i

ANALISA MODEL PREDIKTIBILITAS GEMPA BUMI

KUAT PULAU JAWA 1975 – 2015 MENGGUNAKAN

ANFIS

Skripsi

Diajukan kepada Fakultas Sains dan Teknologi

Untuk Memenuhi Persyaratan Memperoleh Gelar Sarjana Fisika (S.Si)

Disusun Oleh :

DIMAS GONDHOKUSUMO

NIM 1112097000033

KONSENTRASI GEOFISIKA

PROGRAM STUDI FISIKA

FAKULTAS SAINS DAN TEKNOLOGI

UIN SYARIF HIDAYATULLAH

JAKARTA

2016 M / 1437 H

ii

KATA PENGANTAR

Assalamualaikum wr wb.

Puji dan syukur saya panjatkan kepada Allah swt. Karena atas limpahan Rahmat

dan Karunia-nya saya diberikan rezeki dan nikmat nya untuk menyelesaikan

Skripsi guna sebagai syarat untuk memperoleh gelar sarjana Sains (S.Si) dengan

judul Analisa Model prediktibilitas gempa bumi kuat Di Wilayah Pulau Jawa

dengan menggunakan ANFIS pada Matlab .

Saya sendiri mengucapkan rasa terimakasih atas bantuan Materiil maupun Moriil

kepada semua pihak yang telah membantu dalam penyusunan Skripsi ini. Ucapan

terimakasih ditujukan kepada :

1. Ibu Dr. Eng Nur Aida, M.si selaku Kepala Program Studi Fisika Fakultas

Sains Dan Teknologi UIN Syarif Hidayatullah dan juga Selaku Dosen

Pembimbing Pertama yang telah memberikan masukan dan bimbingan

yang sangat bermanfaat dalam Skripsi ini.

2. Bapak Joko Siswanto S.sos selaku Pimpinan Balai Besar Meteorologi dan

Geofisika Wilayah II Ciputat, Tangerang Selatan

3. Ibu Erna Ernansyih Elsye S.Sos, S.Si selaku Kepala Sub Bidang

Pelayanan dan Jasa Balai Besar Meteorologi dan Geofisika Wilayah II

Ciputat, Tangerang Selatan.

4. Bapak Fitri Afriadi M.si Selaku Pembimbing Kedua di Balai Besar

Meteorologi dan Geofisika Wilayah II Ciputat, Tangerang selatan. Dengan

bimbingannya, dan ilmu pengalaman berharganya. saya bisa

menyelesaikan Skripsi ini.

5. Seluruh Pegawai Pembimbing Balai Besar Meteorologi dan Geofisika

Wilayah II khususnya bagian TEWS

6. Keluarga yang saya cintai yang telah memberikan dukungan dan doanya

semasa melaksanakan Praktikum Kerja Lapangan

iii

7. Dan Teman – teman Jurusan Fisika UIN Syarif Hidayatullah Jakarta yang

telah membagi pengalaman berharga semasa pengambilan data Skripsinya

8. Teman teman Spesial saya khususnya Emma Alatas yang telah

memberikan Support kepada saya.

9. Dan Seluruh pihak yang telah membantu dan memberi dukungan sehingga

dapat selesainya Skripsi ini.

Penulis menyadari bahwa skripsi ini masih jauh dari sempurna, kritik dan

saran yang membangun sangat dibutuhkan untuk Skripsi ini untuk digunakan

sebagai mana mestinya dan jika terjadi kesalahan dalam laporan ini di masa

mendatang Saya selaku penulis Mohon Maaf sebesar besarnya.

Wassalamu’alaikum wr wb.

Tangerang, Juni 2016

Penulis

Dimas Gondhokusumo

iv

LEMBAR PENGESAHAN SKRIPSI

ANALISA MODEL PREDIKTIBILITAS GEMPA BUMI KUAT PADA

PULAU JAWA 1975 - 2015 MENGGUNAKAN ANFIS

Skripsi

Diajukan kepada Fakultas Sains dan Teknologi

Untuk Memenuhi Persyaratan Memperoleh Gelar Sarjana Fisika (S.Si)

Oleh

Dimas Gondhokusumo

NIM : 1112097000033

an. Sekretaris

Program studi Fisika

Tati Zera, M.Si

NIP : 19690608 200501 2 002

Pembimbing I Pembimbing II

Dr. Eng. Nur Aida M.si (Fitri Afiadi, MT)

NIP : 19780616 200501 2 009 NIP : 197908211999031001

v

PENGESAHAN UJIAN SKRIPSI

Skripsi berjudul “Analisa Model Prediktibilitas Gempa Bumi Kuat pada Pulau

Jawa tahun 1975 – 2015 Menggunakan ANFIS” telah diuji dan dinyatakan lulus

dalam sidang Munaqosyah Fakultas Sains dan Teknologi UIN Syarif Hidayatullah

Jakarta. Pada tanggal 14 Oktober 2016. Skripsi ini telah diterima sebagai syarat

untuk memperoleh gelar sarjana Strata satu (S1). Program studi Fisika

Jakarta, 14 Oktober 2016

Menyetujui,

Pembimbing I

Dr. Eng. Nur Aida M.si

NIP : 19780616 200501 2 009

Pembimbing II

Fitri Afiadi, MT

NIP : 19790821 199903 1 001

Penguji I

Arif Tjahjono, M.si

NIP : 19790821 199903 1 001

Penguji II

Dr.Sutrisno, M.si

NIP : 19590202 198203 1 005

Mengetahui

Dekan

Fakultas Sains dan Teknologi

Dr.Agus Salim, M.si

NIP :19720816 199903 1 003

an. Sekretaris

Program studi Fisika

Tati Zera M.si

NIP : 19690608 200501 2 002

vi

vii

DAFTAR ISI

KATA PENGANTAR ............................................................................................. i

LEMBAR PENGESAHAN SKRIPSI ................................................................... iv

PENGESAHAN UJIAN SKRIPSI .......................................................................... v

DAFTAR ISI .......................................................................................................... vi

ABSTRAK ............................................................................................................. ix

ABSTRACT ............................................................................................................ x

DAFTAR GAMBAR ............................................................................................. xi

BAB I ..................................................................................................................... 1

PENDAHULUAN .................................................................................................. 1

1.1 Latar Belakang ......................................................................................... 1

1.2 Batasan Masalah ....................................................................................... 3

1.3 Perumusan Masalah .................................................................................. 4

1.4 Tujuan Penelitian ...................................................................................... 4

1.5 Sistematika Penulisan ............................................................................... 4

BAB II ..................................................................................................................... 7

TINJAUAN PUSTAKA ......................................................................................... 7

2.1 Tinjauan Pustaka ........................................................................................... 7

2.1.1 Gempa .................................................................................................... 7

2.1.2 Teori Lempeng Tektonik ..................................................................... 13

2.1.3 Teori Bingkai Elastik (Elastic Rebound Theory) ............................ 18

2.2 Kondisi Geologi dan Kegempaan regional Jawa .................................. 19

2.2.1 Seismotektonik Regional Jawa ....................................................... 19

2.3 Landasan Teori ....................................................................................... 24

2.3.1 Hubungan Frekuensi dan Magnitude .................................................... 24

2.3.2 Teori b-value ( Nilai b ) ...................................................................... 25

2.3.3 Metode Likelihood ............................................................................... 28

2.3.4 Magnitude Completeness ..................................................................... 29

viii

2.3.5 Variasi Spasial ...................................................................................... 30

2.3.6 Variasi Temporal ............................................................................. 31

2.3.7 Soft Computing dalam Metode Prediktibilitas Gempa bumi. ......... 32

2.3.8 Zmap V6.0 ........................................................................................... 33

2.3.9 ANFIS ( Adaptive Neuro Fuzzy Inference System) ............................ 34

BAB III ................................................................................................................. 36

PENELITIAN ....................................................................................................... 36

3.1 Implementasi penelitian ........................................................................ 36

3.1.1 Waktu dan Tempat Penelitian ......................................................... 36

3.1.2 Data Penelitian ................................................................................ 37

3.1.3 Soft Computing dalam penelitian .................................................... 38

3.1.4 Metodologi Penelitian. .................................................................... 39

BAB IV ................................................................................................................. 50

HASIL PENELITIAN DAN PEMBAHASAN .................................................... 50

4.1 Hasil Penelitian ............................................................................................ 50

4.1.1 Analisa Data Hasil Penelitian ZMAP ................................................... 50

4.1.2 Analisa data hasil penelitian pada ANFIS ............................................ 53

4.2 Pembahasan Hasil Data Penelitian ANFIS.................................................. 57

BAB V ................................................................................................................... 58

KESIMPULAN DAN SARAN ............................................................................. 58

5.1 Kesimpulan ............................................................................................. 58

5.2 Saran ....................................................................................................... 59

DAFTAR PUSTAKA ........................................................................................... 60

LAMPIRAN .......................................................................................................... 63

Lampiran 1. Peta persebaran a-value dan b-value 1975-2015 pada ZMAP 63

Lampiran 2. Indonesia dan pulau Jawa pada Google earth dan peta Seismik

....................................................................................................................... 64

Lampiran 3. Pengolahan data pada Excel ...................................................... 65

Lampiran 4. Output dari ZMAP .................................................................... 66

Lampiran 5. Hasil ANFIS dan tampak depan ANFIS ................................... 68

ix

ABSTRAK

Aktivitas gempa bumi pada zona subduksi wilayah pulau Jawa dengan batas

koordinat -5,638 sampai -10.59 LS dan 104,96 sampai 114,96 BT adalah daerah

yang termasuk tingkat seismisitas yang tinggi dan termasuk salah satu pulau

dengan populasi terpadat di dunia. Yang menyebabkan perlunya mitigasi bencana

dengan cara yang bermacam macam. Contoh nya adalah prediksi Gempa kuat

yang bisa merusak sarana infrastruktur kota kota besar pada pulau Jawa. Tujuan

penelitian ini adalah untuk mengetahui bagaimana prediksi nilai – b dan nilai- a

untuk beberapa bulan kedepan dimana nilai – b dan nilai – a tersebut digunakan

untuk mitigasi daerah bencana Gempa Kuat pada pulau Jawa. Dalam penelitian

ini, menggunakan catalog gempa dari ISC (International Seismological Centre)

dengan rentang tahun 1975-2015 yang dianalisa dengan Program ZMap V6.0 dan

ANFIS yang menggunakan metode Maksimum Likelihood yang digunakan untuk

menentukan parameter seismotektonik. Dimana pencacahan pada data b-value

pada rentang tahun 1975-2015 memberikan pola statistic yang dipakai dalam

ANFIS. Dan telah dilakukan analisa dan penelitian dengan hasil menunjukkan

nilai – a dan nilai – b pulau Jawa berkisar 1,44 dan nilai – a bernilai 6,58 dan

Magnitude Completeness bernilai 4,5. Pada Metode prediksi nya hipotesis

menunjukkan bahwa pada bulan ke 25 dan bulan ke 30 dari tanggal 31 desember

2015 dari penelitian terakhir adanya peningkatan/penurunan b-value yang bisa

menyebabkan terjadinya gempa kuat. Terutama di selatan pulau Jawa

Kata kunci : Seismotektonik, relasi Gutenberg-Richter, nilai-b, ANFIS,

Prediktibilitas

x

ABSTRACT

Seismic activity in the region of Java island subduction zone with boundary

coordinates to -5.638 -10.59 latitude and 104.96 to 114.96 BT is a region that

includes a high level of seismicity and included one of the most populous island in

the world. Which causes the need for disaster mitigation by way of various kinds.

