Abstrak— Sumatera Utara merupakan salah satu zona tektonik aktif di Indonesia karena memiliki zona sesar semangko sebagai akibat pertemuan batas lempeng di lepas pantai pulau Sumatera. Inilah yang menyebabkan Sumatera utara sering mengalami gempa tektonik dangkal hingga sedang. Tujuan dari penelitian ini adalah studi spesifik mengenai struktur kecepatan gelombang gempa 1-D dan letak hypocenters yang lebih akurat di daerah Sumatera utara dengan menggunakan metode algoritma genetik. Data yang digunakan sebanyak 22 event gempa di area sekitar Sumatera Utara 1° - 4° Lintang Utara dan 98° - 100° Bujur Timur) yang terjadi pada bulan Januari 2010 – Mei 2010 yang terekam dibeberapa stasiun seismograf setempat (PSI, TSI, SBSI, TRSI RPSI dll). Model struktur 1-D didapatkan dengan menganalisa waktu tempuh gelombang P dan S dari data gempa lokal, yaitu dilakukan dengan picking menggunakan WinQuake. Kemudian dilakukan inversi menggunakan software hypoGA untuk mendapatkan nilai dari 3 lapisan terbaik dibawah permukaan provinsi Sumatra utara. sehingga didapatkan model struktur 1-D kecepatan gelombang P dan S serta relokasi gempa di daerah tersebut. Kata kunci: Model kecepatan 1D, Algoritma Genetik, HypoGA, Sumatera Utara
I. PENDAHULUAN
ndonesia merupakan daerah pertemuan 3 lempeng tektonik besar, yaitu meliputi lempeng Indo-Australia, Eurasia dan lempeng Pasific. Salah satu kasusnya adalah Lempeng India-Australia yang bertabrakan dengan lempeng Eurasia dilepas pantai Sumatera, yang menyebabkan seringnya terjadi gempa bumi disepanjang pulau sumatera dan menjadikan kawasan ini menjadi daerah aktif gempa bumi.
Dengan melihat tingginya aktifitas kegempaan khususnya Badan Metereologi Klimatolgi dan Geofisika (BMKG) harus memiliki data yang memadai dan tepat tentang parameter hiposenter dari gempa untuk diinformasikan ke masyarakat luas. Parameter ini biasanya berupa magnitudo (kekuatan gempa), origin time (waktu terjadinya gempa), episenter (lokasi gempa), dan kedalaman pusat gempa. Ketelitian perhitungan parameter gempa sangat tergantung pada model struktur kecepatan gelombang gempa yang digunakan. Di Indonesia model yang digunakan untuk menghitung parameter hiposenter gempa adalah model Jeffrey-Bullen. Model struktur
ideal. Model ini tentu saja tidak sesuai dengan kondisi wilayah kepulauan Indonesia yang mempunyai tatanan tektonik yang kompleks karena sangat mungkin menimbulkan kesalahan dalam perhitungan parameter hiposenter gempa.
Studi tentang model kecepatan 1-D struktur lapisan kerak bumi ini dikembangan oleh Groot-Hedlin dan Vernon (1998). Software yang digunakan dalam menganalisa model kecepatan 1D struktur lapisan kerak bumi ini dengan hypoGA yang sudah terbukti bisa mendapatkan nilai dari 3 lapisan terbaik dari model kecepatan 1D struktur lapisan kerak bumi dengan baik oleh Alfonso Emidio de Vasconcelos Lopes dan Marcelo Assumpcao (2010).
Daerah Sumatera utara merupakan salah satu zona tektonik aktif di Indonesia karena memiliki zona sesar semangko sebagai akibat pertemuan batas lempeng di lepas pantai pulau Sumatera.. Inilah yang menyebabkan Sumatera utara sering terjadi gempa tektonik dangkal hingga sedang. Sehingga studi spesifik mengenai struktur kecepatan gelombang gempa 1D penting dilakukan. Hasil studi ini juga diharapkan dapat memberikan informasi tambahan untuk penelitian lebih lanjut mengenai karakteristik struktur dangkal di daerah ini.
