Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
Telah dilakukan proses tomografi struktur kecepatan gelombang seismik Gelombang P menggunakan data gempabumi swarm di daerah Jailolo, Halmahera Barat, Maluku Utara. Penelitian ini bertujuan menentukan parameter gempabumi dan sebarannya yang ada diwilayah ini, menganalisis perbedaan antara rangkaian gempabumi swarm dengan gempabumi tektonik non swarm, dan menganalisis struktur kecepatan gelombang P Vp pada wilayah ini dan implikasinya terhadap keadaan tektonik lokal diwilayah ini yang menjadi penyebab gempabumi swarm Jailolo 2015. Digunakan rekaman data seismik 12 Agustus-12 September 2016 dari 33 stasiun yang ada pada jaringan 7G Seismic Temporary Network GFZ GeoForschungsZentrum ndash; German Reserarch Centre for Geosciences Helmholtz Centre Postdam dan BMKG Badan Meteorologi Klimatologi dan Geofisika , yang dianalisis menggunakan JISVIEW, sebuah program analisis gempabumi. Program simulps12 digunakan untuk melakukan proses inversi tomografi simultan. Dari rekaman seismik yang ada teranalisis 264 kejadian gempabumi sebelum relokasi yang kemudian menjadi 219 kejadian gempabumi setelah relokasi , yang digunakan dalam tahapan proses tomografi. Kejadian gempabumi yang ada diidentifikasi sebagai rangkaian kejadian gempabumi swarm, bukan kejadian gempabumi tektonik biasa non swarm yang memiliki pola foreshock-mainshock-aftershock. Dari gambar hasil tomografi diketahui adanya daerah dengan perturbasi nilai Vp tinggi diasumsikan sebagai magma yang mengalami intrusi magmatik dimasa lalu dan telah mendingin menjadi bagian batuan beku. Vp rendah dikedalaman diasumsikan sebagai intrusi magma yang sedang terjadi dari mantel bagian atas yang mendorong bagian lemah pada batuan beku dibagian kerak bumi bagian bawah diwilayah, sehingga mengakibatkan rangkaian gempabumi swarm pada akhir tahun 2015. ...... The process of tomography for seismic velocity structure P wave has been done using swarm earthquake data in Jailolo, Halmahera Barat, and North Molucca. The objectives of this research are determining the earthquake parameters and its hypocentre and epicentre around research areas, analysing the difference between swarm and non swarm earthquake tectonic earthquake, and analysing the structure of P wave velocity Vp structures and correlating the results with the local and regional geological structure that became the source of swarm earthquake phenomenon in 2015. A 32 days August 12 September 12 2016 seismic data recording, from 33 seismic station in 7G Seismic Temporary Network of GFZ GeoForschungsZentrum ndash German Research Centre for Geosciences Helmholtz Centre Postdam and BMKG Agency of Meteorology, Climatology and Geophysics , is analysed using JISVIEW, an earthquake analysis program. Simulps12 program is used to do the simultaneous tomography inversion. From the seismic recording, we analysed 264 earthquake events before relocation, and after relocation process we used 219 earthquake events to do the inversion process. The earthquake event that analysed in research areas is identified as a swarm earthquake sequence, not am ordinary tectonic earthquake. From tomography imaging result we found a region high Vp perturbance values that interpreted as a igneous rock of magma bodies from previous magmatic intrusion in the past. A low Vp perturbance values in the depth is interpreted as on going magmatic intrusion from upper earth mantle layer that pushing the weak zones at lower earth crust layer that caused the sequence of swarm earthquake in 2015.

