PROPOSAL PENELITIAN DOKTOR BARU DANA ITS TAHUN 2020

PROPOSAL

PENELITIAN DOKTOR BARU

DANA ITS TAHUN 2020

Karakterisasi Pergerakan Tanah di Kampus Utama ITS dari Kecepatan

Gelombang Geser (Vs) Menggunakan Metode

Gelombang Permukaan Aktif dan Pasif

Tim Peneliti:

Saifuddin, Ph.D. /Fisika /FSAD /ITS Dr. Sungkono /Fisika /FSAD /ITS

DIREKTORAT PENELITIAN DAN PENGABDIAN KEPADA MASYARAKAT INSTITUT TEKNOLOGI SEPULUH NOPEMBER

SURABAYA 2020

i

DAFTAR ISI

DAFTAR TABEL ... III DAFTAR GAMBAR ... IV

BAB I RINGKASAN ... 1

BAB II LATAR BELAKANG ... 2

2.1 Latar Belakang ... 2

2.2 Permasalahan ... 3

2.3 Tujuan ... 3

2.4 Target Luaran ... 3

BAB III TINJAUAN PUSTAKA ... 5

3.1 Geologi Daerah Penelitian ... 5

3.2 Penentuan Kecepatan Gelombang Geser (Vs) Dalam dan Dangkal ... 6

3.3 Inversi Profil Vs ... 9

3.4 Estimasi Amplifikasi Tanah Nonlinear ... 9

BAB IV METODE ... 10

4.1 Alur Penelitian ... 10

1. Tinjauan Pustaka ... 10

2. Pungukuran Data MASW dan Mikrotremor dengan Satu Sensor ... 10

3. Pengukuran Data Mikrotremor dengan Dua Sensor (2sSPAC) ... 10

4. Estimasi Kurva Dispersi Gelombang Rayleigh dari Metode Aktif dan Pasif. ... 11

5. Penentuan profil Vs dangkal dan dalam ... 11

4.2 Organisasi Tim Peneliti ... 14

ii

BAB V JADWAL DAN RANCANGAN ANGGARAN BIAYA ... 17

5.1 Jadwal Kegiatan ... 17

5.2 Rancangan Anggaran Biaya ... 18

BAB VI DAFTAR PUSTAKA ... 21

BAB VII LAMPIRAN ... 23

iii

DAFTAR TABEL

Tabel 1 Target luaran penelitian ... 4

Tabel 2 Pembagian Tuga untuk Masing-Masing Tim Peneliti ... 15

Tabel 3 Daftar mahasiswa yang akan terlibat dalam penelitian ... 16

Tabel 4 Jadwal penelitian yang akan dilakukan ... 17

Tabel 5 Rekapitulasi Usulan Anggaran Penelitian ... 18

iv

DAFTAR GAMBAR

Gambar 1 Geologi Surabaya [2] ... 5 Gambar 2 Susunan geophone dan sumber seismik (Palu) untuk akuisisi metode gelombang permukaan aktif. mo menunjukkan jarak minimum antara sumber dan geophone, sedangkan dx menunjukan jarak antar geophone [15]. ... 7 Gambar 3 Konsep dan prosedur analisis metode 2sSPAC. Gambar kiri atas, menunjukan contoh susunan sensor pengukuran mikrotremor. Pengukuran secara langsung untuk pasangan dua sensor, seperti: 0-1, 0-2, 0-3, ...,0-6. Jam menunjukkan pengukuran setiap pasang sensor berbeda. Gambar kiri bawah menunjukkan koefisien SPAC. Kemudian kurva dispersi diperoleh dari koefisien SPAC [12]. ... 8 Gambar 4 Diagram alir penelitian ini ... 14

1

BAB I RINGKASAN

Pusat Studi Gempa Nasional memprediksi Surabaya akan mengalami gempa dengan maksimum magnitudo 6,5 karena sesar Kendeng [1]. Kampus utama Institut Teknologi Sepuluh Nopember (ITS) yang terletak di Sukolilo, Surabaya memiliki jenis tanah endapan aluvial berdasarkan geologi Surabaya [2]. Kemungkinan besar, jenis tanah tersebut akan memperkuat gelombang seismik yang dihasilkan oleh gempa yang akan terjadi, yang dikenal dengan istilah amplifikasi tanah. Oleh karena itu, mitigasi bencana gempa bumi di ITS diperlukan untuk mengurangi jumlah korban dan kerusakan bangunan. Peneliti menawarkan pengukuran gelombang aktif dan pasif untuk memperoleh informasi kecepatan gelombang geser (Vs) dalam dan dangkal. Pengukuran akan dilakukan dengan jumlah banyak dan rapat sehingga di peroleh Vs dengan resolusi yang baik di daerah ITS. Vs dalam dan dangkal tersebut akan digunakan untuk mengetahui amplifikasi tanah nonlinear di ITS. Dari analisis amplifikasi tanah tersebut, akan diperoleh beberapa parameter di beberapa titik pengukuran seperti: fundamental frekuensi, maksimum amplifikasi, gelombang seismik (kecepatan dan percepatan) di permukaan, maksimum percepatan dan kecepatan. Dengan menggunakan parameter-parameter fisis yang bermacam-macam tersebut, mitigasi bencana gempa di ITS dapat dilakukan secara komprehensif.