II. LOKASI
DAN
DATA
GEMPA
BUMI
Dalam penelitian ini daerah yang dijadikan area penelitian adalah wilayah Pulau Sumatera Indonesia yang dikenal merupakan kawasan rawan gempa. Penunjaman yang terjadi disebelah barat pulau sumatera akibat bertabrakan dengan lempeng Indo-Australia berakibat pulau sumater kaya akan sesar dan patahan aktif yang setiap saat berpotensi terjadinya gempa bumi dan tsunami. tepatnya di sekitar provinsi Sumatera Utara. Area penelitian terletak pada koordinat 1° - 4° Lintang Utara dan 98° - 100° Bujur Timur, Luas daratan Provinsi Sumatera Utara 71.680 km².
Data yang digunakan adalah hiposenter dari beberapa event gempa di kawasan provinsi Sumatera Utara Indoensia dari IA atau Geofon yang dapat didownload secara gratis di http://webdc.eu/arclink/query?sesskey=45c89bcf pada periode tanggal 10-01-2010 s.d 31-05-2010. Jumlah gempa sebanyak sebanyak 22 event dengan kekuatan Magnitude ≥ 4,6. Jaringan stasiun pencatat yang dipergunakan dalam relokasi gempa-gempa di wilayah Sumatera utara ini sebanyak 20 buah stasiun jaringan perekam gempa bumi yang tersebar di sepanjang Pulau Sumatera. Posisi sumber gempa bumi di kawasan provinsi Sumatera Utara dan stasiun-stasiun yang ada di
Gigih Wahyu Akbar
(1), Bagus Jaya Santosa
(2)Jurusan Fisika FMIPA, Institut Teknologi Sepuluh Nopember
Jl. Arief Rahman Hakim, Surabaya 60111
E-mail:
gigih@physics.its.ac.id
(1),
bjs@physics.its.ac.id
(2)Gambar 1. Peta daerah penelitian (www.geospasial.bnpb.go.id)
Dengan adanya jaringan stasiun yang terdapat di sepanjang pulau sumatera ini, maka data terkait kondisi kekinian tentang gempa bumi yang terjadi di daerah tersebut dapat kita peroleh karena langsung terekam dan tersimpan di stasiun-stasiun jarngan perekam gempa bumi yang dapat menangkap sinyal gelombang getaran akibat gempa bumi tergantung pada besar kecilnya gelombang getaran gempa bumi yang terjadi.
Tabel 1. Daftar lokasi 20 jaringan stasiun perekam gempa bumi dalam penelitian ini.
Kode Stasiun Letak Stasiun
GSI Gunung Sitoli
BKNI Bangkinang
JMBI Jambi
KCSI Kutacane
KRJI Kerinci
MKBI Muko-muko
MNSI Mandaling Natal
PBSI Pulau Batu
PDSI Padang
PPI Padang Panjang
PPSI Pulau Pagia
PSI Parapat
RGRI Rengat
SBSI Sibolga
SDSI Sungai Dareh
SISI Pulau Saibi
SLSI Sarolangun
TPTI Tapaktuan
TRSI Taruntung
TSI Tuntungan
Gambar 2. Posisi 20 jaringan stasiun perekam gempa bumi di sekitar sumatera utara.
Data utama yang digunakan pada penelitian ini adalah data waktu tempuh gelombang P dan gelombang S dari kejadian gempa bumi yang didapatkan dari hasil filtering dan picking gelombang P dan gelombang S pada setiap stasiun jaringan perekam gempa bumi. Dalam masing-masing event gempa yang telah diperoleh dengan memanfaatkan perangkat lunak WinQuake proses ini dilakukan dengan seteliti mungkin. Saat proses filtering dan picking gelombang P dan gelombang S ini diperlukan ketelitian dan kesabaran karena jumlah data yang begitu banyak dan tidak semua data dengan mudah teridentifikasi dimana letak awal waktu tempuh gelombang P dan waktu tempuh gelombang S. Kebanyakan pada proses pengolahan data ini menentukan letak posisi gelombang S yang agak sulit jika dibanding dengan menentukan gelombangP.
