i
TUGAS AKHIR - SF 141501
PARTICLE MOTION ANALYSIS DATA
MIKROTREMOR UNTUK MENENTUKAN
POTENSI LONGSOR (STUDI KASUS: JALAN
RAYA TRENGGALEK-PONOGORO KM 23)
SILVIA LESTARI NRP 01111440000103 Dosen Pembimbing Dr. Sungkono DEPARTEMEN FISIKA FAKULTAS ILMU ALAMINSTITUT TEKNOLOGI SEPULUH NOPEMBER SURABAYA 2018
i HALAMAN JUDUL
TUGAS AKHIR - SF 141501
PARTICLE MOTION ANALYSIS DATA
MIKROTREMOR UNTUK MENENTUKAN
POTENSI LONGSOR (STUDI KASUS: JALAN
RAYA TRENGGALEK-PONOGORO KM 23)
SILVIA LESTARI NRP 01111440000103 Dosen Pembimbing Dr. Sungkono DEPARTEMEN FISIKA FAKULTAS ILMU ALAMINSTITUT TEKNOLOGI SEPULUH NOPEMBER SURABAYA 2018
ii
FINAL PROJECT - SF 141501
PARTICLE MOTION ANALYSIS OF
MICROTREMOR DATA FOR LANDSLIDE
INVESTIGATION (CASE STUDY:
TRENGGALEK-PONOGORO KM 23)
SILVIA LESTARI NRP 01111440000103 Advisor Dr. Sungkono DEPARTMENT OF PHYSICS FACULTY OF NATURAL SCIENCETENTH NOPEMBER OF TECHNOLOGY INSTITUTE SURABAYA 2018
iv
PARTICLE MOTION ANALYSIS DATA MIKROTREMOR UNTUK MENENTUKAN POTENSI LONGSOR (STUDI KASUS: JALAN RAYA TRENGGALEK-PONOGORO KM
23) Nama : Silvia Lestari
NRP : 01111440000103
Departemen : Fisika FIA ITS Dosen Pembimbing : Dr. Sungkono
ABSTRAK
Kabupaten Ponorogo merupakan daerah berpotensi longsor karena kondisi geologinya yang didominasi batuan breksi vulkanik dan batuan tuff serta memiliki banyak bukit dan lereng. Metode mikrotremor digunakan untuk menganalisa potensi longsor di daerah tersebut, terutama Jalan Raya Trenggalek-Ponorogo KM 23. Untuk mengetahui potensi longsor ini, data mikrotremor dianalisa menggunakan PCA (Principal Component Analysis). Parameter-parameter PCA yang didapatkan meliputi sudut dip, sudut azimuth, rectilinearity, nilai Eigen tertinggi, koefisien korelasi, dan magnitude horizontal. Selanjutnya parameter-parameter ini dikorelasikan dengan parameter-parameter indeks kerentanan seismik (Kg). Hasilnya yaitu parameter rectilinearity (L) dapat digunakan untuk mengidentifikasi potensi longsor yang berkorelasi dengan parameter indeks kerentanan seismik (Kg). Pada daerah penelitian terdapat lima lokasi yang memiliki nilai rectilinearity tinggi dan berkorelasi dengan indeks kerentanan seismik.
Kata Kunci: Getaran, longsor, mikrotremor, particle motion,
v
vi
PARTICLE MOTION ANALYSIS OF MICROTREMOR DATA FOR LANDSLIDE INVESTIGATION (CASE
STUDY: TRENGGALEK-PONOGORO KM 23) Name : Silvia Lestari
NRP : 01111440000103
Departement : Physics, FIA-ITS Advisor Lecturer : Dr. Sungkono
ABSTRACT
Ponorogo district is prone-landslide area cause of geological condition that consist of volcanic breccia and tuff stones, and have many hills and slopes. Microtremor method is able to investigate landslide at Ponorogo district, especially Ponorogo-Trenggalek KM 23 street. For landslide investigation, three-components microtremor data is analyzed using PCA (Principal Component Analysis). PCA parameters consist of dip degree, azimuth degree, rectilinearity, highest Eigenvalue, correlation coefficient, amd horizontal magnitude. These parameters is compared with soil vulnerability index (Kg). From PCA, is known that rectilinearity parameter is able to investigate lanslide which is strong correlated with soil vulnerability index (Kg) parameter. There are five locations which are landslide-prone from high rectilinearity and high soil vulnerability index, based on geological condition.
Keyword : Vibration, landslide, microtremor, particle motion,
vii
viii
KATA PENGANTAR
Puji syukur kepada Tuhan YME, karena atas kasih dan karunia-Nya, Tugas Akhir yang berjudul “Particle Motion Analysis Data Mikrotremor Untuk Menentukan Potensi Longsor (Studi Kasus: Jalan Raya Trenggalek-Ponogoro KM 23)” ini dapat terselesaikan dengan baik. Dalam proses pengerjaan Tugas Akhir ini, ada banyak ‘campur tangan’ orang-orang disekitar penulis, yang memberikan bimbingan, diskusi, serta dukungan kepada penulis. Terima kasih penulis ucapkan kepada berbagai pihak yang telah membantu selama pengerjaan Tugas Akhir ini:
1. Bapak Dr. Sungkono selaku dosen pembimbing yang telah banyak memberikan bimbingan dan masukan yang membangun.
2. Bapak Dr. rer. nat. Eko Minarto dan Bapak Heru Sukamto, M.Si selaku dosen penguji yang memberikan kritik dan saran yang membangun untuk Tugas Akhir ini.
3. Bapak Dr. Yono Hadi P., M.Eng. selaku Kepala Departemen Fisika FIA ITS.
4. Ibu Dr. Melania Suweni M, MT selaku dosen wali yang selalu memberi motivasi penulis selama perkuliahan secara akademik maupun non-akademik.
5. Seluruh staf di Departemen Fisika ITS yang telah mendidik penulis selama berada di kampus.
6. Kedua orang tua tercinta, Papa (Alm.) Lie Tek Min dan Mama Choy Lie Jong serta kedua adik Yuliana dan Rivaldo, terima kasih atas doa dan dukungan yang diberikan kepada penulis. 7. Ibu Uli dan sekeluarga yang telah membantu penulis selama
penelitian di Ponorogo.
8. Aulia’ur Rohman, Alif Haidar S., dan M. Husein Alfaritsi yang banyak membantu penulis selama penelitian di Ponorogo dan pengerjaan Tugas Akhir.
9. Teman-teman seperjuangan: Fasya, Sari, dan Lutfi, yang selalu mendukung dan memotivasi penulis untuk menyelesaikan Tugas Akhir ini.
ix
10. Teman-teman Lab Geofisika ITS (Pak Kis, Mas Azmi, Rahman, Bram, Mas Getek, Mas Dani, Mas Uunk, Mas Fikri, dll), terima kasih atas diskusi, masukan dan saran, serta canda tawanya. 11. Sahabat-sahabat penulis sejak mahasiswa baru: Fachrina Utami
M., Nindita Kirana, Niken R., Dina Andriyani, dan Rahma Fitri aka Unyil, para pembawa keceriaan penulis selama perkuliahan. 12. Antares 2014 yang selalu mengisi hari-hari penulis, dikala
waktu senang dan susah.
13. Kakak-kakak tingkat di Fisika ITS angkatan 2010-2013 yang telah membantu penulis untuk memahami makna kuliah, dan adik-adik Fisika ITS angkatan 2015 dan 2016 yang dulu penulis galakin.
14. Himasika ITS dan TPKB ITS selaku rumah kedua penulis selama menempuh kuliah di ITS.
15. Seluruh pihak yang tidak bisa penulis sebut satu persatu. Tentunya penulis menyadari bahwa masih banyak kekurangan dalam Tugas Akhir ini. Oleh karena itu, kritik, masukan, serta saran yang membangun sangat dibutuhkan penulis agar kedepannya Tugas Akhir ini dapat dikembangkan lebih baik lagi. Akhir kata, semoga Tugas Akhir ini bermanfaat bagi para pembaca.