Kata kunci: Geologi Surabaya, ITS, gelombang permukaan aktif dan pasif, kecepatan

2

BAB II LATAR BELAKANG

2.1 Latar Belakang

Surabaya berpotensi mengalami gempa dengan magnitudo maksimum 6,5 karena sesar Kendeng [1]. Magnitudo serupa (ML=5,9) ketika Gempa Yogyakarta tahun 2006, menyebabkan korban jiwa lebih dari 5000 orang, korban luka-luka dan kerusakan rumah masing-masing sekitar 18,000 orang dan 200,000 rumah [3]. Namun, parameter magnitudo gempa tidak dapat dijadikan satu-satunya parameter untuk mengetahui potensi kerusakan pada suatu daerah. Sebagai contoh, Gempa Tohoku Jepang tahun 2011 dengan magnitudo 9,0 menyebabkan sedikit kerusakan di kota Tsukidate [4] dibandingkan jumlah kerusakan bangunan ketika Gempa Kumamoto Jepang tahun 2016 dengan magnitudo yang lebih kecil (Mw=7.1) di kota Mashiki [5]. Saifuddin dan Yamanaka [6] menunjukkan spectral velocity di pusat kota Tsukidate mempunyai energi yang terfokus di periode sekitar 0.2 detik. Berdasarkan Sakai [7], kerusakan rumah kayu di Jepang sangat dipengaruhi energi gelombang seismik pada periode 1-2 detik. Estimasi spectral velocity pada daerah rawan gempa memerlukan informasi geologi bawah permukaan. Sehingga sangat penting untuk mengetahui karakteristik geologi bawah permukaan menggunakan parameter kecepatan gelombang geser (Vs) untuk memahami amplifikasi tanah akibat gelombang seismik yang dapat menyebabkan kerusakan bangunan.

Beberapa studi telah dilakukan untuk memitigasi bencana gelombang gempa bumi di Surabaya [8–10]. Namun, fokus utama dalam penelitian tersebut adalah adalah fundamental frekuensi karena hanya menggunakan satu sensor dalam pengukuran sinyal mikrotremor. Ketidakpastian dari pengukuran mikrotremor, profil Vs dalam, amplifikasi tanah nonlinear juga tidak dibahas dalam penelitian sebelumnya.

Penelitian ini akan dilakukan di kampus utama Institut Teknologi Sepuluh Nopember (ITS) yang dibangun di atas jenis tanah endapan aluvial berdasarkan peta geologi Surabaya [2]. Sehingga jenis tanah tersebut sangat memungkinkan untuk mengamplifikasi tanah ketika terjadi gempa bumi. Oleh karena itu, penentuan Vs dangkal dan dalam di daerah tersebut sangat penting untuk dapat digunakan sebagai estimasi amplifikasi tanah nonlinear (karakterisasi pergerakan tanah) dalam rangka migitasi bencana gempa bumi. Dalam penelitian ini, peneliti akan menggunakan multichannel analysis of surface waves (MASW) [11] and mikrotremor dengan dua sensor (2sSPAC) [12] masing-masing untuk menentukan Vs dangkal dan dalam.

3

2.2 Permasalahan

Penelitian ini berusaha memecahkan beberapa permasalahan berikut:

1. Bagaimana memperoleh parameter profil kecepatan gelombang geser dangkal dan dalam beserta ketidakpastiannya di daerah ITS masing-masing dari inversi kurva dispersi MASW dan 2sSPAC?

2. Bagaimana karakteristik amplifikasi tanah nonlinear dan respons spektra beserta ketidakpastiannya dari profil Vs di daerah tersebut?

3. Bagaimana karakteristik gelombang seismik dalam time domain dan proksi pergerakan tanah (ground motion proxies) seperti: maksimum percepatan dan kecepatan tanah di wilayah ITS dan sekelilingnya?

2.3 Tujuan

Tujuan penelitian ini adalah untuk:

1. Memperoleh parameter profil kecepatan gelombang geser dangkal dan dalam beserta ketidakpastiannya di daerah ITS dari inversi kurva dispersi MASW dan 2sSPAC. 2. Menentukan karakteristik amplifikasi tanah nonlinear dan respons spektra beserta

ketidakpastiannya dari profil Vs di daerah tersebut.

3. Mengidentifikasi karakteristik gelombang seismik, seperti: maksimum percepatan dan kecepatan tanah di wilayah ITS sebagai mitigasi bencana Gempa di masa depan.

2.4 Target Luaran

Sebagaimana yang telah dipaparkan dalam latar belakang di atas, bahwa penelitian yang diusulkan ini potensi memiliki beberapa keterbaruan. Dengan demikian, hasil dari penelitian yang diusulkan ini kemungkinan dapat menghasilkan makalah yang mampu tembus dalam jurnal internasional yang terindek Scopus atau Thomson, target luaran dari penelitian ini dapat dilihat pada Tabel 1.

