BAB 1 PENDAHULUAN
1.1.
Latar Belakang Gempa bumi merupakan fenomena alam yang sudah tidak asing lagi bagi kita
semua, karena seringkali diberitakan adanya suatu wilayah dilanda gempa bumi, baik yang ringan maupun yang sangat dahsyat, menelan banyak korban jiwa dan harta, meruntuhkan bangunan-bangunan dan fasilitas umum lainnya. Gempa bumi merupakan getaran yang bersifat alamiah yang terjadi pada lokasi tertentu dan sifatnya tidak berkelanjutan. Gempa bumi mempunyai kandungan frekuensi yang bervariasi. Jadi untuk mengenali jenis gempa dapat dilakukan dengan melakukan analisa frekuensi sinyal. Frekuensi sinyal seismik akan menghasilkan waktu tiba gelombang dan amplitudo gelombang. Waktu tiba gempa merupakan parameter gempa yang sangat penting dan dipakai untuk mendalami lebih lanjut mengenai parameter sumber gempa, baik itu posisi gempa secara azimuthal maupun waktu terjadinya gempa atau disebut sebagai origin time. Salah satu daerah yang sering dilanda gempa bumi adalah pulau Sumatera. Gempa bumi yang terjadi pada daerah ini akibat pertemuan lempeng tektonik di daerah pantai barat Sumatera dan aktivitas sesar di pulau Sumatera. Seperti pada Gambar 1.1, pada gambar ini menunjukkan peta penyebaran gempa bumi di pulau Sumatera periode 2010 yang diakibatkan pertemuan lempeng di pantai barat
Universitas Sumatera Utara
Sumatera dan aktivitas sesar di pulau Sumatera yang dikenal dengan sesar Sumatera (patahan Semangko).
Gambar 1.1. Peta penyebaran gempa di Sumatera Utara periode 2010
Penentuan waktu tiba dan amplitudo gempa menggunakan penguraian sinyal berdasarkan frekuensi atau dekomposisi sinyal menggunakan transformasi wavelet. Metode ini mengacu pada asumsi bahwa waktu tiba ditentukan berdasarkan fase
Universitas Sumatera Utara
gelombang Primer (P) yang tiba pertama kali dan terpolarisasi linear pada arah radial terhadap sumber gempa. Sistem pemrosesan sinyal digital saat ini telah mengalami perkembangan yang sangat pesat. Pemrosesan sinyal seperti transmisi, perekaman, penapisan, kompresi dan ekspansi dapat dikerjakan dengan menghasilkan distorsi yang kecil dan dengan SNR (signal to noise ratio) yang lebih baik dari pada pemrosesan sinyal analog [1]. Sinyal informasi yang akan diproses biasanya telah terkontaminasi dengan sinyal lain yang tidak dikehendaki. Sinyal kontaminan umumnya merupakan sinyal yang sangat kompleks, misalnya berupa sinyal derau yang memiliki sifat statistik tertentu yang mempunyai sebaran spektrum frekuensi Gaussian atau sinyal-sinyal lain yang periodis stasioner maupun sinyal periodis yang non stationer yang bersifat acak. Sinyal masukan dalam penelitian ini merupakan hasil rekaman seismik yang tercatat dan terekam pada sensor deteksi gempa bumi (seismogram). Hasil rekaman seismik gempa bumi ini menghasilkan tiga komponen seismogram yaitu komponen Broadband Horizontal North-South (BHN), komponen Broadband Horizontal EastWest (BHE) dan komponen Broadband Horizontal Vertikal (BHZ) [2]. Sebagaimana telah diketahui dari teori Fourier, bahwa sinyal dapat dinyatakan jumlahan dari sebuah kemungkinan bahkan tak berhingga, deret sinus dan kosinus. Penjumlahan ini juga dinamakan sebagai ekspansi Fourier. Dalam ekspansi Fourier ini adalah hanya memiliki resolusi fekuensi saja dan tidak memiliki resolusi waktu.
Universitas Sumatera Utara
Artinya walaupun kita bisa mendeteksi frekuensi apa saja yang ada pada satu sinyal, kita tetap tidak tau kapan suatu frekuensi muncul dan berapa lama. Untuk itu telah berkembang solusi yang kurang lebihnya mampu menyajikan suatu sinyal dalam ranah frekuensi dan waktu secara bersamaan [3]. Penyajian waktu frekuensi ini adalah memotong-motong sinyal yang diproses menjadi beberapa bagian dan masing-masing dianalisa secara terpisah. Tentu saja dengan cara seperti ini akan diperoleh informasi kapan dan dimana komponenkomponen frekuensinya yang berbeda-beda tersebut berada. Transformasi atau analisa Wavelet sangat berguna untuk menganalisa sinyal-sinyal non-stasioner seperti sinyal seismik, karena berkaitan dengan kemampuannya untuk memisahkan berbagai macam kareteristik pada berbagai skala [4]. Transformasi wavelet memberikan sebuah pendekatan yang berbeda pada analisis
waktu-frekuensi.