Warm regards,
Surabaya, 7 Desember 2017 Penulis Silvia Lestari
x DAFTAR ISI
HALAMAN JUDUL ... i
LEMBAR PENGESAHAN ... iii
ABSTRAK ... iv
ABSTRACT ... vi
KATA PENGANTAR ... viii
DAFTAR ISI ... x
DAFTAR GAMBAR...xii
DAFTAR TABEL ... xiii
BAB I PENDAHULUAN ... 1 1.1 Latar Belakang... 1 1.2 Permasalahan ... 2 1.3 Batasan Masalah ... 2 1.4 Tujuan Penelitian ... 2 1.5 Manfaat Penelitian ... 3 1.6 Sistematika Penulisan ... 3
BAB II TINJAUAN PUSTAKA ... 5
2.1 Geologi Regional ... 5
2.2 Longsor (Landslide) ... 6
2.3 Metode Mikrotremor ... 8
2.4 Particle Motion Analysis ... 10
BAB III METODOLOGI PENELITIAN ... 13
3.1 Peralatan dan Bahan ... 13
xi
BAB IV HASIL DAN PEMBAHASAN ... 17
4.1 Analisa Data ... 17
4.2 Pembahasan ... 19
BAB V KESIMPULAN DAN SARAN ... 27
5.1 Kesimpulan ... 27
5.2 Saran ... 27
DAFTAR PUSTAKA ... 29
LAMPIRAN ... 33
xii
DAFTAR GAMBAR
Gambar 2.1 Geologi regional daerah penelitian (diambil dan digambar ulang dari Samodra et al, 1992) ... 5 Gambar 2.2 Longsor di Gunung Ontake, Jepang tahun 1984 (Towhata, 2008). ... 6 Gambar 2.3 Longsor yang terjadi di Savage Island, Washington, Amerika Serikat tahun 1981 (Wold and Jochim, 1989). ... 8 Gambar 2.4 Ilustrasi hubungan dari beberapa atribut PCA (diambil dan digambar ulang dari Saenger, 2009). ... 12 Gambar 3.1 Alat-alat yang dibutuhkan untuk penelitian tugas akhir: (a) alat mikrotremor, (b) multimeter, (c) GPS, (d) aki 12 volt, dan (e) kompas. 13
Gambar 3.2 Tahapan penelitian tugas akhir. ... 14 Gambar 3.3 Desain akuisisi data mikrotremor pada daerah penelitian. ... 15 Gambar 4.1 Sinyal mikrotremor yang terekam pada titik 1.
17
Gambar 4.2 Pengolahan data pada titik 1 sehingga didapatkan parameter-parameter PCA: (a) sudut dip, (b) sudut azimuth, (c) rectilinearity, (d) nilai eigen terbesar, (e) horizontal magnitude, dan (f) koefisien korelasi. ... 18 Gambar 4.3 Peta persebaran particle motion bidang horizontal terhadap topografi daerah penelitian. ... 21 Gambar 4.4 Peta persebaran nilai Eigen tertinggi pada daerah penelitian. ... 22 Gambar 4.5 Peta persebaran nilai rectilinearity dan nilai sudut azimuth. ... 25 Gambar 4.6 Peta persebaran indeks kerentanan seismik pada daerah penelitian (Rohman, 2018). ... 26
xiii
DAFTAR TABEL
Tabel 2.1 Sumber-sumber mikrotremor dan nilai frekuensinya (Asten, 1978; Asten dan Henstridge, 1984; Gutenberg, 1958)... 9
1 BAB I PENDAHULUAN 1.1 Latar Belakang
Salah satu bencana yang sering terjadi di Indonesia adalah longsor, suatu fenomena pergerakan menurun massa tanah (batuan, puing-puing). Fenomena ini terjadi di berbagai daerah yang dapat mengancam keberlangsungan kehidupan di daerah tersebut (Gariano dan Guzzetti, 2016). Longsor dapat disebabkan oleh gempa maupun hujan badai yang terjadi pada lereng (Stumpf et al., 2017). Tidak hanya terhadap lereng yang terbentuk secara alami tetapi juga lereng yang dibuat oleh manusia. Getaran dari gempa dapat mengakibatkan penurunan kestabilan lereng yang berujung pada terjadinya longsor. Tingkat kerusakan yang terjadi bergantung pada geometri atau bentuk serta material penyusun dari lereng tersebut (Kramer, 1996).
Di Indonesia, daerah yang memiliki potensi longsor tinggi adalah Kabupaten Ponorogo, Jawa Timur. Kabupaten ini berada di zona subduksi lempeng Eurasia dan lempeng Australia serta merupakan daerah yang termasuk dalam Southern Mountain Range di Jawa Timur. Adanya zona subduksi mengakibatkan adanya
uplifting serta lipatan yang dibuktikan dengan adanya bukit-bukit,
gunung, dan lereng. Selain itu, formasi yang terbentuk di Kabupaten Ponorogo yaitu Formasi Mandalika yang terdiri dari batuan breksi vulkanik dan batuan tuff (jenis batuan vulkanik) (Hastuti, 2017). Kondisi geologi seperti inilah yang membuat Ponorogo memiliki potensi tinggi untuk mengalami longsor, karena ketika mengalami gempa maka wilayah dengan kondisi geologi demikian mudah mengalami kerusakan (Koesuma et al., 2016; Nakamura, 2000). Salah satunya yaitu terletak pada daerah Jalan Raya Trenggalek-Ponorogo KM 23.
Langkah yang bisa dilakukan adalah melakukan pemetaan daerah rawan bencana longsor. Metode geofisika yang dapat digunakan adalah metode mikrotremor. Metode ini mampu mengetahui getaran tanah yang terjadi akibat peristiwa di alam.
Dari data mikrotremor kemudian dilakukan pemetaan daerah rawan longsor dilakukan dengan menggunakan metode PCA (Principal Component Analysis). PCA pertama kali dikenalkan oleh Flinn pada tahun 1965 untuk mengkarakterisasi getaran dari data mikrotremor. Parameter-parameter yang berkaitan dengan PCA meliputi arah dari getaran yang dialami partikel di bawah tanah secara horizontal dan vertikal, serta kekuatan dari getaran tersebut. Dari hasil karakterisasi maka akan diketahui potensi longsor pada daerah penelitian.
1.2 Permasalahan
Rumusan masalah dari penelitian tugas akhir ini adalah: 1. Bagaimana menganalisa particle motion pada daerah
penelitian untuk identifikasi potensi longsor?
2. Bagaimana mengetahui potensi longsor pada daerah penelitian melalui particle motion analysis dari data mikrotremor? 1.3 Batasan Masalah
Agar bahasan pada penelitian tugas akhir ini tidak melebar, maka diberikan beberapa batasan masalah sebagai berikut:
1. Penelitian ini dilakukan di Jalan Raya Trenggalek-Ponorogo KM 23, Jawa Timur dan sekitarnya.
2. Metode yang digunakan dalam penelitian tugas akhir adalah metode mikrotremor.
3. Analisa particle motion dilakukan dengan menggunakan PCA (Principal Component Analysis)
1.4 Tujuan Penelitian
Dari rumusan masalah pada subbab 1.2, maka tujuan dari penelitian tugas akhir ini adalah:
1. Menganalisa particle motion pada daerah penelitian untuk identifikasi potensi longsor.
2. Mengetahui potensi longsor pada daerah penelitian melalui
3
1.5 Manfaat Penelitian
Dengan adanya penelitian yang berjudul “Particle Motion
Analysis Data Mikrotremor untuk Menentukan Potensi Longsor
(Studi Kasus: Jalan Raya Trenggalek-Ponogoro KM 23)” ini, diharapkan bermanfaat untuk warga sekitar daerah penelitian, agar lebih siaga terhadap bahaya longsor.
1.6 Sistematika Penulisan
Secara garis besar, penelitian pada penelitian Tugas Akhir ini ditulis dalam sistematika sebagai berikut:
• BAB I: Pendahuluan, berisi latar belakang, rumusan masalah, tujuan, batasan masalah, manfaat, serta sistematika penulisan.
• BAB II: Tinjauan Pustaka, berisi dasar teori dan landasan-landasan yang berkaitan dengan penelitian Tugas Akhir. • BAB III: Metodologi yang meliputi peralatan dan software
yang digunakan dan langkah-langkah penelitiannya. • BAB IV: Analisa Data dan Pembahasan, berisi data-data
hasil penelitian serta penjelasan mengenai hasil penelitian. • BAB V: Penutup, berisi kesimpulan berdasarkan analisa yang telah dilakukan serta saran untuk penelitian yang lebih baik kedepannya.