4

Tabel 1 Target luaran penelitian No Luaran yang

diharapkan

Perkiraan judul yang diharapkan

Perkiraan isi materi

1. Jurnal

Internasional

Characterizations of

shallow and deep S-wave velocity structures and ground motion with their uncertainties using

surface wave

measurements at ITS main campus

-Hasil profil Vs dangkal dan dalam beserta ketidakpastian

-Karakteristik amplifikasi tanah nonlinear beserta ketidakpastian -Gelombang seismik di beberapa titik pengukuran

5

BAB III TINJAUAN PUSTAKA

3.1 Geologi Daerah Penelitian

Geologi Surabaya berupa cekungan dengan endapan aluvial, batu pasir, dan sedimen terdiri dari batu gamping dan lempung [2] (Gambar 1 ). Berdasarkan Pusat Gempa Nasional [1], sesar Kendeng dapat menyebabkan Gempa Bumi dengan magnitudo maksimum 6,5. Lebih lanjut, jenis tanah di Surabaya sangat berpengaruh terhadap amplifikasi tanah akibat gelombang seismik yang akan dilepaskan oleh gempa tersebut. Oleh karena itu, karakterisasi profil kecepatan gelombang geser (Vs) di Surabaya untuk estimasi karakterisasi pergerakan tanah permukaan sangat penting sebagai mitigasi bencana gempa bumi di masa mendatang.

Gambar 1 Geologi Surabaya [2]

Kampus utama Institut Teknologi Sepuluh Nopember (ITS) terletak di Sukolilo. Berdasarkan geologi Surabaya (Gambar 1), kampus utama ITS dibangun di atas jenis tanah endapan aluvial. Sehingga, ketika gelombang seismik merambat di daerah tersebut

6

kemungkinan besar, akan terjadi amplifikasi tanah. Oleh karena itu, peneliti akan melakukan pengukuran gelombang permukaan aktif untuk mendapatkan Vs dangkal secara komprehensif (banyak titik pengukuran dan resolusi jarak antar pengukuran yang dekat). Selanjutnya, pengukuran gelombang permukaan pasif juga akan dilakukan untuk memperoleh Vs dalam. Seperti banyak diketahui, Vs dangkal akan mempengaruhi bangunan rendah sedangkan Vs dalam akan mempengaruhi bangunan tinggi. Lebih lanjut, amplifikasi tanah nonlinear akan ditentukan dari Vs dalam dan dangkal, akan digunakan untuk memperoleh karakteristik pergerakan tanah permukaan di daerah ITS untuk mitigasi bencana gempa bumi di masa mendatang.

3.2 Penentuan Kecepatan Gelombang Geser (Vs) Dalam dan Dangkal

Metode gelombang permukaan dapat dibagi menjadi dua, yaitu metode gelombang permukaan aktif dan pasif. Metode gelombang permukaan telah banyak digunakan untuk memperoleh informasi profil Vs mulai tahun 1980an, sejak diperkenalkan metode spectral

analysis surface wave (SASW) oleh Nazarian dan Stokoe [13]. Dua sensor penerima digunakan

ketika pengukuran gelombang permukaan menggunakan SASW. Park dkk. [11] menggunakan beberapa sensor (12-24 sensor) untuk meningkatkan kualitas sinyal gelombang permukaan yang dikenal dengan multichannel analysis of surface waves (MASW). Sekarang, MASW umum digunakan untuk metode pengukuran aktif. Sumber buatan seperti palu biasanya digunakan. Dalam penelitian, peneliti menggunakan MASW untuk mendapatkan kurva dispersi aktif. Proses pengambilan data dengan MASW dapat dilihat pada Gambar 2 . Kurva dispersi aktif diperoleh dengan metode frequency-wavenumber (f-k) dari data MASW [14].

7

Gambar 2 Susunan geophone dan sumber seismik (Palu) untuk akuisisi metode gelombang permukaan aktif. mo menunjukkan jarak minimum antara sumber dan geophone, sedangkan dx menunjukan jarak antar geophone [15].

Pengukuran gelombang permukaan pasif mengunakan mikrotremor (ambient noises) juga sering digunakan untuk memperoleh kurva dispersi (kurva dispersi pasif). Mikrotremor dihasilkan oleh fenomena alam (contoh: ombak, angin, dan hujan) dan aktivitas manusia (contoh: motor, mobil, orang jalan dan mesin berat) [16]. Mikrotremor selalu ada, lemah, punya amplitudo sangat kecil yang selalu bergetar di permukaan bumi [16]. Pelopor mikrotremor adalah ahli seismologi Jepang [17,18]. Aki [17] pertama kali menyarankan teknik Spatial Autocorrelation (SPAC), sebagai fondasi yang penting dalam penentuan profil Vs. Lebih lanjut,

spectral ratio of the horizontal component to the vertical component (HVSR) yang disarankan oleh Nakamura [19] untuk mikrozonasi dalam rangka mitigasi bencana gempa bumi. Di penelitian ini, peneliti lebih memilih menggunakan metode Autokorelasi Spasial dengan dua sensor/ two-site SPatial AutoCorrelation (2sSPAC) [12] dibandingkan SPAC untuk memperoleh kurva dispersi dari gelombang mikrotremor di beberapa titik di ITS dan Sekitarnya. Hal ini disebabkan pengukuran menggunakan metode SPAC membutuhkan sensor minimal 4. Sehingga metode 2sSPAC dapat menghemat biaya sewa sensor mikrotremor dan jumlah orang yang diperlukan. Proses pengambilan data dengan 2sSPAC dapat dilihat pada Gambar 3 .

