• Tidak ada hasil yang ditemukan

LAMPIRAN A TABEL DATA GEMPA BUMI TEKTONIK

N/A
N/A
Protected

Academic year: 2021

Membagikan "LAMPIRAN A TABEL DATA GEMPA BUMI TEKTONIK"

Copied!
12
0
0

Teks penuh

(1)

LAMPIRAN A

TABEL DATA GEMPA BUMI TEKTONIK

Data Gempa Bumi Tektonik untuk Wilayah Pulau Nias berdasarkan data The Global Volcanism Program of The Data Smith Sonian Institution’s National of

Natural History Tahun Bulan Tanggal Waktu Garis

Lintang Garis Bujur Kedalaman Magni tudo 1974 12 04 03:07:46.3 0.393 97.843 6.9 20 1976 06 20 20:53:13.4 3.397 96.318 7.0 33 1977 03 08 23:17:28 0.451 100.021 6.0 22 1984 11 17 06:49:30.0 0.197 98.027 7.4 33 1987 04 25 19:22:07.2 2.244 98.866 6.6 11 1990 01 22 17:26:11.5 3.885 96.100 6.0 45 1990 11 15 02:34:32.4 3.908 97.457 6.7 48 1991 08 06 02:17:31.6 3.827 95.374 6.0 18 1993 01 20 02:30:54.7 3.144 97.633 6.2 67 1993 09 01 14:03:19.2 2.986 96.122 6.3 34 1994 10 31 11:48:13.9 3.019 96.192 6.2 29 1995 11 08 07:14:18.6 1.833 95.050 6.9 33 1996 10 10 15:21:04.7 3.445 97.943 6.3 33 2000 09 01 11:56:51.8 1.438 96.591 6.0 33 2002 11 02 01:26:10.7 2.824 96.085 7.4 30 2004 05 11 08:28:48.3 0.415 97.825 6.1 21 2004 12 26 00:58:53.5 3.295 95.982 9.1 30 2005 03 28 16:09:36.5 2.085 97.108 8.6 30 2005 03 28 18:30:44.6 0.923 97.867 6.1 36 2005 03 30 16:19:41.1 2.993 95.414 6.3 22 2005 04 03 03:10:56.5 2.022 97.942 6.3 36 2005 04 11 06:11:11.8 2.169 96.759 6.1 24 2005 04 16 16:38:03.9 1.812 97.662 6.4 31 2005 04 28 14:07:33.7 2.132 96.799 6.2 22 2005 05 14 05:05:18.5 0.587 98.459 6.7 34 2005 05 19 01:54:52.8 1.989 97.041 6.9 30 2005 06 08 06:28:10.9 2.170 96.724 6.1 23 2005 07 05 01:52:02.9 1.819 97.082 6.7 21 2005 11 19 14:10:13.0 2.164 96.786 6.5 21 2006 04 25 18:26:17.2 1.994 96.995 6.3 21 2006 05 16 15:28:25.9 0.093 97.050 6.8 12 2006 07 27 11:16:40.4 1.707 97.146 6.3 20

(2)

2006 08 11 20:54:14.4 2.403 96.348 6.2 22 2007 04 07 09:51:51.6 2.916 95.700 6.1 30 2007 09 29 05:37:07.3 2.900 95.523 6.0 35 2007 12 22 12:26:17.5 2.087 96.806 6.1 23 2008 01 22 17:14:57.9 1.011 97.442 6.2 20 2008 03 29 17:30:50.2 2.855 95.296 6.3 20 2008 05 19 14:26:45.0 1.640 99.147 6.0 10 2009 12 09 21:29:02.9 2.759 95.910 6.0 21 2010 04 06 22:15:01.6 2.383 97.048 7.8 31 2010 05 09 05:59:41.6 3.748 96.018 7.2 38 2010 08 21 05:42:52.9 2.221 96.717 6.0 24 2011 01 26 15:42:29.6 2.205 96.829 6.1 23 2011 04 06 14:01:43.3 1.615 97.097 6.0 25 2011 09 05 17:55:11.2 2.965 97.893 6.7 91 2012 04 11 15:38:10.1 2.31 92.67 8.9 10

