PROPOSAL
PENELITIAN DOSEN PEMULA UNIVERSITAS LAMPUNG
ALGORITMA FILTER UNTUK MENGHILANGKAN BISING GELOMBANG LAUT PADA DATA GEMPA BUMI DI INDONESIA
PROGRAM STUDI TEKNIK GEOFISIKA FAKULTAS TEKNIK
UNIVERSITAS LAMPUNG
2021
ii
IDENTITAS DAN URAIAN UMUM
1. Judul Penelitian : Algoritma Filter untuk Menghilangkan Bising Gelombang Laut pada Data Gempa Bumi di Indonesia
2. Tim Peneliti :
No. Nama Jabatan Bidang Keahlian Program Studi
Alokasi Waktu (jam/minggu)
1.
Ida Bagus Suananda Yogi, S.T., M.T.
Ketua
Eksplorasi
Elektromagnetik, Analisis Sinyal Data Geofisika, Seismologi, Komputasi Geofisika.
Teknik
Geofisika 15
2.
Akroma Hidayatika, S.T., M.Eng.
Anggota 1
Gelombang dalam Geofisika, Teori Medan Potensial dan
Elektromagnetik, Eksplorasi Geotermal, Vulkanologi
Teknik
Geofisika 10
3.
Prof. Drs. Ir.
Suharno., Ph.D., I.P.U., ASEAN.Eng
Anggota 2
S2: Penguatan Tanah, Fisika Bumi, Ilmu
Pengetahuan Alam {IPA}.
S-1: Metodologi Penelitian, Mitigasi Bencana, Seismologi
Teknik
Geofisika 10
3. Objek Penelitian : Mitigasi bencana 4. Masa Pelaksanaan
Mulai : bulan: Maret tahun: 2021 Berakhir : bulan: September tahun: 2021 5. Usulan Biaya : Rp. 15.000.000,-
6. Lokasi Penelitian : Universitas Lampung, Bandar Lampung.
7. Instansi lain yang terlibat: -
8. Kontribusi mendasar pada suatu bidang ilmu:
9. Jurnal Ilmiah yang menjadi sasaran: Jurnal Geocelebes (e-ISSN: 2579-5546), Submit Tahun 2021 (SINTA 3).
iii DAFTAR ISI
IDENTITAS DAN URAIAN UMUM... ii
DAFTAR ISI ... iii
RINGKASAN ... 1
BAB 1. PENDAHULUAN ... 2
1.1. Latar Belakang ... 2
1.2. Rumusan Masalah ... 5
1.3. Tujuan... 5
1.4. Manfaat... 5
1.5. Keutamaan Penelitian ... 6
1.6. Luaran yang ditargetkan ... 6
BAB 2. TINJAUAN PUSTAKA ... 7
2.1. Pemanfaatan Rekaman Gempa Bumi ... 7
2.2. Pengaruh gelombang laut terhadap rekaman stasiun gempa bumi ... 8
2.3. Peta jalan penelitian (Road Map) ... 9
BAB 3. METODE PENELITIAN ... 11
3.1. Karakterisasi ... 11
3.2. Sintetik ... 13
3.3. Filter ... 13
3.4. Real data ... 15
BAB 4. BIAYA DAN JADWAL PENELITIAN ... 17
4.1. Anggaran Biaya ... 17
4.2. Jadwal Penelitian ... 17
DAFTAR PUSTAKA ... 18
RINGKASAN
Penelitian tentang bising (noise) gelombang laut yang terdapat pada rekaman gempa bumi merupakan sebuah dasar untuk memanfaatkan data gempa bumi semaksimal mungkin.
Jika dibandingkan dengan jumlah stasiun gempa bumi di Jepang atau negara maju lain, jumlah stasiun gempa bumi di Indonesia masih sangat terbatas. Oleh karena itu, kita perlu memaksimalkan data yang telah terekam. Sebagian besar gempa bumi yang terjadi di Indonesia bersumber di laut, sehingga cara paling baik untuk dapat merekam kejadian tersebut adalah meletakkan alat perekaman gempa bumi (seismometer) di dekat laut. Penempatan alat di dekat laut akan memberikan sebuah masalah baru yaitu data rekaman akan dipenuhi oleh bising (noise) yang diakibatkan oleh gelombang laut. Berdasarkan kondisi tersebut, kita perlu membuat sebuah mekanisme yang mampu mereduksi keberadaan bising gelombang laut dengan tepat. Bising gelombang laut yang direkam seismometer dapat berbeda dari satu tempat dan waktu tertentu bergantung pada beberapa aspek seperti pengaruh musim, batimetri bawah laut, dan lokasi penempatan instrumen, sehingga karakterisasi awal pada setiap stasiun gempa bumi sangat diperlukan agar kedepannya data yang direkam dapat bersih dari bising gelombang laut tersebut.