His example is a powerful earthquake prediction that can damage infrastructure

major city on the island of Java. Aim of this study was to determine how the

predictive value - b and a values for the next few months where the value - b and

value - will be used to mitigate a disaster area Strong earthquake in Java. In this

study, using the earthquake catalog of ISC (International Seismological Centre)

during the years 1975 to 2015 were analyzed by ZMap Program V6.0 and ANFIS

using the method maximum Likelihood is used to determine the parameters of the

seismotectonic. Where the enumeration data b-value in the range of 1975-2015

provides statistical pattern used in ANFIS. And has conducted research and

analysis with the results demonstrate the value - and the value of a - b islands of

Java and the value range 1.44 - 6.58 a valuable and worth Completeness

Magnitude 4.5. At its prediction method of hypothesis shows that at month 25 and

month 30 of 31 December 2015, from a recent study an increase / decrease in b-

value that could lead to a strong earthquake. Especially in the south of the island

of Java

Keywords: Seismotectonic, Gutenberg-Richter relationship, the value-a value-b,

ANFIS, predictability

xi

DAFTAR GAMBAR

Gambar 1 (Tektonik plat pada Indonesia) (Goersel, 2003) ..................................... 1

Gambar 2 (persebaran gunung vulkanik di Indonesia) (Sieferd, 1994) ................. 2

Gambar 3 Subduksi pertemuan lempeng penyebab gempa (Ibrahim G. d., 2005) 13

gambar 4 Gambar Batas Konvergen samudera- samudera Sumber: Handout

Tektonik Lempeng, Salahuddin Husein (2012) .................................................... 14

gambar 5 Batas Konvergensi lempeng benua dan lempeng Samudera Sumber:

Handout Tektonik Lempeng, Salahuddin Husein (2012) ..................................... 15

gambar 6. Batas Lempeng benua-benua Sumber: Handout Tektonik Lempeng,

Salahuddin Husein (2012) ..................................................................................... 16

gambar 7. Zona Divergen antara Lempeng Eurasia dan Amerika Utara .............. 17

gambar 8. Batas Transform pada lempeng tektonik.............................................. 17

gambar 9. Teori Bingkai Elastik ........................................................................... 18

gambar 10 Kerangka tektonik Pulau Jawa (modifikasi dari Baumann, 1982; dan

Simandjuntak dan Barber 1996)............................................................................ 20

gambar 11. Padatnya ibukota ibukota di pulau Jawa ........................................... 21

gambar 12. Gempa Jogja 27 mei 2006 .................................................................. 22

Gambar 13. Pola Kelurusan menurut Pulunggono dan Martodjodjo (1994) ........ 23

gambar 14 Distribusi frekuensi Magnitude kegempaan di wilayah Jawa

Berdasarkan hasil penelitian dalam rentang waktu 1975-2015............................. 29

gambar 15. Grafik Relasi Gutenberg-Richter ...................................................... 31

gambar 16. Tampilan Awal ZMAP v 5.0 .............................................................. 34

xii

gambar 17. Daerah Penelitian pada Google Earth ................................................ 37

gambar 18. Peta Seismisitas Pulau Jawa 1975 -2015 ........................................... 43

gambar 19. Peta b-value berdasarkan pengolahan seismisitas pulau Jawa tahun

1975-2015 ............................................................................................................. 44

gambar 20. (kiri) Depth Histogram (kanan) Magnitude Histogram ..................... 45

gambar 21. Grafik b with magnitude. ................................................................... 46

gambar 22. Data Mentah dari ISC(International Seismological Centre) .............. 50

gambar 23. Hasil plot data gempa menggunakan ZMAP 1975-2015 ................... 51

gambar 24. Hasil Plot b-value berdasarkan persebaran gempa pada pulau Jawa . 52

gambar 25. Magnitude Completeness dengan b-value dan a-value pada Pulau

Jawa ....................................................................................................................... 53

gambar 26. B-value berdasarkan waktu dari perhitungan ZMAP,........................ 53

gambar 27. Pelatihan standar ANFIS .................................................................... 55

gambar 28. Ujicoba 1 pada ANFIS ....................................................................... 55

gambar 29. Hasil Prediksi ANFIS ......................................................................... 56

1

BAB I

PENDAHULUAN

1.1 Latar Belakang

Indonesia adalah merupakan negara kepulauan agraris dimana secara

geografis terletak diantara samudra Hindia dan samudra Pasifik dan diantara

benua Asia dan benua Australia (Hamilton, 1979) . Indonesia pun masuk wilayah

dengan zona seismisitas yang tinggi, Pola seismisitas ini dikarenakan Indonesia

terletak pada pertemuan 3 lempeng secara tektonik, yaitu Lempeng Eurasia, Indo-

Australia dan Pasifik. Dimana pertemuan mega triple Junction ini membentuk

zona subduksi (interpolate) Mega Triple Junction atau Zona Subduksi ini terdiri

dari Lempeng Eurasia yang diam, Lempeng Indo Australia yang bergerak

mensubduksi lempeng Eurasia kea rah utara, dan terakhir lempeng Pasifik yang

bergerak mensubduksi kedua lempeng lainnya kearah barat (Jamal, 2013) .

Gambar 1 (Tektonik plat pada Indonesia) (Goersel, 2003)

Pulau Jawa Sendiri berada dibawah zona subduksi dari pertemuan

antara lempeng Eurasia dan Indo-Australia . dari sebelah selatan Pulau jawa,

2

Lempeng Indo-Australia menunjam ke bawah lempeng Eurasia yang bergerak

menuju utara. Sehingga menyebabkan terjadinya gempa bumi yang sering terjadi

terutama pada zona sesar lembang, cimandiri dan sesar baribis (Pulunggono dan

Martodjojo, 1994).

Di daerah ini juga terdapat banyak gunung api yang terbentuk oleh

subduksi lempeng India –Australia, yang menyebabkan tingginya seismisitas

didaerah ini (A.Soehaimi, 2008).

ra

Untuk mewaspadai bencana gempa bumi di kawasan pulau Jawa perlu

dilakukan suatu kajian mendasar mengenai seismotektonik yang berbasis sejarah

gempa bumi. Dewasa ini perkembangan ilmu pengetahuan dalam dunia

pendidikan semakin pesat dan terus dituntut untuk selalu meningkatkan mutu baik

secara kualitas maupun kuantitas. Salah satu penerapan ilmu pengetahuan alam

yaitu Geofisika.

Gambar 2 (persebaran gunung vulkanik di Indonesia) (Sieferd, 1994)

3

Geofisika adalah ilmu yang mempelajari tentang struktur dan

morfologi bumi dengan menggunakan prinsip dan konsep fisika (Ibrahim G. d.,

2005) secara khusus , perkembangan ilmu geofisika sebagian mengarah ke teknik

teknik perhitungandengan menggunakan metode matematika seperti penggunaan

metode least square dalam menentukan parameter seismisitas.

Berdasarkan data Seismisitas yang telah terekam pada seismograf USGS Archive

selama 40 Tahun Terakhir ( 1 Januari 1975 – 31 Desember 2015) telah dilakukan

analisis b-value menggunakan Program ZMAP pada Matlab, untuk mengkaji

karakteristik Gempa Bumi pad daerah Pulau Jawa dan memprediksi menggunakan

ANFIS pada Matlab

1.2 Batasan Masalah

Adapun agar penelitian dimaksudkan lebih fokus dan lebih terarah, penelitian ini

dibatasi oleh ruang lingkup dan dijabarkan beberapa hal yaitu :

(a) Data Gempabumi yang diolah dan digunakan adalah data gempa Periode 1

Januari 1975 – 31 Desember 2015

(b) Data Gempa didapat dari USGS Earthquake Archive dengan magnitude

berkisar antara 2 SR – 9 SR

(c) Gempa yang diteliti yaitu gempa dangkal dengan kedalaman 0-300 m

(d) Data Gempa berlokasi di pulau Jawa dengan koordinat 5.63 – 10.59 LS

Dan 104.96 – 114.96 BT

(e) Penelitian dilakukan dengan menggunakan Program Matlab ZMAP V6.0

Dan ANFIS

(f) Membahas tentang b-value terhadap ruang (spasial) dan waktu (temporal)

pada wilayah yang diamati.

4

1.3 Perumusan Masalah

Adapun rumusan masalah untuk penelitian guna memudahkan penelitian ini

sebagai berikut :

(a) Apakah ada hubungan antara frekuensi gempa dan prediksi bencana

gempa yang akan terjadi di daerah tersebut ?

(b) Bagaimana menentukan nilai konstanta b-value , indeks seismisitas

menggunakan MATLAB

(c) Apakah bisa memprediksi seismisitas untuk beberapa bulan ke depan

menggunakan ANFIS pada MATLAB?

1.4 Tujuan Penelitian

Tujuan yang dimaksud penulis pada penelitian ini dijabarkan pada hal hal berikut:

(a) Mengetahui tingkat seismisitas Pulau Jawa

(b) Mengetahui tingkat kerapuhan batuan b-value berdasarkan tingkat

seismisitas tanah di pulau Jawa

(c) Mengetahui prediksi parameter seismotektonik b-value pada pulau Jawa

untuk Proses analisa gempa bumi kuat.

1.5 Sistematika Penulisan

Bab 1 Pendahuluan

Pada Bab ini membahas tentang :

1.1 Latar belakang

1.2 Batasan Masalah

1.3 Rumusan masalah

1.4 Tujuan penelitian

1.5 Sistematika penulisan

5

Bab 2 Tinjauan Pustaka

Pada bab ini membahas teori teori yang mendasari penulisan Skripsi ini, yaitu

meliputi :

2.1 Tinjauan Pustaka

2.1.1 Pendahuluan Seismotektonik

2.1.2 Gempa

2.1.3 Lempeng dan teori lempeng

2.1.4 Kondisi tektonik Indonesia , dan Kondisi tektonik Jawa

2.1.5 ZMAP

2.1.6 ANFIS

2.2 Landasan teori

2.2.1 Relasi Gutenberg – richter

2.2.2 Metode Least Square

Bab 3 Metode Penelitian

Pada bab ini membahas mengenai data yang digunakan dalam penelitian

dan metode yang digunakan untuk menghasilkan data dan meliputi :

3.1 Metode Penelitian

3.2 Penerapan/ Implementasi

3.2.1 Waktu dan Pengambilan data

3.2.2 Pengolahan Data

3.2.3 Hasil Pengolahan data

3.2.4 Analisis

3.2.5 Pembahasan

6

Bab 4. Analisa Data dan Pembahasan

Pada bab ini memaparkan hasil perhitungan Metode prediktibilitas Pulau

jawa tersebut yang akan dibagi menjadi :

4.1 Pembahasan Hasil & Analisa

4.2 Kesimpulan

Bab 5. Penutup

Bab ini dijelaskan secara singkat kesimpulan dan saran dari penelitian ini

Dan daftar lampiran dari Skripsi ini.

7

BAB II

TINJAUAN PUSTAKA

2.1 Tinjauan Pustaka

2.1.1 Gempa

Gempa adalah peristiwa bergetarnya permukaan bumi akibat pelepasan

energi di dalam bumi secara tiba-tiba yang ditandai dengan patahnya lapisan

batuan pada kerak bumi. Akumulasi energi penyebab terjadinya gempabumi

dihasilkan dari pergerakan lempeng-lempeng tektonik (Ibrahim G. d., 2005).