5 BAB II
TINJAUAN PUSTAKA 2.1 Geologi Regional
Secara geologis, daerah penelitian yang terletak di Desa Pangkal, Kecamatan Sawoo, Kabupaten Ponorogo ini berada dalam Formasi Mandalika. Formasi ini tersusun atas batu tuff, batu breksi gunung api, batu pasir, batu gamping, dan batu lanau (Hastuti, 2017). Batu breksi dan batu pasir merupakan jenis batuan sedimen yang gaya ikat antar butirnya cenderung lemah (Thompson dan Turk, 1991).
Gambar 2.1 Geologi regional daerah penelitian (diambil dan digambar ulang dari Samodra et al, 1992)
Pada Gambar 2.1, lokasi penelitian ditunjukkan oleh kotak berwarna biru. Lokasi ini merupakan dataran tinggi dengan elevasi rata-rata sebesar ±410 meter. Pada jarak sekitar 2 kilometer arah timur dari lokasi penelitian juga terdapat sesar geser.
2.2 Longsor (Landslide)
Bencana-bencana yang terjadi di Bumi dibagi menjadi beberapa macam, salah satunya bencana geo-hidrologi, yang terdiri dari longsor, banjir, dan kekeringan (Towhata, 2008). Penelitian berfokus pada bencana longsor. Umumnya, longsor dikaitkan dengan pergerakan material permukaan tanah pada lereng yang dipengaruhi oleh gaya gravitasi. Material-material tersebut dapat berupa batuan, tanah, ataupun kombinasi keduanya. Gerakan dari materialnya sendiri pun bermacam-macam: menggelinding, mengalir, terjatuh, menyebar, roboh, ataupun kombinasi dari beberapa gerakan yang telah disebutkan (Gariano dan Guzzetti, 2016).
Gambar 2.2 Longsor di Gunung Ontake, Jepang tahun 1984 (Towhata, 2008). Pada Gambar 2.2, terjadi longsor di Gunung Ontake akibat gempa di Prefektur Nagano, Jepang pada tahun 1984. Secara geologis, Gunung Ontake yang merupakan gunung berapi terdiri
7
dari debris (puing-puing batuan) dan air. Sehingga saat terjadi gempa, permukaan gunung dengan mudah mengalami kolaps, tersaturasi air, dan mengalir ke lembah (Towhata, 2008).
Menurut Highland dan Bobrowsky (2008) serta Towhata (2008), secara garis besar penyebab longsor terjadi karena faktor alam dan faktor manusia. Faktor-faktor alam yang dapat mengakibatkan longsor adalah sebagai berikut:
a. Saturasi fluida: faktor ini merupakan salah satu faktor utama penyebab terjadinya longsor. Fluida yang dimaksud dapat berupa hujan, salju, perubahan level permukaan air tanah dan perubahan muka air sepanjang garis pantai, sungai, bendungan, dan tempat lainnya yang menampung air dalam skala besar. Saturasi fluida dapat mengakibatkan gaya ikat antar butir batuan jadi melemah sehingga tanah akan mengalami longsor bersama dengan fluida.
b. Aktivitas seismik: tidak dapat dipungkiri lagi bahwa gempa merupakan penyebab terbesar longsor. Getaran yang terjadi di tanah mengakibatkan tanah mengalami pergerakan menurun sehingga terjadi longsor.
c. Aktivitas vulkanik: letusan gunung berapi mengeluarkan lava yang bercampur dengan batuan, tanah, dan material lainnya membentuk lahar yang mengalir hingga ke daerah di sekitar gunung api. Permukaan vulkanik memiliki struktur geologi yang lemah sehingga dapat menyebabkan longsor.
Faktor manusia pun berperan dalam terjadinya longsor. Umumnya aktivitas manusia yang berpotensi longsor berkaitan dengan konstruksi dan perubahan kemiringan lereng seperti pembuatan irigasi, kegiatan ekskavasi, penggundulan hutan/alihfungsi hutan, konstruksi bangunan, serta pertambangan Jika kurang dirancang dengan baik, maka dapat mengakibatkan terjadinya potensi longsor (Highland dan Bobrowsky, 2008).
Foto longsor dari udara yang ditunjukkan pada Gambar 2.3 terjadi di Amerika Serikat, tepatnya pantai timur sungai Kolombia. Longsor ini terjadi karena adanya irigasi air di daerah tersebut. Kondisi geologi disana juga terdapat loess, sedimen klastik yang
didominasi oleh silt. Oleh karena karakteristik silt yang tidak terlalu terkompaksi (granular/berbutir-butir), maka kombinasi dari air irigasi dan loess menghasilkan longsor di Savage Island (Wold and Jochim, 1989).
Gambar 2.3 Longsor yang terjadi di Savage Island, Washington, Amerika Serikat tahun 1981 (Wold and Jochim, 1989).
2.3 Metode Mikrotremor
Metode-metode Geofisika yang banyak dikenal saat ini memiliki banyak manfaat, baik dalam bidang eksplorasi maupun mitigasi dan kebencanaan. Salah satunya adalah metode mikrotremor, yang dimana metode ini merupakan metode yang cukup ‘tua’. Mikrotremor sudah digunakan sejak era tahun 1950-an untuk keperlu1950-an mikrozonasi (Bignardi et al., 2016). Saat ini, mikrotremor menjadi metode yang populer dalam studi side effect (Chávez-García and Luzón, 2005). Metode ini merekam ambient
noise disekitar titik pengukuran. Kebisingan ambien (ambient noise) pada Bumi dibentuk karena adanya sumber-sumber
independen yang mempengaruhi keseluruhan rentang frekuensi. Pada frekuensi kurang dari 1 Hz, sumbernya berasal dari lautan dan fenomena-fenomena yang berkaitan dengan meteorologi dalam skala besar. Sedangkan pada frekuensi lebih dari 1 Hz, sumbernya didominasi oleh lalu lintas (pada perkotaan) dan angin (pada
9
daerah pedesaan). Sumber-sumber mikrotremor beserta nilai frekuensinya dapat dilihat pada Tabel 2.1. Pengukuran ambient
noise dibawah 1 Hz bermanfaat untuk memahami interaksi yang
terjadi antara tanah di Bumi, lautan, dan atmosfir. Di sisi lain, untuk ambient noise pada rentang frekuensi 1-10 Hz (yang diketahui sebagai mikrotremor) mampu menyajikan suatu solusi eksplorasi yang berbiaya rendah serta tidak merusak lingkungan yang sangat bermanfaat untuk mengumpulkan informasi geoteknik (Brahmantyo et al., 2016).
Tabel 2.1 Sumber-sumber mikrotremor dan nilai frekuensinya (Asten, 1978; Asten dan Henstridge, 1984; Gutenberg, 1958).