Adapun tujuan dari penelitian ini adalah memahami pengaruh gelombang laut yang ada di Indonesia terhadap data gempa bumi yang direkam di stasiun gempa daerah pulau kecil atau dekat laut, sehingga didapat sebuah penjelasan ilmiah tentang pengaruh gelombang laut terhadap data rekaman gempa bumi di beberapa laut Indonesia. Selain itu, penelitian ini juga menghasilkan sebuah algoritma filter yang mampu mengekstrak data tanpa bising gelombang laut untuk dimanfaatkan dengan optimal dalam mitigasi bencana alam.
Tanpa dilakukannya penelitian ini, maka data rekaman gempa bumi yang terganggu bising gelombang laut tidak dapat digunakan secara optimal. Banyak kasus di mana data rekaman di stasiun-stasiun tersebut tidak dipakai sama sekali karena rendahnya kualitas data akibat bising gelombang laut. Hal ini sangat disayangkan mengingat terbatasnya jumlah stasiun gempa bumi di Indonesia.
Penelitian ini dimulai dengan melakukan studi pustaka dan penelitian melalui literatur mengenai karakter gelombag laut di berbagai daerah di dunia. Setelah itu penelitian akan difokuskan terhadap perairan Indonesia. Dengan bekal data literatur tentang karakter laut di dunia dan Indonesia dilanjutkan dengan langkah karakteriasasi data rekaman seismogram dari stasiun gempa bumi di tujuh laut utama Indonesia dengan metode short time Foureir Trnasform. Kemudian dilakukan simulasi data gempa sintetis dengan program Instaseis yang akan digunakan sebagai data dasar pengujian mekanisme filter yang tepat. Algoritma filter tersebut akhirnya akan digunakan untuk membersikan data rekaman gempa bumi yang sebenarnya dari bising gelombang laut. Hasil penelitian ini akan dipublikasikan, minimal pada jurnal nasional terindeks SINTA 3.
2
BAB 1. PENDAHULUAN
1.1. Latar Belakang
Indonesia merupakan daerah yang berada di cincin api (ring of fire) yang memiliki potensi bencana alam seperti gempa bumi, gunung api, dan tsunami. Untuk mengantisipasi dan menanggulangi bencana alam tersebut salah satu aspek yang perlu dipantau adalah getaran bumi yang diakibatkan oleh gempa bumi. Gempa bumi baik yang terjadi karena aktivitas tektonik maupun akibat aktivitas gunung berapi dapat memberikan petunjuk mengenai kebijakan mitigasi bencana yang perlu diambil.
Selain itu, Indonesia juga merupakan negara kepulauan yang terdiri dari lebih dari 17.000 pulau. Kondisi ini memungkinakan aktivitas laut mempengaruhi kualitas perekaman getaran bumi yang direkam di stasiun gempa bumi, terutama stasiun gempa bumi yang berada di daerah pulau kecil seperti daerah Enggano, Mentawai, Maluku, Kepulauan Nusa Tenggara.
Gambar 1. Kejadian gempa bumi yang memiliki kekuatan lebih dari 4 Mw di Indonesia.
Jumlah gempa bumi di Indonesia dari tahun ke tahun cukup tinggi seperti yang digambarkan pada Gambar 1. Kejadian gempa bumi yang besar ini dapat berdampak fatal bagi penduduk dan ekonomi suatu daerah. Seperti yang terjadi awal tahun 2021 di Sulawesi Barat, 91 orang meninggal dunia, 253 luka berat dan ratusan lainnya luka sedang dan ringan.
