Hasil Pencarian  ::  Simpan CSV :: Kembali

"Gempa bumi adalah bencana alam yang terjadi secara periodik dengan waktu yang tak tentu terutama pada wilayah yang berdiri pada pertemuan lempeng dunia yang dikenal dengan kawasan Ring of Fire. Gempa bumi yang selama ini dianggap terjadi secara tiba-tiba, mengakibatkan risikonya lebih tinggi dibandingkan bencana alam yang lain yang sudah dapat diprediksi. Sehingga pada penelitian ini, dipaparkan sebuah analisa visual deskriptif mengenai potensi prediksi gempa bumi dan juga memaparkan hubungan gempa bumi dengan bencana longsor geologi dengan multi-analisis spasial geografis. Metode Differential Interferometric Synthetic Aperture Radar (DInSAR)- true vertical time series menggunakan satelit Sentinel 1A SLC IW digunakan dalam penelitian ini, terbukti mampu memarkan besaran deformasi permukaan bumi pada kondisi pre-seismic, co-seismic, dan post seismic, sehingga hasil yang didapatkan tidak hanya besarannya, namun juga polanya. Penelitian ini mampu menujukkan adanya korelasi antara gempa bumi dan bencana longsor geologi pada analisis displacement, phase interferogram, coherence, NDVI, kecepatan longsoran, dengan kondisi geologi sekitarnya. Juga memaparkan analisis crossection pra-seismic, co-seismic, dan post seicmic pada salah satu area wilayah peneltian yang menunjukkan bahwa tidak stabilnya wilayah ini. Peneltian ini menguji ketidakstabilan permukaan wilayah penelitian menggunakan data observasi lapangan berupa data titik kontrol geodesi bernama Continously Operating Reference Stations (CORS) dengan id CPSM dengan hasil RMSE sebesar 0.038353582, menandakan data displacement-true vertical sangat kuat. Kemudian metode fase interferogram time-series pengamatan DInSAR menunjukkan adanya potensi dalam memprediksi gempa bumi berdasarkan data pengamatan dari gempa bumi Pasaman 2022.

---

Earthquakes are natural disasters that occur periodically at uncertain times, especially in areas that stand at the junctions of world plates known as the Ring of Fire. Earthquakes that have been considered to occur unexpectedly are caused the risk is higher than other natural disasters that can be predicted. Therefore, this research presents a descriptive visual analysis of earthquake prediction potential and the relationship between earthquakes and geological landslides with multi-spatial geographic analysis. The Differential Interferometric Synthetic Aperture Radar (DInSAR) method - true vertical time series using the Sentinel 1A SLC IW satellite used in this study, proved to be able to display the size of the earth's surface deformation in pre-seismic, co-seismic, and post-seismic conditions, the results obtained are not only the magnitude but also the pattern. This research is able to show the correlation between earthquakes and geological landslides in the analysis of displacement, phase interferogram, coherence, NDVI, landslide velocity, with the surrounding geological conditions. Exposure of pre-seismic, co-seismic, and post-seismic cross section analysis in one area of the research area which shows that this area is unstable. This research tests the surface instability of the research area using field observation data in the form of geodetic control point data called Continously Operating Reference Stations (CORS) with RMSE results of 0.038353582, indicating that the vertical displacement-true data of this research is very strong. Then the DInSAR observation time-series interferogram phase method shows the potential in predicting earthquakes based on observational data from the 2022 Pasaman earthquake. "

"Dalam kurun waktu 2018-2023 terjadi 40 kejadian longsor di Kecamatan Babakan Madang. Kejadian tersebut menimbulkan banyak kerugian seperti kerusakan rumah warga, akses jalan, dan kerusakan fasilitas umum seperti sekolah dan tempat ibadah. Penelitian ini digunakan untuk mengkaji dan menganalisis mengenai distribusi spasial tingkat kerawanan dan kerentanan tanah longsor di Kecamatan Babakan Madang. Dalam menentukan tingkat kerawanan tanah longsor digunakan metode Index Storie dengan beberapa variabel seperti tutupan lahan, lereng, curah hujan, dan jenis tanah yang kemudian dilakukan analisis matematis dan overlay. Mengenai tingkat kerentanan digunakan data fisik seperti kepadatan bangunan dan sebaran fasum, serta data sosial seperti kepadatan penduduk dan kelompok rentan yang nantinya akan menghasilkan indeks kerentanan untuk menentukan tingkat kerentanan masyararakat. Hasil penelitian menunjukkan bahwa Kecamatan Babakan Madang memiliki tingkat kerawanan yang tinggi yaitu 65% dengan luasnya sekitar 5.860,91 Ha yang terdistribusi di sebagaian wilayah selatan dan utara. Sedangkan untuk tingkat kerentanan tanah longsor seluruh wilayah pemukiman di Kecamatan Babakan Madang memiliki tingkat kerentanan yang tinggi dengan indeks > 0,67.