8

Gambar 3 Konsep dan prosedur analisis metode 2sSPAC. Gambar kiri atas, menunjukan contoh susunan sensor pengukuran mikrotremor. Pengukuran secara langsung untuk pasangan dua sensor, seperti: 0-1, 0-2, 0-3, ...,0-6. Jam menunjukkan pengukuran setiap pasang sensor berbeda. Gambar kiri bawah menunjukkan koefisien SPAC. Kemudian kurva dispersi diperoleh dari koefisien SPAC [12].

Di penelitian ini, peneliti menggunakan kurva dispersi aktif (MASW) untuk penentuan profil Vs dangkal, sedangkan kurva dispersi pasif (2sSPAC) digunakan untuk mendapatkan profil Vs dangkal. Hal ini disebabkan metode pasif mempunyai energi lebih banyak di frekuensi rendah dibandingkan metode aktif, sedangkan metode aktif punya energi lebih banyak di frekuensi tinggi dibanding metode pasif [14]. Lebih lanjut, peneliti juga

9

mengikutsertakan galat (error) di kurva dispersi aktif dan pasif seperti penelitian kami sebelumnya [6,20].

3.3 Inversi Profil Vs

Peneliti menggunakan metode Markov-chain Monte Carlo (MCMC) oleh Saifuddin dkk. [20] untuk menginversi dispersi kurva (aktif dan pasif) untuk memperoleh profil Vs (dalam dan dangkal). MCMC adalah salah satu metode heuristik dan banyak digunakan untuk kecerdasan buatan dan optimisasi [21]. Metode ini telah banyak digunakan dibidang ilmu pengetahuan dan teknologi [22]. Dalam proses metode MCMC, model acak digunakan untuk mengestimasi probability density function (pdf) untuk distribusi target. Ketidakpastian dari model dapat diperoleh dari pdf model parameter.

3.4 Estimasi Amplifikasi Tanah Nonlinear

Profil Vs dari inversi akan digunakan untuk menentukan amplifikasi tanah nonlinear pada titik-titik pengukuran. Berbeda dengan material struktur seperti besi dan beton, karakteristik nonlinear tanah terjadi ketika regangan geser sangat kecil [23].

Frequency-dependent equivalent linear method (DYNEQ) digunakan untuk menghitung amplifikasi tanah

nonlinear. DYNEQ mengasumsikan bahwa rigiditas dan damping bergantung pada material tanah [23,24].

10

BAB IV METODE

4.1 Alur Penelitian

Metodologi dalam riset ini ditunjukkan dengan diagram alir pada Gambar 4. Penjelasan masing-masing tahap sebagai berikut:

1. Tinjauan Pustaka

Tinjauan pustaka dilakukan dengan cara mencari makalah-makalah ilmiah terbaru di jurnal internasional maupun jurnal nasional yang berkaitan geologi, respons tanah, mikrotremor di Surabaya, beserta metode-metode yang berkaitan dengan inversi kurva dispersi, amplifikasi tanah nonlinear.

2. Pungukuran Data MASW dan Mikrotremor dengan Satu Sensor

Pengukuran MASW membutuhkan waktu sekitar 5 menit, sedangkan pengukuran mikrotremor dengan mengunakan satu sensor sekitar 10 menit untuk satu titik pengukuran. Persiapan alat dan mobilitas alat/orang membutuhkan sekitar 15 menit. Sehingga total waktu yang diperlukan untuk satu kali pengukuran sekitar 30 menit. Pengambilan data akan dilakukan selama 8 jam per hari, maka jumlah titik pengukurun selama sehari adalah 16. Untuk memperoleh resolusi yang baik antar satu titik dengan yang lain, maka pada riset ini akan dilakukan sekitar 128 titik pengukuran di daerah ITS Sukolilo. Sehingga proses pengambilan data MASW dan mikrotremor dengan satu sensor dapat selesai selama 8 hari.

3. Pengukuran Data Mikrotremor dengan Dua Sensor (2sSPAC)

Pengambilan data mikrotremor menggunakan 2sSPAC menggunakan dua sensor membutuhkan waktu sekitar 40 menit untuk satu pasang sensor (contoh: sensor 0 dan 1). Selain pasangan sensor 0 dan 1, ada lima pasang sensor lagi (0-2, 0-3, 0-4, 0-5, dan 0-6). Sehingga ada enam pasang sensor untuk satu titik pengukuran, sehingga total waktu pengukuran adalah 4 jam. Jarak sensor terjauh adalah sekitar 1 km (contoh: jarak sensor 4 dan 5, Gambar 3 ). Karena jarak pengukuran 2sSPAC cukup jauh dibandingkan dengan MASW, maka proses persiapan alat dan mobilitas diasumsikan sekitar 2 jam untuk ke enam pasang sensor. Jadi dalam sehari dibutuhkan waktu 6 jam untuk pengukuran satu lokasi. Pada umumnya galat (error) profil Vs dari mikrotremor lebih besar dibandingkan dengan profil Vs dari MASW,

11

sehingga pengukuran dilakukan tiga kali untuk mereduksi galat dari profil Vs dari pengukuran mikrotremor. Sehingga total waktu pengukuran 2sSPAC adalah tiga hari.