3
Gambar 2. Gempa bumi di Sumatera dengan kekuatan lebih dari 5,5 Mw pada rentang waktu tahun 2000 hingga tahun 2020
Jika kita telaah lagi kejadian gempa bumi yang terjadi di Pulau Sumatera, sebagian besar gempa bumi terjadi di laut dengan kedalaman dangkal hingga menengah (Gambar 2). Dalam rentang tahun 2000 – 2020 terdapat 398 gempa bumi yang terjadi dengan kekuatan lebih dari 5,5 Mw. Dan kejadian terbesar adalah gempa bumi Aceh yang memiliki kekuatan 9,1 Mw dengan susulan gelombang tsunami.
Di bagian selatan Sumatera yang di dalamnya terdapat Provinsi Lampung, kejadian gempa bumi juga terjadi di laut. Kejadian gempa bumi dengan kekuatan lebih dari 5,5 Mw dari tahun 2000 hingga 2020 adalah 116 kejadian. Daerah yang paling rentan adalah Pulau Enggano, Bengkulu.
Gambar 3. Gempa bumi di Sumatera bagian selatan dengan kekuatan lebih dari 5,5 Mw pada rentang waktu tahun 2000 hingga tahun 2020
4
Dari data tersebut cara paling baik untuk dapat merekam kejadian gempa bumi di laut adalah meletakkan alat perekaman gempa bumi (seismometer) di dekat laut. Penempatan alat di dekat laut akan memberikan sebuah masalah baru yaitu data rekaman akan dipenuhi oleh bising (noise) yang diakibatkan oleh gelombang laut. Berdasarkan kondisi tersebut, kita perlu membuat sebuah mekanisme yang mampu mereduksi keberadaan bising gelombang laut dengan tepat. Bising gelombang laut yang direkam seismometer dapat berbeda dari satu tempat dan waktu tertentu bergantung pada beberapa aspek seperti pengaruh musim, batimetri bawah laut, dan lokasi penempatan instrumen, sehingga karakterisasi awal pada setiap stasiun gempa bumi sangat diperlukan agar kedepannya data yang direkam dapat bersih dari bising gelombang laut tersebut. Gambar 4a. menunjukkan rekaman seismogram gempa bumi yang dipengaruhi gelombang laut. Rekaman tersebut didapat dari stasiun gempa bumi yang diletakkan di tengah Samudera Atlantik di pulau Georgia dan Sandwich Selatan. Gambar 4b. merupakan rekaman seismogram gempa bumi yang tidak dipengaruhi gelombang laut yang di rekam di stasiun NNA di benua Amerika Selatan.
Gambar 4. a) Rekaman seismogram gempa bumi yang dipengaruhi gelombang laut. b) Rekaman seismogram gempa bumi yang tidak dipengaruhi gelombang laut.
(Mousavi & Langston, 2017) telah membuat sebuah perhitungan untuk menekan berbagai noise yang ada pada rekaman data gempa bumi, namun belum spesifik terhadap bising gelombang laut. Penelitian spesifik cara menekan bising gelombang laut sangat penting karena bising yang dihasilkan gelombang laut berbeda untuk tempat dan waktu yang berbeda. Hal ini dapat diakibatkan oleh arus laut, aktifitas atmosfer, dan bentuk batimetri bawah laut.
5 1.2. Rumusan Masalah
Fokus permasalahan dari penelitian ini adalah mengkarakteriasi bising gelombang laut untuk menghasilkan algoritma filter yang efektif. Secara lebih detail rumusan masalah tersebut dapat dijabarkan lebih jauh menjadi
1. Apakah pengaruh gelombang laut yang ada di Indonesia terhadap data gempa bumi yang direkam di stasiun gempa daerah pulau kecil atau dekat laut?
2. Bagaimana algoritma filter yang mampu mengekstrak data tanpa bising gelombang laut?
1.3. Tujuan
Tujuan dari penelitian ini adalah membuat sebuah desain algoritma filter bising gelombang laut pada data rekaman seismometer yang tepat. Tujuan khusus dari penelitian ini adalah :
1. Memahami pengaruh gelombang laut yang ada di Indonesia terhadap data gempa bumi yang direkam di stasiun gempa daerah pulau kecil atau dekat laut.
2. Merancang sebuah algoritma filter yang mampu mengekstrak data tanpa bising gelombang laut sehingga dapat dimanfaatkan dengan optimal untuk memitigasi bencana alam.