---

Between 2018 and 2023, there were 40 landslide incidents in Babakan Madang District. These incidents caused significant damage, including the destruction of residents' homes, road access, and public facilities such as schools and places of worship. This research aims to examine and analyze the spatial distribution of landslide susceptibility and vulnerability levels in Babakan Madang District. To determine the level of landslide susceptibility, the Index Storie method is used with several variables such as land cover, slope, rainfall, and soil type, followed by mathematical analysis and overlay. For the vulnerability level, physical data such as building density and the distribution of public facilities, as well as social data such as population density and vulnerable groups, are used to produce a vulnerability index to determine the community's vulnerability level. The result of the study show that Babakan Madang District has a high susceptibility level, reaching 65%, covering an area of approximately 5,860.91 hectares distributed in both southern and northern regions. As for landslide vulnerability, the entire residential area in Babakan Madang Subdistrict exhibits a high vulnerability level with an index exceeding 0.67."

"Gerakan tanah merupakan salah satu bencana alam yang cukup sering terjadi di Indonesia. Tercatat pada tahun 2020 telah terjadi bencana gerakan tanah sebanyak 1152 peristiwa yang tersebar di seluruh wilayah Indonesia. Provinsi Jawa Barat menjadi salah satu wilayah yang rentan akan terjadinya gerakan tanah. Penelitian ini bertujuan untuk mengetahui zona kerentanan gerakan tanah pada Kabupaten Garut, Provinsi Jawa Barat dan menentukan metode yang memiliki tingkat akurasi lebih baik pada lokasi penelitian. Penentuan zona kerentanan gerakan tanah dilakukan dengan menggunakan metode Weight of Evidence (WoE) dan Logistic Regression (LR). Parameter penyebab kerentanan gerakan tanah yang digunakan pada penelitian ini yaitu elevasi, kemiringan lereng, aspek lereng, curvature, Normalized Differential Vegetation Index (NDVI), jarak terhadap sungai, jarak terhadap jalan, jarak terhadap kelurusan, tata guna lahan, litologi, dan curah hujan pada setiap bulannya. Penelitian ini juga menggunakan data kejadian gerakan tanah yang terjadi selama tahun 2000 hingga tahun 2020. Data kejadian gerakan tanah dibagi menjadi dua kelompok, yaitu data training set sebesar 70% dan data test setsebesar 30%. Kedua data tersebut digunakan untuk validasi model berupa success rate dan predictive rate. Penelitian ini menghasilkan 12 peta kerentanan gerakan tanah berdasarkan data setiap bulannya dari masing-masing metode. Peta kerentanan gerakan tanah terbagi menjadi empat zona kerentanan gerakan tanah. Hasil validasi success rate dan predictive rate pada penelitian ini menunjukkan bahwa metode WoE memiliki tingkat akurasi yang lebih tinggi pada success rate dan metode LR memiliki tingkat akurasi yang lebih tinggi pada predictive rate. Berdasarkan hasil tersebut, dapat disimpulkan bahwa kedua metode tersebut dapat melengkapi satu sama lain.

---

Landslides are one of the most frequent natural disasters in Indonesia. It was recorded that in 2020 there have been 1152 landslides events disasters spread throughout Indonesia. West Java Province is one of the areas that vulnerable to landslides. This research aims to determine the landslide vulnerability zone in Garut Regency, West Java Province and to determine which method has better accuracy at this research. In this study, determination of landslide vulnerability zone was carried out using Weight of Evidence (WoE) and Logistic Regression methods. The parameter that causing landslide vulnerability that used in this study are elevation, slope, slope aspect, curvature, normalized differential vegetation index (NDVI), distance to river, distance to road, distance to lineament, land use, lithology, and rainfall on a monthly basis. This study also used data of landslide events that occurred from 2000 to 2020. Landslide events data divided into two groups, training set (70%) and test set (30%). Both data is used for validation model of success rate and predictive rate. This study produced 12 landslide vulnerability maps based on monthly data from each method. The landslide vulnerability map is divided into four landslide vulnerability zones. The results of the success rate and predictive rate validation show that the WoE method has a higher accuracy at success rate and the LR method has a higher accuracy at predictive rate. Based on these results, it can be concluded that the two methods can complement each other."

