PENDUGAAN KERUGIAN MATERIAL AKIBAT GEMPA
BUMI DENGAN METODE
LOGIC TREE
LESTARI DWI ASIH
DEPARTEMEN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR
PERNYATAAN MENGENAI SKRIPSI DAN
SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA
Dengan ini saya menyatakan bahwa skripsi berjudul Pendugaan Kerugian Material Akibat Gempa Bumi dengan Metode Logic Tree adalah benar karya saya dengan arahan dari komisi pembimbing dan belum diajukan dalam bentuk apa pun kepada perguruan tinggi mana pun. Sumber informasi yang berasal atau dikutip dari karya yang diterbitkan maupun tidak diterbitkan dari penulis lain telah disebutkan dalam teks dan dicantumkan dalam Daftar Pustaka di bagian akhir skripsi ini.
Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut Pertanian Bogor.
ABSTRAK
LESTARI DWI ASIH. Pendugaan Kerugian Material Akibat Gempa Bumi dengan Metode Logic Tree. Dibimbing oleh HADI SUMARNO dan PAIAN SIANTURI.
Tujuan dari karya ilmiah ini adalah untuk menghitung kerugian material yang disebabkan oleh gempa bumi dengan metode logic tree. Metode logic tree membutuhkan rumusan gerakan tanah, spektrum respons, kerusakan struktural bangunan, dan peluang kerusakan. Peluang kerusakan untuk masing-masing tingkat kerusakan lokasi digunakan untuk menghitung kerugian ekonomi dan jumlah korban manusia. Kerugian ekonomi dihitung menggunakan informasi mengenai indeks kemahalan untuk tiap unit geografis, luas bangunan untuk setiap tipe bangunan dan tipe hunian tertentu, serta biaya perbaikan atau penggantian untuk setiap hunian dan tipe bangunan tertentu. Banyaknya korban gempa bumi dihitung menggunakan informasi mengenai proporsi korban untuk tingkat keparahan, tipe bangunan, dan kerusakan lokasi tertentu, serta rata-rata banyaknya orang yang mendiami suatu tipe bangunan tertentu. Dengan menggunakan software SELENA yang diaplikasikan untuk Bucharest diperoleh bahwa median kerugian ekonomi sebesar 189,741,404.470 Euro. Software juga menghasilkan jumlah korban manusia sebanyak 319 orang jika gempa terjadi pada pukul 02.00 a.m, 36 orang jika gempa terjadi pada pukul 10.00 a.m serta 54 orang pada pukul 5.00 p.m. Jika model ini diterapkan untuk bencana gempa di Indonesia, maka dibutuhkan kalibrasi menggunakan data yang ekstensif meliputi: data demografi, jenis bangunan, jenis hunian, dan jenis tanah.
Kata kunci: gempa bumi, kerugian ekonomi, korban manusia, logic tree
ABSTRACT
LESTARI DWI ASIH. Estimation of Material Loss Caused by Earthquake Using Logic Tree Method. Supervised by HADI SUMARNO and PAIAN SIANTURI
The purpose of this paper is to calculate the material loss caused by the earthquake using the logic tree method. The logic tree method requires a formula of ground motion, response spectrums, structural building damages and the probability of damages. The probability of damages obtained for each damages level of location was used to calculate the economic loss and the human casualties. The economy loss was calculate using the information of the costliness for each unit geographical, building area for each certain building type, the occupancy type and repairman or replacement cost for each occupancy type and building type. The number of casualties was calculated using the information on the proportion of casualties for each severity level, the building type and certain damage location, and the number of people living in each buildings type. The computer software SELENA was applied for Bucharest earthquake and concluded that median economic loss worth 189,741,404.470 Euros. Using the software, it obtained that the number of casualties about 319 person if the earthquake occured at 2 a.m, 36 person if the earthquake happened at 10 a.m and 54 person if the earthquake took place at 5 p.m. If the SELENA was applied to Indonesian earthquakes, then the software needed to calibrated using extensive data set including: demography, building types, occupancy types, and soil types.
Skripsi
sebagai salah satu syarat untuk memperoleh gelar Sarjana Sains
pada
Departemen Matematika
PENDUGAAN KERUGIAN MATERIAL AKIBAT GEMPA
BUMI DENGAN METODE
LOGIC TREE
LESTARI DWI ASIH
DEPARTEMEN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR
Judul Skripsi : Pendugaan Kerugian Material Akibat Gempa Bumi dengan Metode Logic Tree
Nama : Lestari Dwi Asih NIM : G54090037
Disetujui oleh
Dr Ir Hadi Sumarno, MS Pembimbing I
Dr Paian Sianturi Pembimbing II
Diketahui oleh
Dr Berlian Setiawaty, MS Ketua Departemen
PRAKATA
Puji dan syukur penulis panjatkan kepada Allah subhanahu wa ta’ala atas segala karunia-Nya sehingga karya ilmiah ini berhasil diselesaikan. Tema yang dipilih dalam penelitian yang dilaksanakan sejak bulan januari 2013 ini ialah kerugian akibat gempa bumi, dengan judul Pendugaan Kerugian Material Akibat Gempa Bumi dengan Metode Logic Tree.
Terima kasih penulis ucapkan kepada Dr Ir Hadi Sumarno MS dan Dr Paian Sianturi selaku pembimbing yang telah memberikan ilmu dan menyediakan waktu untuk membimbing penulis dalam menyelesaikan tugas akhir ini serta Drs Ali Kusnanto M Si yang telah banyak memberi saran dan kritik yang membangun. Ungkapan terima kasih sebesar-besarnya juga disampaikan kepada ayahanda Suparno, ibunda Soleka, kakak Eko Purnomo dan adik Tri Hariyanto yang tak henti-hentinya memberikan doa, kasih sayang dan semangat kepada penulis, serta kepada keluarga besar, dosen-dosen dan Staf Departemen Matematika IPB, teman-teman seperjuangan Windiani dan Randita, teman-teman kostan pondok raos Grace, Dini, Mona, Mirna, Trina, teman-teman Matematika 46 dan kakak-kakak Matematika Terapan S2 IPB yang membantu, memberikan doa, dan semangat kepada penulis. Semoga karya ilmiah ini bermanfaat.
DAFTAR ISI
DAFTAR TABEL DAFTAR GAMBAR DAFTAR LAMPIRAN
1 PENDAHULUAN 1
1.1 Latar Belakang 1
1.2 Tujuan Penelitian 2
2 PERHITUNGAN DENGAN MENGGUNAKAN LOGIC TREE 2
2.1 Parameter-Parameter Gempa Bumi 3
2.2 Kerusakan Fisik 9
2.3 Peluang Kerusakan Lokasi 13
2.4 Kerugian Ekonomi 14
2.5 Jumlah Korban Manusia 15
2.6 Contoh Perhitungan Sederhana 16
3 MENJALANKAN APLIKASI SELENA 25
3.1 Menyiapkan Data Input 25
4 HASIL DAN PEMBAHASAN 27
5 SIMPULAN 29
DAFTAR PUSTAKA 30
LAMPIRAN 31
DAFTAR TABEL
1 Kondisi tanah lokasi lokal berdasarkan kelas lokasi 6 2 Faktor amplifikasi lokasi yang diberikan dalam IBC-2006 8 3 Persentase penduduk berada di dalam atau di luar bergantung terhadap
waktu 16
4 Nilai Sd dan Sa untuk bangunan C2M-Low code design 19 5 Klasifikasi lokasi yang digunakan oleh IBC-2006 26 6 Nilai median, 16%-fractiles dan 84%-fractiles kerugian gempa bumi 28 7 Rata-rata banyaknya korban akibat gempa bumi 28
8 Nilai input earthquake.txt 31
9 Nilai input attenuation.txt 32
10 Kode persamaan empirik prediksi gerakan tanah yang
diimplementasikan dalam SELENA 32
11 Nilai input soilfiles.txt 33
12 Klasifikasi lokasi berdasarkan NEHRP yang digunakan oleh IBC-2006 33
13 Nilai input soilcenter1.txt 33
14 Nilai input vulnerfiles.txt 34
15 Nilai input capacity(i).txt 34
16 Nilai input yang berisi Sa dan Sd 35
17 Nilai input fragility.txt 36
18 Nilai input ecfiles.txt 37
19 Nilai input elosssd.txt 37
20 Nilai input elossmd.txt 37
21 Nilai input elossed.txt 37
22 Nilai input elosscd.txt 38
23 Nilai input population.txt 39
24 Nilai input poptime.txt 39
25 Nilai input occupmbt.txt 40
26 Skala klasifikasi korban 40
27 Nilai input injury1.txt 41
28 Nilai input injury2.txt 42
29 Nilai input injury3.txt dan injury4.txt 43
30 Nilai input cpfile.txt 45
31 Deskripsi tipe bangunan 46
32 Nilai Dy, Ay, Du dan Au untuk setiap tipe bangunan 47 33 Nilai faktor degradasi untuk masing-masing tipe bangunan 48 34 Nilai parameter kurva kerapuhan (fragility) untuk high code design level 49 35 Nilai parameter kurva kerapuhan (fragility) untuk moderate code design
level 50
DAFTAR GAMBAR
1 Skema perhitungan logic tree 3
2 Langkah pertama dalam analisi deterministik 4
3 Menentukan beberapa parameter jarak 5
4 Beberapa Parameter jarak 5
5 Penentuan controlling earthquake 5
6 Bentuk standar spektrum respons 7
7 Spektrum respons yang ditampilkan dalam format tradisional dan ADRS 9 8 Spektrum demand dan spektrum kapasitas pada Capacity Spektrum
Method 10
9 Kurva kapasitas 11
10 Perkiraan performance point yaitu harapan spektrum perpindahan
Sayang berhubungan dengan bangunan di bawah dugaan seismic demand 12
11 Nilai harapan perpindahan (diperoleh dari titik kinerja) yang diletakkan dengan kurva kerapuhan untuk menghitung peluang kerusakan di setiap
kerusakan yang berbeda 14
12 Peluang diskret kerusakan yang berasal dari peluang kerusakan untuk
sebuah nilai harapan perpindahan 14
13 Spektrum respons Standar 18
14 Spektrum respons dalam format ADRS 18
15 Kurva kapasitas bangunan tipe C2M_Low design 20
16 Spektrum respons yang direduksi (inelastis) 21
17 Titik potong antara kurva kapasitas dan spektrum respons inelastis 21 18 Titik potong spektrum respons inelastis dengan fungsi dugaan kurva
kapasitas 22
19 Flowchart SELENA tools 25
20 Skema Logic Tree pada input yang digunakan 27 21 Grafik kerugian ekonomi pada setiap unit geografis 28 22 Grafik banyaknya korban pada setiap unit geografis pada waktu tertentu 29
DAFTAR LAMPIRAN
1 Data masukan untuk skenario gempa bumi yang digunakan 31 2 Data masukan untuk persamaan prediksi tanah yang digunakan 32
3 Data kondisi tanah pada lokasi 33
4 Data kurva kerapuhan dan kurva kapasitas bangunan 34
5 Data informasi ekonomi pada lokasi 37
6 Data demografis pada lokasi 39
1 PENDAHULUAN
1.1 Latar Belakang
Gempa bumi adalah getaran atau serangkaian getaran dari kulit bumi yang bersifat tidak abadi atau sementara dan kemudian menyebar ke segala arah. Gempa bumi disebabkan oleh pergerakan kerak bumi atau lempeng bumi. Gempa bumi juga bisa diartikan sebagai pergerakan lapisan batu bumi yang berasal dari dasar atau bawah permukaan bumi.