1.4. Manfaat
Secara umum manfaat dari penelitian ini adalah dihasilkannya sebuah algoritma filter yang dapat digunakan dengan mudah dan cepat dalam mereduksi bising gelombang laut pada setasiun gempa bumi pulau kecil atau dekat laut.
1. Sebuah penjelasan ilmiah tentang pengaruh gelombang laut terhadap data rekaman gempa bumi di beberapa laut Indonesia.
2. Algoritma filter yang sistematis untuk menghasilkan data gempa bumi tanpa bising gelombang laut.
3. Algoritma python yang dapat diintegrasikan dengan modul gempa bumi Obspy berdasarkan rekaman bising laut yang ada.
6 1.5. Keutamaan Penelitian
Penelitian ini dapat menjadi landasan ilmiah tentang karakter gelombang laut yang direkam di stasiun gempa bumi di berbagai laut di Indonesia. Hasil karakterisasi ini digunakan untuk mereduksi keberadaan bising gelombang laut dari rekaman gempa bumi. Dengan data rekaman gempa bumi yang bersih maka proses analisis sumber gempa bumi dapat dilakukan dengan lebih akurat. Analisis sumber gempa bumi dapat digunakan lebih lanjut untuk proses mitigasi dan prediksi gempa bumi di masa yang akan datang.
Tanpa dilakukannya penelitian ini, maka data rekaman gempa bumi yang terganggu bising gelombang laut tidak dapat digunakan secara optimal. Banyak kasus di mana data rekaman di stasiun-stasiun tersebut tidak dipakai sama sekali karena rendahnya kualitas data akibat bising gelombang laut. Hal ini sangat disayangkan mengingat terbatasnya jumlah stasiun gempa bumi di Indonesia.
1.6. Luaran yang ditargetkan
Luaran dari penelitian ini adalah sebuah penjelasan ilmiah tentang bising gelombang laut terhadap data rekaman gempa bumi di Indonesia, serta algoritma filter sistematis untuk mereduksi bising tersebut. Temuan ini akan ditulis dalam bentuk artikel ilmiah yang akan dipublikasikan minimal di jurnal nasional terakreditasi SINTA 3.
7
BAB 2. TINJAUAN PUSTAKA
2.1. Pemanfaatan Rekaman Gempa Bumi
Rekaman gempa bumi dapat digunakan untuk mendeskripsikan mekanisme fokus.
Mekanisme fokus dapat mendeskripsikan jenis patahan, arah patahan, dan kemiringan patahan.
Dengan mengetahui sifat sumber kita dapat memahami lebih jauh tentang struktur-struktur di bawah bumi yang berpotensi merusak. Mekanisme fokus memanfaatkan fase pertama yang terekam (Lin et al., 2019; Santosa, 2012). Jika rekaman gempa bumi terganggu maka penentuan fase ini tidak bisa dilakukan, seperti yang terdapat pada Gambar 5a. Data yang memiliki gangguan tidak jarang tidak digunakan lebih lanjut untuk analisis mekanisme gempa bumi.
Mekanisme fokus pada Gambar 6 dapat digunakan lebih lanjut untuk mendeskripsikan jenis patahan, arah patahan, kemiringan patahan yang selanjutnya dapat dimanfaatkan untuk simulasi dan memprediksi kemungkinan gempa bumi yang dapat terjadi.
Gambar 5. a) Fase gempa bumi yang tidak dapat dibedakan. b) Fase gempa bumi yang mudah dibedakan.
Selain itu rekaman gempa bumi juga digunakan untuk menentukan lokasi gempa bumi.
Semakin akurat hasil yang terekam maka posisi yang didapat juga lebih akurat. Bising pada data gempa bumi dapat menggeser lokasi gempa bumi dari posisi yang sebenarnya. Pemorsesan lebih lanjut dari data rekaman ini adalah memanfaatkannya untuk melakukan tomografi.
Tomografi adalah pengolahan lanjut yang dapat menentukan kondisi bawah permukaan dengan sangat detail dan akurat.
8
Gambar 6. Mekanisme fokus yang dapat digunakan untuk mendeskripsikan karakter sumber gempa bumi (Santoyo et al., 2006).
