PROSIDING
LOMBA KARYA TULIS ILMIAH
PERSATUAN PELAJAR INDONESIA MALAYISA PERIODE 2014-2015
Tema
“Indonesia Masa Kini Dan Mendatang Dilihat Dari Berbagai Perspekstif Keilmuan”
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
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: *[email protected], **[email protected], ***[email protected]
Abstrak
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
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
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).
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).
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).
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.
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.
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
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.
3. Pelaksana
Menerapkan karakteristik khusus dari sinyal seismik dari algoritma yang diusulkan memprediksi gempa.
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 terus-menerus semua sinyal seismik pengamatan sehari-hari.
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
Gambar 3 : Stasiun Gempa Bumi (BMKG, 2015) .
Tabel 1: data stasiun gempa bumi (BMKG, 2015)
No Station
Name
Station
Code
Latitude Longitude Elevati
on
LUWI -1.0418067LU 122.771635BT 6m GFZ
(German)
TNTI 0.772055LU 127.366901BT 43m GFZ
(German)
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
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
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
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-di-indonesia-dengan-jumlah-korban-ribuan/
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/sejarah-perkembangan-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