Bencana gempa tersebut memiliki tingkat kerawanan dan risiko yang sangat bervariasi bergantung pada faktor penyebab, karakteristik fisik, sosial ekonomi daerah yang terkena bencana dan beberapa faktor lainnya. Hal tersebut menunjukkan bahwa diperlukan tindakan penanggulangan bencana secara optimal dan perlu dilakukan pengkajian terhadap model pemetaan risiko bencana gempa. Model tersebut diharapkan dapat dijadikan dasar dalam meminimumkan risiko, korban, kerugian harta benda akibat bencana gempa dan dalam menentukan atau mengarahkan daerah yang diprioritaskan untuk segera ditangani.
Pada tahun 1990-an, National Institut of Building Sciences (NIBS)
mengembangkan sebuah alat yaitu HAZUS’99 untuk Federal Emergency Management Agency (FEMA) yang tujuannya menggabungkan metode kuantitatif dalam memperkirakan kerugian akibat bencana gempa. Kemudian pada tahun 2002, FEMA memprakarsai sebuah penelitian tentang pendugaan risiko gempa
untuk wilayah Amerika Serikat menggunakan alat HAZUS’99 dan HAZUS-MH. Inti dari penelitian tersebut adalah untuk menganalisis dan membandingkan risiko gempa di seluruh wilayah Amerika Serikat yang memiliki tingkat kerawanan dan bahaya yang berbeda. HAZUS dibangun di atas Sistem Informasi Geografis yang terintegrasi dan dapat dianggap sebagai perpanjangan perangkat lunak ArcGis, sehingga langsung terintegrasi dengan basis data nasional dan regional pada bangunan yang ada dan data kependudukan di Amerika Serikat (Molina et al. 2010).
HAZUS disesuaikan sangat erat dengan situasi di Amerika Serikat, sehingga alat ini sangat sulit untuk digunakan di wilayah geografis lainnya yang ada di dunia. Tetapi, metodologi dasar HAZUS mewakili titik awal pengembangan metode lainnya untuk menghitung risiko dan kerugian akibat gempa bumi.
Menyadari pentingnya menduga risiko gempa secara tepat, International Center of Geohazard (ICG), melalui NORSAR (Norwagia) dan University of Alicante (spanyol), mengembangkan sebuah alat untuk menghitung risiko gempa di daerah perkotaan dengan menggunakan metode kapasitas spektrum. Alat tersebut bernama SELENA (SEismic Loss EstimatioN using logic tree Approach). Alat ini lebih fleksibel dari segi input data yang diberikan oleh pengguna dan dengan demikian alat ini dapat digunakan oleh pengguna dari berbagai wilayah geografis di dunia, termasuk Indonesia.
2
kecepatan (Sv) dan percepatan (Sa) yang dibandingkan dengan periode getar (T), mengidentifikasi kerusakan struktural dan menentukan peluang kerusakan untuk suatu lokasi tertentu. Peluang kerusakan yang didapatkan untuk masing-masing tingkat keparahan digunakan untuk menghitung kerugian ekonomi dan jumlah korban manusia akibat gempa bumi. Oleh karena adanya ketidakpastian epistemik dalam setiap masukan data yang diberikan, maka akan digunakan pendekatan logic tree untuk menduga kerugian akibat gempa bumi.
.
1.2 Tujuan Penelitian
Penulisan karya ilmiah ini bertujuan untuk menduga kerugian, dengan cara menghitung kerugian ekonomi dan jumlah korban manusia akibat bencana gempa bumi dengan menggunakan pendekatan logic tree.
2 PERHITUNGAN DENGAN MENGGUNAKAN
LOGIC
TREE
Perbedaan utama antara Selena dan alat estimasi risiko perangkat lunak lain, seperti misalnya HAZUS adalah pada kenyataan ketidakpastian dari setiap jenis masukan dapat dipertanggungjawabkan dengan pendekatan logic tree. Logic tree atau pohon logika adalah sebuah tree yang mengandung semua elemen dan konten yang langsung dibuat oleh suatu aplikasi dan digunakan untuk elemen antarmuka pengguna. Elemen dari logic tree bisa saja berupa rangkaian (string), elemen teks atau bahasa pemograman yang umum lainnya.
Diversifikasi setiap jenis input dapat meningkatkan jumlah cabang dari logic tree sehingga waktu untuk perhitungan juga meningkat. Metode logic tree telah banyak digunakan dalam perhitungan bahaya gempa untuk menangkap ketidakpastian epistemik dikarenakan pengetahuan yang kurang tentang data input (Scherbaum et al. 2005, Bommer et al. 2005 dalam Molina et al 2010). Setiap cabang dari logic tree diboboti dengan faktor desimal (0.0 – 1.0). Faktor bobot (0.0 – 1.0) menggambarkan kepercayaan terhadap parameter-parameter yang digunakan. Total dari faktor bobot untuk semua cabang haruslah bernilai 1.0 dan bobot tersebut harus menggambarkan penilaian terbaik ilmuan terhadap kehandalan dan penyebaran nilai yang memungkinkan. Pada hasil perhitungan akhir, bobot setiap cabang dikalikan dengan hasil risiko pada setiap cabang, lalu disesuaikan ke sebaran normal.
3
Sumber: Molina et al. 2010
Gambar 1Skema perhitungan logic tree
Oleh karena resolusi dari output kerusakan pada level bangunan individu membutuhkan proses komputasi yang besar, SELENA mempertimbangkan unit geografis (GEOUNIT) sebagai unit area terkecil. Pada praktiknya, unit ini berhubungan dengan kompleks atau blok bangunan atau kabupaten kota. Keputusan terhadap luasnya setiap unit geografis berdasarkan beberapa aspek, antara lain kondisi tanah yang sama, topografi permukaan yang konstan, atau kehomogenan tingkat kualitas bangunan dalam area yang dibatasi.
2.1 Parameter-parameter Gempa Bumi
Gempa bumi memiliki beberapa parameter dasar, yaitu skala gempa (besarnya gempa), hiposenter (tempat terjadinya gempa atau pergeseran tanah di bumi), episenter (titik yang diproyeksikan tepat berada di atas hiposenter pada permukaan bumi), bedrock (tanah keras tempat mulainya bekerja gempa), ground acceleration (percepatan di permukaan bumi akibat gempa bumi) dan faktor amplifikasi (faktor pembesaran percepatan gempa yang terjadi pada permukaan tanah akibat jenis tanah tertentu).
Gempa bumi dapat menyebabkan pergerakan tanah. Gerakan tanah memiliki parameter-parameter yang bermanfaat untuk mendeskripsikan karateristik penting dari pergerakan tanah atau gempa yang kuat dalam bentuk kuantitatif, yaitu amplitudo dan frekuensi. Dalam karya ilmiah ini, Parameter gerakan tanah yang digunakan adalah amplitudo. Parameter-parameter yang terdapat dalam amplitudo gerakan tanah yaitu percepatan puncak, kecepatan puncak dan perpindahan.