Banyak sekali manfaat dari rekaman data gempa bumi, namun sebuah rekaman gempa bumi akan benar-benar bermanfaat jika bebas dari bising (noise). Oleh karena itu penelitian mendalam tentang penghilangan bising dari data rekaman gempa bumi sangat diperlukan.
2.2. Pengaruh gelombang laut terhadap rekaman stasiun gempa bumi
Bising pada rekaman gempa bumi dapat disebabkan oleh berbagai sumber. Seperti kegiatan manusia, angin, gelombang laut, dan getaran lain yang bersumber dari sumber jauh.
Jika stasiun gempa berada di sebuah pulau maka bising yang diakibatkan gelombang laut merupakan bising yang paling parah (Yang & Ritzwoller, 2008). Bising ini akan terus menerus hadir setiap saat dan memberikan getaran terhadap tanah yang kemudian akan terus terekam oleh instrument perekaman gempa bumi (Ardhuin et al., 2011).
Karakter gelombang laut dan ombak sangat spesifik terhadap lokasi yang dipengaruhi oleh topografi bawah laut, kekuatan angin, dan bentuk pantai dekat stasiun perekaman. Oleh karena itu, dibutuhkan sebuah penelitian yang mampu mengkarakterisasi pengaruh gelombang laut di setiap daerah yang memiliki stasiun gempa bumi. Selain itu, pengaruh musim tahunan juga perlu dipertimbangkan agar proses karakterisasi lebih lengkap dan penerapan filter yang dibuat lebih akurat dan efektif (Ermert et al., 2016; Reading et al., 2014).
9 2.3. Peta jalan penelitian (Road Map)
Gambar 7. Road Map penelitian dari peneliti pada topik pembersihan data gempa bumi dari bising gelombang laut.
Penelitian tentang bising gelombang laut yang terdapat pada rekaman gempa bumi merupakan sebuah dasar untuk memanfaatkan data maksimal mungkin dari seluruh stasiun gempa di Indonesia. Jika dibandingkan dengan jumlah stasiun gempa bumi di Jepang atau negara maju lain, jumlah stasiun gempa bumi di Indonesia masih sangat terbatas. Oleh karena itu kita perlu memaksimalkan data yang telah terekam. Sebagian besar gempa bumi yang terjadi di Indonesia bersumber di laut, sehingga cara paling baik untuk dapat merekam kejadian tersebut adalah meletakkan alat perekaman gempa bumi (seismometer) di dekat laut.
Penempatan alat di dekat laut akan memberikan sebuah masalah baru yaitu data rekaman akan dipenuhi oleh bising (noise) yang diakibatkan oleh gelombang laut. Berdasarkan kondisi tersebut, kita perlu membuat sebuah mekanisme yang mampu mereduksi keberadaan bising gelombang laut dengan tepat. Bising gelombang laut yang direkam seismometer dapat berbeda dari satu tempat dan waktu tertentu bergantung pada beberapa aspek seperti pengaruh musim, batimetri bawah laut, dan lokasi penempatan instrumen, sehingga karakterisasi awal pada setiap stasiun gempa bumi sangat diperlukan agar kedepannya data yang direkam dapat bersih dari bising gelombang laut tersebut.
Tahapan selanjutnya adalah membuat sebuah mekanisme otomatis sebagai lanjutan dari algoritma filter yang telah dilakukan. Mekanisme otomatis ini dapat digunakan untuk memantau dan mendeteksi kejadian gempa bumi dengan lebih cepat, sehingga data rekaman
10
gempa bumi dari setasiun di pulau kecil atau dekat laut dapat digunakan secara langsung tanpa menunggu jeda waktu yang terlalu lama.
Tahap ketiga dan keempat dari penelitian ini adalah implementasi kedua prosedur di atas dan studi S3 di perguruan tinggi internasional yang memiliki teknologi dan ilmu yang lebih maju dibanding Indonesia. Hal ini dilakukan agar penelitian ini dapat terus dikembangkan dan menjadi lebih efektif dalam proses mitigasi bencana gempa bumi. Road Map penelitian secara ilustratif dapat dilihat pada Gambar 7.