Sumber Mikrotremor Frekuensi
Asten Gutenberg Gelombang laut 0.5-1.2 Hz 0.05-0.1 Hz Gangguan meteorologi skala
besar 0.16-0.5 Hz 0.1-0.25 Hz
Badai siklon sepanjang laut 0.5-3 Hz 0.3-1 Hz Kondisi meteorologi skala
lokal - 1.4-5 Hz
Tremor vulkanik - 2-10 Hz
Kepadatan penduduk 1.4-30 Hz 1-100 Hz Mikrotremor dapat diaplikasikan dalam beberapa hal, yang pertama yaitu menentukan tingkat kerentanan suatu daerah terhadap bencana gempa. Analisis yang digunakan untuk kasus ini adalah dengan menggunakan teknik HVSR (Horizontal to Vertical
Spectral Ratio) yang pertama kali dikenalkan oleh Yukata
Nakamura. HVSR digunakan untuk mendapatkan nilai frekuensi natural dan amplifikasi, yang selanjutnya digunakan untuk mengestimasi indeks kerentanan tanah
𝐾𝑔 = 𝐴𝑔2
𝑓𝑔 (2.1)
Dengan Kg, Ag, fg adalah indeks kerentanan, amplifikasi,
frekuensi natural pada tanah (Mokhberi, 2015). Mikrozonasi juga dapat dilakukan berdasarkan kecepatan gelombang S (Vs) dari data
HVSR daerah tersebut. Aplikasi lainnya yaitu dapat menganalisa karakteristik tanah suatu area tertentu secara vertikal dengan teknik spectrum F-K dan SPAC/ESAC yang dikorelasikan dengan hasil HVSR (Rosa-Cintas et al., 2011). Untuk mengetahui potensi longsor, dapat menggunakan analisa frekuensi natural dan Vs dari
HVSR (Coccia et al., 2010; Yalcinkaya et al., 2016). 2.4 Particle Motion Analysis
Metode particle motion merupakan salah satu metode yang digunakan untuk mengetahui arah pergerakan sumber getaran. Dalam particle motion analysis itu sendiri, salah satu metode yang dapat digunakan untuk menentukannya adalah dengan PCA (Principle Component Analysis). PCA mengkarakterisasi elliptical
ground motion secara tiga dimensi menggunakan persamaan
matriks kovarian. Menurut Saenger et al. (2009), data-data mikrotremor tiga komponen (utara, timur, dan vertikal) dioperasikan sehingga menjadi nilai autocovariances dan crosscovariances menurut persamaan
𝐶𝑖𝑗= 1
𝑁∑ 𝑢𝑖(𝑠)
𝑁
𝑠=1 𝑢𝑗(𝑠) (2.2)
Dengan Nmerupakan jumlah sampling data serta ui dan uj
merupakan data yang didapatkan selama interval waktu tertentu, dengan i dan j merujuk pada komponen dari data mikrotremor berdasarkan sumbunya, yaitu sumbu x, y, dan z (autocovariances:
i=j; crosscovariances: i≠j). Setelah mendapatkan nilai untuk
masing-masing komponen, matriks kovarian dibuat sebagaimana berikut: 𝐶 = ( 𝐶𝑥𝑥 𝐶𝑥𝑦 𝐶𝑥𝑧 𝐶𝑦𝑥 𝐶𝑦𝑦 𝐶𝑦𝑧 𝐶𝑧𝑥 𝐶𝑧𝑦 𝐶𝑧𝑧 ) (2.3)
Matriks kovarian ini mendeskripsikan korelasi dari satu komponen data mikrotremor dengan komponen lainnya. Jika kedua komponen memiliki korelasi, maka nilai kovariannya tinggi. Sebaliknya, korelasi antar sumbu yang kurang mengakibatkan nilai kovarian rendah. Selanjutnya, untuk mendeskripsikan besarnya
11
sumber energi dan arah gerakan partikel perlu dilakukan perhitungan nilai Eigen dan vektor Eigen dari matriks tersebut. Kemudian nilai Eigen λ1, λ2, λ3 dan nilai vektor Eigen p1, p2, p3
didapatkan melalui:
(𝐶 − 𝜆𝐼)𝒑 = 0 (2.4)
Agar solusi vektor Eigen p pada Persamaan (2.4) tidak trivial (sama dengan nol), maka determinan dari (𝐶 − 𝜆𝐼) harus sama dengan nol.
Ketiga nilai Eigen (λ1≥λ2≥λ3) menyatakan energi pada suatu
event seismik dalam tiga komponen arah (Nguyen et al., 2001).
Nilai Eigen digunakan untuk mengestimasi nilai dari parameter
rectilinearity (L), dengan persamaan sebagai berikut
𝐿 = 1 − (𝜆2+𝜆3
2𝜆1 ) (2.5)
dengan rentang nilai rectilinearity berada di antara 0 ≤ L ≤ 1 (Jurkevics, 1988; Nguyen et al., 2001).
Nilai vektor Eigen terbesar p1= (p1(x), p1(y), p1(z)) menyatakan
orientasi dari getaran pada event seismik. Arah getaran dapat diketahui dengan menghitung nilai sudut dip (ϕ) dan sudut azimuth (θ). Sudut dip menyatakan sudut deviasi terhadap sumbu vertikal, sedangkan sudut azimuth menyatakan orientasi terhadap bidang horizontal (Kanasewich, 1981). Ketika ϕ=0° maka terjadi gerakan partikel dalam arah vertikal. Untuk sudut azimuth, ketika θ=0° menunjukkan terjadinya gerakan partikel pada arah utara-selatan.
𝜙 = 𝑎𝑟𝑐𝑐𝑜𝑠(|𝑝1(𝑧)|) (2.6)
𝜃 = 𝑎𝑟𝑐𝑡𝑎𝑛 (𝑝1(𝑦)
𝑝1(𝑥)) (2.7)
Kedua sudut, baik ϕ maupun θ mendeskripsikan arah gerakan partikel. Dengan menggunakan parameter λ, ϕ, dan θ, besar dan arah getaran dapat diidentifikasi dengan baik.
Selanjutnya, koefisien korelasi dapat dihitung dengan menggunakan persamaan sebagai berikut (Nguyen et al., 2001) 𝜌𝑥𝑦2 =
[𝐶𝑥𝑦] 2
Persamaan (2.8) menunjukkan korelasi antara sumbu x dengan sumbu y, dengan batas nilainya sebesar -1 ≤ ρxy ≤ 1. Nilai ρxy= -1
menunjukkan korelasi negatif kedua variabel, ρxy= 1 menunjukkan
korelasi positif, sedangkan ρxy= 0 tidak menunjukkan adanya
korelasi pada kedua variabel (Jenkins dan Watts, 1968).
Gambar 2.4 Ilustrasi hubungan dari beberapa atribut PCA (diambil dan digambar ulang dari Saenger, 2009).
Gambar 2.4 menunjukkan bahwa nilai Eigen terbesar ditunjukkan oleh tanda panah solid berwarna merah, yang menunjukkan kekuatan dari getaran. Sedangkan tanda panah putus-putus warna merah menunjukkan energi getaran pada arah horizontal menurut persamaan
𝑅 = √𝑝1(𝑥)2+ 𝑝1(𝑦)2 (2.9)
Tanda panah berwarna hitam pada masing-masing sumbu x, y, dan
z menunjukkan nilai vektor Eigen p1= (p1(x), p1(y), p1(z)). Sudut
azimuth menunjukkan arah getaran pada bidang horizontal, sedangkan sudut dip menunjukkan arah vertikal getaran.
13 BAB III
METODOLOGI PENELITIAN 3.1 Peralatan dan Bahan
Dalam penelitian ini terdapat beberapa peralatan yang dibutuhkan sebagaimana pada Gambar 3.1, yaitu: mikrotremor sebagai alat ukur percepatan getaran secara tiga dimensi yang digunakan untuk mendapatkan particle motion analysis, aki 12 volt sebagai sumber listrik mikrotremor, kompas untuk menentukan arah sensor, multimeter untuk mengukur beda potensial pada aki, GPS (Global Positioning System) untuk menentukan koordinat pada titik pengukuran, dan peta geologi untuk mengetahui kondisi geologi pada daerah penelitian.
Selain itu, penelitian ini juga memerlukan beberapa software, yaitu Geopsy, MATLAB, dan Surfer. Ketiganya digunakan untuk melakukan proses filtering data mikrotremor dan memodelkan 3D
particle motion analysis.
(a) (b) (c)
(d) (e)
Gambar 3.1 Alat-alat yang dibutuhkan untuk penelitian tugas akhir: (a) alat mikrotremor, (b) multimeter, (c) GPS, (d) aki 12 volt, dan (e) kompas.
3.2 Tahapan Penelitian
Tahapan penelitian ini dapat dilakukan sebagaimana yang ditunjukkan pada Gambar 3.2. Prosedur kerja sebagaimana pada Gambar 3.2 dapat dijabarkan dalam beberapa bagian dibawah ini: 1. Studi Literatur
Studi literatur yang dilakukan untuk mempelajari konsep-konsep yang berkaitan dengan penelitian, yaitu tentang metode mikrotremor dan Particle Motion Analysis. Studi literatur ini dapat dilakukan melalui jurnal nasional maupun internasional, serta tugas akhir.
15
2. Survey Awal
Kegiatan survey awal dilakukan untuk mengetahui kondisi geologi secara langsung dan menentukan titik-titik pengambilan data. Pada penelitian ini diambil 50 titik secara acak dan membentuk luasan di daerah persawahan (25 titik) dan daerah pepohonan (25 titik) seperti yang ditunjukkan pada Gambar 3.3, dengan jarak antar titik minimal 10 meter.
Gambar 3.3 Desain akuisisi data mikrotremor pada daerah penelitian. 3. Akuisisi Data Mikrotremor
Proses akuisisi data mikrotremor dilakukan di Desa Pangkal, Kecamatan Sawoo, Kabupaten Ponorogo, Provinsi Jawa Timur dengan menggunakan peralatan sesuai pada Gambar 3.1. Akuisisi data dilakukan dengan cara alat mikrotremor diletakkan di titik pengukuran dan arah sensor sumbu Y (channel N) disesuaikan dengan arah utara. Posisi alat juga harus setimbang/lurus dengan melihat posisi di waterpass yang terletak pada alat. Pengambilan data pada setiap titik dilakukan selama 30 menit dengan frekuensi
sampling sebesar 100 Hz. Dari akuisisi data akan didapatkan data
sinyal setiap titik pengukuran yang akan tersimpan di web interface alat mikrotremor.