4. Estimasi Kurva Dispersi Gelombang Rayleigh dari Metode Aktif dan Pasif.

Kurva dispersi gelombang Rayleigh dari metode aktif (kurva dispersi aktif) akan peroleh dari pengolahan data dari MASW menggunakan metode frequency-wavenumber (f-k) [14], sedangkan kurva dispersi gelombang Rayleigh didapatkan dari metode pasif (kurva dispersi pasif) didapatkan dari sinyal mikrotremor menggunakan 2sSPAC [12]. Galat dari kurva dispersi pasif dan aktif juga akan ditentukan.

5. Penentuan profil Vs dangkal dan dalam

Kurva dispersi aktif akan diinversi untuk memperoleh profil Vs dangkal berserta ketidakpastiannya sedangkan kurva dispersi pasif akan diinversi untuk memperoleh profil Vs dalam berserta ketidakpastiannya. Analisis inversi menggunakan metode Markov-chain Monte Carlo (MCMC) [20]. Metode ini telah digunakan oleh Ketua penelitian yang untuk penelitian yang serupa ketika menempuh S3 [6,20].

6. Pembuatan gelombang sintetik sebagai input motion di bawah permukaan tanah

Gelombang sintetik dengan maksimum percepatan (Peak ground acceleration/PGA) dengan 100-500 cm/s2 _{sebagai input motion untuk penentuan gelombang seismik di permukaan} di tiap-tiap titik pengukuran. Seperti yang peneliti telah lakukan di penelitian sebelumnya [20]. 7. Penentuan Penguatan Tanah Nonlinear dan Gelombang Seismik di Permukaan

Selanjutnya, penguatan tanah nonlinear (nonlinear soil amplification) diestimasi menggunakan model Vs dangkal dengan beserta ketidakpastiannya (langkah 5) dengan gelombang sintetik di langkah 6 menggukan metode frequency-dependent equivalent-linear (DYNEQ) [23,24]. Ketua penelitian juga menggunakan DYNEQ ketika studi S3 [6]. DYNEQ tidak hanya dapat menentukan amplifikasi tanah nonlinear tapi juga menentukan gelombang seismik di permukaan di berbagai titik pengukuran.

8. Respons Spektra Kecepatan/Velocity (Spectral velocity).

Respons spektra kecepatan di permukaan sering digunakan untuk mengetahui kerusakan bangunan akibat penguatan tanah akibat gempa bumi [6]. Respons spektra kecepatan dapat dihitung dari gelombang seismik di langkah 7.

12

9. Kecepatan maksimum, percepatan maksimum, amplifikasi maksimum, fundamental frekuensi

Dari analisis penguatan tanah tersebut, akan diperoleh beberapa parameter yang dapat digunakan sebagai mitigasi gempa Surabaya di ITS dan sekitarnya, seperti: frekuensi natural, maximum penguatan tanah, gelombang seismik dalam time domain, peak ground velocity, peak

ground acceleration

10. Penentuan fundamental frekuensi menggunakan dengan metode Horizontal to Vertical

Spectral Ratio (HVSR)

Seperti disebutkan di langkah 2, selain melakukan pengukuran data dengan MASW. Peneliti juga akan melakukan pengukuran sinyal mikrotremor menggunakan satu sensor. Dengan pengukuran ini diperoleh sinyal mikrotremor tiga arah: Timur-Barat, Utara-Selatan dan vertikal. Arah Timur-Barat dan Utara-Selatan adalah sinyal horizontal. Pembagian sinyal komponen horizontal dengan komponen vertikal (dalam domain frekuensi), akan diperoleh

Horizontal to Vertical Spectral Ratio (HVSR) [19] sebagai fungsi frekuensi. Nilai terbesar

HVSR menunjukkan fundamental frekuensi dari tanah tempat pengukuran. Fundamental frekuensi dari HVSR akan dibandingkan dengan fundamental frekuensi dari analisis MASW. Sehingga, perbedaan dan persamaan fundamental frekuensi dari dua metode tersebut dapat dibandingkan.

11. Penulisan Makalah

Penelitian ini dimungkinkan memiliki keterbaruan yang dapat dipublikasikan di jurnal internasional yang berindeks scopus. Berikut beberapa hal terbaru yang belum pernah di teliti oleh peneliti yang lain:

1. Penelitian yang komprehensif (jumlah titik pengukuran dan jarak pengukuran antar satu lokasi dengan yang lain cukup dekat) tentang Vs dangkal dan dalam di ITS dan sekitarnya.

2. Ketidakpastian dari kurva dispersi aktif dan pasif disertakan dalam analisis di daerah tersebut.

3. Penentuan amplifikasi tanah nonlinear beserta ketidakpastian disertakan di daerah penelitian.

4. Penentuan gelombang seismik permukaan (maksimum percepatan dan kecepatan) dengan input motion yang berbeda di area penelitian.

13

5. Perbandingan fundamental frekuensi dari MASW dan mikrotremor satu sensor. Dengan beberapa hal terbarukan tersebut, peneliti cukup yakin penelitian ini dapat diterbitkan di jurnal internasional minimal Q2 di bidang Geophysics, Seismology, Earth Science dan

Earthquake Engineering.