Energi yang dihasilkan dipancarkan kesegala arah berupa gelombang

gempabumi sehingga efeknya dapat dirasakan sampai ke permukaan bumi.

Magnitudo gempa merupakan sebuah besaran yang menyatakan besarnya energi

seismik yang dipancarkan oleh sumber gempa (Shearer, 2009) (KBBI, 2008).

Besaran ini akan berharga sama, meskipun dihitung dari tempat yang berbeda.

Skala yang kerap digunakan untuk menyatakan magnitudo gempa ini adalah Skala

Richter (Richter Scale).

Parameter adalah batas batas atau sesuatu karakteristik untuk

mengklarifikasikan suatu sistem khusus (KBBI, 2008), dalam kegempaan ini

beberapa parameter yang disebut, yaitu :

Waktu terjadinya gempabumi (Origin Time - OT)

Origin time adalah waktu terlepasnya stress atau akumulasi tegangan

yang berbentuk penjalaran gelombang gempa dan dinyatakan dalam

hari, tanggal, waktu, jam dan menit dan detik.biasanya dengan satuan

GMT +0 atau bisa juga disebut Universal Time Coordinat (UTC)

8

Lokasi pusat gempabumi (Episenter)

Epicenter adalah titik di permukaan bumi yang merupakan refleksi

tegak lurus dari hiposenter atau pusat gempa bumi (Focus

Earthquake) Lokasi ini diperjelas menggunakan koordinat kartesian

bumi.

Kedalaman pusat gempabumi (Depth)

Depth atau dalam bahasa Indonesianya kedalaman adalah parameter

yang menunjukkan seberapa dalam atau dangkal letak focus

gempanya.

Kekuatan Gempabumi (Magnitudo)

Definisi dari Magnitudo ini adalah suatu skala yang menunjukkan

kekuatan atau seberapa besar energi yang dilepaskan oleh gempa bumi.

Penentuan magnitudo adalah berdasarkan jejak gelombang gempa pada

seismograph. Yaitu dengan membaca besar simpangannya

(Amplitudo) ataupun dengan mnggunakan hitungan durasi gempa

tersebut.

Dalam kenyataannya terdapat beberapa jenis amplitudo yang

digunakan untuk perhitungan kekuatan suatu gempa , yaitu :

1) Ml, (Local Magnitude)

Magnitude ini dihitung berdasarkan logaritma amplitudo gempa ,

pada jarak yang diketahui epicenter , karena bersifat lokal,

magnitude ini hanya berlaku di daerah tertentu saja.

2) Mb (Magnitude Body)

Adalah Magnitude yang dihitung berdasarkan amplitudo

gelombang Body, Magnitude ini digunakan pada suatu kejadian

gempa bumi, dengan jarak 16◦ - 120 ◦ saja

9

3) Ms (Magnitude Surface)

Adalah magnitude yang dihitung dari amplitudo gelombang

permukaan bumi. Dikarenakan sulitnya pencarian gelombang

gempa ini yang dikarenakan tercampurnya bersama gelombang

sekunder, komponen ini diambil dari gelombang rayleigh

Gempa bumi mempunyai karakteristik ke khas-an sebagai berikut :

Berlangsung dalam waktu yang sangat singkat

Lokasi kejadian tertentu

Akibatnya dapat menimbulkan bencana

Berpotensi terulang lagi

Tidak dapat dicegah, tetapi akibat yang ditimbulkan dapat dikurangi

2.1.1.a Macam Macam Gempa

Berdasarkan terjadinya, ada 3 macam gempa bumi, yaitu gempa tektonik, gempa

vulkanik dan gempa runtuhan.

(a) Gempa vulkanik adalah gempa yang disebabkan oleh letusan gunung

berapi. Pada umumnya getaran yang kuat hanya ada di sekitar gunung api itu saja.

Gempa vulkanik terjadi sebelum dan selama letusan gunung api terjadi,

dikarenakan erupsi gunung yang membuat permukaan tanah menjadi bergetar ,

biasanya Gempa ini tergantung dari seberapa besar erupsi magmanya.

Sebab sebab terjadinya gempa vulkanik ialah :

1. Tumbukan antara magma dengan dinding-dinding gunung api.

2. Tekanan gas pada letusan yang sangat kuat.

3. Perpindahan mendadak dari magma di dalam dapur magma.

10

Gempa vulkanik hanya sekitar sedikit dari seluruh gempa yang pernah terjadi di

dunia.

(b) Gempa runtuhan/ tanah terban, terjadi pada daerah yang banyak terdapat

rongga-rongga di bawah tanah. Misalnya :

1. Daerah kapur yang banyak sungai-sungai atau gua-gua di bawah tanah

yang tidak sanggup lagi menahan atap gua.

2. Daerah pertambangan yang banyak terdapat rongga-rongga di bawah tanah

untuk mengambil bahan tambang. Pada daerah ini sering terjadi tanah

terban.

(c) Gempa tektonik, yaitu gempa yang terjadi akibat pergeseran tiba-tiba di

dalam kulit bumi dikarenakan pergerakan dari magma bumi dan hal ini sangat erat

hubungannya dengan pembentukan lapisan permukaan bumi. Gempa tektonik

disebut pula gempa dislokasi (perpindahan/pergeseran permukaan bumi). Gempa

tektonik terjadi jika terbentuk patahan-patahan yang baru, atau terjadi pergeseran-

pergeseran di sepanjang patahan akibat ketegangan di dalam kerak bumi. Gempa

tektonik meliputi hampir seluruh dari gempa yang terjadi di bumi.

(d) Gempa buatan, yaitu gempa yang dibuat oleh manusia menggunakan

dinamit atau bahan bahan peledak lainnya.

Getaran gempa bumi merambat sebagai gelombang sesuai dengan syarat-

syarat dalam ilmu fisika. Perambatan gelombang gempa dapat disamakan dengan

gelombang yang terjadi karena sebuah batu dijatuhkan di dalam air.

Dan contohnya Di tempat jatuhan batu gelombang yang ditimbulkan lebih

besar dibandingkan tempat lain.

11

Gempa berdasarkan besarnya pun bisa dibagi lagi menjadi beberapa bagian,

yaitu :

(a) Gempa bumi besar

Yaitu gempa bumi berkekuatan dari 6 SR – 9 SR, gempa ini termasuk

gempa kuat dan Sangat merusak jika terjadi di pemukiman , ataupun

infrastruktur lainnya.

(b) Gempa bumi Sedang

Gempa bumi ini gempa bumi yang berkekuatan dari 4 SR – 5.9 SR ,

gempa ini akan terasa bagi gedung gedung bertingkat dan tingkat

kerusakannya dibawah gempa bumi besar.

(c) Gempa bumi Kecil

Gempa bumi ini bisa disebut juga gempa bumi mikro dengan magnitude

berkekuatan 1 SR – 3,5 SR . gempa ini sering terjadi dikarenakan

seringnya pergerakan bumi yang cukup signifikan

Berdasarkan penelitian Mogi (Mogi, 1999) pola umum dari gempa bumi

berdasarkan pergerakannya dibagi menjadi 3 jenis, yaitu :

(a) Gempa bumi tipe I

Yaitu gempa bumi utama (Mainshock) yang pergerakannya tanpa

didahului oleh gempa pendahuluan (Foreshock). Tetapi setelah terjadi

gempanya, gempa ini diikuti oleh banyaknya gempa susulan

(Aftershock). Gempa bumi tipe I ini biasanya terjadi di daerah yang

mempunyai medium sama (homogen) dengan stress yang bekerja

hampir merata ke seluruh arah. Sebagian besar hampir seluruh dari

gempa bumi tektonik yang terjadi di bumi adalah tipe ini.

(b) Gempa bumi tipe II

12

Yaitu gempa bumi yang gempa pendahuluannya (foreshock) nya

terjadi sebelum gempa utama (Mainshock). Dan kemudian diikuti oleh

gempa susulan yang cukup banyak.

(c) Gempa bumi tipe III

Adalah Gempa bumi yang sebenarnya tidak memiliki gempa bumi

utama (Mainshock) gempa bumi tipe ini disebut juga gempa bumi

“Swam” dan terjadi didaerah yang tertentu saja. Pada umumnya

gempa bumi ini terjadi pada daerah Gunung Api dan pada daerah yang

struktur mediumnya tidak homogen dengan stress nya ber konsentrasi

Kedalaman gempa bumi juga berkaitan dengan kekuatan gempa yang

dirasakan pada permukaan bumi. Gempa bumi juga bisa terjadi pada kedalaman

700 km di bawah permukaan bumi. Atas dasar kedalaman dari posisi gempa,

gempa dapat dikategorikan atas 3 kategori:

1. Gempa dangkal, (epicenter terletak pada kedalaman 0 – 65 km)

2. Gempa sedang, (epicenter terletak pada kedalaman 65 – 200 km)

3. Gempa dalam, (epicenter terletak pada kedalaman > 200 km)

13

Gempabumi merupakan proses titik (point procoss) yang berarti setiap

kejadian merepresentasikan waktu dan ruang masing-masing. Oleh karena itu,

analisis katalog gempabumi secara metodologi lebih sulit daripada analisis model

deret waktu lain. Bahaya gempabumi tidak bisa dihindarkan namun dampaknya

dapat dikurangi melalui kegiatan pengkajian karakteristik gempabumi di suatu

wilayah yang hasilnya diterapkan dalam pemilihan metode dan kebijakan

penanganan risiko bencana

2.1.2 Teori Lempeng Tektonik

Bagian terluar dari interior atau lapisan permukaan bumi terbentuk dari

dua lapisan. Di bagian atas terdapat litosfera yang terdiri atas kerak yang

bergerak dan bagian teratas mantel bumi yang kaku dan padat. Di bawah lapisan

litosfera terdapat astenosfer atau magma yang berbentuk padat tetapi bisa

mengalir seperti cairan dengan sangat lambat dan dalam skala waktu geologis

yang sangat lama karena viskositas dan kekuatan geser (shear strength) bagian itu

yang cukup rendah.

Lebih dalam lagi, bagian mantel di bawah astenosfer sifatnya menjadi

lebih kaku dan solid lagi. Penyebabnya bukanlah suhu yang lebih dingin,

melainkan tekanan yang tinggi dan minimnya pergerakan dibawah lapisan

tersebut.

