini terus meningkat dari sekian
gempa yang terjadi
terutama gempa-gempa berkekuatan besar
(IndoCropCircles, 2013). Hal ini disebabkan karena kurangnya wawasan
dan
pengetahuan
masyarakat
terhadap
gempa
dan
cara
penanggulanganya. Kurangnya kesiapan menghadapi bencana ini karena
bencana yang datang secara tiba tiba, sehingga tidak cukup waktu untuk
evakuasi (Jufriadi, 2012).
Salah satu gempa bumi terbesar didunia setelah gempa di Alaska
dengan magnitude 9.2 skala Richter ditahun 1964 adalah gempa bumi
yang terjadi di Aceh, Sumatra Utara dengan magnitude 9.1 skala Richter
yang menyebabkan korban jiwa 230.000 orang (Hariyadi, 2014). Gempa
besar terbaru adalah gempa yang terjadi di Tohoku, Jepang dengan
magnitude 9 skala Richter pada 11 Maret 2011 (USGS, 2011). Gempa
besar lainya yang menyebabkan banyak korban jiwa di Indonesia
diantaranya; gempa yang terjadi di Yogjakarta, Selatan Jawa Tengah,
pada 26 Mei 2006 dengan korban jiwa sebanyak 6,234 orang, gempa
112
dengan magnitude 7,8 yang terjadi di Flores, Nusa Tenggara dengan
korban jiwa kurang lebih 2,500 orang tewas dan 500 orang luka-luka
(IndoCropCircles, 2013).
Indonesia merupakan pertemuan rangkaian sirkum mediterania
dan rangkaian sirkum pasifik dengan proses pembentukan gunung yang
masih berlangsung. Hal ini menyebakan Indonesia menjadi salah satu
negara dengan resiko gempa bumi yang besar (Rumhadi, 2011).
Duapertiga wilayah Indonesia merupakan daerah rawan gempabumi dan
letusan gunung berapi karena dilalui jalur
“Ring of Fire.” Gambar 1
menunjukan peta daerah rawan gempa, warna kuning adalah jalur zone
subduksi dan hampir semua wilayah Indonesia. Jalur ini merata tersebar
hampir diseluruh wilayah, ini menandakan Indonesia menyimpan potensi
bencana yang sangat besar. Topografi dan struktur geologi Sumatera,
Jawa, Nusa Tenggara, Maluku Utara, Papua hingga Sulawesi Utara
memperlihatkan keberadaan lempeng bumi dan patahan serta 154 gunung
berapi aktif. Jakarta pernah di landa 4 kali gempa bumi besar dalam
periode 3 abad terakhir. Daerah aman (diarsir putih) bencana ini meliputi
pantai timur Sumatera (Riau, sebagian Jambi, Sumatera Selatan), Laut
China Selatan, Kalimantan dan Bagian utara Laut Jawa serta perairan
Laut Arafuru sebelah Selatan Papua (Zulkarnaen, 2015). Berdasarkan
beberapa hal yang tersebut maka diperlukan upaya yang serius untuk
mengurangi dampak buruk yang diakibatkan oleh timbulnya gempa bumi.
113
Gambar 1 : Daerah “Ring of Fire “ di Indonesia (Zulkarnaen, 2015).
Beberapa upaya telah dilakukan dalam rangka mengurangi akibat
yang ditimbulkan oleh bencana besar seperti gempa bumi. Salah satu
upaya untuk menghadapi bencana ini adalah dengan meningkatkan
pengetahuan masyarakat terhadap gempa, serta cara penanggulanganya
dan mitigasi yang baik dan benar. Selain itu upaya yang dapat dilakukan
adalah dengan memprediksi gempa bumi yang akan terjadi (Bhargava,
Katiyar, Sharma, & Pradhan, 2009; Jufriadi, 2012).
Upaya untuk memprediksi gempa ini mencakup informasi tentang
perkiraan lokasi, magnitude dan waktu gempa akan terjadi. Pada
pengertian yang lain, ilmu memperkirakan terjadinya gempa merujuk
pada pengetahuan tentang prognostic parameter yang mencakup;
114
episentrum dari gempa, waktu terjadinya gempa dan besarnya gempa
yang akan terjadi (Thanassoulas, 2007).