(3)

LAMPIRAN B

PROGRAM MATHEMATICA VERSI 8

Listing Program Peramalan Waktu Rata-Rata Gempa Bumi Tektonik untuk Wilayah Pulau Nias dengan Menggunakan Metode Distribusi Weibull ,Distribusi

Gumbel dan Distribusi Eksponensial untuk Magnitudo 6.0 – 9.1 SR

A. Program peramalan gempa bumi tektonik 1. Pada Tahun 2006

a. Dengan distribusi Weibull 3 parameter

DataSatu={ 564, 261, 2811, 889, 1003, 297, 264, 533, 224, 425, 373, 337, 1422, 792, 556, 229, 92, 2}

NilaiSatu=EstimatedDistribution[DataSatu, WeibullDistribution[α,β,μ]] {Mean[NilaiSatu],Median[NilaiSatu]}

b. Dengan distribusi Gumbel 2 parameter

DataSatu={ 564, 261, 2811, 889, 1003, 297, 264, 533, 224, 425, 373, 337, 1422, 792, 556, 229, 92, 2}

NilaiSatu=EstimatedDistribution[DataSatu, GumbelDistribution[α,β]] {Mean[NilaiSatu],Median[NilaiSatu]}

c. Dengan distribusi Eksponensial 1 parameter

DataSatu={ 564, 261, 2811, 889, 1003, 297, 264, 533, 224, 425, 373, 337, 1422, 792, 556, 229, 92, 2}

NilaiSatu=EstimatedDistribution[DataSatu, ExponentialDistribution[α]] {Mean[NilaiSatu],Median[NilaiSatu]}

(4)

2. Pada Tahun 2009

a. Dengan distribusi Weibull 3 parameter

DataSatu={ 564, 261, 2811, 889, 1003, 297, 264, 533, 224, 425, 373, 337, 1422, 792, 556, 229, 92, 2, 499, 239,259 ,149}

NilaiSatu=EstimatedDistribution[DataSatu, WeibullDistribution[α,β,μ]] {Mean[NilaiSatu],Median[NilaiSatu]}

b. Dengan distribusi Gumbel 2 parameter

DataSatu={ 564, 261, 2811, 889, 1003, 297, 264, 533, 224, 425, 373, 337, 1422, 792, 556, 229, 92, 2, 499, 239,259 ,149}

NilaiSatu=EstimatedDistribution[DataSatu, GumbelDistribution[α,β]] {Mean[NilaiSatu],Median[NilaiSatu]}

c. Dengan distribusi Eksponensial 1 parameter

DataSatu={ 564, 261, 2811, 889, 1003, 297, 264, 533, 224, 425, 373, 337, 1422, 792, 556, 229, 92, 2, 499, 239,259 ,149}

NilaiSatu=EstimatedDistribution[DataSatu, ExponentialDistribution[α]] {Mean[NilaiSatu],Median[NilaiSatu]}

3. Pada Tahun 2011

a. Dengan distribusi Weibull 3 parameter

DataSatu={ 564, 261, 2811, 889, 1003, 297, 264, 533, 224, 425, 373, 337, 1422, 792, 556, 229, 92, 2, 499, 239,259 ,149, 569,118 }

NilaiSatu=EstimatedDistribution[DataSatu, WeibullDistribution[α,β,μ]] {Mean[NilaiSatu],Median[NilaiSatu]}

(5)

DataSatu={ 564, 261, 2811, 889, 1003, 297, 264, 533, 224, 425, 373, 337, 1422, 792, 556, 229, 92, 2, 499, 239,259 ,149, 569,118 }