"Gerakan tanah merupakan salah satu bencana alam geologi paling sering terjadi dan merusak di indonesia. Oleh karena itu pemetaan zona kerentanan gerakan tanah dapat dilakukan guna membantu stackholder dalam langkah pencegahan. Salah satu yang penting dalam penilaian kerentanan gerakan tanah adalah pemilihan unit pemetaan. Pada penelitian ini bertujuan untuk membandingkan akurasi unit pemetaan slope unit dan grid cell serta mengeksplor faktor paling mengontrol dan zonasi kondisi kerentanan gerakan tanah di Kabupaten Sumedang. Dalam pembuatan pemetaan kerentanan gerakan tanah ini menggunakan data gerakan tanah sebanyak 332 titik dan 10 faktor pengkondisi gerakan tanah. Index of Entropy Model digunakan untuk mengkuantifikasi faktor pengontrol gerakan tanah. Analisis pemetaan gerakan tanah berdasarkan slope unit dan grid cell dihasilkan dengan menggunakan metode Logistic Regression. Kurva AUC digunakan untuk mengevaluasi peta kerentanan gerakan tanah dengan menghitung akurasi training dan akurasi predictive. Dari hasil didapatkan faktor pengontrol pada penelitian ini adalah faktor aspek, ketinggian, kemiringan, curah hujan bulan agustus. Zona kerentanan gerakan tanah dibagi menjadi 4, yaitu sangat rendah, rendah, sedang, dan tinggi. Nilai akurasi training dan predictive metode Grid Cell (AUC = 0,831; 0,842; 0,828; 0,83) sedikit lebih baik daripada metode Slope Unit (AUC = 0,794; 0,792; 0,752; 0,757), meskipun Slope Unit menyerupai bentuk lahan lebih baik daripada Grid Cell.

---

Land movement is one of the most frequent and destructive geological natural disasters in Indonesia. Therefore, mapping of land movement vulnerability zones can be carried out to assist stackholders in preventive measures. One of the important things in assessing land movement susceptibility is the selection of mapping units. This research aims to compare the accuracy of slope unit and grid cell mapping units and explore the most controlling factors and zoning of land movement vulnerability conditions in Sumedang Regency. In making this land movement vulnerability mapping, 332 points of land movement data and 10 land movement conditioning factors were used. The Index of Entropy Model is used to quantify factors controlling land movement. Analysis of land movement mapping based on slope units and grid cells was produced using the Logistic Regression method. The AUC curve is used to evaluate the land movement susceptibility map by calculating training accuracy and predictive accuracy. From the results obtained, the controlling factors in this study were aspect, height, slope, and rainfall in August. Land movement vulnerability zones are divided into 4, namely very low, low, medium and high. The training and predictive accuracy values of the Grid Cell method (AUC = 0.831; 0.842; 0.828; 0.83) are slightly better than the Slope Unit method (AUC = 0.794; 0.792; 0.752; 0.757), although the Slope Unit resembles landforms better than the Grid Cell."

"Medan magnet yang tinggi pada bintang neutron menimbulkan konsekuensi yang menarik, salah satunya adalah deformasi bintang neutron, persamaan koreksi deformasi yang melengkapi persamaan bola Tolman-Oppenheimer-Volkov dapat dihitung dari persamaan medan Einstein dengan memperhitungkan kontribusi magnetik pada persamaan tensor energi-momentum dari materi bintang neutron. Kami melakukan ekspansi multipol pada tensor energi-momentum yang mengandung medan magnet serta ekspansi multipol dari metrik relatif terhadap metrik Schwarzschild, dimana ekspansi multipol dilakukan hanya sampai pada orde kedua. Kami telah menunjukkan bahwa efek deformasi tampak lebih signifikan pada bintang neutron dengan massa kecil. Jika kita melihat pada hubungan radius massa bintang neutron. Bentuk bintang neutron berubah dari bola menjadi oblat, jika massanya menurun dari massa maksimum.

---

The high magnetic field of neutron stars leads to interesting consequences, one of which is the deformation of neutron stars, the deformation correction equations that complemented the Tolman Oppenheimer Volkov equations can be calculated from Einstein field equations and included the magnetic contribution on the energy momentum tensor of neutron star matters. Here, the multipole expansion is carried out on momentum energy tensors containing magnetic fields as well as multipole expansion of the corresponding metric around Schwarzschild metric where the corresponding multipole expansions is performed only up to second order. We have shown that the effect of deformation appears more significantly in neutron stars with small masses. If we look on mass radius relation of neutron stars, by decreasing the mass from maximum mass, the shape of neutron stars change from spherical into oblate."