Model Ekonomi
Kerapuhan 1
Kerugian 1 Kerugian 2 Kerugian n
Penelitian kerugian
Skenario 2
Persamaan n Persamaan 2
Tanah 2 Tanah n
Tanah 1
Kerapuhan n Kerapuhan 2
Persamaan prediksi hubungan tanah
Model sub tanah
Kurva kapasitas dan fungsi kerapuhan
Parameter
skenario gempa Skenario 1 Skenario n
4
Pada analisis risiko gempa, jika lokasi yang ditinjau tidak mempunyai data rekaman gempa, maka untuk memperkiraan besarnya percepatan maksimal tanah digunakan fungsi attenuasi, yaitu prediksi hubungan empiris untuk parameter gempa yang melemah (berkurang) sejalan dengan bertambahnya jarak atau fungsi yang menggambarkan korelasi antara intensitas pergerakan tanah setempat, magnitudo, dan jarak dari titik dalam daerah sumber gempa. Salah satu faktor yang mempengaruhi fungsi atenuasi adalah kondisi tanah lokal. Kondisi tanah lokal mempunyai peran yang sangat penting dalam menentukan gelombang gempa.
Kondisi tanah tertentu juga menyebabkan faktor amplifikasi. Faktor amplifikasi dipengaruhi oleh densitas material dan kecepatan gelombang geser.
2.1.1 Menenetukan Amplitudo Gerakan Tanah (Ground Motion)
Untuk menentukan amplitudo gerakan tanah gempa dapat dilakukan dengan tiga tipe analisis yaitu analisis probabilistik, analisis deterministik dan analisis near real time data.
Dalam makalah ini, akan digunakan analisis deterministik. Analisis ini mengevaluasi gerakan tanah untuk suatu wilayah berdasarkan kepada skenario gempa wilayah tersebut. Skenario gempa ini berisi tentang kejadian gempa dengan besar (magnitude, M) tertentu yang akan terjadi pada lokasi tertentu.
Hasil dari analisis ini adalah amplitudo gerak tanah gempa pada pusat setiap unit geografis. Dimana amplitudo tersebut dapat mewakili pergerakan pada kondisi batuan.
Secara tipikal, analisis deterministik ini dapat dibagi menjadi empat proses tahapan (Reiter, 1990) sebagai berikut :
1 Identifikasi dan karakterisasi semua sumber gempa yang mempunyai kapasitas menghasilkan gerakan tanah pada suatu lokasi (pada gambar 2).
Gambar 2 Langkah pertama dalam analisis deterministik 2 Pemilihan parameter jarak dari sumber ke lokasi (source-to-site distance
5
Gambar 3 Menentukan parameter jarak dari sumber ke lokasi gempa.
Gambar 4 Beberapa parameter jarak
3 Pemilihan controlling earthquake, yaitu gempa yang diperkirakan akan menghasilkan tingkat goncangan yang terkuat, dimana biasanya diekspresikan dalam parameter gerakan tanah pada suatu lokasi. Controlling earthquake ini biasanya dideskripsikan dengan besar (magnitude) dan jaraknya dari lokasi yang bersangkutan (gambar 5).
Gambar 5 Penentuan controlling earthquake
Pada karya ilmiah ini controlling earthquake yang digunakan adalah puncak percepatan tanah (PGA), percepatan tanah saat 0.3 detik (Sa0.3)
dan percepatan tanah saat 1.0 detik (Sa1.0). Untuk mendapatkan nilai
controlling earthquake tersebut, digunakan Persamaan attenuasi Ambraseys et al. dan Simpson (1996) (dalam Douglas 2010). Ditulis sebagai berikut:
a.Untuk menghitung PGA
(1)
P
ar
am
et
er
G
er
aka
n
T
ana
h
,
6
Dengan nilai-nilai konstanta sebagai berikut:
, , c4 = -0.922, CA= 0.117, CS = 0.124 dan h0 = 3.5
b.Untuk menghitung Sa0.3
(2) Dengan nilai-nilai konstanta sebagai berikut:
, c2 = 0.338, c4 = -0.933, CA= 0.133, CS = 1.48 dan h0 = 4.20
c.Untuk menghitung Sa1.0
(3) Dengan nilai-nilai konstanta sebagai berikut:
, c2 = 0.508, c4 = -0.885, CA= 0.128, CS = 0.219 dan h0 = 4.30
dimana , dan d adalah RJB (jarak terpendek proyeksi
vertikal ke bidang permukaan yang retak). Tabel 1 Kondisi lokasi lokal berdasarkan kelas lokasi Kelas
lokasi
Deskripsi Kecepatan gelombang
geser vs [m/s]
A Batuan keras , hanya wilayah timur AS > 1500
B Batuan 760-1500
C Tanah yang sangat padat dan batuan lunak (very dense soil and soft rock)
360-760
D Tanah kaku (stiff soil) 180-360
E Tanah lunak (soft soil) dengan profil > 3m tanah liat lembut yang didefinisikan sebagai tanah dengan indeks plasticity PI
>20, kandungan kelembaban w>40%
<180 F Tanah yang membutuhkan evaluasi lokasi
yang spesifik
-
Untuk menentukan parameter SA dan SS menggunakan empat kondisi di
lokasi (tabel 1), yaitu
jika kondisi tanah adalah batuan, maka SA = 0, SS = 0
jika kondisi tanah adalah tanah yang sangat padat dan batuan lunak, maka SA = 1, SS = 0
jika kondisi tanah adalah tanah kaku, maka SA = 0, SS = 1
jika kondisi tanah adalah tanah lunak, maka SA = 0, SS = 1
4 Risiko yang terjadi pada suatu lokasi didefinisikan dalam bentuk gerakan tanah yang terjadi pada lokasi. Karakteristik tersebut dideskripsikan oleh PGA, Sa0.3, Sa1.0 yang diperoleh dari persamaan empiris yang digunakan.
7
2.1.2 Amplifikasi gerakan tanah
Masing-masing faktor amplifikasi pada dasarnya menggambarkan bentuk spektrum respons untuk jenis tanah yang berbeda. Dalam karya ilmiah ini, untuk menentukan spektrum respons akan digunakan prosedur IBC-2006.
Bentuk standar spektrum respons yang diberikan oleh IBC-2006 yang mengkarateristikkan gerakan tanah, mengandung empat bagian, yaitu PGA (Peak Ground Acceleration ), sebuah wilayah konstan spektrum percepatan pada periode 0 sampai TAV, sebuah wilayah konstan spektrum kecepatan antara periode TAV dan TVD, dan sebuah wilayah konstan spektrum perpindahan dengan periode lebih dari TVD (lihat gambar 6).
Sumber: Molina et al. 2010
Gambar 6Bentuk standar spektrum respons
Terdapat dua jenis spektrum respons, yaitu spektrum respons elastik dan spektrum respons inelastik (desain spektrum respons). Secara umum spektrum elastik, Sa(T) didefinisikan berdasarkan persamaan berikut,
,
(4)
,
,
,
Periode TAV diperoleh dari titik potong wilayah konstan spektrum
percepatan dengan konstan spektrum kecepatan. Wilayah konstan spektrum percepatan didefinisikan oleh Sa0.3S dan wilayah konstan spektrum kecepatan
memiliki Sa yang proporsional terhadap 1/T dan dilambangkan dengan Sa1.0S.
Nilai TAV bervariasi berdasarkan nilai spektrum percepatan yang didefinisikan di
dua wilayah yang berpotongan.
TAV = Sa1.0 / Sa0.3 (5)
Periode TA mewakili sudut kiri dari spektrum dataran tinggi (spectrum
Plateau) dapat dituliskan dengan,
TA= 0.2 TAV = 0.2 (Sa1.0 / Sa0.3) (6)
Periode TVD didasarkan pada timbal balik frekuensi sudut fc, yang sebanding
dengan penurunan tekanan dan momen gempa. Frekuensi diduga sebagai fungsi momen besaran gempa:
Sa0.3S
8
TVD = = 10 ( M– 5 ) / 2 (7)
dimana, fc frekuensi sudut dan M adalah momen magnitude. Jika momen magnitude tidak diketahui, maka periode TVD diasumsikan 10 detik (M=7.0).
Untuk menggambarkan spektrum elastik jika hanya nilai PGA yang diberikan, maka dapat mengunakan persamaan berikut,
Sa0.3= SAS = 2.5 PGA
Sa1.0 = SAL= PGA
Amplifikasi goncangan tanah untuk menjelaskan kondisi lokasi lokal berdasarkan pada kelas lokasi(lihat tabel 1) dan faktor amplifikasi tanah diberikan oleh ketentuan IBC-2006.