Pada bumi terdapat 7 lempeng tektonik utama yaitu :

Lempeng benua Afrika,

Lempeng benua Antarktika

Lempeng benua Australia

Lempeng Eurasia, meliputi Asia dan Eropa

Gambar 3 Subduksi pertemuan lempeng penyebab gempa (Ibrahim G. d., 2005)

14

Lempeng Amerika Utara, meliputi Amerika Utara dan timur laut daerah

Siberia

Lempeng Amerika Selatan, meliputi Amerika Selatan sampai ke portugal

Lempeng Pasifik, yaitu lempeng pada laut samudera pasifik

Pada umumnya, subduksi batas lempeng tektonik dapat dibedakan menjadi 3

macam, yaitu :

(a) Konvergen

Pada zona tektonik ini terjadi pertemuan antara dua lempeng sehingga salah

satunya menunjam kebawah lempeng lain. Ada tiga model dari tipe lempeng

konvergen, yaitu :

i) Batas Konvergen Samudera- Samudera

gambar 4 Gambar Batas Konvergen samudera- samudera Sumber: Handout Tektonik

Lempeng, Salahuddin Husein (2012)

15

Pada daerah konvergensi lempeng samudera-lempeng samudera, salah satu

lempeng yang beratnya lebih tinggi dari lempeng lainnya akan tersubduksi ke

arah mantel. Sehingga, pada daerah pertemuan tersebut akan terbentuk daerah

kepulauan yang terdiri dari gunung-gunung laut. Contohnya Mariana Trench

di Samudera Pasifik.

gambar 5 Batas Konvergensi lempeng benua dan lempeng Samudera Sumber:

Handout Tektonik Lempeng, Salahuddin Husein (2012)

ii) Batas Konvergensi Benua- Samudera

Konvergensi ini terjadi ketika massa jenis (Densitas/ Density) dari

pada lempeng samudera lebih besar dari lempeng benua tersebut yang

menyebabkan terjadinya subduksi lempeng samudera kedalam

lempeng benua dan terbentuklah gunung gunung aktif pada lempeng

benua dikarenakan pergesekan antar lempeng dengan batuan yang

menjadikannya magma cair dan merekah keatas. Batas konvergensi ini

16

kita temukan pada pantai barat laut Sumatera dan Pantai Selatan laut

jawa.

iii) Batas Konvergensi Benua – benua

Sedangkan konvergensi ini terjadi mengakibatkan terjadinya lipatan

lipatan pada benua yang membuat dataran pada daerah tumbukannya

menjadi lebih tinggi

Contoh daerah pada konvergensi ini adalah pegunungan di Tibet.

gambar 6. Batas Lempeng benua-benua Sumber: Handout Tektonik Lempeng,

Salahuddin Husein (2012)

(b) Divergen

Disini lempeng tektonik terjadi gerakan antar dua lempeng yang saling

menjauh sehingga terdapat daerah kosong yang segera diisi oleh lapisan

astensofer baru di bawahnya. (Mogi, 1999; Gutenberg, 1944)

17

(c) Transform

Adalah pergerakan pergeseran antar dua lempeng tektonik baik yang

berlawanan arah maupun yang searah dengan kecepatan berbeda yang

mengakibatkan terjadi sesar secara mendatar dengan bentuk ke samping.

gambar 8. Batas Transform pada lempeng tektonik

gambar 7. Zona Divergen antara Lempeng Eurasia dan Amerika Utara

18

2.1.3 Teori Bingkai Elastik (Elastic Rebound Theory)

Teori Bingkai Elastik atau Elastic Rebound Theory (Reid, 1906)

menyatakan bahwa saat lempeng tektonik bergerak relatif satu sama lain, akan

terakumulasi energi strain elastik di sepanjang tepi batuan pada bidang patahan.

Oleh karena bidang patahan biasanya tidak rata, maka sejumlah besar energi akan

tersimpan (bila batuan cukup kuat) saat pergerakan tertahan akibat penguncian di

sepanjang patahan.

Bila stress geser (shear stress) bekerja pada batuan di bidang patahan

maka akan memperbesar kekuatan geser dari batuan sehingga dapat

mengakibatkan terjadinya rupture. Reid mengadakan penelitian untuk membahas

tentang proses pemecahan di sebuah sumber gempa bumi pada gempa San

Fransisco yang terjadi di San Andreas Fault. Patahan dari Fault San Andres ini

umumnya horizontal, dimana pada bagian timur yang menghadap ke daratan

Amerika bergerak ke selatan terhadap yang di sebelah barat ( yang menghadap ke

Pasifik ).

gambar 9. Teori Bingkai Elastik

Pada keadaan (I) menunjukan suatu lapisan yang belum terjadi perubahan

bentuk geologi. Karena di dalam bumi terjadi gerakan yang terus-menerus, maka

akan terdapat stress yang lama kelamaan akan terakumulasi dan mampu merubah

bentuk geologi dari lapisan batuan.

Keadaan (II) menunjukan suatu lapisan batuan telah mendapat stress

dimana telah terjadi perubahan bentuk geologi. Untuk daerah A mendapat stress

ke atas, sedang daerah B mendapat stress ke bawah. Proses ini berjalan terus

19

sampai stress yang terjadi di daerah ini cukup besar untuk merubahnya menjadi

gesekan antara daerah A dan daerah B. Lapisan batuan sudah tidak mampu lagi

untuk menahan stress, maka akan terjadi suatu pergerakan atau perpindahan yang

tiba-tiba.

Pada keadaan (III) menunjukan lapisan batuan yang sudah patah, karena

adanya pergerakan yang tiba-tiba dari batuan tersebut. Gerakan perlahan-lahan

sesar ini akan berjalan terus, sehingga seluruh proses diatas akan diulangi lagi dan

sebuah gempa akan terjadi lagi setelah beberapa waktu lamanya, demikian

seterusnya.

2.2 Kondisi Geologi dan Kegempaan regional Jawa

2.2.1 Seismotektonik Regional Jawa

Seismotektnik merupakan ilmu yang mempelajari tentang tektonik atau

pergerakan lempeng, dan di khususkan dengan struktur geologi dengan kejadian

gempa jawa bisa juga disebut Seismo genetic serta bahaya dampaknya

(Pavoni,1987)

Tektonik regional wilayah Jawa dikontrol oleh tektonik tunjaman selatan

Jawa. Akibat tunjaman tersebut, terbentuk kondisi struktur Geologi regional di

wilayah pulau Jawa. (A.Soehaimi, 2008). Struktur tektonik pulau Jawa terbentuk

dengan adanya tumbukan lempeng Eurasia. Dengan lempeng Indo- Australia

sekitar 50 juta tahun yang lalu.

Proses pembentukan struktur tektonik tunjaman pulau Jawa adalah akibat

dari pertemuan 2 lempeng indo – Australia yang bergerak ke utara dan bertumbuk

dengan lempeng tektonik Eurasia yang relative diam dan stagnan (Kundu, 2011).

20

Untuk Pulau Jawa, yang terbesar pengaruhnya adalah sistem gerak

Lempeng Samudera Hindia. Oleh karena itu dalam mempelajari evolusi tektonik

Pulau Jawa perlu dipahami perkembangan pemekaran lantai Samudera Hindia

dari waktu ke waktu.

gambar 10 Kerangka tektonik Pulau Jawa (modifikasi dari Baumann, 1982; dan

Simandjuntak dan Barber 1996)

Dari hasil studi topografi Widyantoro & Van der hilst (1996)

(Widiyantoro, 1996) . untuk daerah Pulau Jawa dinyatakan bahwa lempeng

lithosfer yang menunjam di bawah tektonik sunda bagian barat (sumsel-Lampung)

terputus sedangkan lempeng lithosfer yang menunjam pada tektonik sunda bagian

(Jawa Barat- Bali – Flores) masih kontinu tersambung walaupun ada penyempitan

litosfer (Pulunggono dan Martodjojo, 1994) mantel bagian atas terutama pada

selatan Jawa.

21

Ditemukan pula seismic gap atau jeda seismic di selatan jawa yang

diartikan dengan adanya kekosongan pusat epicenter di daerah itu, hal itu

mengindikasikan bahwa struktur lempeng di bagian timur sunda begitu dalam

dibandingkan dengan struktur lempeng yang menunjam dan mensubduksi pada

bagian barat sunda.

Hal ini diperkuat dengan adanya sudut penunjaman bagian timur tektonik

jawa itu kurang lebih sekitar 600 yang secara garis besar lebih dalam sedangkan

penunjaman bagian barat tektonik jawa skitar 400 (Widiyantoro, 1996).

Pulau Jawa adalah wilayah indonesia yang paling padat penduduk dan

infrastruktur nya dimana menurut Wikipedia Pulau Jawa menempati urutan

pertama kepadatan penduduknya lebih dari 10 juta penduduk yang menempati

pulau jawa.

Guna mewaspadai serta untuk mitigasi bencana perlu dilakukan kajian

seismotektonik mendasar yang berbasis asal-usul kejadian gempa bumi atau

seismogenetik yang berlokasi Pulau Jawa

gambar 11. Padatnya ibukota ibukota di pulau Jawa

22

Zona subduksi merupakan wilayah yang menarik bagi ahli kebumian

maupun ahli kegempaan untuk melakukan penelitian. Karena wilayah ini

berpotensi untuk terjadi gempa besar dan tsunami.

Dalam kurun waktu dekade tahun terakhir, beberapa gempabumi besar

telah terjadi di wilayah Indonesia. Gempa-gempa tersebut pada dasarnya

merupakan akibat dari pergerakan Lempeng Indo-Australia yang relatif bergerak

ke utara bertumbukan dengan lempeng Eurasia yang relatif diam.

gambar 12. Gempa Jogja 27 mei 2006

Berdasarkan tataan seismotektoniknya, pulau Jawa ini merupakan bagian

dari seismotektonik busur sangat aktif dan busur aktif.

Resiko bahaya gempa bumi pulau jawa diperparah dengan kepadatan

penduduk dan infrastruktur pulau Jawa yang benar benar melebihi kapasitas

normal suatu pulau. Daerah daerah Pulau Jawa yang mempunyai infrastruktur dan

kepadatan tertinggi berada di sepanjang jalur potensi bahaya gempa bumi.

23

Berdasarkan Pulunggono dan Martodjojo(1994) (Pulunggono dan

Martodjojo, 1994) (Hamilton, 1979), Pola Struktur kelurusan (zona subduksi)

yang dijelaskan adalah :

1. Pola Meratus

Pola ini merupakan kelurusan berarah timur laut – barat daya , terletak

di sudut barat daya pulau Jawa (Cimandiri/Sukabumi). Pola Sesar ini

adalah pola sesar yang cukup aktif dikarenakan berkolerasi dengan

sebaran episenter gempa besar sampai gempa menengah maupun

gempa dangkal.

Jalur ini dapat diikuti mulai dari Ciletuh (Jawa Barat Bagian Selatan),

Laut Jawa Bagian Timur sampai Kalimantan Tenggara.

2. Pola Sunda

Pola yang sangat dominan di bagian utara pulau jawa dan kawasan laut

jawa. Pola ini merupakan kelurusan berarah utara- selatan. Pola ini

Gambar 13. Pola Kelurusan menurut Pulunggono dan Martodjodjo (1994)

24

berperan dalam pemisahan segmen Banten dan Sekitarnya dan

merupakan sesar yang meisahkan banten dari Bogor dan Pegunungan

Selatan

(Ibrahim G. d., 2005)

3. Pola Jawa

Pola ini merupakan kelurusan berarah timur – Barat umumnya berupa

sesar naik kearah utara yang melibatkan batuan sedimen berumur

Tersier . Pola ini terletak memanjang di sepanjang pulau Jawa.

2.3 Landasan Teori

2.3.1 Hubungan Frekuensi dan Magnitude

Seismisitas dapat diamati dengan penelitian kualitatif maupun kuantitatif,

yang diamati disini adalah ukuran untuk membandingkan pola aktifitas seismic

suatu daerah dengan daerah lain (Ibrahim G. d., 2005).

Pengamatan pola aktivitas seismic secara kuantitatif dapat dilakukan

dengan cara menganalisis statistic besaran gempa , contoh besaran besaran

tersebut ialah, :

1. Intensitas gempa

2. Energy gempa

3. Hubungan frekuensi banyaknya gempa dan dengan magnitude gempa.

Dan penelitian ini bertujuan untuk memperoleh gambaran pola

perbandingan aktifitas seismic suatu daerah pada periode yang cukup lama.

Metode dengan analisis statistic kegempaan ini biasanya dari distribusi

ruang gempa tersebut yang dihitung dari logaritma jumlah gempa bumi yang

25

terjadi pada suatu daerag gempa pada waktu tertentu sebagai fungsi dari

magnitude.