"Jakarta dikenal sebagai wilayah pesisir dan wilayah padat penduduk dengan banyak aktivitas ekstraksi air tanah. Penelitian sebelumnya menggunakan Interferometric Synthetic Aperture Radar (InSAR) menunjukkan bahwa wilayah pesisir utara Jakarta mengalami laju penurunan tertinggi. Namun hingga kini, data pengamatan kontinyu untuk memahami distribusi spasial laju penurunan dalam waktu yang panjang di area yang luas seperti Jakarta belum banyak tersedia. Dalam penelitian ini digunakan Citra Sentinel-1 selama 8 tahun di antara November 2014 hingga Juni 2023. Melalui InSAR dapat terlihat distribusi spasial penurunan dalam area Jakarta keseluruhan untuk menganalisis pola penurunan yang terjadi di Jakarta dengan titik-titik area spesifik dalam waktu yang panjang dinamakan displacement time-series. Pengamatan dengan historical satellite imagery memungkinkan untuk dapat menganalisis perkembangan yang terjadi di Jakarta selama tahun pengamatan InSAR dalam kaitannya dengan pola penurunan yang terjadi. Hasil analisis menunjukkan penurunan di Jakarta lebih terfokus di wilayah pesisir utara dengan laju penurunan tertinggi yang kemungkinan disebabkan oleh konsolidasi sedimen. Wilayah timur Jakarta mengalami penurunan yang disebabkan oleh adanya aktivitas konstruksi. Ditemukan pola penurunan menarik yang terdapat di wilayah barat dan pusat Jakarta, dimana telah mengalami perlambatan penurunan secara signifikan setelah tahun 2020. Tersaji sebuah fakta bahwa tidak semua wilayah di Jakarta mengalami penurunan karena wilayah selatan Jakarta terlihat tidak ada penurunan signifikan yang terjadi. Selain memahami penurunan di Jakarta, penelitian ini juga mencoba memahami deformasi yang terjadi di area Sesar Baribis segmen sekitar Jakarta menggunakan data InSAR yang sama dalam waktu pengamatan yang sama dengan analisis penurunan. Hal ini disebabkan masih kurangnya pemahaman terkait aktivitas tektonik di sekitar Jakarta. Jakarta tercatat pernah mengalami gempa merusak yang disebabkan oleh aktivitas Sesar Baribis pada 10 Oktober 1834. Hingga kini, belum banyak penelitian terkait deformasi Sesar Baribis yang telah terbukti aktif dan hanya berjarak ± 12 km dari wilayah paling timur Jakarta. Penelitian sebelumnya menggunakan metode GPS pada segmen sesar yang sama menunjukkan bahwa estimasi slip rate Sesar Baribis berkisar antara 0.4–1.8 mm/year. Dalam penelitian ini, estimasi slip rate Sesar Baribis berkisar antara 0.1–1.5 mm/year. Lokasi sesar yang berada di wilayah kota besar menjadi tantangan dan faktor ketidakakuratan dalam menganalisis dan memahami pergerakan di area sesar ini karena sinyal penurunan muka tanah yang lebih besar daripada sinyal pergerakan sesar. Oleh karena itu, hasil estimasi slip rate tersebut diperlukan penelitian lebih lanjut guna mendapatkan hasil yang lebih akurat.

---

Jakarta is known as a coastal area and densely populated area with a lot of groundwater extraction activities. Previous research using Interferometric Synthetic Aperture Radar (InSAR) showed that the northern coastal area of ​​Jakarta experienced the highest rate of decline. However, until now, continuous observation data to understand the spatial distribution of decline rates over a long period in a large area such as Jakarta has not been widely available. In this research, Sentinel-1 imagery was used for 8 years between November 2014 and June 2023. Through InSAR, you can see the spatial distribution of subsidence in the entire Jakarta area to analyze the subsidence pattern that occurs in Jakarta at specific area points over a long period, called displacement time-series. Observations with historical satellite imagery make it possible to analyze developments that occurred in Jakarta during the InSAR observation year about the pattern of decline that occurred. The results of the analysis show that the decline in Jakarta is more focused in the northern coastal area with the highest rate of decline, which is likely caused by sediment consolidation. The eastern region of Jakarta experienced a decline caused by construction activity. An interesting pattern of decline was found in the western and central areas of Jakarta, where the decline experienced a significant slowdown after 2020. The fact is that not all areas in Jakarta experienced a decline because the southern region of Jakarta saw no significant decline. Apart from understanding the subsidence in Jakarta, this research also tries to understand the deformation that occurred in the Baribis Fault area around Jakarta using the same InSAR data in the same observation time as the subsidence analysis. This is due to a lack of understanding regarding tectonic activity around Jakarta. Jakarta is recorded as having experienced a damaging earthquake caused by the activity of the Baribis Fault on October 10, 1834. Until now, there has not been much research regarding the deformation of the Baribis Fault which has been proven to be active and is only ± 12 km

from the easternmost area of ​​Jakarta. Previous research using the GPS method on the same fault segment showed that the estimated slip rate of the Baribis Fault ranged from 0.4–0.8 mm/year. In this study, the estimated slip rate value of the Baribis Fault ranges from 0.1–1.5 mm/year. The location of the fault in a large city area is a challenge and a factor of inaccuracy in analyzing and understanding movement in this fault area because the land subsidence signal is greater than the fault movement signal. Therefore, the results of the slip rate estimation require further research to obtain more accurate results."