Kontruksi spektrum permintaan (demand spectra) yang mengandung efek tanah dikerjakan menggunakan persamaan berikut,
PGAi = PGA FAi
SASi = SASFAi SALi = SALFVi
Sementara periode TAVi yang mendefinisikan transisi periode dari spektrum
percepatan konstan ke spektrum kecepatan konstan adalah fungsi dari kelas lokasi. Ini dapat dijelaskan dengan persamaan berikut,
TAVi =
dengan,
SASi: spektrum percepatan dengan periode singkat untuk kelas lokasi i (g),
SA : spektrum percepatan dengan periode singkat untuk kelas lokasi B (g),
FAi: faktor amplifikasi periode singkat untuk kelas lokasi i dan untuk spektrum
percepatan SAS (lihat tabel 2)
SALi: spektrum percepatan dengan panjang periode (1 detik ) untuk kelas lokasi
ke-i ( g)
SAL: spektrum percepatan dengan panjang periode (1 detik ) untuk kelas lokasi B
(g)
FVi : faktor amplifikasi periode singkat untuk kelas lokasi i dan untuk spektrum
percepatan SAL (lihat tabel 2)
TAVi: periode transisi antara spektrum percepatan konstan ke spektrum kecepatan
9
Tabel 2 Faktor amplifikasi lokasi yang diberikan dalam IBC-2006
Spectral Acceleration Kelas Lokasi
A B C D E
Periode singkat, SAS Faktor amplifikasi Periode singkat, FA
≤ 0.25 0.8 1.0 1.2 1.6 2.5
(0.25, 0.50] 0.8 1.0 1.2 1.4 1.7
(0.50, 0.75] 0.8 1.0 1.1 1.2 1.2
(0.75, 1] 0.8 1.0 1.0 1.1 0.9
>1.0 0.8 1.0 1.0 1.0 0.9
Periode 1-detik, SAL Faktor amplifikasi periode 1-detik, FV
≤0.1 0.8 1.0 1.7 2.4 3.5
(0.1,0.2] 0.8 1.0 1.6 2.0 3.2
(0.2,0.3] 0.8 1.0 1.5 1.8 2.8
(0.3,0.4] 0.8 1.0 1.4 1.6 2.4
>0.4 0.8 1.0 1.3 1.5 2.4
Untuk mengevaluasi kerusakan struktur, akan lebih mudah untuk mem-plot -kan spektrum respons percepatan sebagai fungsi dari spektrum perpindahan (Sa dan Sd). Hubungan antara Sa, Sd, dan T, dapat dihitung dengan menggunakan
Pada gambar 7 menunjukkan spektrum yang sama yang ditampilkan dalam format tradisional ( Sa dan T ) dan format ADRS (Sa dan Sd). Pada format ADRS
(Acceleration-Displacement Responsse Spectrum), periode struktur yang sama merupakan garis lurus radial dari titik nol.
Sumber: Ginsari IM dan Lumantara B 2007
10
Capacity spectrum Demand spectrum
Titik kinerja (performance point)
2.2 Kerusakan Fisik
2.2.1 Kerusakan Struktural
Pendekatan dasar untuk mengidentifikasi tingkat kerusakan struktural sebagai dampak dari gempa adalah metode kapasitas spektrum (CSM), karena metode ini mengkombinasikan input gerak tanah ke dalam spektrum respons (spektrum percepatan dibandingkan dengan spektrum perpindahan) dengan kurva kapasitas spesifik bangunan.
CSM menyajikan secara grafis dua buah grafik yang disebut spektrum, yaitu spektrum kapasitas yang menggambarkan kapasitas struktur berupa hubungan gaya dorong total dan perpindahan lateral struktur (biasanya ditetapkan di puncak bangunan) dan spektrum demand yang menggambarkan besarnya demand (tuntutan kerja) akibat gempa dengan periode ulang tertentu. (lihat gambar 8)
Sumber: Ginsari IM dan Lumantara B 2007
Gambar 8 Spektrum demand dan spektrum kapasitas pada Capacity Spectrum Method
Titik kinerja (performance point) merupakan perpotongan antara spektrum kapasitas dan spektrum demand (gambar 8). Dengan demikian titik kinerja merupakan representasi dari dua kondisi, yaitu karena terletak pada spektrum kapasitas, merupakan representasi kekuatan struktur pada suatu nilai perpindahan tertentu dan karena terletak pada kurva demand, menunjukkan bahwa kekuatan struktur dapat memenuhi demand beban yang diberikan.
11
Sumber: Ginsari IM dan Lumantara B 2007
Gambar 9 Kurva kapasitas
Untuk mengaplikasikan metode kapasitas spektrum kurva kapasitas juga harus ditransformasikan ke dalam domain spektrum percepatan- spektrum kecepatan. Kurva kapasitas diubah menjadi spektrum kapasitas (capacity spectrum) dalam format ADRS melalui persamaan:
1
PF1 = faktor partisipasi ragam (modal participation factor) untuk ragam ke-1
1 = koefisien massa ragam untuk ragam ke-1
wi/g = massa lantai i
i1 = perpindahan pada lantai i ragam ke-1
N = jumlah lantai V = gaya geser dasar
W = berat struktur (akibat beban mati dan beban hidup tereduksi) atap = perpindahan atap (yang digunakan pada kurva kapasitas)
Sa = spektrum percepatan Sd = spektrum perpindahan
Tetapi dalam karya ilmiah ini, nilai Sa dan Sd sudah diketahui untuk setiap jenis bangunan yang didefinisikan oleh HAZUS.
12
Tugas utama dari metode kapasitas spektrum (CSM) adalah untuk menemukan titik pada kurva kapasitas yang konsisten terhadap seismic demand yang direduksi untuk efek nonlinear (gambar 10). Setiap titik pada kurva kapasitas mewakili state tertentu dari kerusakan struktur dan menggambarkan peningkatan pada redaman struktur sebagai akumulasi kerusakan.
Sumber: Molina et al. 2010
Gambar 10 Perkiraan performance point yaitu harapan spektrum perpindahan Sa
yang berhubungan dengan bangunan di bawah dugaan seismic demand
Agar dapat mengaplikasikan CSM, spektrum demand harus direduksi. Metodologi mereduksi spektrum demand untuk redaman efektif yang lebih dari 5% didasarkan pada formula Newmark dan Hall. Rasio formula tersebut digunakan untuk mengembangkan faktor reduksi dengan domain percepatan (periode singkat) RA dan faktor reduksi dengan domain kecepatan (1 detik
spektrum percepatan) RV, untuk memodifikasi 5% redaman spektrum respons
elastis. Faktor reduksi berdasarkan redaman efektif Beff,
RA(Beff)= (10)
RV(Beff)= (11)
dengan,
Beff adalah redaman efektif yang diberika oleh persamaan berikut,
Beff= Be+Bh (12)
dan Be adalah redaman elastis, Bh adalah redaman magnitude, yang merupakan
fungsi dari yield dan ultimate capacity point,
Bh= 63.7 κ ( ) (13)
Dengan κ adalah faktor degradasi yang mendefinisikan ukuran redaman
efektif histerisis sebagai fungsi dari durasi gempa dan penyerapan energi selama pengulangan gempa terjadi. Ay dan Dyyield point, yaitu titik awal kurva kapasitas
diasumsikan linear secara elastik.
Berdasarkan rekomendasi Newmark dan Hall, redaman elastis dari tipe bangunan adalah sebagai berikut,
Be = 5% untuk mobile home (MH),
Be =5-7% untuk bangunan baja,
13 Be =7-10% untuk bangunan batuan yang diperkuat (RM),
Be=10% untuk bangunan batuan yang tidak diperkuat (URM) dan
bangunan batuan (M)
Be =10-15% bangunan kayu (W)
Faktor degradasi (κ) bergantung terhadap durasi goncangan tanah. Durasi
goncangan tanah dibedakan menjadi,
1. magnitudeM ≤ 5.5 : durasi pendek, 2. magnitude5.5<M ≤ 7.5 : durasi sedang, 3. magnitudeM ≥ 7.5 : durasi panjang.
Spektrum demand percepatan yang baru didapatkan dari spektrum respons elastis (persamaan 2,3,4 dan 5) dibagi oleh faktor yang diperoleh pada persamaan 6 dan 7, sehingga dapat dituliskan
, 0 < T < TA
(14) , TA < T < TAVB
, TAVB < T < TVD
, TVD < T
dengan
SaASi : periode singkat spektrum percepatan untuk kelas lokasi i dengan redaman
5%,
SaALi : 1 detik periode panjang spektrum percepatan untuk kelas lokasi i dengan
redaman 5%,
BTVD : nilai redaman efektif pada periode transisi TVD
TAVB : periode transisi antara percepatan dan kecepatan sebagai fungsi dari
redaman efektif pada periode tertentu didefinisikan oleh persamaan:
TAVB= TAvi (15)
dengan,
TAvi : periode transisi antara 5% redaman spektrum percepatan konstan dan 5%
redaman spektrum kecepatan konstan untuk kelas lokasi i BTAVB: nilai redaman efektif pada periode transisi TAVB
Periode TVD tidak bergantung terhadap redaman efektif dan hanya
bergantung pada momen magnitude.
2.3 Peluang Kerusakan Lokasi (Damage States)
14
Peluang bersyarat yang terdapat pada kerusakan lokasi ds tertentu, yang diberikan oleh spektrum perpindahan Sd (atau parameter seismic demand yang
lain) didefinisikan oleh persamaan berikut,
P(DS|Sd) = Φ[ ] (16)
dimana,
adalah nilai tengah dari spektrum perpindahan Sd dimana bangunan mencapai ambang batas dari kerusakan lokasi DS,
βDS adalah standar deviasi dari logaritma natural spektrum perpindahan Sd
untuk suatu kerusakan lokasi Sd.
Φ adalah fungsi standar distribusi normal kumulatif
Nilai dan βDS adalah nilai tabel yang bergantung terhadap tipe
bangunan dan tingkat desain seismiknya (tabel 34, 35, 36 pada lampiran 7)
Peluang kumulatif didefinisikan untuk memperoleh peluang diskrit yang berada di masing-masing lima kerusakan lokasi berbeda (gambar 12). Hasil kerusakan akhir diberikan secara absolut dalam meter persegi dari masing-masing jenis bangunan yang rusak.
Sumber: Molina et al. 2010
15
Sumber: Molina et al. 2010
Gambar 12 Peluang diskret kerusakan yang berasal dari peluang kerusakan untuk sebuah nilai harapan perpindahan
2.4 Kerugian Ekonomi
Jika peluang kerusakan fisik / kerusakan secara struktural didapatkan, lalu dikaitkan dengan nilai ekonomi yang ada di daerah yang mengalami kerusakan, maka akan didapatkan kerugian ekonomi.