Beberapa teknik yang dapat digunakan untuk memperkirakan
Episentrum dari gempa diantaranya fenomena elektrokinetik, induksi arus
elektrik, dan pengukuran berdasarkan arah azimuthal sebelum gempa
(Thanassoulas, 2007). Thanassoulas, menerapkan metode “strange
attractor like” untuk mengamati seismic electric sebelum gempa
Nafpactor di Yunani (Thanassoulas, Klentos, Verveniotis, & Zymaris,
2008). Selain itu, Pulinet (Pulinets, 2004) mengamati penentuan
episentrum didasarkan pada gangguan ionosfer fenomena sebelum gempa
bumi dan penentuan besarnya menggunakan laju pelepasan energi
seismik sebagai fungsi kekuasaan terbalik waktu.
Berdasarkan perkiraan waktu terjadinya gempa, perkiraan waktu
gempa dapat dibagi menjadi tiga jenis yaitu perkiraan jangka panjang,
jangka menengah dan perkiraan jangka pendek (Bhargava et al., 2009).
Perkiraan jangka panjang jarang digunakan karena mempunyai akurasi
yang rendah, perkiraan jangka menengah terdiri dari prediksi selama
bertahun-tahun sampe minggu, juga penggunaannya kurang. Perkiraan
jangka pendek melibatkan perkiraan kemungkinan terjadinya gempa
dalam beberapa bulan, minggu, dan hari dari waktu gempa. Perkiraan
jangan pendek ini memiliki akurasi yang tinggi dan sangat penting
diperhatikan untuk tidak memobilisasi masa dalam jangka waktu yang
panjang, hal ini penting untuk menghindari kepanikan sosial dan
kekacauan. Perkiraan waktu gempa jangka pendek harus mencakup cukup
waktu untuk evakuasi.
Perkiraan besarnya magnitude gempa dapat ditentukan dengan
penerapan model fisik yang memvalidasi metode pelepasan energi
115
dipercepat (Thanassoulas, 2007). Thanassoulas menentukan besarnya
dengan menggunakan model aliran energi litosfer seismik. Model ini
didasarkan pada keseimbangan energi yang diserap dan rilis di daerah
seismik litosfer. Pengurangan dampak gempa bumi merupakan masalah
yang penting. Hal ini bertujuan untuk mengurangi jumlah kerusakan yang
disebabkan oleh gempa, prediksi gempa yang masuk dapat menjadi salah
satu solusi. Berdasarkan beberapa hal tersebut serta informasi yang
menjadi dasar bahwa indonesia menjadi salah satu negara dengan resiko
gempa bumi yang besar (Jufriadi, 2012; Rumhadi, 2011), maka bidang
keilmuan yang digunakan untuk memprediksi terjadinya gempa bumi
penting untuk dikembangkan di Indonesia.
Makalah ini akan membahas metode yang digunakan untuk
memprediksi bencana gempa bumi di suatu daerah berdasarkan analisis
karakteristik sinyal seismik. Sinyal seismik ini diperoleh dari stasiun
monitoring seismik di daerah Selawesi Tengah dan Sulawesi Utara
periode dari Januari, 2014 sampai Desember, 2014. Selama periode
tersebut, diambil sebanyak 27 data gempa terpilih berdasarkan
kecenderungan lokasi gempa 22 gempa memiliki magnitude dari 5 sampai
5.5 skala richter, 5 gempa diantaranya memiliki magnitude dari 5.5
sampai 6 skala richter. Pengamatan tentang karakteristik sinyal seismik
dilakukan dalam rangka untuk mendapatkan ciri khusus dari daerah
dengan potensi gempa. ciri khusus dari sinyal seismik kemudian
digunakan sebagai input dari sistem prediksi gempa. Pembangunan
algoritma untuk memprediksi gempa dimulai dengan pengamatan lokasi
dengan
kecenderungan
gempa
yang
tinggi,
perancangan
dan
pembangunan algoritma sistem prediksi gempa, tahap ini diakhiri dengan
pengujian algoritma. Algoritma gempa ini dapat digunakan untuk
116
memprediksi gempa yang akan datang dengan informasi tentang,
lokasi,besarnya gempa, dan waktu terjadinya gempa.
Makalah ini terdiri tiga bagian, yaitu bagian pertama akan
menjelaskan secara rinci mengenai metode yang diusulkan sebagai sistem
yang akan digunakan untuk memprediksi terjadinya bencana gempa bumi
berdasarkan pada karakteristik sinyal seismik, sedangkan pada bagian
kedua akan disampaikan mengenai bahasan studi kasus terkait penerapan
metode yang diusulkan tersebut untuk daerah Selawesi Tengah dan
Sulawesi Utara periode dari Januari, 2014 sampai Desember, 2014.
Bagian terakhir adalah kesimpulan.
2.
Metode Penelitian
Tujuan dasar dari penelitian ini adalah membangun algoritma
yang dapat digunakan untuk memprediksi terjadinya gempa bumi
berdasar pada karakteristik sinyal seismik. Prediksi ini menyediakan
informasi berupa lokasi, besarnya gempa and waktu terjadinya gempa.