12. Membuat Laporan

Seluruh hasil penelitian ini akan ditulis secara terperinci dan urut dalam suatu laporan. Laporan (soft file dan hard file) ini sebagai pertanggung jawaban kepada DPRM-ITS sebagai penyandang dana. Biasanya dalam setiap laporan (pendahuluan dan akhir), perlu 1 jilid laporan hasil penelitian dan 1 jilid laporan keuangan untuk DPRM-ITS, dan 1 jilid untuk masing-masing peneliti. Artinya, dengan dua orang peneliti, diperlukan 3 jilid laporan hasil penelitian (laporan pendahuluan dan akhir) dan 2 jilid laporan keuangan. Selain itu, peneliti juga diharuskan mempresentasikan hasil penelitian ini kepada DPRM-ITS ini perlu laporan pendahuluan dan akhir ini masing-masing dalam soft file, begitu pula dengan masing-masing peneliti. Dengan demikian, diperlukan 2 CD untuk laporan akhir dan laporan pendahuluan.

14

Gambar 4 Diagram alir penelitian ini 4.2 Organisasi Tim Peneliti

Supaya penelitian dapat berjalan dengan sesuai dengan yang diharapkan, maka tim peneliti merupakan tenaga yang ahli dalam bidangnya masing-masing dengan pembagian tugas sebagaimana pada Tabel 2.

15

Tabel 2 Pembagian Tuga untuk Masing-Masing Tim Peneliti

No Nama Alokasi waktu

(Jam / Minggu)

Uraian tugas

1 Saifuddin,

Ph.D./ NIP.

1985202011028

6 Jam 1) Mengkoordinir seluruh kegiatan serta

melakukan pelaporan dan melaksanakan kegiatan monev

2) Analisis data MASW 3) Analisis data 2sSPAC 4) Perhitungan HVSR

5) Inversi kurva dispersi aktif dan pasif 6) Perhitungan amplifikasi tanah nonlinear 7) Membuat draft paper

8) Membuat laporan

3 Dr. Sungkono/

NIDN 0002078502

4 Jam 9) Desain pengukuran data MASW dan

2sSPAC

10) Mengkoordinir pengukuran MASW dan 2sSPAC

11) Menginterpretasi hasil analisa data MASW 2sSPAC

12) Mengoreksi draft paper

4.3 Mahasiswa yang Dilibatkan

Mahasiswa yang terlibat dalam penelitian ini beserta judul tugas akhir dan status kemajuannya sebagaimana deskripsikan pada Tabel 3.

16

Tabel 3 Daftar mahasiswa yang akan terlibat dalam penelitian

No Nama / NRP Mahasiswa Judul Tugas Akhir Status

Kemajuan 1 Bramantia Putra Henrizky 01111740000051 S1 Identifikasi Vs30 menggunakan MASW di daerah Tuban Rencana mengambil Tugas Akhir di semester Ganjil 2 Gabriella Regita Cahyani 01111740000075 S1 Penentuan Vs dalam menggunakan 2sSPAC di daerah Pasuruan Rencana mengambil Tugas Akhir di semester Ganjil

17

BAB V JADWAL DAN RANCANGAN ANGGARAN BIAYA

5.1 Jadwal Kegiatan

Agar penelitian ini berjalan sesuai yang diharapkan, peneliti menyusun perencanaan jadwal kegiatan dalam setahunnya dideskripsikan sebagaimana pada Tabel 4.

Tabel 4 Jadwal penelitian yang akan dilakukan

No Jenis Kegiatan Bulan Ke-

1 2 3 4 5 6 7 8

1 Kajian Pustaka

2

Pengukuran MASW dan mikrotremor

satu sensor

3

Pengukuran mikrotremor dengan

2sSPAC

4

Analisis kurva dispersi dari sinyal pengukuran MASW (Curva

dispersi-aktif)

5

Analisis Kurva Dispersi dari pengukuran

2sSPAC (kurva Dispersi-Aktif)

6

Inversi Vs dangkal dari Kurva Dispersi-Aktif

7

Inversi Vs dalam dari Kurva Dispersi-Pasif

8 Interpretasi profil Vs dangkal dan dalam 9 Estimasi HVSR

9 Estimasi amplifikasi tanah nonlinear dari profil Vs dangkal dan dalam 10

Penentuan parameter-parameter untuk

18

5.2 Rancangan Anggaran Biaya

Anggaran biaya yang diperlukan untuk penelitian ini direkapitulasi sebagaimana Tabel 5 yang telah dijabarkan secara rinci sebagaimana Tabel 6.

Tabel 5 Rekapitulasi Usulan Anggaran Penelitian

No Jenis Pengeluaran

Biaya yang Diusulkan Rp (%)

1 Gaji dan upah 4,096,000 8.19%

2

Pengambilan Data dari MASW dan 1 sensor

Mikrotremor 28,080,000 56.16%

3 Pengambilan Data dari 2 Sensor Mikrotremor 12,630,000 25.26%

4 Bahan habis pakai dan peralatan 1,594,000 3.19%

5 Lain-lain (publikasi, seminar, laporan) 3,600,000 7.20%

Jumlah 50,000,000 100.00%

Tabel 6 Rancangan anggaran biaya yang diajukan untuk penelitian Gaji dan Upah

No. Pelaksana Kegiatan Minggu Jam Honor/Jam Biaya (Rp)

1 Ketua Tim Peneliti 32 6 14,000 2,688,000

2 Peneliti I 32 4 11,000 1,408,000

19

Pengambilan Data MASW dan Mikrotremor Satu Sensor

No. Bahan Hari @ Biaya (Rp.) Biaya (Rp.)