Kerugian ekonomi yang disebabkan oleh gempa bumi untuk perbaikan bangunan dan penggantian bangunan yang rata dengan tanah dapat dihitung dengan formula berikut,
(17)
dengan,
NOT = banyaknya tipe hunian,
NBT = banyaknya tipe bangunan,
NDS = jenis kerusakan (damage states), yaitu slight, moderate, extensive,
complete.
Cr = pengali biaya daerah ( saat ini diatur hingga 1.0, tetapi nilai ini dapat berbeda untuk tiap unit geografi untuk memperhitungkan variasi biaya geografis),
Ai,j = luas bangunan dari tipe bangunan j untuk tipe hunian i (dalam m2),
Pj,k = peluang kerusakan dari kerusakan struktur k (slight, moderate,
extensive, complete) untuk model tipe bangunan j,
Ci,j,k = Biaya perbaikan atau penggantian untuk setiap tipe hunian i dan
16
Model ini hanya menghitung kerugian ekonomi langsung akibat kerusakan secara struktur, sedangkan kerusakan non-struktur tidak dipertimbangkan.
2.5 Jumlah Korban Manusia – Meninggal dan Terluka
Untuk menentukan perkiraan jumlah korban yang disebabkan bangunan yang sebagian atau sepenuhnya roboh, diperlukan data statistik yang dapat diandalkan tentang kependudukan pada area yang diteliti. Hal ini tidak hanya mencakup statistik populasi seperti jumlah total penduduk per kabupaten, tetapi juga jumlah rata-rata orang yang tinggal dalam bangunan dari tipe yang berbeda (Occupancy) dan persentase penduduk yang tinggal di dalam atau di luar bangunan pada waktu yang berbeda. Model kerugian ini hanya menghitung korban manusia dengan mempertimbangkan akibat kerusakan struktur sedangkan kerusakan non-struktur dan bencana yang terjadi setelah gempa tidak dipertimbangkan. Terdapat dua metode untuk menghitung korban manusia, yaitu a Metode dasar, yaitu dalam kasus ini tidak ada informasi secara rinci tentang sebaran populasi yang tersedia atau tidak dapat menyimpulkan dari data yang tersedia.
b Metode HAZUS, dalam kasus ini bahwa informasi rinci tentang sebaran populasi tersedia.
Dalam karya ilmiah ini akan digunakan pendekatan metode dasar untuk perhitungan pendugaan banyaknya korban Ki pada tingkat keparahan i, yaitu
terdapat pada persamaan di bawah ini,
(18)
dengan,
i- = tingkat keparahan cidera mulai dari luka ringan (i = 1), luka rawat (i =2), luka parah hingga jiwa terancam (i = 3), dan kematian (i = 4). (Deskripsi di tabel 26 pada lampiran 6)
Ri,j,k = proporsi korban untuk setiap tingkat keparahan i untuk model tipe
bangunan j dan kerusakan lokasi k
Pj,k = peluang kerusakan untuk model tipe bangunan j yang mengalami
kerusakan struktur dari kerusakan lokasi slight (k = 1), moderate (k =2), extensive (k = 3), complete (k = 4)
= rata-rata jumlah penduduk yang mendiami model tipe bangunan j. Jumlah total penduduk di seluruh bangunan ke- j model tipe bangunan , untuk satu unit geografis pada suatu waktu yang spesifik dapat dihitung dengan cara sederhana sebagai berikut,
17 Dimana NTP adalah total penduduk yang mendiami masing-masing unit geografis, CPO adalah persentase penduduk yang tinggal di dalam atau di luar bergantung terhadap waktu dan CjOMBT adalah persentase dari kelas hunian untuk
tipe bangunan j.
Tabel 3 Persentase penduduk berada di dalam atau di luar bergantung terhadap waktu. Nilai tersebut bergantung terhadap negara masing-masing dan kebiasaan penduduknya.
Tipe Hunian (Occupancy type)
Malam (2:00 am) Siang (10:00 am) Waktu Komuter atau jam pulang pergi kerja (5:00
pm)
Di dalam (indoor) 98% 90% 36%
Di luar (outdoor) 2% 10% 64%
2.6 Contoh Perhitungan Sederhana
Untuk menghitung suatu kerugian ekonomi dan jumlah korban dibutuhkan peluang terjadinya kerusakan pada suatu lokasi. Untuk menentukan peluang dilakukan beberapa langkah sebagai berikut:
1 Menentukan nilai parameter amplitudo (PGA, Sa0.3 dan Sa1.0)
2 Menentukan amplifikasi gerakan tanah dengan menggunakan prosedur IBC-2006 (spektrum respons).
3 Menentukan titik potong antara spektrum respons dan kurva kapasitas bangunan dengan menggunakan metode CSM, lalu titik potong tersebut adalah sebagai nilai harapan spektrum perpindahan yang digunakan untuk mencari peluang pada suatu lokasi tertentu.
Contoh kasus: Misalkan diperkirakan pada suatu lokasi akan terjadi gempa bumi dengan Magnitude 7 dan jaraknya adalah 10 km. Dan diasumsikan bahwa kondisi tanah lokasi adalah batuan.
2.6.1 Penentuan Nilai Parameter Amplitudo Gerakan Tanah
Berdasarkan (1), (2) dan (3), akan diperoleh parameter sebagai berikut: 1 PGA
=
=
Y = 10(-0.563)= 0.273 g
2 Sa0.3
18
3 Sa1.0
2.6.2 Amplifikasi Gerakan Tanah
Untuk membentuk spektrum respons menggunakan prosedur IBC-2006 dengan PGA= 0.273, Sa0.3= 1.585 dan Sa1.0 = 0.29 diperlukan (4), (5), (6),(7)
sehingga diperoleh nilai sebagai berikut,
karena TVD= 10, sehingga berdasarkan prosedur IBC-2006 persamaan spektrum
respons diperoleh sebagai berikut,
Sa(T)= 1.585(0.4 + 0.6 T/0.037) , T < 0.037
Sa(T) = 1.585 , 0.037< T < 0.183 Sa(T) = 0.29/ T , 0.183< T < 10
Dari persamaan di atas, maka didapatkan gambar spektrum respons pada gambar (13).
Gambar 13 Spektrum respons standar
19
Gambar 14 Spektrum respons dalam format ADRS
2.6.3 Metode Kurva Kapasitas
Untuk menggunakan metode kurva kapasitas diperlukan kurva kapasitas bangunan dan spektrum respons yang direduksi. Kurva kapasitas yang digunakan adalah kurva kapasitas bangunan C2M_low code design dengan nilai Sa dan Sd terdapat pada Tabel 4.
Tabel 4 Nilai Sd dan Sa untuk bangunan C2M- low code design
Sd (meter) Sa (g)
20
2.4130000e-002 1.6730205e+000 2.5400000e-002 1.7056255e+000 2.6670000e-002 1.7354840e+000 2.7940000e-002 1.7628275e+000 2.9210000e-002 1.7878677e+000 3.0480000e-002 1.8107988e+000 3.1750000e-002 1.8317982e+000 3.3020000e-002 1.8510288e+000 3.4290000e-002 1.8686396e+000 3.5560000e-002 1.8847669e+000 3.6830000e-002 1.8995358e+000 3.8100000e-002 1.9130607e+000 3.9370000e-002 1.9254463e+000 4.0640000e-002 1.9367886e+000 4.1910000e-002 1.9471755e+000 4.3180000e-002 1.9566876e+000 4.4450000e-002 1.9653983e+000 4.5720000e-002 1.9733754e+000 4.6990000e-002 1.9806805e+000 4.8260000e-002 1.9873702e+000 4.9530000e-002 1.9934965e+000 5.0800000e-002 1.9991067e+000 5.2070000e-002 2.0042444e+000 5.3340000e-002 2.0089493e+000 5.4610000e-002 2.0132579e+000 5.5880000e-002 2.0172035e+000
Sehingga jika Tabel 4 di-plotkan pada suatu kurva akan didapatkan gambar 15.
21 Untuk mendapatkan spektrum respons yang direduksi, akan digunakan langkah-langkah sebagai berikut,
1 Untuk tipe bangunan C2M Low-code design dan short duration gempa, nilai
κ= 0.6 (Tabel 33)
2 Dy= 0.26 inchi = 0.0066 m dan Ay = 0.083 g Du= 2.16 inchi = 0.055 m dan Au= 0.208 g
3 Dengan berdasarkan (10),(11),(12) dan (13)
Bh = 63.7 κ ( )
= 63.7 (0.6) (0.083/0.208 – 0.0066/0.055) = 10.66
Be = 7% (bangunan batuan yang diperkuat) Beff = Bh + Be= 10.73
RA(Beff) =
= = 1.41
RV(Beff) =
= = 1.21
TAVB = TAV (RA/RV) = 0.183 (1.41/1.21) = 0.213
Dengan berdasarkan (14), dengan faktor reduksi ( RA dan Rv) yang sudah
didapatkan, maka didapatkan persamaan sebagai berikut: Sa(T)= 1.585(0.4+0.6 T/0.037) /1.41 , T < 0.037
Sa(T) = 1.585/1.41 , 0.037< T < 0.213 Sa(T) = (0.29/ T)/1.21 , 0.213< T < 10
setelah respons spektrum direduksi, maka akan didapatkan gambar 16.
22
Setelah didapatkan kurva kapasitas bangunan C2M-low code design dan spektrum respons yang direduksi, maka didapatkan titik potong pada gambar 17.