4. Filtering Data Mikrotremor
Untuk menghilangkan atau mereduksi noise yang terkandung pada data mikrotremor, digunakan filter. Pada penelitian ini,
digunakan band-pass filter dengan rentang frekuensinya diantara 0,5-10 Hz.
5. Pemetaan Particle Motion Analysis
Untuk mengetahui arah dan bentuk gerakan di bawah tanah,
particle motion analysis secara 3 dimensi dilakukan menggunakan
MATLAB. Untuk mendapatkannya, digunakan metode PCA (Principal Components Analysis) dan didapatkan nilai dari beberapa parameter: nilai Eigen, vektor Eigen, rectilinearity, dip, azimuth, magnitude horizontal, dan koefisien korelasi seperti yang dijelaskan pada Subbab 2.4. Dari pengolahan data akan didapatkan pemodelan arah pergerakan bawah tanah, sehingga potensi longsor pada daerah penelitian dapat diketahui. Selanjutnya dilakukan pemetaan parameter PCA dengan menggunakan Surfer untuk mengetahui potensi longsor pada daerah penelitian.
17 BAB IV
HASIL DAN PEMBAHASAN 4.1 Analisa Data
Mikrotremor merekam getaran alami dari tanah dalam tiga komponen, yaitu dalam komponen EW (arah x), NS (arah y), dan Z (arah z), sebagaimana yang ditunjukkan pada Gambar 4.1. Gambar ini merupakan data hasil perekaman pada titik 1 selama 30 menit yang terbaca melalui software Geopsy yang telah dilakukan
band pass filter dengan rentang frekuensi 0,5 Hz-10 Hz.
Selanjutnya, data yang telah difilter disimpan dalam format .txt untuk selanjutnya dilakukan pengolahan principal component
analysis.
Gambar 4.1 Sinyal mikrotremor yang terekam pada titik 1.
Proses PCA dilakukan dengan menggunakan software MATLAB, untuk mendapatkan parameter-parameter yang dibutuhkan untuk melakukan analisa particle motion ( λ, L, ϕ, θ, R, dan koefisien korelasi). Interval waktu yang digunakan untuk proses PCA ialah sebesar 10 sekon dengan tanpa overlapping data,
sehingga didapatkan 180 nilai per parameter dari PCA untuk satu titik pengukuran.
Gambar 4.2 Pengolahan data pada titik 1 sehingga didapatkan parameter-parameter PCA: (a) sudut dip, (b) sudut azimuth, (c) rectilinearity, (d) nilai eigen terbesar, (e) horizontal magnitude, dan (f) koefisien korelasi.
Garis horizontal solid Gambar 4.2 menunjukkan nilai tengah (median) dari keseluruhan nilai hasil analisa PCA. Pemilihan nilai median dilakukan karena median lebih baik dibandingkan dengan mean dalam hal meminimalisir outlier (dalam hal ini nilai parameter yang telalu menyimpang jauh dibandingkan dengan nilai di sekitarnya). Sedangkan garis putus-putus di atas dan di bawah median secara berurutan merupakan nilai kuartil atas dan kuartil bawah.
Parameter dip dan azimuth menyatakan arah dari gerakan partikel. Untuk Gambar 4.2, osilasi pada sumbu z mendekati vertikal, dilihat dari sudut dip nya sebesar 87,47° yang berarti
19
hampir mencapai 90°, sedangkan sudut azimuthnya bernilai -14,37° terhadap arah utara atau arah timur laut-barat daya.
Nilai eigen maksimum menyatakan kekuatan dari gerakan partikel yang terekam mikrotremor. Gambar 4.2 menunjukkan nilai Eigen yang cukup besar yaitu senilai 3,86x105. Dapat disimpulkan
bahwa pada titik 1 terdapat energi getaran seismik yang cukup besar.
Selanjutnya, nilai rectilinearity pada titik 1 (Gambar 4.2) sebesar 0,835. Hal ini menunjukkan bahwa parameter L juga bernilai cukup besar karena nilainya mendekati 1.
Magnitude horizontal menyatakan kekuatan dari osilasi pada bidang horizontal. Pada titik 1 (Gambar 4.2), nilai magnitude ini sebesar 0,99, sedangkan koefisien korelasi menyatakan tingkat korelasi satu parameter dengan parameter lainnya. Nilai koefisien korelasi pada titik 1 sebesar 0,27. Artinya, korelasi antara kedua komponen horizontal tersebut tergolong lemah.
4.2 Pembahasan
Principal Component Analysis merupakan salah satu teknik
dalam menganalisa particle motion pada daerah penelitian yang digunakan untuk menentukan potensi longsor. Parameter-parameter yang digunakan dalam PCA meliputi sudut dip, sudut azimuth, rectilinearity, magnitude horizontal, koefisien korelasi, dan nilai Eigen tertinggi, seperti yang telah dijelaskan pada Subbab 2.4. Untuk menganalisa potensi longsor pada daerah penelitian, diperlukan pemetaan parameter-parameter PCA dengan menggunakan software Surfer. Pemetaan persebaran nilai Eigen tertinggi dengan vektor horizontal dan magnitude horizontal ditunjukkan pada Gambar 4.4. Sedangkan pemetaan rectilinearity dengan vektor horizontal dan magnitude horizontal ditunjukkan pada Gambar 4.5.
Osilasi partikel pada bidang horizontal dapat diketahui dengan mengestimasi nilai azimuth pada titik-titik pengukuran, dengan sudut referensi dimulai dari arah utara yang kemudian bergerak berlawanan jarum jam jika nilai sudut azimuthnya positif. Gerakan
partikel pada daerah penelitian untuk titik 1-25 (daerah pemukiman dan jalan raya) cenderung ke arah utara-selatan dan barat laut-tenggara. Untuk titik 22-25 yang merupakan daerah persawahan dan titik 26-50 yang merupakan area persawahan, osilasi bidang horizontal berorientasi arah timur barat daya dan barat laut-tenggara. Terdapat lokasi yang berpotensi longsor yang diberi tanda lingkaran. Lokasi ini berpotensi longsor karena arah dari getaran bidang horizontalnya searah dengan arah lereng dan merupakan daerah pemukiman penduduk.
Magnitude horizontal menunjukkan kekuatan getaran pada bidang horizontal. Pada daerah penelitian nilai R didominasi angka 0,9 dan 1,0. Sedangkan nilai R terendah sebesar 0,4 yang hanya berada pada satu titik pengukuran yang terletak di daerah dataran tinggi dekat pemukiman warga. Minimnya variasi nilai R pada daerah ini mengakibatkan potensi longsor sulit untuk diketahui.
Sudut dip pada daerah ini bernilai cukup besar, yakni 60º−88° terhadap sumbu vertikal dan di titik 4 bernilai kurang dari 60º (sudut dip pada titik 4 senilai 27º). Sehingga arah osilasi partikel untuk arah z mendekati horizontal, karena osilasi horizontal terjadi ketika sudut dip mencapai 90º. Sama halnya dengan titik 1-25, getaran pada titik 26-50 juga mendekati arah horizontal dengan rentang sudutnya sebesar 61°-88°. Hal ini menunjukkan bahwa getaran yang dialami pada daerah penelitian cenderung ke arah bidang horizontal.
Koefisien korelasi yang didapatkan pada daerah penelitian secara umum bernilai positif, tetapi nilainya rendah (kurang dari 0,5). Hal ini menunjukkan adanya korelasi antara getaran pada sumbu x dengan sumbu y, tetapi korelasinya bersifat lemah.
Gambar 4.4 menunjukkan persebaran nilai λ1 pada daerah
penelitian. Terdapat tiga area yang memiliki nilai λ1 yang sangat
besar ditunjukkan oleh kotak berwarna hitam. Kotak nomor 1 terletak pada daerah jalan raya. Aktivitas di jalan raya memang sangat tinggi karena jalan ini merupakan jalan penghubung Kabupaten Ponorogo dengan Kabupaten Trenggalek sehingga intensitas kendaraan yang melewati jalan ini sangat tinggi. Kotak
21
nomor 2 terletak di daerah pemukiman warga dimana juga terdapat banyak aktivitas di daerah tersebut. Sedangkan pada kotak nomor 3 terletak pada suatu lahan perkebunan yang letaknya berdekatan dengan pemukiman warga. Tetapi persebaran nilai λ1 kurang
mampu menggambarkan potensi longsor pada daerah persawahan dengan baik.