Metode ini adalah Metode relasi Gutenberg-Richter (Gutenberg, 1944)

Yang dituliskan :

Log N(M) = a – bM

Dimana :

N(M) = Jumlah gempa dengan Magnitude ≥M

a = Parameter Karakteristik ruang

b = Parameter Karakteristik daerah

M = Magnitude Gempa

Hubungan linear antara logaritma jumlah gempa dan magnitude dari relasi

Gutenberg- richter didaerah gempa tertentu, umumnya memiliki tingkat

keterulangan yang kurang lebih sama (A.Soehaimi, 2008)

2.3.2 Teori b-value ( Nilai b )

Nilai b adalah parameter seismotektonik suatu daerah yang sangat erat

hubungannya dengan keadaan tektonik daerah yang sedang diamati dimana terjadi

gempa bumi dan tergantung dari sifat kerapuhan batuan setempat.

B-value bisa juga disebut tngkat kerapuhan suatu batuan. Makin besar

nilai b, berarti makin besar pula tingkat kerapuhan batuannya . (Afifi mutiarani,

2013)

26

Pada dasarnya nilai-b adalah parameter tektonik yang menunjukkan bahwa

rapuhnya batuan dan bisa juga menunjukkan jumlah relative dari gempa kecil

hingga besar.

Nilai-b dapat ditentukan dengan metode least square atau

maksimum likelihood. Metode maksimum likelihood menggunakan persamaan

yang diberikan Utsu (1965) yaitu :

Dimana :

M = adalah magnitude rata-rata

M min = adalah magnitude minimum

Secara empiris besar b-value memiliki rentang dari 0.4 hingga 2.0

(Wiemer, 2002) , dan dapat menggambarkan keadaan seismotektonik suatu

wilayah yang terlihat dari frekuensi relatif gempa besar dan gempa kecil yang

terjadi.

Jika suatu wilayah secara beraturan menghasilkan gempa kecil dan jarang

menghasilkan gempa besar maka kurva frekuensi-magnitudo akan semakin tajam

dan gradien kurva (b-value) akan lebih besar dibandingkan dengan wilayah yang

jarang menghasilkan gempa kecil namun sesekali melepaskan gempa besar.

Parameter fundamental yang mempengaruhi besar b-value adalah

akumulasi stress yang bekerja pada batuan, b-valuerendah berasosiasi dengan

shear stress tinggi, begitu pula sebaliknya.

min

4343.0

min

log

MMMM

eb

27

Berdasarkan konsep ini Schorlemmer & Wiemer menjadikan b-value

sebagai alat ukur stress. (Wiemer, 2002)

Dan standar deviasi dari nilai b sendiri berdasarkan formula Shi dan Bold

(Shi, 1982) , adalah :

Dimana :

Mi = nilai Magnitude

N = jumlah Sampling perhitungan.

2.3.2.a Nilai a (a-value)

Arti fisis dari dari konstanta a yaitu menyatakan tingkat seismisitas di suatu

daerah yang sedang diamati, dan harga ini bergantung dari :

1) Periode pengamatan

2) Luas daerah pengamatan

3) Jumlah gempa di daerah diamati

Dan berdasarkan penelitian Rendinis (2008) makin besar nilai –a (a-value) berarti

makin aktif seismisitas di daerah tersebut, sebaliknya juga untuk nilai – a yang

kecil maka semakin kecil tingkat seismisitas tersebut.

)1(

)(30.2

2

1

2

nn

MMibb

n

i

28

2.3.3 Metode Likelihood

Dalam suatu analisis untuk mengetahui seberapa jauh hubungan antar

variable maka digunakan satu variable bebas dan satu variable terikat (Afifi

mutiarani, 2013)

Metode Likelihood merupakan metode yang tepat untuk memecahkan

problem data data pada seismologi. Pada program ZMap V.06 , metode Likelihood

digunakan untuk mengkalkulasi dan menghitung perhitungan dalam pemetaan

nilai – b secara spasial (Wiemer S. , 2001)

Rumus Estimasi Likelihood dari b-value yang dipakai dalam program yaitu , :

𝑏 ̂ = log 𝑒

�̅� − 𝑀0

�̅� =∑ 𝑀𝑛

𝑛𝑖=1

∑ 𝑛𝑛𝑖=1

Dimana :

�̅� = Magnitude rata rata dari data gempa (Skala Richter)

M0 = Magnitude minimum dari data gempa (Skala Richter)

Log e = 0,4343

N = Jumlah data gempa

29

2.3.4 Magnitude Completeness

Parameter paling penting dalam menentukan nilai –b dan nilai –a adalah

Magnitude Completeness ( Mc) dimana diperlukannya intrepretasi akurat dari Mc

Lokal, karena Mc pada wilayah ini dapat diperoleh dengan cukup akurat dari data

observasi dengan mengasumsikan sebuah power law distribution ( adalah

hubungan antara dua distribusi kuantitas, perubahan dari suatu distribusi kuantitas

menyebabkan perubahan yang relative proporsional pada distribusi lainnya)

sehingga kehilangan data pada data akhir catalog dapat dimodelkan.

Besarnya Mc ini sangat berpengaruh pada penentuan nilai –b dengan

Metode Likelihood Maksimum.

gambar 14 Distribusi frekuensi Magnitude kegempaan di wilayah Jawa Berdasarkan

hasil penelitian dalam rentang waktu 1975-2015

30

2.3.5 Variasi Spasial

Variasi Statistik Spasial adalah teknik analisis untuk mengukur distribusi

suatu kejadian berdasarkan keruangan (Scott & Warmerdam, 2006). Keruangan

yang dimaksud disini adalah variabel yang ada di permukaan bumi seperti kondisi

topografi, vegetasi, perairan, dll. Berbeda dengan statistik non-spasial yang tidak

memasukkan unsur keruangan dalam analisisnya.

Pada Geofisika sendiri teknik ini digunakan untuk mengolah data gempa

yang berada pada sepanjang patahan lempeng maupun zona subduksi pada pusat

gempa. Dalam pengukuran distribusi suatu kejadian berdasarkan keruangan

dibedakan berdasarkan dua kategori yaitu (Scott & Warmerdam, 2006):

1. Identifikasi karakteristik dari suatu distribusi

2. Kuantifikasi pola geografi dari suatu distribusi.

Apa yang terlihat secara visual pada peta tidak dapat dengan mudah

dijelaskan secara kualitatif seperti bagaimana pola distribusinya?, Apa yang

mempengaruhi distribusi tersebut?, Bagaimana trend distribusi tersebut dimasa

datang?. Statistik Spasial dapat menggambarkan hal tersebut secara kuantitatif.

Variasi Spasial statistik membantu kita dalam menilai pola, hubungan dan

trend dari suatu distribusi.

Variasi Spasial pada penelitian yang digunakan adalah, Variasi FMD

(Frequency Magnitude Distribution) yang merupakan salah satu cara untuk

mengetahui distribusi aktivitas seismotektonik pada suatu daerah. Adanya

distribusi variasi spasial Magnitude ini, juga menunjukkan seberapa aktif tektonik

gempa bumi daerah tersebut.

31

Seperti yang dijelaskan oleh Gutenberg-Richter dalam grafik ini:

gambar 15. Grafik Relasi Gutenberg-Richter

Hasil dari FMD atau Frequency Magnitude Distribution tersebut

bergantung pada Variabel spasial Gutenberg- Richter ini yaitu Magnitude , a-

value,& b-value.

Jika suatu wilayah secara beraturan menghasilkan gempa kecil dan jarang

menghasilkan gempa besar maka kurva frekuensi-magnitudo akan semakin tajam

dan gradien kurva (b-value) akan lebih besar dibandingkan dengan wilayah yang

jarang menghasilkan gempa kecil namun sesekali melepaskan gempa besar.

(Wiemer, 2002)

Dan variasi Spasial inilah yang digunakan dalam metode prediktibilitas

yang nantinya dijelaskan lagi di dalam penelitian

2.3.6 Variasi Temporal

Variasi ini berbeda dengan variasi Spasial, dimana menurut KBBI

temporal adalah:

1. berhubungan atau mengenai waktu

2. berkenaan dengan waktu-waktu tertentu.

32

Maka bisa ditarik kesimpulan bahwa Variasi Statistik temporal ini adalah, teknik

analisis untuk mengukur suatu distribusi data waktu ataupun kejadian yang

bergantung dengan waktu.

Variasi ini sangat bergantung pada Mc dan perubahan b-value secara

waktu dan perpindahan pada tahun. Variasi ini digunakan sebagai precursor

gempa bumi, jangka pendek, jangka menengah dan jangka panjang.

Pada variasi ini, dalam jangka pendek , jangka menengah maupun

jangka panjang jika terjadi gempa, hipotesis menyatakan bahwa trend distribusi

nilai b cenderung menurun. Dan diawali dengan kenaikan secara konstan. Untuk

itu diperlukan penelitian lebih lanjut untuk menunjukkan konsistensi dari potensi

variasi nilai-b sebagai precursor gempa besar.

2.3.7 Soft Computing dalam Metode Prediktibilitas Gempa bumi.

Prediksi menurut KBBI adalah hasil dari kegiatan memramalkan masa

depan, memperkirakan , ataupun prakiraan suatu masalah. Prediksi bisa

didasarkan pada data data subjektif, ilmiah, kualitatif, maupun kuantitatif.

Prediksi atau estimasi gempa bumi sampai saat ini merupakan tantangan bagi

kalangan ilmiah, dengan berbagai metoda memberikan informasi yang paling

mendasar tentang lokasi dan kapan waktu akan terjadinya gempa bumi, Hasil

estimasi prediksi ini diharapkan dapat membantu dalam mengarahkan

kesiapsiagaan terhadap efek sekunder bencana gempa bumi.

Definisi prediksi gempa bumi secara umum menurut Bormann

(Bormann, 2011) adalah menentukan lokasi, besaran dan waktu terjadinya, semua

disertai dengan skala kesalahan, dan probabilitas bahwa peristiwa gempa ini akan

terjadi.Secara teoritis parameter gempa pada suatu daerah berubah tergantung

waktu dan bisa berubah dalam jangka menengah, jangka panjang, maupun jangka

pendek. Pada pengamatan variasi Statistik spasial dan temporal yang didapat,

mencerminkan aktivitas stress local, ataupun persebaran gempa pada daerah

tersebut. Dikarenakan banyaknya data pada Variasi Spasial dan temporal suatu

33

daerah, diperlukan pendekatan secara digital komputasi untuk mengolah data

tersebut secara tepat dan akurat.

Pendekatan digital komputasi pada data ini juga disebut dengan Soft

Computing dan metode ini bisa mengolah data secara impresisi dan akurat secara

keseluruhan.

Metode ini juga terkait dengan prediksi deret waktu, sehingga prediksi

perilaku dalam sistem menjadi suatu topik yang menarik, seperti kecenderungan

dan periodisitas kejadian pada sistem tersebut.