1 Sewa MASW 8 1,000,000 8,000,000

2 Sewa 1 Sensor Mikrotremor 8 1,500,000 12,000,000

3 Sewa Mobil 8 500,000 4,000,000

4 Sewa Kompas 8 70,000 560,000

5 Sewa GPS 8 150,000 1,200,000

6 Komsumsi di lapangan (4 orang / hari) 8 200,000 1,600,000

7 BBM (10 liter / hari) 8 90,000 720,000

Jumlah Biaya 28,080,000

Pengambilan Data Mikrotremor dengan Dua Sensor (2sSPAC)

No. Bahan Hari @ Biaya (Rp.) Biaya (Rp.)

1 Sewa 2 Sensor mikrotremor 3 3,000,000 9,000,000.00

2 Sewa Mobil 3 500,000 1,500,000

3 Sewa Kompas 3 70,000 210,000

4 Sewa GPS 3 150,000 1,050,000

5

Komsumsi di lapangan (4 orang / hari) (2 Dosen dan 2 Mahasiswa)

3 200,000 600,000

6 BBM (10 liter / hari) 3 90,000 270,000

20

Bahan Habis Pakai dan Peralatan

No. Keterangan Satuan @Biaya (Rp.) Biaya

1 CDR 5 buah 6,000 30,000

2 Kertas A4 80gr 4 rim 40,000 160,000

3 Tinta hitam 2 catridge 200,000 400,000

4 Tinta warna 2 catridge 250,000 500,000

5 Perawatan Komputer 1 kali 354,000 354,000

6 Perawatan Printer 1 kali 150,000 150,000

Jumlah Biaya 1,594,000

Lain-Lain

No. Kegiatan Satuan @ Biaya (Rp.) Biaya (Rp.)

1 Penjilidan Laporan 15 eksemplar 20,000 300,000

2 Proof reader makalah 1 kali 3,000,000 3,000,000

3 Biaya Rapat Kerja 3 kali 100,000 300,000

21

BAB VI DAFTAR PUSTAKA

[1] Pusat Studi Gempa Nasional. Peta sumber dan bahaya gempa Indonesia tahun 2017. 2017.

[2] Sukardi. Geologi Lembar Surabaya & Sapulu, Jawa. Pus Penelit Dan Pengemb Geol

1992.

[3] Badan Geologi-ESDM. 10 Tahun Gempa Yogyakarta. Geomagz 2016.

[4] Motosaka M. Lessons of the 2011 Great East Japan Earthquake focused on

characteristics of ground motions and building damage. Proc. Int. Symp. Eng. Lessons Learn. from 2011 Gt. East Japan Earthq., Tokyo: 2012, p. 166–85.

[5] Chimoto K, Yamanaka H, Tsuno S, Miyake H, Yamada N. Estimation of shallow

S-wave velocity structure using microtremor array exploration at temporary strong motion observation stations for aftershocks of the 2016 Kumamoto earthquake. Earth, Planets Sp 2016;68. https://doi.org/10.1186/s40623-016-0581-3.

[6] Saifuddin, Yamanaka H. Variability of deconvolved bedrock motion of the 2011 off Pacific Coast of Tohoku Earthquake around the K-NET Tsukidate station considering uncertainty in shallow S-wave velocity model from inversion of Rayleigh wave phase velocity. J Seismol 2019. https://doi.org/10.1007/s10950-019-09855-w.

[7] Sakai Y. Reinvestigation on period range of strong ground motions corresponding to

buildings damage. J Struct Constr Eng 2009;74:1531-1536. (in Japanese).

[8] Mufida A, Santosa BJ, Warnana DD. Profiling Kecepatan Gelombang Geser (Vs)

Surabaya Berdasarkan Pengolahan Data Mikrotremor. J Sains Dan Seni ITS 2013;2.

[9] Riyantiyo ND, Widodo A, Syaeful Bahri A. Identifikasi Patahan Lokal Menggunakan

Metode Mikrotremor. J Tek ITS 2017;6:194–8.

https://doi.org/10.12962/j23373539.v6i2.23773.

[10] Wulandari V, Wulandari V, Bahri AS. Analisis Mikrotremor untuk Evaluasi Kekuatan Bangunan Studi Kasus Gedung Perpustakaan ITS. J Sains Dan Seni ITS 2012;1:B55–9. https://doi.org/10.12962/j23373520.v1i1.435.

[11] Park CB, Miller RD, Xia J. Multichannel analysis of surface waves. Geophysics 1999;64:800–8. https://doi.org/10.1190/1.1444590.

[12] Morikawa H, Sawada S, Akamatsu J. A method to estimate phase velocities of Rayleigh waves using microseisms simultaneously observed at two sites. Bull Seismol Soc Am 2004;94:961–76. https://doi.org/10.1785/0120030020.

22

[13] Nazarian S, Stokoe KH. In situ shear wave velocities from spectral analysis of surface wave. 8th Conf. Earthq. Eng., San Francisco: 1984.