Spektrum
waktu-frekuensi
yang
dihasilkan,
direpresentasikan dalam bentuk peta waktu-skala yang disebut scalogram [5]. Beberapa peneliti menggunakan skala berbanding terbalik terhadap frekuensi tengah dari wavelet dan merepresentasikan scalogram sebagai peta waktu-frekuensi [6]. Peneliti [7] mengenalkan analisis spektral sesaat (ISA) berbasis transformasi wavelet (Matching Pursuit Decomposition) dengan metode dekomposisi spektral lainnya termasuk Fast Fourier Transform (FFT), Discrete Fourier Transform (DFT), dan Maximum Entropi Method (MEM). Sinyal seimik menunjukkan adanya bidang batas antar dua medium. Pada medium yang tebal direpresentasikan oleh frekuensi sinyal seismik yang rendah, sementara medium yang tipis direpresentasikan oleh frekuensi
Universitas Sumatera Utara
sinyal tinggi. Pemilihan sinyal-sinyal seismik pada frekuensi yang tepat dan penggabungan kembali sinyal terpilih akan menghasilkan sinyal seismik yang bebas noise (baik noise karena akuisisi maupun pengolahan data yang tidak tepat) dan tetap mengandung informasi refleks [8]. Mekanisme dekomposisi sinyal pada frekuensi-frekuensi seismik dan penggabungan kembali (superposisi) sinyal terdekomposisi disebut sebagai analisis multi-resolusi. Untuk mendapatkan hasil dekomposisi yang bagus dan tidak menggeser fase dibutuhkan parameter yang tepat. Transformasi wavelet kontinu dapat dipakai sebagai filter untuk mendekomposisi sinyal-sinyal pada frekuensi yang dikehendaki tanpa menggeser fase dan memiliki resolusi yang bagus [10]. Tabel 1.1 merupakan daftar nama peneliti yang menggunakan metode wavelet. Tabel 1.1. Daftar nama peneliti yang menggunakan metode Wavelet Peneliti
Tahun
Objek yang diteliti
Data yang digunakan
Sinha [9]
2003
Atribut frekuensi-waktu Data sumur dengan transformasi wavelet kontinu
Nurcahya dan Brotopuspito [10]
2004
Polarisasi gempa bumi Data seismik vulkanik dan multi phase dengan transformasi wavelet Kontinu [10]
Haris [14]
2008
Zona frekuensi rendah Data sumur dengan CTW spetral
Marzuki Sinambela
2010
Analisis dekomposisi Gempa Tarutung spektral data seismik Mei 2008 dengan transformasi wavelet kontinu
19
Universitas Sumatera Utara
Berdasarkan latar belakang diatas maka dilakukan perhitungan konvolusi sebuah sinyal dengan sebuah window modulasi pada setiap waktu dengan setiap skala yang diinginka yaitu menganalisis dekomposisi spektral data seismik dengan metode transformasi wavelet kontinu.
1.2.
Perumusan Masalah Dalam penelitian ini dapat dirumuskan masalah sebagai berikut: a. Bagaimana melakukan analisis dekomposisi spektral sinyal seismik untuk mendapatkan parameter sinyal seismik dengan menggunakan wavelet Gauss 4, Mexh, Morlet dan Haar. b. Apa metode yang tepat digunakan daritransformasi wavelet untuk menganalisa sinyal seismik, sehingga mendapatkan informasi waktu tiba gelombang Primer (P) dan amplitudo maksimum yang baik.
1.3.
Batasan Masalah Pada penelitian ini dibatasi dengan beberapa hal sebagai berikut: a. Analisis sinyal seismik yang digunakan dalam penelitian ini adalah Tranformasi Wavelet Kontinu dengan jenis wavelet Gauss 4, wavelet Mexh, wavelet Morlet dan wavelet Haar. b. Data seismik yang digunakan bersumber dari gempa bumi yang terjadi dari darat yaitu gempa bumi yang terjadi di daerah Tarutung tanggal 19 Mei 2008.
Universitas Sumatera Utara
c. Sinyal seismik rekaman yang di teliti bersumber dari sensor Gunung Sitoli (GSI), Parapat (PSI), dan Mentawai (SISI). d. Komponen sinyal seismik yang digunakan komponen Broadband Horizontal Vertikal (BHZ).
1.4.
Tujuan Penelitian Tujuan dari penelitian ini untuk menghasilkan parameter sinyal seismik yang
baik dan mendapatkan metode apa yang tepat digunakan untuk analisis sinyal seismik.
1.5.
Manfaat Penelitian Melihat tujuan penelitian tersebut maka penelitian ini diharapkan dapat
memberi manfaat berupa : a. Penelitian ini diharapkan dapat bermanfaat memberikan kontribusi bagi penelitian gempa tektonik dengan menerapkan metode transformasi wavelet kontinu. b. Analisis wavelet ini akan memberikan gambaran terhadap parameter gempa untuk menghasilkan origin time gempa bumi dan jenis wavelet mana yang baik digunakan.
Universitas Sumatera Utara
1.6.
Sistematika Penulisan Penyusunan penelitian ini dibagi menjadi beberapa urutan materi pembahasan
yang saling berkaitan. Pembahasan dijelaskan dengan cara memberikan gambaran yang terdapat di dalam setiap bab dan diuraikan secara rinci dalam sub bab – sub bab untuk menjelaskan lebih detail materi setiap babnya. BAB 1 : PENDAHULUAN (menguraikan latar belakang masalah, tujuan penelitian, perumusan masalah, batasan masalah, tujuan penelitian, manfaat penelitian dan sistematika penulisan). BAB 2 : TINJAUAN PUSTAKA (menjelasakan tentang teori gempa bumi, wavelet, transformasi wavelet kontinu, data seed). BAB 3 : METODE PENELITIAN (menjelaskan tentang langkah-langkah penelitian yang dilakukan secara sistematis dan analisa penelitian). BAB 4 : HASIL DAN PEMBAHASAN (membahas hasil analisa data seismik dan pembahasan hasil model data sintetik dan data real seismik, yang terangkum dalam Bab 4). BAB 5 : KESIMPULAN DAN SARAN (kesimpulan dan saran mencakup peningkatan model berbasis metoda Transformasi Wavelet Kontinu yang terangkum dalam Bab 5).
Universitas Sumatera Utara