Gambar II. Proses Picking data gelombang P dan gelombang S. Data parameter gempa yang diperoleh dari hasil filtering dan picking waktu tempuh gelombang P dan gelombang S dengan menggunakan perangkat lunak WinQuake seperti pada contoh Gambar 3 diatas, yaitu:
Waktu tiba gelombang P = 15:12:57,8
Waktu tiba gelombang S = 15:13:09,4
memperoleh nilai lapisan kerak bumi terbaik yang lebih akurat dan spesifik. Pada proses pengolahan data ini dilakukan pada system operasi linux. Karena program utama berupa hypoGA hanya bisa digunakan dengan memanfaatkan system operasi Linux. Studi Pendahuluan 1. Studi Literatur 2. Informasi Geotektonik Penentuan Daerah Penelitian
Persiapan Data (IA dan Geofon)
Pengolahan Data
Analisa Hasil Pengolahan Data
Kesimpulan Selesai
Gambar 4.Diagram alir penelitian
III. HASIL
DAN
PEMBAHASAN
Pada analisis awal data menggunakan perangkat lunak WinQuake digunakan waveform tiga komponen (BHN, BHE dan BHZ). Dari berbagai fase gelombang getaran gempa bumi di sekitar area penelitian pada periode januari 2010 sampai dengan mei 2010 yang terekam pada stasiun-stasiun jaringan perekam gema bumi didapatkan nilai kecepatan gelombang P dan gelombang S. kemudian selanjutnya kedua parameter gelombang tersebut diplot antara waktu tiba dan jarak, dan hasilnya akan memberikan gambar nilai parameter gelombang P dan gelombang S yang berbeda. Nilai dari gelombang P dan gelombang S ini adalah disebut nilai yang sebenarnya. Dari plot ini didapat bahwa kecepatan rambat gelombang yang merambat di dalam bumi ternyata dijumpai perubahan kecepatan pada setiap kedalaman tertentu. Hal ini membuktikan bahwa, dibawah permukaan area penelitian tepatnya di Sumatera utara dan sekitarnya mempunyai lapisan permukaan tanah dengan jenis dan kedalaman yang berbeda-beda pada setiap lapisannya. Dan tentunya ketika lapisan-lapisan tersebut dilewati oleh suatu getaran gelombang, maka
PDSI 4.38,45 4.38,54 BKNI 4.39,24 4.39,44 MNSI 4.38,59 4.39,16 SDSI 4.38,57 4.39,17 RGRI 4.38,14 4.39,00 GSI 4.39,43 4.40,09 TPTI 4.40,08 4.40,58
Setelah parameter seperti yang dijelaskan pada proses diatas bisa diperoleh, barulah kemudian masuk pada proses Algoritma Genetik (GA) yang merupakan salah satu metode stokastik untuk mencari solusi optimal terdekat berdasarkan hukum alam evolusi Darwin. Dan telah banyak digunakan sebagai solusi permasalahan non-linier dalam geofisika termasuk dalam inversi kurva dispersi gelombang permukaan dan penentuan relokasi hiposenter. Dalam penelitian ini memanfaatkan program hypoGA sebagai aplikasi dari metode algoritma genetik.
Langkah pertama dalam prosedur pengolahan data dengan menggunakan hypoGA adalah dengan menyiapkan file utama yang dibutuhkan berupa hypo.dat dan station.crd. kedua file ini adalah input data utama dalam pengolahan data menggunakan hypoGA disamping file data yang lain didalam perangkat lunak tersebut seperti hypo_rms.f dan file-file yang lain. File hypo.dat berisikan event-event gempa bumi dengan keterangan stasiun jaringan pencatat gempa buminya juga dengan lenkap. Penulisan format karakter untuk file inipun tidak boleh sembarangan, harus berdasarkan contoh yang ada dalam manual booknya. Format karakter penulisan ini memang harus dilakukan dengan benar karena jika salah maka proses running data tidak akan bisa berjalan dengan baik.
Langkah berikutnya adalah menjalankan program hypoGA pada system operasi linux. Dalam penelitian ini digunakan system operasi Opensuse untuk menjalankan program hypoGA. Pada saat menjalankan proses dalam program hypoGA, digunakan bebeberapa opsi sebagai berikut:
2 // HYPO71 (Crust dengan dua lapisan seragam)
100 // jumlah generasi.
50 // jumlah model di setiap generasi.
95 // tingkat crossover.
5 // tingkat mutasi.
gi // file name untuk menyimpan informasi generasi.
gm // file name untuk menyimpan informasi model yang telah di uji.