Gambar 4.3 Peta persebaran particle motion bidang horizontal terhadap topografi daerah penelitian.
Gambar 4.4 Peta persebaran nilai Eigen tertinggi pada daerah penelitian.
x
1
0
23
Terlihat pada Gambar 4.4 bahwa nilai λ1 sangat rendah
dibandingkan ketiga lokasi yang sudah disebutkan sebelumnya. Daerah ini merupakan daerah dengan tingkat aktivitas yang jauh rendah dibandingkan ketiga lokasi yang telah disebutkan. Sehingga besar kecilnya nilai λ1 bergantung pada aktivitas yang terjadi pada
titik pengukuran dan sekitarnya.
Persebaran nilai rectilinearity yang ditunjukkan pada Gambar 4.5 berada pada kisaran 0,52-0,97. Terdapat lima lokasi yang berkorelasi dengan nilai rectilinearity yang tinggi. Lokasi yang diberi lingkaran nomor 1 dan 2 terdapat patahan dan rekahan yang cukup panjang. Lokasi yang diberi nomor 3 merupakan daerah yang terdiri dari batuan hasil pelapukan. Umumya batuan yang berasal dari hasil pelapukan memiliki kestabilan yang rendah dibandingkan dengan batuan yang terkompaksi dengan baik. Ketika mengalami gempa atau hujan lebat, tanah dengan kondisi geologi demikian akan lebih mudah mengalami longsor. Sama halnya dengan lokasi nomor 3, daerah 4 merupakan daerah sekitar bekas longsor yang terdiri dari batuan hasil pelapukan yang berbutir-butir/granular. Sedangkan daerah 5 merupakan daerah di pinggir jalan raya yang mengalami retakan sebagai akibat dari longsor.
Semakin tinggi nilai rectilinearity maka potensi longsor pada titik pengukuran semakin besar. Tingginya nilai rectilinearity diduga karena adanya fluida di dekat permukaan. Ketika fluida mengalami tekanan secara vertikal, maka fluida akan mengalami gaya aksi-reaksi dengan tekanan yang diberikan dan akhirnya mengalir pada bidang horizontal. Tekanan vertikal yang semakin tinggi ditunjukkan oleh nilai rectilinearity yang tinggi.
Parameter rectilinearity berkorelasi dengan penelitian yang dilakukan oleh Rohman (2018) berkaitan dengan persebaran nilai indeks kerentanan seismik (Kg) pada daerah penelitian, yang ditunjukkan oleh Gambar 4.6. Nilai indeks kerentanan seismik menunjukkan kekuatan dari tanah. Tingginya nilai Kg pada daerah penelitian menunjukkan daerah yang tidak stabil dan memiliki potensi longsor yang tinggi.
Untuk memvalidasi hasil penelitian, perlu dibandingkan dengan menggunakan beberapa metode lainnya, misalnya metode resistivitas, analisa mekanika batuan, atau teknik HVNR (Horizontal to Vertical Noise Ratio) dari data mikrotremor. Hal ini perlu dilakukan karena secara umum penelitian mengenai potensi longsor dengan menggunakan PCA masih minim. Sehingga penelitian kedepannya dapat ditambahkan dengan metode atau teknik lainnya.
25
Gambar 4.6 Peta persebaran indeks kerentanan seismik pada daerah penelitian (Rohman, 2018).
27 BAB V
KESIMPULAN DAN SARAN 5.1 Kesimpulan
Dari hasil penelitian, didapatkan kesimpulan sebagai berikut: 1. Parameter rectilinearity (L) dapat digunakan untuk
identifikasi potensi longsor yang berkorelasi dengan parameter indeks kerentanan seismik (Kg).
2. Terdapat 5 lokasi yang diidentifikasi memiliki potensi longsor berdasarkan nilai rectiliniearity yang tinggi dan berkorelasi dengan retakan pada daerah penelitian.
5.2 Saran
Hal-hal yang dapat disarankan penulis agar penelitian lebih baik kedepannya yaitu:
• Pemetaan sudut azimuth dapat dikorelasikan dengan hasil dari HVNR (Horizontal to Vertical Noise Ratio) untuk mendapatkan peta pergerakan tanah lebih akurat.
• Korelasi dengan metode geofisika lainnya seperti metode resistivitas.
• Penambahan informasi-inforrmasi geoteknik seperti mekanika batuan.
29
DAFTAR PUSTAKA
Asten, M.W., 1978. Geological Control on The Three-Component Spectra of Rayleigh-wave Microseisms. Bull Seism. Soc Am 68, 1623–1636.
Asten, M.W., Henstridge, J.D., 1984. Array estimators and the use of microseisms for reconnaissance of sedimentary basins. Geophysics 49, 1828–1837.
Bignardi, S., Mantovani, A., Abu Zeid, N., 2016. OpenHVSR: imaging the subsurface 2D/3D elastic properties through multiple HVSR modeling and inversion. Comput. Geosci. 93, 103–113. https://doi.org/10.1016/j.cageo.2016.05.009 Brahmantyo, A., Setiawan, M.R., Wahyudi, 2016. Microtremor
analysis to test the durability of Jumoyo Bridge, Central Java. p. 070004. https://doi.org/10.1063/1.4941177 Chávez-García, F.J., Luzón, F., 2005. On the correlation of seismic
microtremors: CORRELATION OF SEISMIC MICROTREMORS. J. Geophys. Res. Solid Earth 110. https://doi.org/10.1029/2005JB003671
Coccia, S., Del Gaudio, V., Venisti, N., Wasowski, J., 2010. Application of Refraction Microtremor (ReMi) technique for determination of 1-D shear wave velocity in a landslide area. J. Appl. Geophys. 71, 71–89. https://doi.org/10.1016/j.jappgeo.2010.05.001
Flinn, E.A., 1965. Signal analysis using rectilinearity and direction of particle motion. Proc. IEEE 53, 1874–1876.
Gariano, S.L., Guzzetti, F., 2016. Landslides in a changing climate.
Earth-Sci. Rev. 162, 227–252.
https://doi.org/10.1016/j.earscirev.2016.08.011 Gutenberg, B., 1958. Microseism. Adv Geophys 5, 53–92.
Hastuti, E.W.D., 2017. The study of ore minerals parageneses in Ponorogo area, East Java, in: MATEC Web of Conferences. EDP Sciences, p. 04018.
Highland, L.M., Bobrowsky, P., 2008. The Landslide Handbook— A Guide to Understanding Landslides. U.S. Geological Survey, Virginia.
Jenkins, G.M., Watts, D.G., 1968. Spectral Analysis and its application. Holden-Day, Inc., 500 Sansome Street, San Fransisco, Californa.
Jurkevics, A., 1988. Polarization analysis of three-component array data. Bull. Seismol. Soc. Am. 78, 1725–1743.
Kanasewich, E.R., 1981. Time sequence analysis in geophysics, 3rd ed. ed. University of Alberta Press, Edmonton, Alta. Koesuma, S., Saido, A.P., Fukuda, Y., 2016. Risk analysis of
landslide disaster in Ponorogo, East Java, Indonesia. J.
Phys. Conf. Ser. 776, 012123.
https://doi.org/10.1088/1742-6596/776/1/012123
Kramer, S.L., 1996. Geotehcnical Earthquake Engineering. Prentice-Hall, Upper Saddle River, New Jersey.
Mokhberi, M., 2015. Vulnerability evaluation of the urban area using the H/V spectral ratio of microtremors. Int. J. Disaster Risk Reduct. 13, 369–374. https://doi.org/10.1016/j.ijdrr.2015.06.012
Nakamura, Y., 2000. Clear identification of fundamental idea of Nakamura’s technique and its applications.
Nguyen, D.T., Brown, R.D., Lawton, D.C., 2001. Polarization filter for multi-component seismic data. Explor. Geophys. 90–101.