11
BAB 3. METODE PENELITIAN
Penelitian ini dimulai dengan melakukan studi pustaka dan penelitian melalui literatur mengenai karakter gelombag laut di berbagai daerah di dunia. Setelah itu penelitian akan difokuskan terhadap perairan Indonesia. Dengan bekal data literatur tentang karakter laut di dunia dan Indonesia dilanjutkan dengan langkah karakteriasasi data rekaman seismogram dari stasiun gempa bumi di tujuh laut utama Indonesia. Kemudian dilakukan simulasi data gempa sintetis yang akan digunakan sebagai data dasar pengujian mekanisme filter yang tepat.
Algoritma filter tersebut akhirnya akan digunakan untuk membersikan data rekaman gempa bumi yang sebenarnya dari bising gelombang laut.
Gambar 8. Diagram Tulang Ikan tentang Rencana kegiatan penelitian.
3.1. Karakterisasi
Data rekaman seismometer disebut sebagai seismogram. Rekaman tersebut merekam segala getaran yang terjadi di tanah. Getaran tersebut dapat disebabkan oleh gempa bumi atau sumber getaran lain seperti gelombang laut di sekitar pulau. Data didapat dengan melakukan komputasi program obspy yang berbasis bahasa pemrogram Python. Data tersebut diunduh dari jaringan gempa bumi internasional yang berbasis di Jerman (GFZ). Data rekaman gempa bumi yang akan digunakan berasal dari tujuh laut utama di Indonesia: Samudera Hindia, Laut Banda, Laut Arafuru, Samudera Pasifik, Selat Makasar, Laut Sulawesi, dan Laut Maluku.
12
Gambar 9. Stasiun gempa bumi yang akan digunakan sebagai uji mekanisme filter.
Proses pengumpulan data dilakukan untuk data sepanjang tahun selama tiga tahun berturut-turut. Karakterisasi ini dilakukan untuk mengetahui pengaruh musiman dari gelombang laut di daerah target. Proses karakterisasi dilakukan dengan melakukan metode short time Fourier transform. Metode short time Fourier transform merupakan pengembangan dari metode transformasi Fourier. Metode ini dapat menunjukkan karakter frekuensi data pada jangka waktu tertentu. Kemampuan ini jauh lebih baik dibanding proses transformasi Fourier sederhana yang hanya dapat menghasilkan karakter frekuensi tanpa mengetahui waktu pasti kapan data dengan frekeunsi tertentu terjadi (Gambar 10).
𝐹𝑦(𝜏, 𝜉) = ∫−∞∞ 𝑦(𝑡)𝐺(𝑡 − 𝜏) exp(−𝑖𝜉𝑡) 𝑑𝑡 (1)
Gambar 10. a) Rekaman gempa bumi, b) hasil transformasi dengan STFT, dan c) hasil transformasi dengan transformasi Fourier.
13 3.2. Sintetik
Sintetik rekaman gempa dengan program Instaseis (Van Driel et al., 2015) yang juga berbasis Python. Data sintetik akan digunakan untuk uji kemampuan filter yang akan didesain.
Instaseis meruapakan program cepat yang mampu menghasilkan rekaman seismogram dari stasiun yang ada di dunia. Instaseis menggunakan prinsip teorema fungsi Green dari data global sehingga dapat menghasilkan rekaman gempa teleseismic dengan cepat dan akurat.
Perhitungan Instaseis menggunakan axisymmetric spectral element metod (AxiSEM).
AxiSEM menghitung fungsi Green dan menyimpan hasil perhitungan tersebut dalam bentuk koefisien numerik Lagrange dengan akurasi data spasial orde 4 dan kemampuan untuk mendapatkan sampel data dengan berbagai periode pencuplikan menyesuaikan seismogram yang telah ada. Perhitungan Instaseis diselesaikan dengan dua kali komputasi metode AxiSEM, yang pertama untuk menghitung seismogram komponen vertical, dan kedua untuk menghitung seismogram komponen horizontal.
