Hasil Pencarian  ::  Simpan CSV :: Kembali

"Penelitian ini akan berfokus pada evaluasi metode-metode sistem peringatan dini gempa bumi yang telah dipublikasikan oleh peneliti-peneliti lainnya dan dapat diakses secara publik. Tujuan dari adanya penelitian ini adalah untuk mengevaluasi kelebihan dan kekurangan dari masing-masing metode dalam memprediksi gelombang P/S, magnitudo, dan lokasi gempa bumi serta memberikan rekomendasi metode apa yang sebaiknya dikembangkan lebih lanjut, terutama untuk sistem peringatan dini gempa bumi di Indonesia. Penulis mengumpulkan data dari ratusan titik seismograf di Indonesia dan menggunakannya sebagai input untuk metode-metode yang digunakan dalam penelitian ini. Evaluasi yang akan dilakukan adalah evaluasi kuantitatif dengan menggunakan metrik-metrik yang sesuai dengan hasil dari metode-metode yang digunakan. Penelitian ini berkontribusi dalam memberikan rekomendasi sistem peringatan dini gempa bumi untuk Indonesia, sehingga dapat meningkatkan kesiapan dan keamanan masyarakat dalam menghadapi bencana alam.

---

This research will focus on evaluating earthquake early warning systems that have been published by other researchers and are publicly accessible. The goal of this research is to assess the strengths and weaknesses of each method in predicting P/S waves, magnitude, and earthquake location, as well as to provide recommendations on which methods should be further developed, especially for earthquake early warning systems in Indonesia. I have collected data from hundreds of seismograph stations in Indonesia and used it as input for the methods utilized in this research. The evaluation will be quantitative, using metrics that correspond to the results of the methods employed. This research contributes to providing recommendations for earthquake early warning systems in Indonesia, thereby enhancing the preparedness and safety of the community in facing natural disasters."

"Indonesia terletak pada pertemuan lempeng tektonik aktif, jalur pegunungan aktif, sehingga menjadikan sebagian besar wilayahnya rawan terhadap bencana alam Gempa Bumi. Berdasarkan teori dan konsep manajemen bencana (disasters management) yang meliputi beberapa tahapan, yaitu: tahap tanggap darurat (response phase), tahap rekonstruksi dan rehabilitasi, tahap preventif dan mitigasi, dan tahap kesiapsiagaan (preparedness); maka upaya perencanaan sistem peringatan dini gempa bumi harus dipersiapkan dengan efisien untuk dapat mengurangi risiko yang diakibatkan. Dengan semakin berkembangnya teknologi informasi dan komunikasi berbasis Mobile phone, maka informasi dan komunikasi bukanlah suatu hal yang sulit terutama pada saat tanggap bencana. Dengan variabel-variabel yang diukur berupa media alat peringatan, prosedur penyelamatan diri, mobilisasi sumber daya dan pengetahuan menghadapi bencana gempa bumi. Variabel-variabel tersebut didapat dari studi literatur, kemudian setelah itu didapatkan faktor-faktor yang menyusun sistem peringatan dini (early warning system) gempa bumi yang akan ditambahkan ke dalam aplikasi. Setelah itu, survey dilakukan kepada masyarakat untuk mengetahui pengaruh tambahan fitur EWS (early warning system) bencana gempa bumi. Dari hasil survey yang telah diperoleh, dapat disimpulkan bahwa sebagian besar responden sangat setuju dengan persentase rata-rata dari semua pertanyaan di atas 50% bahwa adanya penambahan fitur earthquake early warning system dapat membuat masyarakat yang menggunakan aplikasi lebih waspada terhadap bencana gempa bumi.

---

Indonesia is located at the confluence of active tectonic plates, an active mountain route, thus making most of its territory prone to natural disasters from earthquakes. Based on the theory and concept of disaster management (disasters management) which includes several stages, namely: the response phase, the reconstruction and rehabilitation stage, the preventive and mitigation stage, and the preparedness stage; hence the effort to plan an earthquake early warning system must be prepared efficiently in order to reduce the resulting risks. With the development of mobile phone-based information and communication technology, information and communication is not a difficult matter, especially during disaster response. With the measured variables in the form of media warning tools, self-rescue procedures, mobilization of resources and knowledge of earthquake disasters. These variables are obtained from literature studies, then after that, the factors that compile an earthquake early warning system will be added to the application. After that, a survey was conducted to the public to determine the effect of the additional EWS (early warning system) feature of the earthquake. From the survey results that have been obtained, it can be concluded that the majority of respondents strongly agree with the average percentage of all questions above 50% that the addition of the earthquake early warning system feature can make people using the application more alert to earthquakes."

"Penelitian ini berfokus pada pengembangan sistem peringatan dini gempa bumi yang memanfaatkan arsitektur event-driven dan model deep-learning. Tujuannya adalah untuk memodelkan data seismik guna mendeteksi gelombang awal, hiposenter, magnitudo, dan kedalaman gempa. Penulis mengumpulkan data dari ratusan titik seismograf dan mengolahnya dengan model deep-learning untuk menghasilkan prediksi yang akurat. Sistem ini dirancang untuk memberikan visualisasi dan informasi yang mendukung Badan Meteorologi, Klimatologi, dan Geofisika (BMKG) dalam mendeteksi aspek-aspek kritis gempa. Selain itu, penulis mengembangkan sistem terdistribusi untuk mengelola permintaan dan pengolahan data skala besar dengan efisiensi tinggi. Antarmuka pemrograman aplikasi (API) juga disajikan untuk memungkinkan prediksi data yang mudah diakses dan dipahami. Terakhir, integrasi antara model machine learning dengan backend dan frontend dirancang untuk memberikan tampilan yang ramah pengguna. Penelitian ini berkontribusi dalam mengembangkan sistem peringatan dini gempa yang lebih canggih dan responsif, sehingga dapat meningkatkan kesiapan dan keamanan masyarakat dalam menghadapi bencana alam.

---

This study focuses on the development of an earthquake early warning system utilizing event-driven architecture and deep-learning models. The aim is to model seismic data to detect initial waves, hypocenters, magnitude, and depth of earthquakes. Data from hundreds of seismograph points were collected and processed using deep-learning models to generate accurate predictions. The system is designed to provide visualizations and information to support the Meteorology, Climatology, and Geophysics Agency (BMKG) in detecting critical earthquake aspects. Additionally, a distributed system was developed to manage large-scale data requests and processing efficiently. An Application Programming Interface (API) is also presented for accessible and understandable data predictions. Finally, the integration of machine learning models with backend and frontend is designed to offer a user-friendly display. This research contributes to the development of a more sophisticated and responsive early warning system, enhancing public preparedness and safety in the face of natural disasters."