Sinyal seismik tersebut digunakan sebagai masukan pada sistem prediksi
gempa. Algoritma prediksi gempa dibangun untuk memprediksi gempa
jangka pendek mengunakan kombinasi pendekatan pemrosesan sinyal dan
machine learing (Astuti, Akmeliawati, Sediono, & Salami, 2014). Tingkat
akurasi dari sistem prediksi tersebut akan menetukan baik tidaknya
algorithma yang dibangun.
Diagram alir untuk pembangunan sistem prediksi gempa dapat
diliat pada Gambar 2. Pengembangan sistem prediksi gempa ini terdapat
empat hal penting, yaitu Inisialisasi, perencanaan dan perancangan sistem,
pelaksaan, dan pengesahan dan pematauan. Dalam proses inisialisasi ini
dilakukan pengamatan dan pemilihan daerah potensial gempa yang akan
117
dijadikan obyek untuk pemodelan sistem. Daerah yang telah dipilih
kemudian diamati dan dikelompokan sesuai dengan pusat lokasi
terjadinya gempa. Tahap kedua dari pembangunan sistem prediksi gempa
adalah perencanaan dan pemodelan. Tahap ini dilakukan penyelidikan
dan pengamatan karakteristik khusus sinyal seismik pada daerah
pengamatan (Observation area ). Setelah karakteristik khusus dari sinyal
seismik sebelum terjadi gempa ditemukan, kemudian dikembangkan
algoritma untuk mendeteksi dan memproses sinyal seismik dengan
karakteristik khusus tersebut. Fitur dari karakteristik khusus tersebut
kemudian digunakan sebagai masukan dalam sistem prediksi gempa.
Bagian perancangan dan pemodelan diakhiri dengan pengembangan
algoritma prediksi gempa. Tahap ke tiga dari metode penelitian ini
adalah, pelaksanaan, pada tahap ini pembangunan algoritma prediksi
gempa dilaksanakan.
Tahap ke empat
adalah pengesahan
dan
pemantauan. Pada tahap ini dilakukan pengesahkan hasil prediksi dengan
database yang telah tersedia. Jika akurasi kurang baik, maka digram alir
kembali ke proses perencanaan dan perancangan sistem. Jika akurasi baik,
maka diagram alir akan menghasilkan informasi gempa yang akan datang
dengan akurat. Algorithm akan memberikan pemantauan terus menerus
pada semua sinyal seismik dalam pengamatan sehari hari.
118
1. Inisialisasi
1. Mengamati sejarah gempa di daerah
tersebut.
2. Mengobservasi daerah khusus gempa
di wilayah seismogenik.
3. Mengelompokkan daerah rawan
gempa berdasarkan sejarah terjadinya
gempa.
2. Perencanaan dan Desain
1. Menginvestigasi karakterisasi seismik wilayah tersebut.
2. Mencari algoritma untuk menemukan karakteristik
khusus dari sinyal seismik.
3. Menggunakan karakteristik khusus dari sinyal seismik
sebagai masukan untuk algoritma prediksi gempa.
4. Merancang algoritma prediksi gempa untuk memperoleh
informasi tentang gempa bumi yang akan datang.
4. Pengesahan dan Pemantauan
Pengesahan
1. Mengesahkan hasil prediksi dengan database
gempa.
2. Mendapatkan akurasi hasil prediksi.
Jika akurasi yang baik, untuk pergi langkah
penutupan berikutnya.
Jika akurasi tidak baik, kembali ke Perencanaan
dan Desain langkah untuk menyelidiki ulang
algoritma.
Pemantauan
Algoritma memberikan pemantauan terusmenerus semua sinyal seismik pengamatan seharihari.
3. Pelaksana
Menerapkan karakteristik khusus dari
sinyal seismik dari algoritma yang diusulkan
memprediksi gempa.
System Prediksi
Gempa Bumi
Gambar 2 : Diagram Alir metode penelitian.
Keberhasilan metode prediksi gempa ini tergantung pada,
pengamatan di daerah potensi gempa, ketersediaan data didaerah potensi
gempa tersebut, dan pengamatan karakteristik khusus dari data sinyal
seismik yang akan menghasilkan sistem dengan akurasi yang baik.
3.
Studi kasus
Detail analisis menampilkan data gempa yang tercatat di Selawesi
Tengah dan Sulawesi Utara antara Januari, 2014 sampai Desember 2014.