NilaiSatu=EstimatedDistribution[DataSatu, GumbelDistribution[α,β]] {Mean[NilaiSatu],Median[NilaiSatu]}

c. Dengan distribusi Eksponensial 1 parameter

DataSatu={ 564, 261, 2811, 889, 1003, 297, 264, 533, 224, 425, 373, 337, 1422, 792, 556, 229, 92, 2, 499, 239,259 ,149, 569,118 }

NilaiSatu=EstimatedDistribution[DataSatu, ExponentialDistribution[α]] {Mean[NilaiSatu],Median[NilaiSatu]}

4. Pada Masa Yang Akan Datang

a. Dengan distribusi Weibull 3 parameter

DataSatu={ 564, 261, 2811, 889, 1003, 297, 264, 533, 224, 425, 373, 337, 1422, 792, 556, 229, 92, 2, 499, 239,259,149, 569,118 , 517 ,219}

NilaiSatu=EstimatedDistribution[DataSatu, WeibullDistribution[α,β,μ]] {Mean[NilaiSatu],Median[NilaiSatu]}

b. Dengan distribusi Gumbel 2 parameter

DataSatu={ 564, 261, 2811, 889, 1003, 297, 264, 533, 224, 425, 373, 337, 1422, 792, 556, 229, 92, 2, 499, 239,259,149, 569,118 , 517 ,219}

NilaiSatu=EstimatedDistribution[DataSatu, GumbelDistribution[α,β]] {Mean[NilaiSatu],Median[NilaiSatu]}

c. Dengan distribusi Eksponensial 1 parameter

DataSatu={ 564, 261, 2811, 889, 1003, 297, 264, 533, 224, 425, 373, 337, 1422, 792, 556, 229, 92, 2, 499, 239,259,149, 569,118 , 517 ,219}

NilaiSatu=EstimatedDistribution[DataSatu, ExponentialDistribution[α]] {Mean[NilaiSatu],Median[NilaiSatu]}

(6)

B. Program Histogram Data Peramalan Gempa Bumi Tektonik a. Dengan distribusi Weibull 3 parameter

DataSatu={ 564, 261, 2811, 889, 1003, 297, 264, 533, 224, 425, 373, 337, 1422, 792, 556, 229, 92, 2, 499, 239,259,149, 569,118 , 517 ,219} NilaiSatu=EstimatedDistribution[DataSatu, WeibullDistribution[α,β,μ]] {Mean[NilaiSatu],Median[NilaiSatu]} Show[Histogram[DataSatu,12,"PDF"],Plot[PDF[NilaiSatu,x],{x,0,3000},PlotStyl e→Thick]]

b. Dengan distribusi Gumbel 2 parameter

DataSatu={ 564, 261, 2811, 889, 1003, 297, 264, 533, 224, 425, 373, 337, 1422, 792, 556, 229, 92, 2, 499, 239,259,149, 569,118 , 517 ,219} NilaiSatu=EstimatedDistribution[DataSatu, GumbelDistribution[α,β]] {Mean[NilaiSatu],Median[NilaiSatu]} Show[Histogram[DataSatu,15,"PDF"],Plot[PDF[NilaiSatu,x],{x,0,3000},PlotStyl e→Thick]]

c. Dengan distribusi Eksponensial 1 parameter

DataSatu={ 564, 261, 2811, 889, 1003, 297, 264, 533, 224, 425, 373, 337, 1422, 792, 556, 229, 92, 2, 499, 239,259,149, 569,118 , 517 ,219} NilaiSatu=EstimatedDistribution[DataSatu, ExponentialDistribution[α]] {Mean[NilaiSatu],Median[NilaiSatu]} Show[Histogram[DataSatu,5,"PDF"],Plot[PDF[NilaiSatu,x],{x,0,3000},PlotStyle →Thick]]

C. Program Menentukan Waktu tunggu rata-rata Gempa Bumi dengan mengunakan parameter rata-rata dari prediksi yang digunakan

(7)

a. Dengan distribusi Weibull 3 parameter

Mean[WeibullDistribution[0.996542666, 536.443333, 2.08767]] b. Dengan distribusi Gumbel 2 parameter