Rohman, A., 2018. Analisa Potensi Longsor menggunakan Parameter Mikrotremor di Daerah Jalan Raya Trenggalek-Ponorogo KM 23. Institut Teknologi Sepuluh Nopember Surabaya
Cintas, S., Galiana-Merino, J.J., Molina-Palacios, S., Rosa-Herranz, J., García-Fernández, M., Jiménez, M.J., 2011. Soil characterization in urban areas of the Bajo Segura Basin (Southeast Spain) using H/V, F–K and ESAC methods. J. Appl. Geophys. 75, 543–557. https://doi.org/10.1016/j.jappgeo.2011.07.019
31
Saenger, E.H., Schmalholz, S.M., Lambert, M.-A., Nguyen, T.T., Torres, A., Metzger, S., Habiger, R.M., Müller, T., Rentsch, S., Méndez-Hernández, E., 2009. A passive seismic survey over a gas field: Analysis of low-frequency
anomalies. GEOPHYSICS 74, O29–O40.
https://doi.org/10.1190/1.3078402
Samodra, H., Gafoer, S., Tjokrosapoetro, S., 1992. Peta geologi lembar Pacitan. Jawa. Sekala 1 : 100.000. Puslitbang Geologi Bandung
Stumpf, A., Malet, J.-P., Delacourt, C., 2017. Correlation of satellite image time-series for the detection and monitoring of slow-moving landslides. Remote Sens. Environ. 189, 40–55. https://doi.org/10.1016/j.rse.2016.11.007
Thompson, G.R., Turk, J., 1991. Introduction to Physical Geology. Saunders. College Publishing, Forth Worth.
Towhata, I., 2008. Geotechnical earthquake engineering, Springer series in geomechanics and geoengineering. Springer, Berlin.
Wold, R.L., Jochim, C.L., 1989. Landslide loss reduction: a guide for state and local government planning. Colorado Geological Survey, Dept. of Natural Resources.
Yalcinkaya, E., Alp, H., Ozel, O., Gorgun, E., Martino, S., Lenti, L., Bourdeau, C., Bigarre, P., Coccia, S., 2016. Near-surface geophysical methods for investigating the Buyukcekmece landslide in Istanbul, Turkey. J. Appl.
Geophys. 134, 23–35.
33 LAMPIRAN
Lampiran A. Hasil PCA setiap titik pengukuran Titik 1
35
37
39
41
43
45
47
49
51
53
55
57
59
61
63
65
67
69
71
73
75
77
79
81
83
Tabel 1. Nilai sudut dip dan azimuth pada daerah penelitian.
Titik
Phi Theta
k. atas median k. bawah k. atas median k. bawah 1 90.9459 87.4704 83.995 9.4352 -14.3707 -38.1765 2 90.0616 87.0726 84.0836 7.1626 -5.3709 -17.9044 3 66.5421 61.0652 55.5882 241.4227 74.3233 -92.7762 4 30.2471 27.5147 24.7824 52.3065 33.9621 15.6177 5 65.8428 60.8652 55.8875 -62.9588 -65.8563 -68.7539 6 82.4079 76.5767 70.7455 11.8564 -15.8493 -43.5551 7 87.2087 82.3467 77.4848 30.5812 -0.6771 -31.9355 8 89.1132 85.8811 82.649 193.2788 37.4909 -118.297 9 85.034 81.8761 78.7183 73.8588 43.1219 12.385 10 78.6803 74.8786 71.0769 195.065 46.7026 -101.66 11 86.7736 77.8842 68.9947 64.8204 35.114 5.4076 12 65.9607 62.1559 58.351 75.0997 64.682 54.2643 13 85.101 80.7019 76.3028 224.0143 69.6719 -84.6705 14 90.5916 75.9981 61.4045 64.22 -22.6518 -109.524 15 72.4033 67.8986 63.3939 82.2139 69.3451 56.4763 16 89.8305 86.6338 83.4371 82.0839 63.8241 45.5644 17 88.6993 87.1501 85.6008 52.7099 33.5339 14.3579 18 88.7503 85.058 81.3657 9.791 -0.5895 -10.97 19 89.2334 83.315 77.3966 51.5005 -1.8963 -55.2931 20 91.0739 88.2701 85.4664 107.9578 3.9298 -100.098 21 74.9815 72.1897 69.3979 88.4149 -87.0059 -262.427 22 91.3597 87.1762 82.9927 48.7586 -54.9615 -158.682 23 92.8857 88.2046 83.5234 90.9856 26.8547 -37.2761 24 89.7082 86.1393 82.5705 61.4624 43.7337 26.0049 25 90.8191 86.1515 81.4839 96.2833 -49.395 -195.073
26 91.5952 81.9392 72.2833 88.255 -69.9602 -228.176 27 101.6503 82.8869 64.1235 -9.7905 -65.9854 -122.18 28 98.6295 80.8468 63.0641 12.0607 -26.7874 -65.6355 29 74.5052 61.5416 48.578 41.6197 -6.2515 -54.1227 30 93.6306 74.8832 56.1357 33.7244 4.0928 -25.5388 31 84.3506 76.6033 68.856 -40.1765 -59.1003 -78.0241 32 88.8795 78.6353 68.3911 -28.5108 -56.1879 -83.8651 33 83.8245 71.7957 59.7668 0.7739 -16.6008 -33.9755 34 93.7021 82.6663 71.6305 -32.8938 -56.9364 -80.9791 35 80.1687 65.919 51.6692 85.6923 16.4302 -52.8319 36 90.8556 83.8963 76.937 207.8561 57.9597 -91.9367 37 91.0023 86.9361 82.8699 102.8768 64.4972 26.1176 38 90.2525 83.4782 76.7038 76.6785 54.1919 31.7052 39 92.856 87.3858 81.9157 -21.1009 -60.0057 -98.9106 40 87.2865 79.5971 71.9076 152.4259 54.7498 -42.9263 41 84.5522 72.0069 59.4616 68.5671 51.0085 33.4498 42 91.1242 84.8841 78.6439 108.9583 -16.7313 -142.421 43 100.2595 80.0361 59.8128 74.0666 -55.0877 -184.242 44 91.5651 88.0086 84.4521 184.3483 53.0886 -78.1712 45 86.6941 83.8191 80.9441 96.9387 69.515 42.0912 46 88.2736 82.5006 76.7276 75.0597 34.7066 -5.6466 47 111.4623 75.2822 39.1022 77.228 -26.1194 -129.467 48 97.1761 78.1984 59.2208 26.8248 -33.1166 -93.0581 49 90.3887 87.731 85.0734 -36.9767 -56.0587 -75.1407 50 88.9485 83.9751 79.0016 -0.0806 -41.2452 -82.4097
85
Tabel 2. Nilai rectilinearity dan nilai eigen tertinggi pada daerah penelitian.