Pengertian dari langkah-langkah tersebut adalah, sebuah GA sendiri terdiri dari beberapa populasi, hal ini terinspirasi dari ilmu biologi (reproduksi,seleksi dan mutasi) yang kemudian menghasilkan generasi baru yang lebih baik yang disesuaikan dengan populasi awalnya. Pada proses GA dalam hypoGA, populasi dipilih secara acak pada data inputan berupa hypo.dat., sehingga nantinya proses evolusi yang terjadi cenderung bersifat konvergen untuk semua model terbaik yang dihasilkan. Populasi dalam penelitian ini dapat didefinisikan sebagai data awal berupa hypo.dat yang kemudian dipilih untuk operasi (kawin) crossover, dimana model yang terbaik yang memiliki probabilitas yang tinggi untuk dipilih sebagai pasangan. Dalam penelitian ini dimodelkan dengan 100 individu untuk generasi awalnya. Setelah individu yang dipilih selesai proses, tahapan selanjutnya adalah merupakan operasi perkawinan crossover dengan probabilitas tertentu (misalnya 95%), dimana bagian dari individu tersebut dikombinasikan untuk menghasilkan keturunan yang baru. Individu juga dapat mengalami mutasi dengan probabilitas kecil (misalnya 5%). Hal ini memastikan bahwa ruang model tertutup dan lebih seragam, mencegah evolusi populasi dari konvergen menjadi minimum. Modelyang dihasilkan dari serangkaian proses ini adalah merupakan model yang terbaik.
Gambar III. Nilai hasil inversi dengan menggunakan program hypoGA
Pada saat inversi hypoGA diaplikasikan, proses running pengolahan data akan berjalan sekitar 1 sampai 5 menit. Dan hasilnya akan memperlihatkan Reset test yang berlangsung dalam proses running pengolahan data, selain itu hasil dari proses running pengolahan data akan memberikan nilai kecepatan gelombang P pada 3 struktur lapisan kerak bumi dengan nilai terbaik. Untuk nilai (Vp/Vs) juga tertera disamping nilai Z1 yang menunjukkan ketebalan lapisan
teratas kerak bumi di Sumatera utara dan juga Zc yang
merupakan nilai dari ketebalan kerak dalam kilometer. Study tentang struktur lapisan kerak bumi dengan fungsi penerima dan dispersi gelombang permukaan ini menunjukkan nilai lapisan yang bervariasi dibawah permukaan provinsi sumatera utara. Hasil akhir dari serangkaian proses pengolahan data dalam penelitian ini dadapatkan nilai rata-rata beberapa parameter sebagai berikut:
Table 3. nilai rata-rata beberapa parameter dari hasil pengolahan data Parameter Niali Rata-rata Kedalaman Vp in the upper crust (V1) 6,2 km/s 00,0-13,15 km Vp in the lower crust (V2) 7,0 km/s 13,15-46,4 km Vp in the upper mantel (V3) 8,2 km/s 46,4-…. km Upper crust tchickness (Z1) 1500 -
Crust thickness (ZC) 3000 -
Vp/Vs 1,74 -
Model inversi 1D struktur lapisan kerak bumi dengan algoritma genetic (GA) mencari solusi terbaik untuk model sederhana yang terdiri dari dua lapisan setengah ruang, mewakili kerak atas dan bawah dan mantel bagian atas. Masing-masing seperti yang diperlihatkan pada Gambar 7. selain itu, algoritma genetik ini juga berguna untuk karakterisasi model referensi 1D untuk digunakan sebagai model awal untuk VELEST yang merupakan salah satu program dalam pemodelan struktur lapisan kerak bumi juga.
Focus Upper Crust Lower Crust Upper Mantle Station V1 V2 V3 Z1 Zc Pg P* Pn Moho discontinuity
merupakan lapisan yang lebih rendah dengan nilai rata-rata Vp adalah 7,0 km/s pada kedalaman 13,15 km. Upper mantle (V3) yang merupakan lapisan kerak paling bawah dengan nilai rata-rata Vp adalah 8,2 km/s.