3.3. Filter
Sinyal sintetis selanjutnya ditambahkan dengan noise yang benar-benar ada di daerah tersebut untuk waktu tertentu. Prinsip data gempa rekaman gempa bumi memiliki komponen yang merupakan sinyal asli dari kejadian gempa bumi yang selanjutnya disebut sebagai sinyal gempa bumi dan bising atau gelombang yang berasal dari sumber selain sinyal gempa bumi dan diusahakan untuk ditekan keberadaanya. Secara matematis persamaan yang menghubungkan data rekaman seismogram, sinyal gempa bumi dan bising dirumuskan sebagai berikut:
𝐷𝑎𝑡𝑎 = 𝑠𝑖𝑛𝑦𝑎𝑙 + 𝑏𝑖𝑠𝑖𝑛𝑔 (2)
Dan untuk medapatkan sinyal yang bersih dari bising harus melewati sebuah system filter. Sistem filter yang digunakan harus diuji sebelum digunakan untuk data asli. Proses pengujian ini hanya dapat dilakukan dengan data sinyal gempa sintetis dikombinasikan dengan sinyal bising yang ada. karena tanpa data sintetis kita tidak akan mengetahui kebenaran hasil yang didapat.
14
Gambar 11. a) Data rekaman gempa bumi dengan bising gelombang laut, b) skema filter data untuk menghasilkan sinyal gempa yang bersih dari noise, dan c) data rekaman gempa
bumi yang bersih dari bising gelombang laut.
Filter adalah sebuah operasi yang diterapkan terhadap rekaman data seismogram. Filter yang digunakan pada penelitian ini adalah filter digital yang digunakan untuk mengolah data digital hasil rekaman seismograf digital. Filter digital yang umum digunakan adalah filter digital sederhana dan filter digital butterworth. Kedua filter tersebut tersebut memiliki empat jenis sesuai dengan daerah sinyal yang dibuang, yaitu filter lowpass, highpass, bandpass, dan notch. Filter butterworth memiliki parameter lain dalam proses desain frekeunsi, yaitu orde filter (Gambar 12). Orde filter ini mempengaruhi seberapa agresif filter dalam membuang bising. Hal yang perlu diteliti adalah orde berapa yang paling tepat dalam menghasilkan sinyal gempa yang sesuai dengan sumber aslinya tanpa merusak sinyal tersebut. Hal ini terjadi karena jika orde filter terlalu kecil maka bising tidak akan dapat dibuang dengan baik, dan jika orde filter terlalu besar maka sinyal hasil kan terdistorsi dibanding sinyal sintetik yang seharusnya.
15
Gambar 12. Desain filter Butterworth dengan jenis a) lowpass, b) highpass, c) bandpass, dan d) notch filter.
Proses pemilihan filter yang tepat menggunakan alat ukur yaitu relative root mean square error yang dirumuskan sebagai berikut :
𝑟𝑒𝑙𝑎𝑡𝑖𝑣𝑒 𝑟𝑜𝑜𝑡 𝑚𝑒𝑎𝑛 𝑠𝑞𝑢𝑎𝑟𝑒 𝑒𝑟𝑜𝑟 = 1
𝑁∑ √(𝑑𝑠𝑖𝑛𝑡𝑒𝑡𝑖𝑘
𝑖 −𝑑𝑢𝑗𝑖𝑖 )2 (𝑑𝑠𝑖𝑛𝑡𝑒𝑡𝑖𝑘𝑖 )2
𝑁𝑖=1 (3)
3.4. Real data
Setelah dilakukan berbagai uji coba desain filter dan kondisi stasiun, waktu pengukuran yang berbeda maka akan ditentukan mekanisme paling tepat dalam melakukan proses pembersihan sinyal gempa bumi dari bising gelombang laut. Mekanisme ini akan dijadikan sebagai sebuah modul program yang kemudian akan dapat digunakan secara mudah pada bahasa pemrograman Python. Pengguna hanya perlu memasukkan lokasi stasiun gempa bumi dan waktu gempa bumi maka akan didapatkan filter yang paling efektif sesuai dengan kondisi bising gelombang laut di daerah tersebut pada waktu yang diinginkan.
Modul program ini selanjutnya digunakan untuk membersihkan bising berbagai rekaman pada data rekaman asli stasiun gempa bumi. Hasil sinyal yang telah bersih kemudian digunakan untuk menentukan lokasi dan bentuk mekanisme fokus gempa bumi. Mekanisme yang telah dibuat akan dianggap valid ketika lokasi dan bentuk mekanisme fokus bersesuaian dengan data dari jaringan gempa bumi internasional.