Titik
Rectilinearity LambdaMax
k. atas median k. bawah k. atas median k. bawah
1 0.9801 0.835 0.6899 1.58E+06 3.86E+05 3.86E+00
2 1.0768 0.8747 0.6726 9.09E+05 1.50E+05 1.50E+00 3 0.9904 0.8346 0.6789 8.35E+06 1.68E+06 1.68E+01
4 1.0248 0.9324 0.84 8.42E+06 2.42E+06 2.42E+01
5 1.0048 0.9573 0.9098 4.76E+06 1.54E+06 1.54E+01 6 0.9465 0.7811 0.6156 3.58E+06 7.86E+05 7.86E+00 7 0.8131 0.7015 0.5899 1.78E+07 4.08E+06 4.08E+01 8 0.8653 0.7275 0.5897 1.87E+07 3.35E+06 3.35E+01
9 0.8825 0.7727 0.663 1.24E+07 2.76E+06 2.76E+01
10 0.8689 0.7404 0.6119 1.78E+06 4.89E+05 4.89E+00
11 0.8269 0.693 0.5591 1.26E+06 3.65E+05 3.65E+00
12 0.9868 0.9315 0.8763 9.75E+07 2.18E+07 2.18E+02 13 0.8957 0.8188 0.7419 3.97E+06 4.82E+05 4.82E+00 14 0.8581 0.7035 0.5489 1.32E+06 1.61E+05 1.61E+00 15 0.9399 0.8737 0.8074 4.30E+06 9.79E+05 9.79E+00
16 0.956 0.806 0.656 3.66E+06 6.40E+05 6.40E+00
17 0.8973 0.7895 0.6817 4.82E+06 7.96E+05 7.96E+00 18 0.9498 0.8511 0.7524 3.61E+06 7.53E+05 7.53E+00 19 0.8715 0.7074 0.5433 5.93E+06 1.62E+06 1.62E+01 20 0.8183 0.6816 0.545 3.26E+05 9.84E+04 9.84E-01 21 1.0526 0.9778 0.9031 2.14E+07 3.74E+06 3.74E+01 22 0.9058 0.7787 0.6517 2.30E+07 1.54E+06 1.54E+01
23 0.9121 0.7596 0.607 3.39E+07 5.66E+06 5.66E+01
24 0.9544 0.8176 0.6808 1.44E+08 3.14E+07 3.14E+02 25 0.8748 0.7165 0.5583 9.29E+06 1.88E+06 1.88E+01
26 0.9197 0.683 0.4464 3.42E+04 1.10E+04 1.10E-01 27 1.0028 0.7185 0.4341 4.11E+04 1.68E+04 1.68E-01 28 1.0671 0.8158 0.5645 1.12E+06 8.56E+04 8.56E-01
29 0.8 0.606 0.412 1.22E+04 4.60E+03 4.60E-02
30 0.8894 0.6146 0.3398 3.79E+04 1.50E+04 1.50E-01 31 0.8113 0.7049 0.5985 2.90E+04 1.42E+04 1.42E-01 32 0.8511 0.6428 0.4345 4.98E+04 2.24E+04 2.24E-01 33 0.863 0.7372 0.6114 1.77E+05 6.05E+04 6.05E-01 34 0.8717 0.6696 0.4676 1.61E+05 5.23E+04 5.23E-01 35 0.6897 0.5192 0.3488 1.24E+05 4.77E+04 4.77E-01 36 0.8095 0.6836 0.5576 3.96E+04 1.78E+04 1.78E-01 37 0.906 0.7423 0.5786 8.92E+04 3.13E+04 3.13E-01
38 0.854 0.7393 0.6247 6.39E+05 2.58E+05 2.58E+00
39 0.8096 0.676 0.5424 5.36E+05 2.03E+05 2.03E+00
40 0.7723 0.6368 0.5013 1.22E+05 4.96E+04 4.96E-01 41 0.9385 0.8415 0.7445 4.39E+05 1.07E+05 1.07E+00 42 0.777 0.6458 0.5147 1.38E+05 5.94E+04 5.94E-01 43 0.8355 0.6853 0.5352 2.16E+05 8.90E+04 8.90E-01 44 0.8039 0.6821 0.5602 1.54E+05 7.60E+04 7.60E-01 45 0.8976 0.7574 0.6172 3.35E+05 1.33E+05 1.33E+00 46 0.7933 0.6452 0.4971 1.82E+04 9.33E+03 9.33E-02 47 0.8335 0.6356 0.4377 3.37E+05 7.26E+04 7.26E-01
48 0.889 0.6964 0.5039 2.54E+06 5.28E+05 5.28E+00
49 0.9385 0.7668 0.5952 2.31E+05 8.51E+04 8.51E-01 50 0.7637 0.6396 0.5156 1.51E+05 7.20E+04 7.20E-01
87
Tabel 3. Nilai magnitude horizontal dan koefisien korelasi pada daerah penelitian. Titik Hor. Magnitude Correlation Coeff.
k. atas median k. bawah k. atas median k. bawah 1 1.002 0.999 0.9961 0.6257 0.2746 -0.0765 2 1.0017 0.9987 0.9957 0.387 0.1926 -0.0018 3 0.9206 0.8752 0.8297 0.2882 0.1302 -0.0277 4 0.5041 0.462 0.4199 0.8595 0.3234 -0.2127 5 0.9151 0.8735 0.8318 1.0427 0.8596 0.6764 6 0.9963 0.9727 0.9491 0.4589 0.2345 0.0102 7 1.0022 0.9911 0.9799 0.2781 0.1172 -0.0437 8 1.0016 0.9974 0.9932 0.3565 0.1425 -0.0715 9 0.9974 0.99 0.9826 0.5684 0.3213 0.0743 10 0.9823 0.9654 0.9485 0.3504 0.1548 -0.0408 11 1.0138 0.9777 0.9417 0.4226 0.2014 -0.0199 12 0.9154 0.8842 0.8531 0.8718 0.7046 0.5374 13 1.0002 0.9869 0.9735 0.4145 0.19 -0.0346 14 1.0314 0.9703 0.9092 0.3861 0.1665 -0.0531 15 0.9559 0.9265 0.8972 0.6245 0.3771 0.1298 16 1.0016 0.9983 0.995 0.6689 0.3464 0.024 17 1.0001 0.9988 0.9974 0.5889 0.3663 0.1437 18 1.002 0.9963 0.9905 0.2799 0.127 -0.0258 19 1.0057 0.9932 0.9807 0.4737 0.1869 -0.0999 20 1.0014 0.9995 0.9977 0.2373 0.1017 -0.0339 21 0.9662 0.9521 0.9379 0.3779 0.1671 -0.0438 22 1.0028 0.9988 0.9948 0.4953 0.2314 -0.0325 23 1.0039 0.9995 0.9951 0.678 0.3284 -0.0212 24 1.0021 0.9977 0.9934 0.8553 0.4839 0.1125 25 1.0038 0.9977 0.9917 0.3855 0.161 -0.0635
26 1.0168 0.9901 0.9635 0.308 0.1278 -0.0523 27 1.0579 0.9923 0.9267 0.3312 0.152 -0.0272 28 1.0551 0.9873 0.9194 0.9918 0.3713 -0.2492 29 0.9854 0.8792 0.7729 0.2726 0.118 -0.0366 30 1.0399 0.9654 0.8909 0.1959 0.0957 -0.0044 31 1.0055 0.9728 0.9401 0.5624 0.3611 0.1598 32 1.0138 0.9804 0.9469 0.5679 0.307 0.046 33 1.0143 0.9499 0.8856 0.5632 0.2942 0.0251 34 1.022 0.9918 0.9616 0.6191 0.3438 0.0685 35 1.008 0.913 0.818 0.2947 0.1333 -0.0282 36 1.0083 0.9943 0.9803 0.3275 0.158 -0.0114 37 1.0028 0.9986 0.9943 0.5094 0.2288 -0.0518 38 1.007 0.9935 0.9801 0.5924 0.3525 0.1125 39 1.0053 0.999 0.9926 0.3644 0.1797 -0.005 40 1.0068 0.9836 0.9603 0.3477 0.147 -0.0538 41 1.0286 0.9511 0.8736 0.722 0.4977 0.2735 42 1.0064 0.996 0.9856 0.2539 0.1128 -0.0282 43 1.0648 0.9849 0.9051 0.3811 0.1695 -0.0421 44 1.0023 0.9994 0.9965 0.2988 0.1307 -0.0374 45 0.9997 0.9942 0.9887 0.353 0.1764 -2.83E-04 46 1.0038 0.9914 0.9791 0.3321 0.1562 -0.0198 47 1.2105 0.9672 0.7238 0.3052 0.1343 -0.0365 48 1.057 0.9789 0.9007 0.5849 0.2604 -0.0641 49 1.0012 0.9992 0.9972 0.6784 0.3873 0.0962 50 1.0047 0.9945 0.9843 0.3342 0.1798 0.0255
89
BIODATA PENULIS
Penulis bernama lengkap Silvia Lestari, lahir di Jakarta pada tanggal 29 Januari 1996. Penulis merupakan anak pertama dari tiga bersaudara. Pendidikan yang telah penulis tempuh yaitu SD Mutiara Bunda Sidoarjo (2008), SMP Mutiara Bunda Sidoarjo (2011), SMA Kr. Petra 4 Sidoarjo (2014), dan penulis melanjutkan studinya di Departemen Fisika-FIA ITS melalui Jalur SBMPTN (Seleksi Bersama Masuk Perguruan Tinggi Negeri). Sejak awal perkuliahan di kampus, penulis aktif mengikuti beberapa kegiatan kepanitiaan di lingkungan ITS. Selan itu penulis aktif di beberapa organisasi kemahasiswaan di ITS: Staf Magang Kementrian Energi dan Maritim BEM ITS 2014/2015, Staf Media dan Informasi SEG ITS SC 2015/2016, Bendahara TPKB ITS 2015/2016 dan 2016/2017, Staf Kementrian Dalam Negeri BEM ITS 2015/2016, Wakil Ketua Eksternal Himasika ITS 2016/2017, Kadiv Eksternal SM-IAGI ITS 2017/2018. Selain itu penulis juga mengikuti beberapa pelatihan: PKTI, LKMW-TD, LKMM Pra TD, LKMM TD, dan LKMM TM. Jika ada kritik, saran, atau diskusi mengenai Tugas Akhir dapat menghubungi penulis melalui [email protected]