Mean[GumbelDisritbution[883.8966667, 880.3733333]]

c. Dengan distribusi Eksponensial 1 parameter Mean[ExponentialDistribution[0.001855176]]

D. Program Histogram Data Peramalan Gempa Bumi Tektonik dengan Nilai parameter rata-rata

a. Dengan distribusi Weibull 3 parameter

DataSatu={ 564, 261, 2811, 889, 1003, 297, 264, 533, 224, 425, 373, 337, 1422, 792, 556, 229, 92, 2, 499, 239,259,149, 569,118 , 517 ,219}

NilaiSatu= WeibullDistribution[0.996544333, 536.443333, 2.08767]

Show[Histogram[DataSatu,12,"PDF"],Plot[PDF[NilaiSatu,x],{x,0,3000},PlotStyl e→Thick]]

b. Dengan distribusi Gumbel 2 parameter

DataSatu={ 564, 261, 2811, 889, 1003, 297, 264, 533, 224, 425, 373, 337, 1422, 792, 556, 229, 92, 2, 499, 239,259,149, 569,118 , 517 ,219}

NilaiSatu= GumbelDistribution[883.8966667, 880.3733333]

Show[Histogram[DataSatu,15,"PDF"],Plot[PDF[NilaiSatu,x],{x,0,3000},PlotStyl e→Thick]]

c. Dengan distribusi Eksponensial 1 parameter

DataSatu={ 564, 261, 2811, 889, 1003, 297, 264, 533, 224, 425, 373, 337, 1422, 792, 556, 229, 92, 2, 499, 239,259,149, 569,118 , 517 ,219}

(8)

Show[Histogram[DataSatu,5,"PDF"],Plot[PDF[NilaiSatu,x],{x,0,3000},PlotStyle →Thick]]

LAMPIRAN C

INFORMASI DATA GEMPA BUMI TEKTONIK DIPULAU NIAS DENGAN MENGGUNAKAN APLIKASI PROGRAM SEISMIC ERUPTION

LEFT LONGITUDE: 96.9730868 RIGHT LONGITUDE: 98.5386867 SOUTH LATITUDE: 0.191433215 NORTH LATITUDE: 1.81935164 SCREEN SAVE FILE: C:\PROGRAM

FILES\SEISMICERUPTION\SAMPLEDATA\Pulau Nias.jpg POPULATION SAVE FILE: C:\PROGRAM

FILES\SEISMICERUPTION\SAMPLEDATA\Pulau Nias.pop XS LATITUDE: 3.77869431

XS LONGITUDE: 95.244225

SAVE LAT LON: 0.191433215 96.9730868 1.81935164 98.5386867

LEFT SEARCH LONGITUDE: 1.43586e+013 RIGHT SEARCH LONGITUDE: 1.43586e+013 SOUTH SEARCH LATITUDE: 1.43586e+013 NORTH SEARCH LATITUDE: 1.43586e+013 TEMPLATE LATITUDE RANGE: 1.43586e+013 TEMPLATE LONGITUDE RANGE: 1.43586e+013 MAXIMUM YEAR: 2012 MAXIMUM MONTH: 3 MAXIMUM DAY: 21 MAXIMUM HOUR: 0 MINIMUM YEAR: 1960 MINIMUM MONTH: 1 MINIMUM DAY: 1 MINIMUM HOUR: 0

DAYS PER SECOND: 3652 MINUTES PER SECOND: 0 SECONDS PER SECOND: 0 MAXIMUM DEPTH: 50 MINIMUM DEPTH: 0 MAXIMUM MAGNITUDE: 9 MINIMUM MAGNITUDE: 4 MAX DOT SIZE: 20 MIN DOT SIZE: 1

(9)