Gambar 17 Titik potong antara kurva kapasitas dan spektrum respons inelastis Agar titik potong dapat dicari dengan mudah tanpa melakukan suatu iterasi, maka akan diduga fungsi dari kurva kapasitas bangunan C2M- low code design.
Untuk menduga fungsi kurva kapasitas bangunan dengan melakukan fitting data pada tabel 4 menggunakan software, didapatkan fungsi kapasitas sebagai berikut:
, dimana 0 ≤ Sd≤ 0.0588
Sehingga jika digambarkan kembali dengan menggunakan fungsi kapasitas C2M-low code design, akan didapatkan titik potong seperti pada gambar 18.
23
Untuk mendapatkan titik potong di atas tanpa menggunakan iterasi, maka dilakukan langkah sebagai berikut:
1Diketahui bahwa persamaan spektrum elastis yang berpotongan dengan kurva kapasitas adalah . Dengan menggunakan transformasi berdasarkan (6), didapatkan persamaan baru, yaitu
.
2Fungsi kapasitas bangunan C2M-low code design adalah 3 Titik potongnya adalah
Jadi titik potong yang didapatkan adalah (0.00283 , 0.518).
2.6.4 Peluang Kerusakan
Kerusakan lokasi (DS) dibagi menjadi empat, yaitu slight, moderate, extensive, complete. Dengan menggunakan persamaan (16) dan nilai parameter pada tabel 36 pada Lampiran 7 , didapatkan nila- nilai peluang sebagai berikut:
Dengan Φ(z)= , diselesaikan secara numerik
2.6.5 Kerugian Ekonomi
Setelah didapatkan peluang untuk masing-masing kerusakan lokasi (DS), maka akan dihitung kerugian yang dialami berdasarkan (17). Oleh karena, pada contoh perhitungan ini hanya mengambil satu tipe bangunan (C2M_low) dan satu tipe hunian (residence),maka (17) disederhanakan sebagai berikut,
24
Cr =1, A=500m2, C1=$18.5/m2, C2 = $92.6/m2, C3 = $463.1/m2, C4=$926.3/m2
Maka kerugian yang dialami adalah = 500 (26.3849) = 13192.45
Jadi kerugian yang dialami adalah sebesar $13192.45
2.6.6 Jumlah Korban Manusia
Perhitungan jumlah korban dengan diketahui hanya ada satu tipe bangunan (C2M-low code design) dan satu tipe hunian (residence), maka Persamaan (18) dan (17) juga dapat disederhanakan menjadi
dengan N .
Misalkan diketahui total jumlah penduduk suatu wilayah adalah sebanyak 10000 orang, persentase orang yang berada di dalam ruangan saat terjadinya gempa adalah 70%, dan persentase orang di dalam ruangan untuk tipe bangunan C2M-low adalah 2.6%, maka N=10000 x 0.7 x 0.026 = 182 orang.
Persentase untuk setiap keparahan i untuk tipe bangunan j dan kerusakan lokasi k, dapat dilihat pada tabel 27, 28 dan 29 pada baris ke-dua, sehingga jumlah korbannya adalah
0.051 x 182 )+(0.2x0.028x182)+(1x0.011x182)+(10x0.01x182) = 21.685 ≈ 22 orang
0.051 x 182 )+(0.02x0.028x182)+(0.5x0.011x182)+(8x0.01x182) = 16.13 ≈ 17 orang
0.051 x 182 )+(0x0.028x182)+(0.01x0.011x182)+(4x0.01x182) = 7.3 ≈ 8 orang
Jadi total keseluruhan jumlah korban mulai dari luka ringan hingga meninggal adalah 22+17+8+8 = 55 orang.
Contoh perhitungan sederhana ini hanya melibatkan satu tree dengan satu cabang, sehingga bobotnya untuk setiap cabang bernilai 1.0.
25
3 MENJALANKAN APLIKASI SELENA
Berikut adalah flowchart untuk analisis deterministik pada SELENA,
Gambar 19 Flowchart pada SELENA tools
3.1 Menyiapkan Data Input
Untuk analisis deterministik, terdapat lima input berbeda yang dibutuhkan untuk menjalankan SELENA, yaitu
SELENA
Menghitung kerusakan bangunan Analisis
Pendefinisian skenario gempa dan relasi attenuasi
Menghitung gerakan tanah (tanpa amplifikasi)
26
1 File mengenai data gempa bumi, earthquake.txt. Input file ini berisi informasi tentang gempa bumi yang digunakan dalam penelitian risiko gempa bumi. File ini mencakup gempa bumi yang berbeda dengan bobot yang sesuai yang dijalankan oleh metodologi logic tree (Lampiran 1).
2 Attenuation.txt adalah input file yang berisi persamaan prediksi gerakan tanah empirik yang berbeda yang digunakan dalam penelitian dan bobot yang sesuai untuk metode logic tree (Lampiran 2).
3 Soilfile.txt adalah file input yang memanggil sub file soilcenter(i).txt dan mengindikasikan bobot yang sesuai untuk metodologi logic tree (Lampiran 3).
Setiap file soilcenter(i).txt berisi informasi tentang koordinat geografis setiap pusat unit geografis di dalam wilayah yang diteliti telah dibagi-bagi serta kolom dengan tipe tanah yang berhubungan dengan unit geografis yang spesifik. Kolom soil akan dilabelkan dengan kode berdasarkan skema klasifikasi tanah yang digunakan oleh pengguna (misalnya IBC-2006, eurocode 8).
Tabel 5 Klasifikasi lokasi yang digunakan oleh IBC-2006 Kode Kelas lokasi yang didefinisikan sebagai tanah dengan indeks plasticity PI >20, kandungan kelembaban w>40%
<180
Faktor amplifikasi tanah untuk mengkontruksi spektrum respons untuk jenis tanah yang berbeda diberikan oleh input file ubcampfact.txt.
4 Vulnerfiles.txt adalah input file yang berisi sub file capacity(i).txt dan fragility(i).txt serta indikasi bobot untuk metodologi logic tree.
Setiap capacity(i).txt berisi ke satu himpunan bagian kurva kapasitas bangunan yang disediakan dengan format ASCII.
File yang mengandung nilai Sa dan Sd dari kurva kapasitas aktual (misalnya capc_C1M-pre.txt), diberikan dalam bentuk ASCII teks.
Setiap fragility(i).txt berisi informasi mengenai kurva kerapuhan yang digunakan dengan mengkombinasikannya bersama kapasitas kurva yang sesuai.
27 Untuk menghitung kerugian ekonomi harus tersedia nilai moneter per m2 bergantung terhadap tipe bangunan, jenis hunian, dan kerusakan lokasi secara struktural (Lampiran 5)
Ecfiles.txt berisi data sub file elosssd(i).txt (slight damage), elossmd(i).txt (moderate damage), elossed(i).txt (extensive damage) dan elosscd(i).txt (complete damage), serta indikasi bobot untuk metodologi tree logic yang bersesuaian.
6 Input untuk menghitung jumlah korban manusia
Population.txt adalah file berisi penyebaran penduduk pada daerah yang diteliti. Pada kasus tersebut metodologi dasar yang digunakan untuk menghitung kerugian manusia hanya untuk total banyaknya populasi dalam sensus penting untuk disediakan (Lampiran 6).
Poptime.txt adalah input yang merepresentasikan persentase populasi (dalam bentuk desimal) yang tinggal di dalam atau di luar bergantung pada waktu dalam satu hari. File ini hanya dibutuhkan jika kerugian manusia akan dihitung denan menggunakan metodologi dasar.
Ocupmbtp.txt adalah input file yang mengindikasikan pembagian masing-masing tipe bangunan (mbt) dan yang menempati seluruh bangunan yang ada.
Injury(i).txt adalah input file yang berisi laju korban (casuality rate) dari kerusakan (severity) i dalam persen (i= 1,2,3,4) untuk setiap damage states yang berbeda slight (i=1), moderate ( i=2), extensive (i=3), complete (i=4). 7 Cpfile.txt adalah input file yang berisi keputusan pemilihan analisis dan
metode yang digunakan, serta hasil kerusakan yang bergantung terhadap banyaknya kerusakan atau luasnya daerah yang mengalami kerusakan (Lampiran 7).
4 HASIL DAN PEMBAHASAN
Dari data input Bucharest dapat dimodelkan menjadi skema logic tree sebagai berikut:
Gambar 20 Skema logic tree pada input yang digunakan
Gempa 1 Gempa 2
…
…..
Gempa 9Atenuasi 2
Model tanah 1
Vulnerability 1
Model kerugian 1
28
Sehingga dari data input tersebut terdapat 18 cabang tree logic dan juga terdapat 6 pendefinisian unit geografis (GEOUNIT). Metode Tree logic digunakan untuk mencari nilai median dan 16%-fractile dan 84%-fractile dari hasil risiko. Hal tersebut dilakukan dengan memboboti tiap cabang dari skema tree logic, sehingga pada akhir perhitungan, hasil risiko dikalikan dengan bobot yang berhubungan dan kemudian dipasangkan ke distribusi normal untuk mendapatkan nilai-nilai median dan fractiles.
Berdasarkan data input dari kota Bucharest, Romania, hasil perhitungan kerugian akibat bencana alam dengan menggunakan SELENA mendapatkan nilai output sebagai berikut:
1. Nilai kerugian ekonomi dalam satuan mata uang yang didefinisikan (Euro) yang dihitung dengan menggunakan nilai median (nilai tengah).