[14] Foti S, Hollender F, Garofalo F, Albarello D, Asten M, Bard P-Y, et al. Guidelines for the good practice of surface wave analysis: a product of the InterPACIFIC project. Bull Earthq Eng 2018;16:2367–420. https://doi.org/10.1007/s10518-017-0206-7.

[15] Dal Moro G. Surface Wave Analysis for Near Surface Applications. 2014. https://doi.org/10.1016/C2013-0-18480-2.

[16] Okada H. The microtremor survey method. Society of Exploration Geophysicists; 2003. [17] Aki K. Space and time spectra of stationary stochastic waves, with special reference to

microtremors. Bull Earthq Res Inst 1957;35:415–56.

[18] Kanai K, Osada T, Tanaka T. Measurement of the microtremors. Bull Earthq Res Inst 1954;32:199–209.

[19] Nakamura Y. A method for dynamic characteristics estimation of subsurface using microtremor on the ground surface. 1989.

[20] Saifuddin, Yamanaka H, Chimoto K. Variability of shallow soil amplification from surface-wave inversion using the Markov-chain Monte Carlo method. Soil Dyn Earthq Eng 2018;107:141–51. https://doi.org/10.1016/j.soildyn.2018.01.014.

[21] Ghahramani Z. Probabilistic machine learning and artificial intelligence. Nature 2015;521:452–9. https://doi.org/10.1038/nature14541.

[22] Gilks WR, Richardson S, Spiegelhalter D. Markov chain Monte Carlo in practice. New York: Chapman and Hall/CRC; 1995.

[23] Yoshida N. Seismic ground response analysis. vol. 36. Dordrecht: Springer Netherlands; 2015. https://doi.org/10.1007/978-94-017-9460-2.

[24] Yoshida N, Kobayashi S, Suetomi I, Miura K. Equivalent linear method considering frequency dependent characteristics of stiffness and damping. Soil Dyn Earthq Eng 2002;22:205–22. https://doi.org/10.1016/S0267-7261(02)00011-8.

23

BAB VII LAMPIRAN

7.1 Biodata Tim Peneliti

1. Ketua

Nama Lengkap : Saifuddin, M.Sc., Ph.D.

b. NIP/NIDN : 1985202011028/0011118509

c. Fungsional/Pangkat/Gol. : -/III/C

d. Bidang Keahlian : Fisika Bumi (Geofisika)

e. Departemen/Fakultas : Fisika/FSAD

f. Alamat Rumah dan No. Telp. : Jatirejo RT 3 RW 21 Sendangadi Mlati Sleman

Yogyakarta; 081398766803 g. Riwayat Penelitian yang paling relevan (2)

1. Analisis data mikrotremor, inversi metode MCMC dari curva dispersi, amplifikasi tanah nonlinear di Tsukidate, Miyagi, Jepang. (Sebagai Ketua)

2. Ketidakpastian amplifikasi tanah linear dan nonlinear dari ketidakpastian profil Vs dari inversi kurva dispersi gelombang permukaan (Sebagai Ketua)

h. Publikasi 2 yang paling relevan (dalam bentuk makalah atau buku)

1. Saifuddin, Yamanaka H., 2019. Variability of deconvolved bedrock motion of the 2011 off Pacific Coast of Tohoku Earthquake around the K-NET Tsukidate station considering uncertainty in shallow S-wave velocity model from inversion of Rayleigh wave phase velocity. Journal of Seismology. https://doi.org/10.1007/s10950-019-09855-w. (Q2, impact factor: 1.494)

2. Saifuddin, Yamanaka H., Chimoto K., 2018. Variability of shallow soil amplification from

surface-wave inversion using the Markov-chain Monte Carlo method. Soil Dynamics and

Earthquake Engineering 107, 141–151. https://doi.org/10.1016/j.soildyn.2018.01.014.

(Q1, impact factor: 2.578).

24 j. Tugas Akhir (2 terakhir yang paling relevan):-

2. Anggota

Nama Lengkap :Dr. Sungkono, M.Si.

b. NIP/NIDN :198507022014041002/0002078502

c. Fungsional/Pangkat/Gol. : Asisten Ahli/III/B

d. Bidang Keahlian : Fisika Bumi (Geofisika)

e. Departemen/Fakultas : Fisika/FSAD

f. Alamat Rumah dan No. Telp. :Ds. Munggung, Kec. Pulung, Ponorogo/089651785864

g. Riwayat Penelitian yang paling relevan (2)

1. Analisa data mikrotremor, magnetik, dan VLF-EM di daerah pacitan untuk microzonasi kegempaan dari sesar grendulu (Sebagai Anggota)

2. Penilaian Potensi Tanah Longsor Menggunakan Metode VLF-EM, SP, dan Mikrotremor di daerah jalan raya Trenggalek−Ponorogo Km 22−23 (Sebagai Anggota)

h. Publikasi (2 yang paling relevan dalam bentuk makalah atau buku)

1. Sungkono, 2020, Robust Interpretation of Single and Multiple Self-Potential Anomalies via Flower Pollination Algorithm Arabian Journal of Geosciences 13 (3). 2. Sungkono, DD Warnana, 2018, Black hole algorithm for determining model parameter

in self-potential data. Journal of Applied Geophysics 148, 189–200

i. Paten (2 terakhir) : -