SOUND ON: YES

MAGNITUDE CUTOFF: 5.0 MAGNITUDE SOUND CUTOFF: 5 ERUPTION SOUND ON: YES

ERUPTION MAGNITUDE CUTOFF: 0

ERUPTION MAGNITUDE SOUND CUTOFF: 1 VIEW AZIMUTH: 0

VIEW WIDTH: 400 VIEW DIP: 90

VIEW DISTANCE: 500 VIEW NEAR PLANE: -100 VIEW FAR PLANE: 100 MAGNIFICATION: 2 MAX SLOPE: 2

BATHYMETRY MAX SLOPE: 0.1 CONTOUR INTERVAL: 900

BATHYMETRY CONTOUR INTERVAL: 1000

NUMBER OF BATHYMETRY CONTOUR INTERVALS: 6 TOPO HUE FILE: WORLD.HUE

TITLE:

TITLE AT END: EVENT LABELS: YES INFORMATION: ASIA.INF BACKGROUND COLOR: 0 BORDER COLOR: 0 HIGHWAYS: NO

MAP FILE: RIVER.S3 MAP FILE: LAKE.S3 MAP FILE: COUNTRY.S3 MAP FILE: COAST.S3 MAP FILE: ISLAND.S3 TEXT FILE: ASIA.CAF SYMBOL FILE: ASIA.CAF EVENT FILE: WORLD.HY4

ERUPTION FILE: ERUPTION.ERB EARTHQUAKES: YES

VOLCANOES: NO

VOLCANO NAMES: YES

VOLCANOS RED AT END: NO HISTORICAL EVENT FILE: TOPO: 8

LABELS: YES BATHYMETRY: YES

INTERIOR TICK MARKS: NO SCALE: NO

SCALE UNITS: km DOTS: KEEP

PLATES: YES

PLATES AT END: YES CROSS SECTION VIEW: NO

(10)

3D VIEW: YES MAP VIEW: NO

SHOW CROSS SECTION OUTLINE: NO REDRAW MAP: NO LOGO: YES LEGEND: NO HARD COPY: NO DAYS TO LOOP: 0 MINUTES TO LOOP: 0 LOCAL TIME: 0

(11)

GAMBAR APLIKASI PROGRAM SEISMIC ERUPTION PADA SAAT PENGAMBILAN DATA GEMPA BUMI TEKTONIK DI PULAU NIAS

(12)

Gambar

GAMBAR APLIKASI PROGRAM SEISMIC ERUPTION PADA SAAT  PENGAMBILAN DATA GEMPA BUMI TEKTONIK DI PULAU NIAS

Referensi

Dokumen terkait

Penelitian ini merupakan studi eksplorasi selama enam bulan (Maret- Agustus 2009) bertujuan untuk mengetahui distribusi spasial habitat dan karak- teristik habitat

Berdasarkan persepsi responden ahli untuk kriteria : Ruang untuk Bimbingan, diperoleh bahwa alternatif “diperoleh bahwa alternatif “Model Bimbingan Akademik”

Patofisologi terjadinya disfagia fase esofageal pada pasien merupakan akibat dari skleroderma terkait terjadinya atrofi dan fibrosis otot polos. Hal ini

Berdasarkan hasil penelitian pada Badan Lingkungan Hidup Kota Pekanbaru, pelaksanaan pemberian izin lingkungan setelah diterbitkannya Peraturan Pemerintah Nomor 27

Pemberi Fidusia tidak berhak untuk rnelakukan Fidusia ulang atas --- Obyek Jaminan Fidusia. Pemberi Fidusia juga tidak diperkenankan --- untuk membebankan dengan cara

Hasil perhitungan efektivitas diperoleh hasil 5,034 dan lebih dari 1 maka dapat ditarik kesimpulan bahwa terdapat perbedaan efektivitas pembelajaran dimana pembelajaran

dilihat dari sebanyak 20 siswa (38%) menunjukan bahwa pemahaman siswa terhadap Pengertian ilmu ekonomi dalam kategori sedang, sebanyak 36 siswa (69%) menunjukan

Hasil tes diagnostik sebagai sarana untuk mengetahui kelemahan belajar siswa dapat digunakan sebagai petunjuk kegiatan belajar remedial yang terarah. Penelitian