Soft Computing yang digunakan pada penelitian ini ada 2 , yaitu :

1) Zmap V6.0

2) ANFIS (Adaptive Neuro Inference System)

2.3.8 Zmap V6.0

ZMAP adalah satu tool yang telah berupa GUI yang dirancang untuk

membantu para seismologist dalam menganalisa katalog gempa. ZMAP pertama

kali diperkenalkan oleh Stefan Wiemer's pada tahun 2001

Beberapa kemampuan dan aplikasi-aplikasi dari ZMAP yang bisa

dimanfaatkan antara lain dalam penilaian kualitas katalog gempa dan eksplorasi

data, Pemetaan nilai-nilai b (b value) di bawah suatu gunung api untuk menduga

informasi lokasi magma, Estimasi perubahan seismisitas yang disebabkan oleh

suatu gempa bumi yang besar, Stress-tensor inversion pada suatu grid untuk

mengukur heterogenitas medan stress (Wiemer S. , 2001),

Pemetaan magnitudo dari pelaporan yang lengkap dan aplikasi lain yang

masih banyak bisa kita dapatkan dari ZMAP. Tool yang bisa kita temui di dalam

ZMAP antara lain Histogram, Data Import, Catalog Comparison, Time series

Analysis, Data Subset Selection, Map, Genas, Declustering, Mapping seismicity

Rates, Aftershock Decay rates, Frequency-magnitude Distribution, Magnitude of

34

Completeness, Fractal Dimension, Quarry Maps, Time to Failure, Stress Tensor,

Cumulative Misfit yang masing masing tentu saja memiliki tujuan.

gambar 16. Tampilan Awal ZMAP v 5.0

2.3.9 ANFIS ( Adaptive Neuro Fuzzy Inference System)

Neuro fuzzy adalah gabungan dari dua sistem yaitu sistem logika fuzzy

dan jaringan syaraf tiruan. Sistem neuro-fuzzy berdasar pada sistem inferensi

fuzzy yang dilatih menggunakan algoritma pembelajaran yang diturunkan dari

sistem jaringan syaraf tiruan (Jang, 1993) (Jang J. S., 1997).

Neural Network mengenal pola dan menyesuaikan dengan perubahan pola.

Sedangkan Fuzzy Logic menggabungkan pengetahuan manusia dan menarik

kesimpulan untuk membuat suatu keputusan.dengan demikian, sistem neuro-fuzzy

memiliki semua kelebihan yang dimiliki oleh sistem inferensi fuzzy dan sistem

jaringan syaraf tiruan. Dari kemampuannya untuk belajar maka sistem neuro-

fuzzy sering disebut sebagai ANFIS (adaptive neuro fuzzy inference sistems)

(Jang J. S., 1997).

35

Model Pembelajaran ANFIS mirip dengan JST yang menghubungkan

antara keluaran dengan masukan pada sistem. Teknik yang digunakan dapat

berupa propagasi balik saja atau digabung dengan metode least square. Fungsi

keanggotaan ANFIS tidak berbeda dengan FIS. Pada Matlab juga , dapat dibuat

dengan command window ataupun Toolbox GUI.

2.3.9.a Sistem Inferensi Fuzzy

Sistem Inferensi Fuzzy adalah sistem kerja komputer yang didasarkan pada

konsep teori fuzzy, aturan fuzzy jika-maka, dan logika fuzzy. Struktur dasar dari

sistem Inferensi Fuzzy terdiri dari :

1. Basis aturan yang berisi aturan jika-maka.

2. Basis data yang mendefinisikan fungsi keanggotaan dari himpunan fuzzy.

3. Unit pengambilan keputusan yang menyatakan operasi inferensi aturan-

aturan.

4. Fuzzifikasi yang mentransformasi masukan himpunan klasik (crisp) ke

derajat tertentu yang sesuai dengan aturan besaran fungsi keanggotaan

5. Defuzzifikasi yang mentransformasi hasil fuzzy ke bentuk keluaran yang

crisp.

36

BAB III

PENELITIAN

Jenis penelitian ini menggunakan data penelitian kuantitatif, dimana

banyaknya suatu data yang diperoleh dalam hal ini data gempa ,mempengaruhi

kualitas penelitian tersebut. Dan data kuantitatif sendiri adalah data informasi

yang berupa simbol angka atau bilangan yang Berdasarkan perhitungan secara

kuantitatif dapat dilakukan untuk menghasilkan suatu kesimpulan yang berlaku

umum di dalam suatu parameter. Nilai data bisa berubah-ubah atau bersifat

variatif.dan data yang digunakan pun berubah ubah pada magnitude nya dan

semua parameternya

3.1 Implementasi penelitian

3.1.1 Waktu dan Tempat Penelitian

Penelitian ini dilaksanakan di Badan Meteorologi, Klimatologi, dan

Geofisika (BMKG) Wilayah II Ciputat, Kota Tangerang Selatan. Daerah

Penelitian berfokus pada daerah Pulau Jawa dengan koordinat : -5,63 LS sampai -

10,59 LS dan 104,96 BT sampai 114,96 BT

Dan pengambilan data dilakukan dengan rentang waktu 1975-2015 dalam

kurun waktu 40 tahun, data dikumpulkan untuk proses Penghitungan

menggunakan matlab, data selama 40 tahun ini diharapkan bisa memberikan hasil

yang terbaik untuk estimasi prediksi.

Dengan pembimbing Ibu Nur Aida sebagai pembimbing pertama dan

Bapak Fitri Afiadi sebagai pembimbing kedua.

37

gambar 17. Daerah Penelitian pada Google Earth

3.1.2 Data Penelitian

Data penelitian yang digunakan dalam skripsi ini adalah data kuantitatif

Sekunder, dimana data bersifat informasi berupa symbol atau angka dengan

pengambilan dari sumber lain.

Sumber dari data penelitian ini yaitu dari web ISC (International

Seismological Centre) dan memiliki ketentuan sebagai berikut :

1) Data Gempabumi yang diolah dan digunakan adalah data gempa Periode 1

Januari 1975 – 31 Desember 2015

2) Data Gempa didapat dari USGS Earthquake Archive dengan magnitude

berkisar antara 2 SR – 9 SR

3) Gempa yang diteliti yaitu gempa dangkal dengan kedalaman 0-300 m

4) Data Gempa berlokasi di pulau Jawa dengan koordinat 5.63 – 10.59 LS

Dan 104.96 – 114.96 BT

38

5) Terdapat 2728 event Catalog setelah dicluster dari ≥10.000 data dari

USGS NEIC, dan ISC

3.1.2.a Data pada ANFIS

Data masukan akan dibagi menjadi tiga interval,yaitu :

1. Interval 1 , sebanyak 450 data, sebagai data latih dimulai dari 1- 375, data

validasi dimulai 376-450

2. Interval 2, sebanyak 119 data, dimulai dari dari tahun 2005. Sebagai data

latih dimulai dari 1-100, dan sebagai data validasi dimulai 101-119

3. Interval 3, sebanyak 450 data, digunakan sebagai data pelatihan tanpa ada

data validasi

Dimasukkan kedalam anfis, interval 1 interval 2 interval 3 yang dimasukkan

untuk pengolahan data pada ANFIS

Struktur masukan dan keluaran untuk model prediksi mengikuti persamaan

teorema Taken’s dengan menggunakan nilai waktu delay dan embedding dimensi

dari rekonstruksi ruang fase.

3.1.3 Soft Computing dalam penelitian

Soft Computing atau bisa juga disebut Software dalam penelitian yang

dipakai adalah sebagai berikut :

1) Zmap V6.0

ZMAP adalah satu tool yang telah berupa GUI yang dirancang untuk

membantu para seismologist dalam menganalisa katalog gempa Data yang di

input merupakan data dalam bentuk (.dat) yang dibuat dari Notepad. Program

ini hanya dapat berjalan apabila sudah teinstall MATLAB.10 pada PC.

39

2) Matlab

MATLAB (Matrix Laboratory) adalah suatu bahasa tingkat tinggi yang

digunakan untuk komputasi teknik. Bahasa ini mengintegrasikan proses

komputasi, visualisasi, dan pemrograman dengan environment yang mudah

digunakan dengan mengekspresikan masalah dan solusi ke dalam notasi-notasi

matematika.

3) ANFIS (Adaptive Neuro Fuzzy Inference System)

Program yang digunakan dalam membuat model estimasi prediksi guna mendapat

pemodelan terbaik.Data yang di input berupa data dalam bentuk (.dat) dan data

harus dimasukan ke dalam folder program. Neuro fuzzy adalah gabungan dari dua

sistem yaitu sistem logika fuzzy dan jaringan syaraf tiruan. Sistem neuro-fuzzy

berdasar pada sistem inferensi fuzzy yang dilatih menggunakan algoritma

pembelajaran yang diturunkan dari sistem jaringan syaraf tiruan (Jang, 1993)

(Jang J. S., 1997)

4) Microsoft Excel

Program yang digunakan untuk mengolah data mentah yang belum di sortir secara

baik. Data mentah ini adalah data pertama yang didapat dari ISC, USGS NEIC

5) Notepad

digunakan untuk mensortir data parameter gempabumi yang akan digunakan

sebelum disimpan dalam bentuk notepad sesuai dengan format yang ditentukan

dalam software ZMAP dan ANFIS.

3.1.4 Metodologi Penelitian.

Pada metodologi Penelitian ini perlu dibuat diagram alur penelitian untuk

memfokuskan penelitian agar tidak melebar kearah lain

40

Tidak

Ya

START

Pengumpulan data gempa bumi

melalui ISC dan USGS NEIC

Plotting data gempa dengan

ZMAP v6.0

Pengolahan cacah data, dan pembuatan Program

ANFIS pada MATLAB

Aplikasi model Prediktibilitas pada

ANFIS

Hasil data plotting berupa

a- Value, b-value, MC

a) B-value

b) A-value

c) MC

d) Variasi temporal

e) FMD(Frequency

Magnitude

Distribution

f) Standar Deviasi

b-value

Hasil Prediktibilitas b-

value pada pulau Jawa

Uji data Optimal ?

Analisis data

STOP

41

Dan pada diagram alur proses pada ANFIS, berikut prosesnya

Tidak

START

Pengumpulan data gempa bumi

melalui ISC dan USGS NEIC

Pemisahan data per baris dengan

format Longitude – Latitude –

Year – Hour – Day – Depth –

Mag – Hour - Min

b-value , a-value dihitung

dari Plot kegempaan ZMAP

Mencacah deret data b-

value terhadap waktu

Klasifikasi data b-value

menggunakan Open TS-

tool v.1.2

Pembuatan program dengan waktu tunda

dan dimensi embedding yang sesuai

Aplikasi ANFIS dan pembuatan GUI

ANFIS

Pelatihan

optimal ?

HASIL

42

Dalam metode penelitian pada penelitian ini, dilakukan beberapa tahap

pengolahan, antara lain :

1) Tahap pengambilan data.

Data yang diambil dan dijadikan sampel merupakan data sekunder yang

bersumber dari katalog gempa BMKG dan NEIC USGS yang terjadi

dalam ruang lingkup penelitian pada rentang waktu 1975 – 2015

Data tersebut berupa epicenter dalam lintang dan bujur, kedalaman,

magnitude , waktu kejadian gempa (hari, bulan, tahun, jam , menit)

2) Tahap penentuan sampel (klasifikasi)

a. Melakukan penyortiran data pada katalog gempa sesuai dengan

posisi lintang dan bujur daerah penelitian.

b. Menyeleksi data dan meng-cluster katalog.

c. Memplot distribusi frekuensi magnitude untuk melihat kelengkapan

data sehinggadiketahui kelengkapan magnitude (Mc).

d. Menghitung dan memetakan variasi spasial seismisitas menggunakan

metode MaximumLikelihood, menggunakan program ZMAP V 6.0

(Wiemer& Wyss, 2002).