Data tercatat di empat stasiun pencatat gempa, seperti yang ditunjukan
pada Gambar 3, empat stasiun monitoring data tersebut bergambar
segitiga dengan warna merah. Selama periode tersebut, 27 gempa terpilih
berdasarkan kecenderungan lokasi gempa, 22 gempa memiliki magnitude
dari 5 sampai 5.5 skala richter, lima gempa diantaranya memiliki
magnitude dari 5.5 sampai 6 skala richter. Table 1 menunjukan nama
lokasi dan posisi dari setiap station monitoring sinyal seismik yang
bertanda segitiga merah dari Gambar 3.
119
Gambar 3 : Stasiun Gempa Bumi (BMKG, 2015) .
Tabel 1: data stasiun gempa bumi (BMKG, 2015)
No
1
Station
Station
Name
Code
Toli-Toli,
TOLI2
Sulawesi
Tengah
2
Luwuk,
Latitude
Longitude
1.121398LU
120.794456BT
(North-Latitude)
(East-
Elevati
Station
on
group
7m
GFZ
Longitude)
LUWI
-1.0418067LU
122.771635BT
6m
SANI
-2.0497LU
125.9881BT
30m
Maluku
Ternate,
used
GFZ
used
(German)
Utara
4
GFZ
(German)
tengah
Sanana,
used
(German)
Sulawesi
3
status
TNTI
0.772055LU
127.366901BT
Maluku
43m
GFZ
(German)
Utara
120
Used
Daerah potensi gempa tersebut kemudian dikelompokan dalam
enam kelompok gempa seperti yang ditunjukan dalam Gambar 4,
lingkaran merah menunjukan kedalaman gempa antara 1 sampe 60 km,
dan lingkaran kuning menunjukan kedalaman gempa 61 sampe 300km.
27 gempa terpilih berdasarkan kelompok lokasi, seperti ditunjukan dalam
Table 2. Nomor yang dinotasi pada Table 2 sesuai dengan keterangan
pada Gambar 4.
Gambar 4 : pemetaan 27 lokasi gempa dari Januari sampai Desember,
2014 (BMKG, 2015).
121
27 gempa tersebut kemudian dikelompokan dalam daerah daerah potensi
gempa yang ditunjukan dalam Gambar 5. Gempa dikelompokan dalam
enam kelompok berdasarkan lokasi terjadinya gempa.
Gambar 5 : Pengelompokan gempa bumi bersadarkan lokasi
terjadinya(BMKG, 2015)
Tabel 2: data gempa bumi January, 2014 sampai December 2014
(BMKG, 2015)
No
Date
Magnitude
(SR=Skala Richter)
Region
1
January, 03, 2014
5
Minahassa Peninsula, Sulawesi
2
January, 05, 2014
5.1
Banda Sea
3
January, 14, 2013
5
Sulawesi
4
January, 19, 2014
5.1
Seram
5
January, 23, 2014
5.5
Banda Sea
122
6
February, 04, 2014
5
Banda Sea
7
February, 04, 2013
5
Banda Sea
8
February, 23, 2014
5.2
Sulawesi
9
February, 25, 2014
5
Minahassa Peninsula
10
February, 25, 2014
5.2
Southern Molucca Sea
11
March, 14, 2014
5
Seram
12
April, 27, 2014
5.1
Minahassa Peninsula
13
May, 02, 2014
5.7
Seram
14
May, 21, 2014
5.2
Ceram Sea
15
July, 02, 2014
5
Southern Molucca Sea
16
July, 14, 2014
5.1
Minahassa Peninsula
17
August, 06, 2013
6.2
Banda Sea
18
September, 10, 2014
5.2
Southern Molucca Sea
19
September, 12, 2014
5
Minahassa Peninsula, Sulawesi
20
September, 23, 2014
5.1
Minahassa Peninsula, Sulawesi
21
October, 15, 2014
5.1
Seram
22
October, 23, 2014
5
Halmahera
23
November, 15, 2014
6.3
Southern Molucca Sea
24
November, 15, 2014
5
Sulawesi
25
December, 03, 2014
5.6
Sulawesi
26
December, 03, 2014
5.1
Sulawesi
27
December, 24, 2014
5
Minahassa Peninsula, Sulawesi
Karateristik sinyal seismik setiap gempa pada lokasi tertentu akan
dianalisa
untuk
mendapatkan
karacteriktik
dengan
ciri
kusus.
Karakteristik dengan ciri kusus tersebut kemudian menjadi input pada
sistem prediksi gempa.
123
4.
