Algoritma Sistem Prediksi Waktu Kejadian Gempa Bumi berdasarkan Anomali Total Electron Content (TEC)

Aufa Nur Kamila, Prof. Ir. Sunarno, M.Eng.,Ph.D.,IPU.; Ir. Memory Motivanisman Waruwu, M.Eng.,IPM.

2024 | Skripsi | FISIKA TEKNIK

Total Electron Content (TEC) dilaporkan sebagai salah satu prekursor gempa bumi dan menunjukkan anomali yang terjadi 1-7 hari sebelum terjadi gempa bumi. Sistem prediksi gempa bumi DTNTF mampu mendeteksi gempa bumi 1-4 hari sebelum kejadian. Pembuatan sistem prediksi gempa bumi berdasarkan TEC diperlukan karena prekursor TEC muncul lebih awal sehingga diharapkan mampu memprediksi gempa bumi lebih awal. Penelitian ini bertujuan untuk membuat algoritma prediksi waktu kejadian gempa bumi berdasarkan TEC dan mengimplementasikannya pada sistem prediksi gempa bumi DTNTF. Algoritma prediksi gempa bumi dibuat berdasarkan metode eksperimental laboratoris dengan analisis deviasi. Metode ini menggunakan prinsip nilai batas yang dicari secara eksperimental. Data TEC harian dalam tiap jam digunakan untuk membuat nilai batas yang kemudian dibandingkan dengan nilai TEC pada hari pengamatan. Alarm prediksi akan aktif jika nilai TEC berada di luar nilai batas. Data TEC serta rentang waktu prediksi divariasikan untuk dilakukan pengujian sehingga didapatkan algoritma terbaik. Algoritma terbaik mampu memprediksi kejadian gempa bumi 5-8 hari sebelum terjadinya gempa bumi dengan nilai sensitivitas 94,74 %. Implementasi dari algoritma ini telah berhasil memprediksi gempa bumi pada tanggal 2, 11 dan 12 Desember 2023 yang terjadi di Selatan Jawa dan Laut Banda, Riau serta Selatan Sumbawa. Algoritma ini terbukti dapat memprediksi kejadian gempa bumi lebih awal dan meningkatkan sistem prediksi gempa bumi di DTNTF.

Total Electron Content (TEC) is reported as an earthquake precursor, showing anomalies 1-7 days before an earthquake occurs. The DTNTF earthquake prediction system can detect earthquakes 1-4 days before the event. Developing an earthquake prediction system based on TEC is necessary because TEC precursors appear earlier, allowing for earlier earthquake prediction. The objective of this research is to develop an algorithm for predicting earthquake occurrence time based on TEC and integrate it into an earthquake early warning system. The algorithm is based on a laboratory experimental method that utilizes deviation analysis and experimentally sought boundary values. Daily TEC data is used to create a boundary value for each hour, which is then compared to the TEC value on the day of observation. The prediction alarm will be activated if the TEC value falls outside the boundary value. TEC data and prediction time span were varied during testing to find the best algorithm. The best algorithm is capable of predicting earthquake events 5-8 days in advance with a sensitivity value of 94.74%. The implementation of this algorithm successfully predicted earthquakes on December 2, 11, and 12, 2023, that occurred in the South of Java and the Banda Sea, Riau, and South of Sumbawa. This algorithm has been shown to predict earthquake events and enhance the earthquake early warning system at DTNTF.

Kata Kunci : Total Electron Content (TEC), prekursor, gempa bumi, algoritma, prediksi