3) Seleksi Data dan Decluster Katalog Gempabumi

Data gempa bumi dari katalog USGS dan ISC dengan parameter kejadian

gempa, letak episenter (latitude dan longitude), kedalaman, magnitude, dan waktu

tiba gelombang yang tercatat di stasiun berjumlah 10398 event disortir

menggunakan software Ms.Excel dengan membuang parameter yang tidak

dibutuhkan dalam program ZMAP. Setelah itu, data diplot kedalam Notepad dan

disimpan dengan format (.dat).

43

Data diplot dengan menggunakan software ZMAP. Plotting data gempa

bumi ini menunjukan sebaran lokasi episenter gempa bumi yang terjadi di daerah

penelitian sebelum proses perhitungan data dilakukan.

4) Tahap pengolahan data

Pemetaan spatial nilai-b, wilayah penelitian dibagi menjadi grid-grid dan

parameter seismotektonik dihitung utnuk tiap titik grid dalam radius konstan atau

jumlah gempa konstan yang mengandung sejumlah event (misalnya 50 gempa).

Bila menggunakan metode ini, radius tidak divariasikan terhadap densitas gempa

di wilayah tersebut. Dalam analisis ini dipilih kriteria yaitu jumlah gempa N=80

atau radius konstan 110 km dan grid pengolahan data 0.1° x 0.1° akan terlihat

perbedaan b-value di tiap grid dengan dicirikan kontras warna yang signifikan.

Ukuran grid dapat bervariasi umumnya mulai 0.1°-1°.

gambar 18. Peta Seismisitas Pulau Jawa 1975 -2015

44

Data gempa yang sudah di plot, kemudian di de-cluster untuk

membedakan antara foreshock dan mainshock. Dan hasil dari plot gempa bisa

dilihat di gambar 17, dimana variasi gempa berdasarkan kedalaman, dan terdapat

3 gempa yang berkekuatan > 6,5 SR.

Tujuan meng-decluster data , agar diperoleh data Independent yang tidak

saling bercampur, guna untuk memberikan hasil b-value lebih akurat.

gambar 19. Peta b-value berdasarkan pengolahan seismisitas pulau Jawa tahun 1975-2015

Berdasarkan hasil pengolahan seismisitas zMAp V6.0 pada daerah pulau

jawa, letak b-value terbesar pada daerah timur Provinsi Jawa timur dan daerah

barat Pulau Jawa, hal ini bisa dikaitkan dengan dekatnya gunung volcano yang

masih aktif pada daerah Barat Jawa, dan daerah timur Jawa, masing masing

Gunung Anak Krakatau , dan Gunung Bromo.

Selain itu, diperoleh juga Magnitude Completeness, dan Frequency

magnitude Distribution dengan nilai estimasi b-value berkisar 1,44 dan a- value

berkisar dengan nilai 10,2.

45

Dari pengolahan Zmap V6.0 ditunjukkan 2 histogram, yaitu Histogram

berdasar waktu dan Histogram berdasar tempat yang menjelaskan bahwa Gempa

pada pulau Jawa didominasi dengan kedalaman 0-50 m dengan magnitude

terbanyak yaitu 3,5 – 4 SR dan 4,5 SR – 5 SR

gambar 20. (kiri) Depth Histogram (kanan)

Magnitude Histogram

46

5) Tahap Analisa Prekursor a-value dan b-value

Kurva perubahan b-value rata-rata terhadap waktu untuk keseluruhan

daerah penelitian di tunjukkan pada gambar 20.

gambar 21. Grafik b with magnitude.

6) ANFIS

Neuro fuzzy adalah gabungan dari dua sistem yaitu sistem logika fuzzy

dan jaringan syaraf tiruan. Sistem neuro-fuzzy berdasar pada sistem inferensi

fuzzy yang dilatih menggunakan algoritma pembelajaran yang diturunkan dari

sistem jaringan syaraf tiruan. Neural Network mengenal pola dan menyesuaikan

dengan perubahan pola.

Sedangkan Fuzzy Logic menggabungkan pengetahuan manusia dan

menarik kesimpulan untuk membuat suatu keputusan.dengan demikian, sistem

neuro-fuzzy memiliki semua kelebihan yang dimiliki oleh sistem inferensi fuzzy

47

dan sistem jaringan syaraf tiruan. Dari kemampuannya untuk belajar maka sistem

neuro-fuzzy sering disebut sebagai ANFIS (adaptive neuro fuzzy inference

sistems).

ANFIS terbukti dapat digunakan untuk memprediksi deret waktu yang

bersifat chaos dan dapat diterapkan secara langsung dalam bidang pemodelan,

pengambilan keputusan, pengolahan sinyal, dan control. (Jang, 1993)

6a) Struktur ANFIS

Diasumsikan bahwa sistem inferensi fuzzy yang dibahasmemiliki dua

masukan yaitu x dan y dan satu keluaran f. Untuk model fuzzy Sugeno orde satu,

aturan yang umum dengan dua aturan fuzzy jika-maka, adalah sebagai berikut

(Takagi.T, 1985) :

Aturan1 : jika x adalah A1dan y adalah B1, maka f1 = p1x + q1y + r1;

Aturan2 : jika x adalah A2dan y adalah B2, maka f2 = p2x + q2y + r2;

A1

A2

B1

B2

N A

Σ

lapisan 1 lapisan 2 lapisan 3 lapisan 4 lapisan 5

x x y

y

N A

П

П

x y

f

Tabel 1. Struktur ANFIS Model fuzzy Sugeno orde satu

Penjelasan pada masing-masing lapisan sebagai berikut :

Lapisan 1 :

Setiap simpul i pada lapisan ini adalah simpul adaptif dengan fungsi simpul :

48

4,3untuk,

atau,2,1untuk,

2,1

,1

iyBO

ixAO

ii

ii

(I.1)

dimana x dan y adalah masukan bagi simpul i, dan Ai atau Bi-2 adalah label

bahasa (linguistic label) seperti misalnya “kecil” atau “luas”, dll. Dengan kata

lain, O1,iadalah tingkatan keanggotaan dari himpunan fuzzy A (= A1, A2, B1atau

B2) dan menentukan derajad keanggotaan dari masukan x dan y yang diberikan.

Fungsi keanggotaan parameter dari A dapat didekati dengan fungsi bell :

b

i

i

a

cxxA

2

1

1

(I.2)

dimana {ai, bi, ci} adalahhimpunan parameter. Parameter padalapisaninidisebut

parameter-parameterpremis.

Lapisan 2 :

Setiap simpul pada lapisan ini diberi label , bersifat non-adaptif (parameter

tetap) yang mempunyai keluaran berupa perkalian dari semua sinyal yang masuk.

,2,1,,2 iyBxAwO iiii (I.4)

Masing-masing keluaran simpul menyatakan derajad pengaktifan dari aturan

fuzzy. Secara umum beberapa operator T-norm yang dapat mengungkapkan

logika fuzzy AND dapat digunakan sebagai fungsi simpul pada lapisan ini.

Lapisan 3 :

Setiap simpul pada lapisan ini diberi label N, juga bersifat non-adaptif.

Masing-masing simpul menampilkan derajad pengaktif antara normalisasi dengan

bentuk.

2,1,

21,3

iww

iw

wi

O (I.5)

Apabila dibentuk lebih dari dua aturan, fungsi dapat diperluas dengan membagi wi

dengan jumlah total w untuk semua aturan.

Lapisan 4 :

Tiap simpul pada lapisan ini berupa simpulan adaptif dengan fungsi simpul :

iiiiiii ryqxpwfwO ,4 (I.6)

49

dimana iw adalah derajat pengaktifan ternormalisasi dari lapisan 3 dan {pi, qi, ri}

merupakan himpunan parameter dari simpul ini. Parameter di lapisan ini

dinamakan parameter-parameter konsekuen.

Lapisan 5 :

Simpul tunggal pada lapisan ini diberi label ∑, menghitung semua keluaran

sebagai penjumlahan dari semua sinyal yang masuk :

Keluaran keseluruhan =

i i

i ii

i

i

iiw

fwfwO ,5 (I.7)

7) Tahap Intrepretasi Data

Kemudian dibuat suatu pemetaan variasi spasial dan temporal b-value

untuk mengidentifikasi wilayah dengan b-value rendah merupakan wilayah

konsentrasi stress ditentukan berdasarkan skala warna tinggi-rendahnya tingkat

b-value. Selanjutnya dilakukan interpretasi lanjutan b-value untuk mendapatkan

model terbaik prediksi b-value menggunakan ANFIS untuk 75 bulan kedepan

dari tampilan grafik dilakukan analisis berdasarkan tingkat RMSE (Root Mean

Squared Error)dan MAPE (Mean Absolute Percentage Error), semakin kecil

RMSE dan MAPE maka semakin akurat hasil prediksi yang dilakukan sehingga

pemodelan yang diproses pada tahap Ujicoba ke-3 dapat dikatakan terbaik dan

tujuan penelitian ini dapat tercapai

50

BAB IV

HASIL PENELITIAN DAN PEMBAHASAN

4.1 Hasil Penelitian

4.1.1 Analisa Data Hasil Penelitian ZMAP

Model yang ditampilkan dalam ZMAP V 6.0 adalah hasil perhitungan

analisis pemetaan Spasial menggunakan metode Gutenberg-Richter dan dengan

campuran metode least square untuk menentukan b-value, dalam 40 tahun terakhir

dari 1975-2015. berikut hasil data dari pertahun yang dipisah menggunakan Excel

gambar 22. Data Mentah dari ISC(International Seismological Centre)

51

Data yang dari ISC, diolah di bedakan menjadi format yang telah ditentukan

ZMAP v6.0 dibuat beberapa baris dan dimuai perhitungan b-value menggunakan

program ZMAP. Setelah perhitungan melalui program ZMAP selesai, berikut

hasil perhitungannya.

gambar 23. Hasil plot data gempa menggunakan ZMAP 1975-2015

Hasil dari Plot data gempa bisa tahun 1975-2015 pada ZMAP menunjukkan

bahwa :

1) Terdapat Seismic gap pada daerah selatan Yogyakarta

2) Gempa paling banyak terjadi pada daerah Barat Banten, Selatan Jawa

Timur dan perbatasan Jawa timur dan Pulau Bali.

3) Gempa besar bisa terjadi pada daerah yang frekuensi gempanya sedikit,

contohnya ada di utara Provinsi Jawa Barat, Gempa besar paling banyak

terjadi pada perbatasan Pulau Bali dan Provinsi Jawa timur, dan paing

banyak terjadi di selat bali

Pada ZMAP juga didapat peta persebaran b-value dengan konsentrasi b-value

yang tersebar dimana Konsentrasi b-value 1,5 -2 yang ada tersebar di bagian Jawa

timur bagian wonosobo dan jika kita cocokkan dengan peta plot gempa , pada

daerah ini gempa yang terjadi adalah pada kedalaman 300 Km > z > 180 Km.