16
Gambar 13. Rekaman data gempa bumi di Indonesia yang mengandung bising gelombang laut.
17
BAB 4. BIAYA DAN JADWAL PENELITIAN
4.1. Anggaran Biaya
Besarnya biaya yang dibutuhkan dalam kegiatan penelitian ini secara keseluruhan adalah Rp15.000.000,00. Biaya digunakan untukpembelian alat dan bahan, biaya perjalanan, pembelian alat tulis dan bahan habis pakai, serta laporan/diseminasi dan Publikasi. Berikut adalah rincian anggaran biaya yang dibutuhkan dalam melaksanakan penelitian ini,
Tabel 1. Rencana Anggaran dan Biaya
No Komponen Biaya Biaya yang Diusulkan (Rp.)
Prosentase (%)
1 Pengadaan Alat dan Bahan 4.500.000 30
2 Biaya Perjalanan 4.500.000 30
3 ATK/BHP 3.000.000 20
4 Laporan/Diseminasi dan Publikasi 3.000.000 20
Jumlah 15.000.000 100
4.2. Jadwal Penelitian
Jadwal rencana kegiatan pelaksanaan penelitian ini selama 6 bulan, yang terdiri dari studi hingga pelaporan hasil kinerja. Penelitian ini dilaksanakan mengikuti jadwal yang tercantum pada Tabel 2.
Tabel 2. Jadwal Pelaksanaan Penelitian
No Jenis Kegiatan Bulan
1 2 3 4 5 6
1 Studi Pustaka
2 Simulasi data sintetik
3 Desai Algoritma Filter
4 Uji Desain Algoritma Filter
5 Implementasi data asli
6 Uji akhir
18
DAFTAR PUSTAKA
Ardhuin, F., Stutzmann, E., Schimmel, M., & Mangeney, A. (2011). Ocean wave sources of seismic noise. Journal of Geophysical Research: Oceans, 116(9), 1–21.
https://doi.org/10.1029/2011JC006952
Ermert, L., Villaseñor, A., & Fichtner, A. (2016). Cross-correlation imaging of ambient noise sources. Geophysical Journal International, 204(1), 347–364.
https://doi.org/10.1093/gji/ggv460
Lin, X., Chu, R., & Zeng, X. (2019). Rupture processes and Coulomb stress changes of the 2017 Mw 6.5 Jiuzhaigou and 2013 Mw 6.6 Lushan earthquakes. Earth, Planets and Space, 71(1). https://doi.org/10.1186/s40623-019-1061-3
Mousavi, S. M., & Langston, C. A. (2017). Automatic noise-removal/signal-removal based on general cross-validation thresholding in synchrosqueezed domain and its application on earthquake data. Geophysics, 82(4), V211–V227. https://doi.org/10.1190/GEO2016- 0433.1
Reading, A. M., Koper, K. D., Gal, M., Graham, L. S., Tkalčić, H., & Hemer, M. A. (2014).
Dominant seismic noise sources in the Southern Ocean and West Pacific, 2000–2012, recorded at the Warramunga Seismic Array, Australia. Geophysical Research Letters, 41(10), 3455–3463. https://doi.org/https://doi.org/10.1002/2014GL060073
Santosa, B. J. (2012). Source Parameters Estimations of February 23 rd and 24 th , 2009 Nias Earthquakes Using Local Seismogram Analysis. Geosciences, 2012(5), 140–150.
https://doi.org/10.5923/j.geo.20120205.06
Santoyo, M. A., Mikumo, T., & Quintanar, L. (2006). Faulting process and coseismic stress change during the 30 January, 1973, Colima, Mexico interplate earthquake (Mw=7.6).
Geofisica Internacional, 45(3), 163–178.
https://doi.org/10.22201/igeof.00167169p.2006.45.3.203
Van Driel, M., Krischer, L., Stähler, S. C., Hosseini, K., & Nissen-Meyer, T. (2015). Instaseis:
Instant global seismograms based on a broadband waveform database. Solid Earth, 6(2), 701–717. https://doi.org/10.5194/se-6-701-2015
Yang, Y., & Ritzwoller, M. H. (2008). Characteristics of ambient seismic noise as a source for surface wave tomography. Geochemistry, Geophysics, Geosystems, 9(2).
https://doi.org/10.1029/2007GC001814