Abstrak :
ABSTRAK
Analisis mekanisme fokus dilakukan terhadap 5 gempa bumi besar yang terjadi di Lombok selama bulan Juli-Agustus 2018 dengan menggunakan program KIWI dengan tujuan untuk membandingkan parameter sumber 5 gempa bumi tersebut. Prinsip program KIWI adalah mengolah tiga komponen gelombang gempa bumi pada berbagai stasiun untuk dilakukan proses inversi agar mendapatkan moment tensor dengan bantuan Fungsi Green, yang kemudian digunakan untuk membuat gelombang sintetis. Parameter-parameter sumber diambil dari gelombang sintetis tersebut, dan gelombang sintetis dianggap baik apabila kecocokan dengan gelombang observasinya memiliki nilai misfit dibawah 1. Seletah dilakukan pengolahan data untuk kelima event gempa bumi tersebut, didapatkan bahwa gempa bumi pada 29 Juli 2018 (Mw = 6,5) memiliki nilai strike sebesar 64o, nilai dip 21o, dan nilai rake 75o untuk bidang pertama, dan nilai strike sebesar 260o, nilai dip 70o, dan nilai rake 96o untuk bidang kedua.Gempa bumi tanggal 5 Agustus 2018 (Mw = 6,9) memiliki nilai strike 61o, nilai dip 28o, dan nilai rake 93o untuk bidang pertama, dan nilai strike sebesar 238o, nilai dip 62o, dan nilai rake 88o untuk bidang kedua. Lalu, gempa bumi tanggal 9 Agustus 2018 (Mw = 5,9) memiliki nilai strike 62o, nilai dip 36o, dan nilai rake 81o untuk bidang pertama, dan nilai strike sebesar 253o, nilai dip 55o, dan nilai rake 96o untuk bidang kedua. Kemudian, pada gempa bumi pertama di tanggal 19 Agustus 2018(Mw = 6,3), didapatkan nilai strike 74o, nilai dip 18o, dan nilai rake 93ountuk bidang pertama, dan nilai strike sebesar 251o, nilai dip 73o, dan nilai rake 89ountuk bidang kedua. Terakhir, pada gempa bumi kedua di tanggal 19 Agustus 2018(Mw = 6,9), didapatkan nilai strike 67o, nilai dip 29o, dan nilai rake 87o untuk bidang pertama, dan nilai strike sebesar 250o, nilai dip 61o, dan nilai rake 92o untuk bidang kedua. Kelima gempa bumi ini memiliki parameter sumber yang serupa, dan memiliki bola-bola fokal yang menyatakan bahwa jenis sesar pada gempa bumi-gempa bumi ini adalah reverse fault atau patahan naikdengan bentuk bola fokal yang serupa, serta waktu kejadian dan jarak yang berdekatan sehingga kemungkinan besar disebabkan oleh sistem patahan yang sama.

---

ABSTRACT
Focal mechanism study was carried out on 5 major earthquakes that occurred in Lombok onJuly-August 2018 using the KIWI program with the aim of comparing the parameters of the 5 earthquake sources. The principle of the KIWI program is to process three earthquake wave components at various stations to do an inversion process to obtain the moment tensor with the help of the Greens Function, which is then used to make synthetic waves representing the observation waves. Source parameters are taken from these synthetic waves, and synthetic waves are considered good if the match with the observation waves have a misfit value below 1. After data are processedfor all the five earthquake events, it was found that the earthquake on July 29th, 2018 (Mw = 6,5) had a strike value of 64o, the value dip 21o, and rake value 75o for the first plane, and strike value of 260o, dip value 70o, and rake value 96o for the second plane. The earthquake on August 5th, 2018 (Mw = 6,9) has a strike value of 61o, a dip value of 28o, and a rake value of 93o for the first plane, and a strike value of 238o, a dip value of 62o, and a rake value of 88o for the second plane. Then, the August 9th, 2018(Mw = 5,9) earthquake had a strike value of 62o, a dip value of 36o, and arake value of 81ofor the first plane, and a strike value of 253o, a dip value of 55o, and a rake value of 96o for the second plane. For the first earthquake on August 19th, 2018 (Mw = 6,3), the strike value was 74o, the dip value was 18o, and the rake value was 93ofor the first plane, and the strike value was 251o, the dip value was 73o, and the rake value was 89o for the second plane. Finally, for the second earthquake on August 19th, 2018(Mw =6,9), the strike value was 67o, the dip value was 29o, and the rake value was 87o for the first plane, and the strike value was 250o, the dip value was 61o, and the rake value was 92o for the second plane. These five earthquakes have similar source parameters, and have focal balls which state that the type of fault in these earthquakes are reverse faults. The similar source parameters, close range of time of occurrence & hypocenter distances indicate that the earthquake events were most likely caused by the same fault.

Abstrak :
Lombok dan Nusa Tenggara adalah salah satu daerah di Indonesia yang memiliki pengaturan tektonik yang cukup kompleks. Dengan keteraturan ini, tidak jarang di kawasan itu sering terjadi fenomena bencana alam. Salah satu hal yang paling mengejutkan adalah terjadinya serangkaian gempa berkekuatan Mw> 5.0 yang mengguncang wilayah utara pulau Lombok pada tanggal 29 Juli 2018 (Mw = 6,4), 5 Agustus 2018 (Mw = 6,9), 9 Agustus 2018 (Mw = 5.9), 19 Agustus 2018 (Mw = 6.3 dan 6.9) dan 25 Agustus 2018 (Mw = 5.5). Penelitian ini bertujuan untuk mengidentifikasi kondisi struktur tektonik di bawah permukaan daerah yang terjadi gempa menggunakan metode tomografi. Metode ini memanfaatkan data perekaman waktu tempuh gempa yang direkam pada stasiun rekaman yang tersebar di beberapa titik, di mana data yang digunakan berasal dari 15 stasiun rekaman BMKG. Hasil tomogram menunjukkan kontras nilai anomali dalam model Vp dan Vs yang setelah dicocokkan dengan data bola mekanisme fokal, diindikasikan bahwa kontras nilai anomali dikaitkan dengan keberadaan struktur sesar yang memiliki sudut penyisihan sekitar ± 20-30 ° dan tipe sorong dorong. Dorong patahan ini kemudian diindikasikan sebagai penyebab terjadinya gempa bumi dengan magnitudo Mw> 5.0 di atas, yang mengguncang bagian utara pulau Lombok pada bulan Juli-Agustus 2018.