52

Daerah Persebaran gempa paling banyak yaitu daerah selatan pulau Jawa,

daerah Yogyakarta, dan Provinsi Jawa Barat terdeteksi dengan b-value cukup

rendah. Pada teori yang dikutip ,ketika nilai b-value rendah pada suatu daerah, ini

menyebabkan rentannya daerah tersebut terjadi gempa (Afifi mutiarani, 2013) dan

pada plot kegempaan daerah daerah yang disebut diatas, adalah daerah yang

rawan gempa kecil- besar dengan persebaran gempa terbanyak, dengan kedalaman

paling banyak kurang dari 90 Km.

gambar 24. Hasil Plot b-value berdasarkan persebaran gempa pada pulau Jawa

begitu juga pada daerah selat sunda dimana daerah tersebut memiliki b-value

yaitu dan 1,5 - 2. pada daerah selat sunda didominasi gempa dangkal kurang dari

90 Km dan bisa diperkirakan dipengaruhi oleh aktivitas seismic Gunung Anak

Krakatau. Secara keseluruhan, b-value Pulau Jawa dihitung yaitu

𝑏 ̂ = log 𝑒

�̅� − 𝑀0

= 4,343

(6,4 + 6,1 + 6,3 + 6,1 + 6,3 + 6,3 + 6,1 + 6,2 + 6,4 + 6,3 + 6,3 + 9,1

12 ) − 𝑀0

Dan bisa dibandingkan dengan hasil yang keluar pada ZMAP yaitu ,

53

gambar 25. Magnitude Completeness dengan b-value dan a-value pada Pulau Jawa

dan bisa diberi kesimpulan bahwa, Pulau Jawa secara keseluruhan rawan Gempa

dimana b-value berdasarkan perhitungan data termasuk cukup rendah.

4.1.2 Analisa data hasil penelitian pada ANFIS

gambar 26. B-value berdasarkan waktu dari perhitungan ZMAP,

54

Model pelatihan terbaik yang akan digunakan pada proses validasi model.

Performansi statistik sebagai kriteria penentuan model yang optimum dengan

melihat kesalahan terkecil antara data aktual dengan data estimasi. Pada proses

pelatihan dibagi menjadi tiga interval data. Sesuai dengan struktur masukan-

keluaran, menggunakan struktur 4 masukan dan 1 keluaran. Berikut Performansi

masing masing model pada ANFIS

4.1.2.a Performansi Pelatihan

Pada performansi ini, data b-value yang telah dicacah yaitu 1-450 digunakan

semuanya untuk pengolahan data,

Model RMSE MAPE Presentase

Keberhasilan

Pelatihan standar 1 0,0096242 0,55336 99,447 %

Ujicoba 1 0.00962842 0.555336 99.4447

Ujicoba 2 0,343308 20,9497 79.0503%

Hasil Presentase Prediksi 89,247 %

Berikut hasil pada pelatihan dan Ujicoba ANFIS MATLAB, terdapat satu kali

pelatihan dan dua kali Ujicoba dikarenakan Untuk mendapatkan hasil yang

relevan dan akurat.

55

gambar 27. Pelatihan standar ANFIS

gambar 28. Ujicoba 1 pada ANFIS

56

gambar 29. Hasil Prediksi ANFIS

gambar 29. Ujicoba ke 2

gambar 30. Ujicoba Hasil

57

4.2 Pembahasan Hasil Data Penelitian ANFIS

Secara keseluruhan model ANFIS menunjukan performansi dan

konsistensi yang baik saat proses pelatihan dan validasi yang ditunjukan dengan

nilai RMSE (Root Mean Square Error)dan MAPE (Mean Absolute Percentage

Error) yang kecil. Hasil pelatihan terbaik Model ANFIS untuk b-value terdapat

pada Interval data yang menggunakan data pelatihan sebanyak 450 , untuk b-

value menghasilkan nilai RMSE sebesar 0,0096242 dan MAPE sebesar

0.555336, Hasil Pelatihan dan validasi untuk b-value untuk Pelatihan dan Ujicoba

hampir sama . Hal ini menunjukkan pola data dan penyebaran data b-value lebih

teratur, dan lebih terstruktur.

Hasil estimasi b-value menggunakan model ANFIS berada pada rentang

nilai yang normal. Hal ini dapat dilihat dari rentang nilai dari b-value yang pernah

terjadi di wilayah Jawa berkisar 0,144 - 1.4. Hasil estimasi menggunakan Model

ANFIS juga menunjukkan hasil dalam rentang nilai yang wajar, dimana hasil

prediksib-value tertinggi terjadi bada bulan ke 36, dan terendah pada bulan 40.

Menurut A.Soehaimi, precursor b-value terjadinya gempa besar ditandai

dengan awal kenaikan b-value secara berkala dan lalu diikuti penurunan b-value

secara signifikan menurun (A.Soehaimi, 2008) , dan bisa digunakan estimasinya

dari bulan 20-30 akan terjadi gempa kuat didaerah pulau jawa, dan bulan 36-40

pun akan terjadi gempa sangat kuat dikarenakan penurunan b-value yang tajam.

58

BAB V

KESIMPULAN DAN SARAN

5.1 Kesimpulan

Berdasarkan hasil pembahasan yang telah diuraikan sebelumnya, berikut

beberapa kesimpulan yang diambil :

1. Hasil simulasi estimasi yang telah di capai menunjukkan bahwa a-value

dan b-value hasil estimasi berada dalam interval fisis yang wajar

2. Variasi spasial b-value di wilayah Pulau Jawa berkisar antara 0.5 – 2, dan

b-value terendah terletak bagian selatan pulau Jawa bagian barat , banten

bagian barat, selat sunda dan selat bali. Dan berdasar pada peta persebaran

gempa daerah daerah inilah yang paling banyak terjadi gempa gempa kuat.

3. Pada Density Map daerah Yogyakarta bagian selatan terdapat seismic gap,

daerah seismic gap ini biasanya tak terjadi peristiwa seismic, akan tetapi

nantinya akan terjadi gempa besar sewaktu waktu.

4. Pada hasil pelatihan program, didapatkan hasil dengan presentase

keberhasilan ujicoba pertama 99,47 % dan ujicoba kedua 79,51 % bisa

ditarik kesimpulan bahwa. Presentase keberhasilan program dalam

mengolah prediksi b-value bisa dibilang cukup baik dikarenakan pada

presentase rata rata cukup besar yaitu 89,49%

5. Pada bulan ke 20-30 bisa dijadikan precursor gempa bumi kuat yang akan

terjadi dari Desember tahun 2015, dan pada bulan 50-70 terjadi kenaikan

b-value yang berakibat adanya gempa kuat ketika b-value akan turun

drastis.

59

5.2 Saran

Berikut saran saran yang nantinya akan digunakan dalam penelitian yang

selanjutnya :

1. Perlu diberikannya perbandingan untuk pengolahan b-value secara manual

dan pengolahan b-value secara program .

2. Dijelaskan parameter lokasi dimana b-value akan menurun secara drastis.

Dikarenakan hasil prediksi data secara statistic hanya berdasar pada b-value

with time (b-value berdasar waktu)

3. Perlu dikaji lebih lanjut mengenai regime stress terkait bidang patahan gempa

bumi, terutama memperhatikan faktor fisis dari batuan atau geologi setempat.

4. Estimasi terkait kegempaan selain menggunakan data deret waktu saja

(univariat), penelitian lebih lanjut dapat melibatkan variabel-variabel lain

(multivariat) di integrasikan dengan data pengamatan perkursor gempa bumi

lainnya.

5. Diberikan Penjelasan apakah ada hubungannya dengan densitas kebatuan pada

pulau Jawa.

6. Untuk penelitian selanjutnya diharapkan bisa diketahui Lokasi tepatnya

penurunan b-value tersebut, dengan cara daerah penelitian yang dipersempit.

60

DAFTAR PUSTAKA

A.Soehaimi. (2008). Seismotektonik dan Potensi Kegempaan Wilayah Jawa.

Jurnal Geologi Indonesia , Vol 3 No.4 Desember 2008 , 227-240.

Afiadi, F. (2015). MODEL ESTIMASIVARIASI SPASIAL SEISMISITAS

SEBAGAI PREKURSOR GEMPA BUMI KUAT MENGGUNAKAN

EXTREME LEARNING MACHINE (ELM). Buletin BMKG 2015 .

Afifi mutiarani, M. T. (2013). Studi b-value untuk pengamatan Seismisitas

wilayah Pulau Jawa periode 1964-2012. Jurnal Fisika Edisi ke 2 UNESA , 0-5.

Bormann, P. 1. (2011). From Earthquake Prediction Research to Time- Variable

Seismic Hazard Assessment Applications. In P. Bormann, Pure Appl. Geophysics

(pp. 329–366).

Goersel, J. (2003). Bibliography of the Geology Of Indonesia and Surrounding

Areas. New york: Vangorselslist.com.

Gutenberg, B. d. (1944). Frequency of earthquakes in California. Bull. Seismol.

Soc. Am , 34.

Hamilton, W. (1979). Tectonics of the Indonesian Region. US Geologi Survey

Prof. Pap , 1078, 345.

Ibrahim, G. d. (2005). Pengetahuan Seismologi Badan Meteorologi dan

Geofisika. Jakarta: Jurnal BMKG.

Jamal, S. I. (2013). Geological interpretation based on satelite imagery: Updating

geological maps of Indonesia to 1:50,000 map scale. Jalan Diponegoro No 5

Bandung: Geological Agency and Ministry of Energy and Mineral Resouces

Republic of Indonesia.

61

Jang, J. (1993). ANFIS : Adaptive Network Based Fuzzy Inference System. IEEE

Transactions On Systems, Man, And Cybernetics, VOL. 23, No. 3 .

Jang, J. S. (1997). Neuro Fuzzy and Soft Computing. New Jersey: Prentice Hal.

KBBI. (2008). Kamus Besar Bahasa Indonesia (Edisi Kelima). Jakarta: Balai

Pustaka.

Kundu, B. d. (2011). Slab Detachment Of Subducted Indo-Australian Plate

Beneath Sunda Arc, Indonesia. Earth Syst. Sc , 120, 193–204.

Mogi, H. a. (1999). Probability Distribution of Peak Ground Acceleration Ratios

Estimated from Strong Ground Motion Array Database. Structural

Engineering/Earthquake JSCE, No. 626/I-48 , 219–230.

Pulunggono dan Martodjojo, S. (1994). Perubahan Tektonik Paleogene –

Neogene Merupakan Peristiwa Tektonik Terpenting di Jawa. Yogya: Percetakan

NAFIRI .

(2009). Seismology. In P. Shearer, Introduction to Seismology (pp. 301-305). New

York: Cambridge University Press.

Shi, Y. a. (1982). The standard error of the magnitude-frequency b value. Bulletin

Seismology Soc. Am. 72th Edition , 1677-1687.

Sieferd, S. &. (1994). Volcanoes . USGS International Catalog Worldwide .

Takagi.T, d. S. ( 1985). Fuzzy identification of system and its applications to

modeling and control. IEEE Transactions on Systems, Man and cybernetic. ,

15:116-132 .

Widiyantoro, V. d. (1996). Structure and evolution of subducted lithosphere

beneath the Sunda arc, Indonesia,. Science, v. 271 , 1566-1570.

Wiemer, S. (2001). A software package to analyze seismicity: ZMAP. Seis. Res.

Lett , 72, 374-383.

62

Wiemer, S. a. (2002). Mapping spatial variability of the frequency-magnitude

distribution of earthquakes. In S. a. Wiemer, Advanced Geophysics (pp. 259–302).

New York.

Zadeh, L. A. (1965). Fuzzy Sets. Information and control Vol.12 , 94-102.

63

LAMPIRAN

Lampiran 1. Peta persebaran a-value dan b-value 1975-2015 pada ZMAP

(a-value Map)

(b-value Map)

64

Lampiran 2. Indonesia dan pulau Jawa pada Google earth dan peta Seismik

65

Lampiran 3. Pengolahan data pada Excel

66

Lampiran 4. Output dari ZMAP

67

68

Lampiran 5. Hasil ANFIS dan tampak depan ANFIS

69

70

71