Tabel 6 Nilai median, 16%-fractiles dan 84%-fractiles kerugian ekonomi
%GEOUNIT EUROS EUROS EUROS
1 102734661.540 84314701.133 121154621.947 2 174094334.900 143124670.123 205063999.677 3 189741404.470 154712647.429 224770161.511 4 128242396.975 104063079.747 152421714.203 5 122051269.315 101210320.717 142892217.913 6 154797982.945 125231615.832 184364350.058
Gambar 21 Grafik kerugian ekonomi pada setiap unit geografis 2. Jumlah kumulatif korban akibat bencana gempa bumi dari luka ringan hingga
meninggal, dihitung dengan nilai rata-rata.
Tabel 7 Rata-rata banyaknya korban akibat gempa bumi
%GEOUNIT INJUR_2:00 INJUR_10:00 INJUR_17:00
1 207.2 23.0 34.5
2 322.5 35.8 53.7
3 318.7 35.4 53.1
4 211.9 23.5 35.3
5 197.5 21.9 32.9
29
Gambar 22 Grafik banyaknya korban pada tiap unit geografis pada waktu tertentu
Dari hasil perhitungan kerugian dapat dilihat bahwa pada unit geografis ke-2 dan ke-3 mengalami kerugian yang paling besar, hal ini dikarenakan kedua geounit tersebut berada pada jarak yang paling dekat dengan pusat gempa yang didefinisikan. Kerugian ekonomi bergantung pada peluang kerusakan struktur yang terjadi , biaya perbaikan atau penggantian untuk setiap tipe hunian pada setiap unit geografis, model tipe bangunan, serta luas bangunan dari tipe bangunan tertentu untuk tipe hunian tertentu. Tipe tanah pada unit geografis tertentu juga berpengaruh terhadap kerusakan yang dialaminya. Semakin tinggi kecepatan gelombang geser, akan semakin kecil peluang kerusakan yang terjadi.
Untuk korban manusia, dapat dilihat bahwa korban yang paling banyak adalah pada unit geografis ke-2 dan ke-3 juga. Dan jumlah korban yang paling banyak adalah pada pukul 2.00. Hal ini dikarenakan jumlah orang yang berada di dalam ruangan pada pukul tersebut lebih banyak dari pada pukul 10.00 atau pukul 17.00. Banyaknya jumlah korban juga dipengaruhi oleh peluang kerusakan stuktur bangunan dan laju korban untuk tingkat keparahan tertentu untuk model bangunan dan kerusakan tertentu.
5 SIMPULAN
30
terancam, dan kematian), tipe bangunan j dan tingkat kerusakan k serta rata-rata jumlah penduduk yang mendiami jenis bangunan tertentu.
Untuk data kota Bucharest, kerugian yang terbesar dialami oleh unit geografis ke-3, yaitu median kerugian ekonomi sebesar 189,741,404.470 Euro dan jumlah korban manusia sebanyak 319 orang jika gempa terjadi pada pukul 02.00, 36 orang jika gempa terjadi pada pukul 10.00 serta 54 orang jika gempa terjadi pada pukul 17.00.
DAFTAR PUSTAKA
Douglas J. 2011. Ground Motion Prediction Equation 1964-2010. California(US): Pasific Earthquake Engineering Research Center.
[FEMA] Federation Emergency Management Agency. 2006. Hazus-MH Technical Manual. Washington D.C (US): Federal Emergency Management Agency.
Ginsari IM, Lumantarna B. 2007. Seismic Performance Evaluation of Building With Pushover Analysis. Surabaya (ID): Universitas Kristen Petra.
Molina S et al. 2010. User Manual for Earthquake Loss Estimation Tool:SELENA. Norwegia (NO): NORSAR .
Molina S, Lang DH, dan Lindholm CD. 2010. SELENA: An open source risk and loss assessment using a logic tree computation procedure. Computers and Geosciences. 36:257-269. doi: 10.1016/j.cageo.2009.07.006.
Reiter L. 1990. Earthquake Hazard Analysis-Issues and Insight. New York (US): Columbia.
31
Lampiran 1 Data masukan untuk skenario gempa bumi Tabel 8 Nilai inputearthquake.txt
C1 C2 C3 C4 C5 C6 C7 C8 C9 C10
0.12 45.77 26.76 60.00 7.40 7.40 45.00 90.00 2 1 0.16 45.77 26.76 90.00 7.40 7.40 45.00 90.00 2 1 0.12 45.77 26.76 180.00 7.40 7.40 45.00 90.00 2 1 0.09 45.77 26.76 60.00 7.30 7.30 45.00 90.00 2 1 0.12 45.77 26.76 90.00 7.30 7.30 45.00 90.00 2 1 0.09 45.77 26.76 180.00 7.30 7.30 45.00 90.00 2 1 0.09 45.77 26.76 60.00 7.20 7.20 45.00 90.00 2 1 0.12 45.77 26.76 90.00 7.20 7.20 45.00 90.00 2 1 0.09 45.77 26.76 180.00 7.20 7.20 45.00 90.00 2 1 Format filenya seperti berikut:
C1 : bobot untuk skema logic tree. C2 : latitude (garis lintang) dalam derajat C3 : longitude (garis bujur) dalam derajat
C4 : focal depth (kedalaman hiposenter) dalam km C5 : Ms magnitude (besarnya gelombang permukaan) C6 : Mw magnitude (magnitudo momen)
C7 : orientasi fault (sesar) dalam derajat dari utara C8 : dip angle dalam derajat
32
Lampiran 2 Data masukan untuk persamaan prediksi gerakan tanah Tabel 9 Nilai input untuk attenuation.txt
C1 C2 C3 C4
0.50 4 304 1004
0.50 5 305 1005
Format:
C1 : bobot untuk skema logic tree
C2 : label aplikasi att. rel untuk mendapatkan PGA
C3 : label aplikasi att. rel untuk mendapatkan Sa pada 0.3 detik C4 : label aplikasi att. rel untuk mendapatkan Sa pada1.0 detik
Tabel 10 Kode persamaan prediksi gerakan tanah yang diimplementasikan dalam SELENA.
Author(s) (tahun) indeks
Mean value (mv) mv+σ mv-σ
Ambraseys and Douglas , Douglas ,
Ambraseys and Douglas 49 50 51
Chapman 52 53 54
Crouse and McGuireciteCrouse1996 55 56 57
G¨ulkan and Kalkan 58 59 60
Lampiran 3 Data kondisi tanah pada lokasi Tabel 11 Nilai input untuk soilfile.txt
C1 C2
33 Format file:
C1: bobot untuk skema logic tree C2: sub-file soilcenter(i).txt
Dengan i- mengindikasikan banyaknya tanah yang dianggap berbeda.
Tabel 12 Klasifikasi lokasi berdasarkan NEHRP yang digunakan oleh IBC-2006 Kode Kelas
lokasi
Deskripsi Kecepatan
gelombang geser vs
[m/s] 1 A Batuan keras (hard rock) > 1500
2 B Batuan (rock) 760-1500
3 C Tanah yang sangat padat dan batuan lunak (very dense soil
and soft rock)
360-760
4 D Tanah keras (stiff soil) 180-360
5 E Tanah lunak (soft soil) dengan profil > 3m tanah liat lembut
yang didefinisikan sebagai tanah dengan indeks plasticity
PI >20, kandungan kelembaban w>40%
<180
Tabel 13. Nilai input untuk soilcenter1.txt
C1 C2 C3 C4
1 44.48105 26.06404 3
2 44.45481 26.13614 3
3 44.41398 26.17145 3
4 44.37972 26.12063 3
5 44.39916 26.06493 3
6 44.44380 26.01057 3
Format sub file soilcenter(i).txt:
C1: identifikasi unit geografi (GEOUNIT) C2: latitude (garis lintang) dalam derajat C3: longitude (garis bujur) dalam derajat C4: tipe tanah berdasarkan tabel 4.
Lampiran 4 Data kurva kerapuhan dan kurva kapasitas bangunan. Tabel 14 Nilai-nilai input untuk vulnerfiles.txt
C1 C2 C3
34
C1: bobot untuk skema logic tree. C2: sub file capacity(i).txt
C3: sub file fragility(i).txt
Dimana i mengindikasikan banyaknya himpunan kurva kapasitas dan kurva kerapuhan yang berbeda untuk skema logic tree.