Mendapatkan model kerak rata-rata dengan menggunakan metode algoritma genetik terbukti sangat berguna. Pada inversi GA tidak mudah digunakan dengan metode yang lain seperti metode linierisasi, karena beberapa parameter seperti ukuran populasi, jumlah generasi, crossover dan tingkat mutasi perlu di isi sedemikian rupa untuk dapat dilakukan inversi yang efisien. Keuntungan dari metode GA sendiri diantaranya adalah analisis dari berbagai model dapat diterima dan distrubisi dari parameter model memberikan perkiraan model kompleksitas dalam struktur kerak yang sebenarnya. Analisis distribusi solusi GA berpotensi dapat menggungkapkan minimum local yang berbeda yang mingkin berhubungan dengan fitur struktur lapisan dalam bumi.
Gambar 8. Grafik model struktur 1D kecepatan gelombang P dibawah permukaan provinsi Sumatera utara Indonesia
Dalam penelitian ini, dibawah permukaan lapisan kerak bumi di provinsi Sumatera utara teridentifikasi perubahan kecepatan gelombang pada lapisan upper mantle di kedalaman 46,4 km, dimana lokasi perubahan ini biasanya sering disebut sebagai bidang diskontinuitas yang dikenal sebagai bidang diskontinuitas Moho.
Dari berbagai fasa gelombang yang didapat yaitu gelombang P, gelombang S dan beberapa parameter yang lain. Dan dilakukan pengolahan data berdasarkan waktu tiba dan jarak dengan proses pengolahan data menggunakan WinQuake dan hypoGA akan meberikan gambar yang berbeda. Dari plot ini di dapat bahwa kecepatan rambat gelombang gempa bumi dapat dimodelkan dengan bentuk kurva seperti Gambar 8. Pada saat gelombang merambat didalam bumi ternayata
seperti membaca pola lapisan di bawah permukaan bumi pada kawasan rawan gempa seperti halnya dalam penelitian ini di provinsi Sumatera utara sebagai bagian informasi yang penting untuk disampaikan kepada masyarakat agar mereka paham tentang potensi bahaya daerah rawan gempa bumi yang menjadi tempat tinggal kita selama ini.
IV. KESIMPULAN
Pemodelan inversi 1D struktur lapisan kerak bumi dengan metode algoritma genetik di sumatera utara Indonesia dilakukan menggunakan perangkat lunak hypoGA yang bertujuan untuk mngetahui model kecepatan gelombang dibawah permukaan pulau sumatera utara yang lebih spesifik serta letak hyposenter yang lebih akurat pada daerah tersebut. Didapatkan nilai Vp/Vs adalah 1,74. model struktur 1D kecepatan gelombang P pada 3 lapisan terbaik di bawah permukaan tanah, yaitu:
Upper Crust (V1) sebesar 4,2 km/detik pada kedalaman
00.0 km.
Lower Crust (V2) sebesar 7.0 km/detik pada kedalaman
13.15 km.
Upper Mantle (V3) sebesar 8.2 km/detik pada
kedalaman 46.4 km. (bidang diskontinuitas Moho).
DAFTAR PUSTAKA
[1] Alfonso Emidio and Marcelo Lopes, 2010, Genetic Algorithm Inversion of the Average 1D Crustal Structure Using Local and Regional Earthquakes , Sao Paulo, Brazil.
[2] Coley,D.A., 1998, An Introduction to Genetic Algorithms for Scientists and Engineers, World Scientific, 22-26 [3] Puspito. Nanang T., 1996, Struktur Kecepatan Gelombang
Gempa dan Koreksi Stasiun Seismologi di Indonesia, JMS Vol.1. No.2 Oktober 1996.
[4] Richards P.G, 1990, Theoretical Seismology, course 2, Departement of Geological Science and Lamont-Doherty Geological Observatory Columbia University. NewYork: USA.
[5] Setyowidodo Irwan, 2011, Analisis Seismogram Tiga Komponen Terhadap Moment Tensor Gempa Bumi di Manokwari Papua Barat, Jurusan Fisika. Institut Teknologi Sepuluh Nopember Surabaya.
[6] Shearer, PM. 2009. “Introduction to seismology, seconf edition”.Cambrige University Press.
[7] Wandono dkk, 2004, Struktur 1D Kecepatan Gelombang P untuk Wilayah Toba dan Sekitarnya, Prosiding PIT HAGI XXIX Yogjakarta.
[8] Widiyantoro, Sri dkk, 2004, Seismisitas dan Struktur Kecepatan Gelombang Seismik di Sepanjang Pulau Jawa, Prosiding PIT HAGI XXIX Yogjakarta.