Kesimpulan
Dengan mempertimbangkan akibat yang ditimbulkan oleh gempa
bumi terutama di Indonesia, maka ilmu memperkirakan gempa menjadi
hal yang sangat penting untuk dikembangkan di Indonesia. Perancangan
system prediksi gempa telah dibuat dalam makalah ini. System prediksi
gempa dibuat dengan perpaduan pemrosesan sinyal seismic dan machine
learning. Pada perancangan sistem ini dilakukan analisa pengamatan pada
daerah tertentu dengan kecenderungan gempa tinggi. Sinyal seismik pada
daerah ini diamati untuk mendapatkan karakteristik khusus dari sinyal
tersebut. Sinyal dengan karakteristik khusus itu kemudian dijadikan input
dalam sistem prediksi gempa. Sistem prediksi ini akan menghasilkan
informasi berupa lokasi, magnitude dan waktu dari gempa yang akan
datang.
Acknowledgment
We would like thank to Assoc. Prof. Dr., Ahmad Zuri Sha’ameri,
Department of Electronic and Computer Engineering, Faculty of
Electrical Engineering, Universiti Teknologi Malaysia (UTM), Malaysia
for his valuable advice, information, encouragement and discussion in
support of this work. Dr. Retno Supriyanti, Department of Electrical
Engineering, Jenderal Soedirman University (UNSOED) Purwokerto,
Jawa Tengah, Indonesia, for her valuable encouragement and support of
this work.
124
5.
Referensi
Astuti, W., Akmeliawati, R., Sediono, W., & Salami, M. J. E. (2014).
Hybrid Technique using Singular value decomposition ( SVD ) and
Support vector machine ( SVM ) Approach for Earthquake
Prediction. Selected Topics in Applied Earth Observations and
Remote Sensing, IEEE Journal.
Bhargava, N., Katiyar, V. K., Sharma, M. L., & Pradhan, P. (2009).
Earthquake Prediction through Animal Behavior : A Review. Indian
Journal of Biomechanics , (March), 159–165.
BMKG. (2015). BADAN METEOROLOGI, KLIMATOLOGI, DAN
GEOFISIKA. Retrieved February 25, 2015, from
http://www.bmkg.go.id/BMKG_Pusat/Gempabumi_-_Tsunami/
Hariyadi, Ma. (2014). Earthquake and tsunami kill more than 400 people
in Aceh and North Sumatra, p. 2186.
IndoCropCircles. (2013). 7 Gempa di Indonesia Yang Tercatat Dengan
Jumlah Korban Ribuan. IndoCropCircles. Retrieved from
http://indocropcircles.wordpress.com/2013/08/04/gempa-bumi-diindonesia-dengan-jumlah-korban-ribuan/
Jufriadi, A. (2012). Upaya Pengurangan Resiko BEncana Gempa Bumi
Melalui Campus Watching sebagai Pendidikan Mitigasi Bencana
(Studi Kasus Gedung Graha Sainta Lt.1 Universita Brawijaya).
ERUDIO (JOURNAL OF EDUCATIONAL INNOVATION), 1 (1).
doi:ISSN:2302-9021
MCEER. (2010). How Earthquakes Affect Buildings. Earthquake
Engineering to Extreme Events. Retrieved from
http://mceer.buffalo.edu/infoservice/reference_services/EQaffectBuil
ding.asp
125
Pulinets, S. (2004). Ionospheric Precursors of Earthquakes ; Recent
Advances in Theory. Terrestrial, Atmospheric and Oceanic
Sciences, 15 (3), 413–435.
Rumhadi, T. (2011). EJARAH PERKEMBANGAN MUKA BUMI.
Retrieved from http://geomangraho.blogspot.com/2011/03/sejarahperkembangan-muka-bumi-tri.html
Thanassoulas, C. (2007). Short - term Earthquake Prediction. H. Dounias
& Co., Greece.
Thanassoulas, C., Klentos, V., Verveniotis, G., & Zymaris, N. (2008).
Preseismic oscillating electric field “strange attractor like” precursor,
of T = 6 months, triggered by Ssa tidal wave. Application on large
(Ms > 6.0R) EQs in Greece (October 1, 2006 - December 2nd,
2008), (1), 1–7.
USGS. (2011). Magnitude 9.0 - NEAR THE EAST COAST OF
HONSHU, JAPAN.
USGS. (2012). Earthquake Glossary - epicenter. 2012. Retrieved March
6, 2015, from
http://earthquake.usgs.gov/learn/glossary/?term=epicenter
Zulkarnaen, Y. (2015). Ring of Fire : Bukan Ancaman Baru Bagi
Indonesia. Retrieved February 23, 2015, from
http://yusufzulkarnain.blogspot.com/2011/03/ring-of-fire-bukanancaman-baru-bagi.html
126