Tabel 15 Nilai input untuk capacity(i).txt
C1 C2 C3 C4 C5 C6 C7
capc_C2L-low.txt 7 0.0021 0.6 0.3 0.1 %M1A-LL capc_C2M-low.txt 7 0.0046 0.6 0.3 0.1 %M1A-ML capc_C2H-low.txt 7 0.0130 0.6 0.3 0.1 %M1A-HL capc_C2L-mod.txt 7 0.0043 0.8 0.4 0.2 %M1A-LM capc_C2M-mod.txt 7 0.0092 0.8 0.4 0.2 %M1A-MM capc_C2H-mod.txt 7 0.0261 0.8 0.4 0.2 %M1A-HM capc_PC2L-low.txt 7 0.0018 0.6 0.3 0.1 %M1B-LL capc_PC2M-low.txt 7 0.0052 0.6 0.3 0.1 %M1B-ML capc_PC2H-low.txt 7 0.0089 0.6 0.3 0.1 %M1B-HL capc_PC2L-mod.txt 7 0.0018 0.8 0.4 0.2 %M1B-LM capc_PC2M-mod.txt 7 0.0052 0.8 0.4 0.2 %M1B-MM capc_PC2H-mod.txt 7 0.0089 0.8 0.4 0.2 %M1B-HM capc_C3L-pre.txt 10 0.0021 0.4 0.2 0.0 %M1C-LP capc_C3M-pre.txt 10 0.0046 0.4 0.2 0.0 %M1C-MP
capc_C3H-pre.txt 10 0.0132 0.4 0.2 0.0 %M1C-HP capc_C3L-low.txt 10 0.0021 0.5 0.3 0.1 %M1C-LL
capc_C3M-low.txt 10 0.0046 0.5 0.3 0.1 %M1C-ML
capc_C3H-low.txt 10 0.0130 0.5 0.3 0.1 %M1C-HL
capc_RM2L-low.txt 7 0.0028 0.6 0.3 0.1 %M2-LL capc_RM2M-low.txt 7 0.0062 0.6 0.3 0.1 %M2-ML capc_RM2H-low.txt 7 0.0174 0.6 0.3 0.1 %M2-HL capc_RM2L-mod.txt 7 0.0057 0.8 0.4 0.2 %M2-LM capc_RM2M-mod.txt 7 0.0123 0.8 0.4 0.2 %M2-MM capc_RM2H-mod.txt 7 0.0348 0.8 0.4 0.2 %M2-HM capc_RM1L-low.txt 10 0.0028 0.6 0.3 0.1 %M3-LL
capc_RM1M-low.txt 10 0.0062 0.6 0.3 0.1 %M3-ML
capc_RM1L-mod.txt 10 0.0057 0.8 0.4 0.2 %M3-LM
capc_RM1M-mod.txt 10 0.0123 0.8 0.4 0.2 %M3-MM
capc_W1-low.txt 15 0.0043 0.7 0.4 0.2 %M4-LL capc_W1-mod.txt 15 0.0064 0.9 0.6 0.3 %M4-LM capc_URML-pre.txt 10 0.0043 0.4 0.2 0.0 %M5-LP
capc_URML-low.txt 10 0.0043 0.5 0.3 0.1 %M5-LL
Format:
35 C2: elastic damping (redaman elastis) dalam persen untuk setiap tipe bangunan, mbt, berdasarkan rekomendasi Newmark dan Hall untuk material pada atau dibawah yield point.
C3: spektrum perpindahan yang berhubungan dengan limit elastis (dalam meter) C4: nilai kappa untuk durasi pendek gempa
C5: nilai kappa untuk durasi menengah gempa C6: nilai kappa untuk durasi lama gempa
C7: komentar kategori tipe bangunan masing-masing Tabel 16 Nilai input yang berisi Sa dan Sd
C1: spectral displacement (Sd) dalam meter C2: spectral acceleration (Sa) dalam m/s2
Tabel 17 Nilai input untuk fragility(i).txt
C1 C2 C3 C4 C5 C6 C7 C8 C9 C10
36
3 0.0439 0.68 0.0838 0.73 0.2167 0.84 0.5486 0.95 %M1A-HL 4 0.0183 0.92 0.0386 0.97 0.1059 1.03 0.2743 0.87 %M1A-LM 5 0.0305 0.82 0.0643 0.77 0.1765 0.73 0.4572 0.91 %M1A-MM 6 0.0439 0.66 0.0925 0.68 0.2540 0.7 0.6584 0.87 %M1A-HM 7 0.0229 0.95 0.0366 0.91 0.0914 0.85 0.2286 0.97 %M1B-LL 8 0.0381 0.71 0.0610 0.74 0.1524 0.86 0.3810 0.98 %M1B-ML 9 0.0549 0.7 0.0879 0.81 0.2195 0.89 0.5486 0.97 %M1B-HL 10 0.0229 0.89 0.0396 0.9 0.1067 0.9 0.2743 0.88 %M1B-LM 11 0.0381 0.69 0.0660 0.69 0.1778 0.69 0.4572 0.9 %M1B-MM 12 0.0549 0.66 0.0950 0.67 0.2560 0.76 0.6584 0.91 %M1B-HM 13 0.0109 1.19 0.0218 1.15 0.0549 1.15 0.1280 0.92 %M1C-LP 14 0.0183 0.9 0.0366 0.86 0.0914 0.9 0.2134 0.96 %M1C-MP 15 0.0264 0.73 0.0526 0.75 0.1316 0.9 0.3073 0.95 %M1C-HP 16 0.0137 1.09 0.0274 1.07 0.0686 1.08 0.1600 0.91 %M1C-LL 17 0.0229 0.85 0.0457 0.83 0.1143 0.79 0.2667 0.98 %M1C-ML 18 0.0330 0.71 0.0658 0.74 0.1646 0.9 0.3840 0.96 %M1C-HL 19 0.0183 1.05 0.0292 1.07 0.0734 1.08 0.2002 0.91 %M2-LL 20 0.0305 0.84 0.0488 0.81 0.1222 0.77 0.3332 0.96 %M2-ML 21 0.0439 0.69 0.0704 0.72 0.1760 0.87 0.4801 0.96 %M2-HL 22 0.0183 0.91 0.0318 0.95 0.0856 1.02 0.2400 0.93 %M2-LM 23 0.0305 0.8 0.0528 0.8 0.1425 0.76 0.4001 0.88 %M2-MM 24 0.0439 0.68 0.0762 0.68 0.2052 0.7 0.5761 0.86 %M2-HM 25 0.0183 1.12 0.0292 1.1 0.0734 1.1 0.2002 0.92 %M3-LL 26 0.0305 0.87 0.0488 0.84 0.1222 0.79 0.3332 0.96 %M3-ML 27 0.0183 0.96 0.0318 1 0.0856 1.05 0.2400 0.94 %M3-LM 28 0.0305 0.82 0.0528 0.82 0.1425 0.8 0.4001 0.88 %M3-MM 29 0.0127 0.93 0.0318 0.97 0.0980 1.03 0.2400 0.99 %M4-LL 30 0.0127 0.84 0.0318 0.86 0.0980 0.89 0.2400 1.04 %M4-LM 31 0.0081 1.15 0.0165 1.19 0.0411 1.20 0.0960 1.18 %M5-LP 32 0.0104 1.00 0.0206 1.05 0.0516 1.09 0.1201 1.08 %M5-LL Format:
C1 : indeks model jenis bangunan
C2,C4,C6,C8: nilai median dari spektrum perpindahan (Sd) dalam satuan m dimana bangunan mencapai ambang batas kerusakan lokasi (ds) untuk masing-masing kerusakan, s (slight), m (moderate), e (extensive) dan c (complete)
C3,C5,C7,C9: nilai standar deviasi logaritma natural dari spektrum perpindahan (Sd) dari kerusakan lokasi (ds) untuk masing-masing kerusakan s (slight), m (moderate), e(extensive) dan c (complete).
C10 : komentar untuk kode bangunan
Lampiran 5 Data informasi ekonomi pada lokasi Tabel 18 Data input ecfiles.txt
C1 C2 C3 C4 C5
37 Format:
C1 : bobot untuk skema logic tree,
C2,C3,C4,C5: berturut-turut berisi sub-file elosssd(i).txt, elossmd(i).txt, elossed(i).txt dan elosscd(i).txt ,
dengan (i) mengindikasikan banyaknya model kerugian yang berbeda yang mencerminkan kerugian moneter dalam standar sekarang per meter kuadrat. Tabel 19 Nilai input elosssd.txt
%NO
M1A-Tabel 20 Nilai input elossmd.txt %NO
M1A-38
Tabel 22 Nilai input untuk elosscd NO
M1A-Setiap baris dari input tersebut adalah kerugian yang dialami bergantung dengan tipe bangunan tertentu.
Lampiran 6 Data demografi pada lokasi Table 23 Input population.txt
39
C1 : kode unit geografis untuk daerah yang diteliti C2 : populasi total populasi pda sistem sensus
C3 : populasi orang di dalam rumah selama siang hari berdasarkan data sensus C4 : populasi orang di dalam rumah selama malam hari berdasarkan data sensus C5 : banyaknya orang yang bekerja pada daerah komersial.
C6 : banyaknya orang yang bekerja pada daerah industri.
C7 : banyaknya orang yang sedang pulang-pergi (commuting) berdasarkan data sensus.
C8 : jumlah orang pada usia sekolah (biasanya dibawah atau sama dengan 17 tahun)
C9 : banyaknya mahasiswa dalam system sensus (biasanya diatas 17 tahun) C10: banyaknya orang yang tinggal di hotel pada sistem sensus.
C11: faktor yang mewakili proporsi komuter yang menggunakan mobil disimpulkan dari profil masyarakat (0.60 untuk daerah perkotaan, 0.80 untuk daerah perkotaan atau pinggiran kota kurang padat dan 0,.5 untuk pedesaan) dimana nilai default adalah 0.80.
C12 : sejumlah warga daerah yang tidak tinggal di daerah penelitian, mengunjungi saluran sensus untuk belanja dan hiburan (default diatur ke nol).
Table 24 Nilai input poptime.txt
%HOUR INDOOR OUTDOOR Label
1 0.90 0.10 % night 02:00 am
2 0.10 0.90 % day 10:00 am
3 0.15 0.85 % commuting 17:00 pm
Format:
kolom ke-1 adalah kode waktu dalam satu hari,
kolom ke-2 dan ke-3 berturut-turut adalah proporsi orang yang berada di dalam dan di luar ,
kolom ke 4 adalah label keterangan mengenai waktu dalam sehari Tabel 25. Nilai input ocupmbtp.txt
%MBT RES Label
1 0.000223538 %M1A-LL
2 0.026071313 %M1A-ML