---

Lombok and Nusa Tenggara are among the regions in Indonesia which have quite complex tectonic settings. With this regularity, it is not uncommon in the region that natural disasters often occur. One of the most surprising things was the occurrence of a series of earthquakes of Mw> 5.0 magnitude which shook the northern region of the island of Lombok on July 29, 2018 (Mw = 6.4), August 5, 2018 (Mw = 6.9), August 9, 2018 (Mw = 5.9), 19 August 2018 (Mw = 6.3 and 6.9) and 25 August 2018 (Mw = 5.5). This study aims to identify the condition of tectonic structures below the surface of the earthquake area using tomographic methods. This method utilizes the recording data of earthquake travel times recorded at recording stations that are scattered at several points, where the data used comes from 15 BMKG recording stations. The results of the tomogram showed the contrast of anomaly values ​​in the Vp and Vs models which after being matched with spherical focal mechanism data, indicated that the contrast of anomalous values ​​was associated with the presence of fault structures that had allowance angles of around ± 20-30 ° and the thrust type. This fault is then indicated as the cause of an earthquake with a magnitude of Mw> 5.0 above, which shook the northern part of the island of Lombok in July-August 2018.

Abstrak :
Analisis kualitas data stasiun pengamatan gempabumi menjadi sangat penting sebagai kontrol kualitas atau pengendali mutu. Saat ini penentuan kualitas stasiun pengamatan gempabumi dilakukan secara manual dengan menganalisis parameter bentuk spektrum noise atau bentuk spektrum power spectral density (PSD) terhadap bentuk noise model pada suatu stasiun dengan rentang waktu 30 hari oleh seorang pakar. Pada penelitian ini diusulkan pendekatan metode baru berbasis deep learning untuk mengenali kualitas stasiun pengamatan gempabumi, yang didasarkan dari kemampuan pakar dalam menganalisis kualitas data stasiun pengamatan gempabumi. Data yang digunakan ialah waveform rekaman seismometer 3 komponen (North-South, East-West, Z-vertical) pada jaringan stasiun pengamatan gempabumi Indonesia Tsunami Early Warning System (InaTEWS). Model arsitektur dalam rancang bangun sistem pakar ini menggunakan Multiple Input Convolutional Neural Network (MICNN), dalam model MICNN ini terdapat 3 blok Convolutional Neural Network, yang berfungsi sebagai ekstraksi fitur tiap komponen waveform rekaman seismometer, hasil ekstraksi fitur tiap blok CNN kemudian digabungkan untuk dilakukan proses klasifikasi pada model arsitektur MICNN. Terdapat 3 kelas klasifikasi yang digunakan pada penelitian ini, yaitu Classified, Usable dan Unusable. Pengujian terhadap model MICNN ini menggunakan rekaman waveform seismometer dari 411 stasiun InaTEWS dengan panjang rekaman 30 hari selama 12 bulan, dan hasil pengujian model MICNN pada penelitian ini memiliki akurasi sebesar 99,4% ......Analysis of the quality of the earthquake observation station data becomes very important as quality control. Currently, the determination of the quality of earthquake observation stations is done manually by analyzing the parameters of the shape of the noise spectrum or the form of the power spectral density (PSD) spectrum against the shape of the noise model at a station with a period of 30 days by an expert. This study proposes a new method approach based on deep learning to identify the quality of earthquake observation stations, which is based on the ability of experts to analyze the quality of earthquake observation station data. The data is a 3-component seismometer recording waveform (North-South, East-West, Z-vertical) on the Indonesian Tsunami Early Warning System (InaTEWS) earthquake observation station network. The architectural model in the design of this expert system uses Multiple Input Convolutional Neural Network (MICNN). In this MICNN model, 3 Convolutional Neural Network blocks function as feature extraction for each component of the seismometer recording waveform. Classification process on the MICNN architectural model. There are three classification classes used in this study, namely Classified, Usable and Unusable. The test of the MICNN model uses waveform seismometer recordings from 411 InaTEWS stations with a recording length of 30 days for 12 months, and the results of testing the MICNN model in this study have an accuracy of 99,4%.