Hasil Pencarian  ::  Simpan CSV :: Kembali

"Kekuatan suatu struktur tidak hanya dipengaruhi oleh faktor usia tetapi juga pengaruh dari gaya eksternal yang dapat mempengaruhi kekuatan suatu bangunan. Getaran gempa dapat menyebabkan kegagalan bangunan struktur yang sangat berbahaya jika kerusakan pada struktur dapat menyebabkan bangunan runtuh dan menimbulkan korban jiwa. Pada penelitian ini dibuat sistem yang dapat mengevaluasi gedung berbasis getaran untuk mendeteksi respon struktural melalui parameter dinamis yang diambil dari pengukuran akselerasi. Selanjutnya penggunaan metode berbasis Deep Neural Network digunakan sebagai prediksi informasi apabila informasi dari data mentah tidak tersedia ataupun mengalami anomali. Menggunakan studi kasus gempabumi Sumur, analisis respon dinamis berupa rasio amplifikasi menunjukkan perbesaran hingga 7.2 kali, analisis floor spectra ratio menunjukkan frekuensi alami gedung sebesar 0.75 Hz dan analisis perubahan frekuensi natural gedung tidak menunjukkan adanya perubahan frekuensi alami gedung setelah gempa yaitu sebesar 0.84 Hz setelah terjadinya gempabumi tersebut. Penggunaan Deep Neural Network untuk prediksi respon struktur menunjukkan nilai performa MAE ; 0,00091, RMSE : 0,00150 dan MAPE :0,51048. Penggunaan machine learning ini juga dapat memberikan informasi respon struktur bangunan ketika sensor mengalami malfungsi pada kejadian gempa tersebut.

---

The strength of a structure is not only influenced by the age factor but also the influence of external forces that can affect the strength of a building. Earthquake vibrations can cause structural failure which is very dangerous if damage to the structure cause the building to collapse and cause casualties. In this research, a system that can evaluate buildings based on vibration is created to detect structural responses through dynamic parameters taken from acceleration measurements. Furthermore, the use of Deep Neural Network-based methods is used as information prediction if information from raw data is not available or experiences anomaly. Using the Sumur earthquake case study, the dynamic response analysis in the form of amplification ratios shows a magnification of up to 7.2 times, floor spectra ratio analysis shows the natural frequency of the building at 0.75 Hz and the analysis of changes in the natural frequency of the building does not show any change in the natural frequency of the building after the earthquake, which is 0.84 Hz after the earthquake. the earthquake. The use of Deep Neural Network for predicting structural response shows the value of MAE performance; 0.00091, RMSE : 0.00150 and MAPE : 0.51048. The use of machine learning can also provide information on the response of the building structure when the sensor malfunctions in the earthquake event."

"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%."

"Tinjauan karakteristik zona seismogenik terkait dengan proses rupture gempabumi di zona Subduksi Sumatera telah dilakukan dengan berbagai metode. Zona ini tercatat pernah mengalami beberapa gempa besar yaitu gempabumi Aceh 2004 Mw=9,1, Nias-Simeulue 2005 Mw=8,6, Bengkulu 2007 Mw=8,5, dan Enggano 2000 Mw=7,9. Penelitian ini memfokuskan hubungan antara analisis kontras densitas berdasarkan data gravitasi satelit GOCE dengan distribusi slip di zona rupture empat gempabumi besar yang pernah terjadi. Pemrosesan data gravitasi satelit dilakukan untuk mendapatkan data Gravity disturbance (Gd) dan turunan vertikal gravitasi (Tzz) yang dikoreksi oleh efek topografi dan sedimen dengan dekomposisi spektrum yang berbeda-beda untuk mendapatkan peta gravitasi dengan kedalaman yang berbeda-beda. Berdasarkan analisis Tzz, slip maksimal rupture gempabumi berkorelasi dengan pola Tzz minimal dan kontras densitas rendah, sementara itu rupture berakhir pada pola Tzz maksimal dan kontras densitas tinggi. Pola Tzz dan Gravity disturbance dapat menggambarkan posisi barrier dan asperitas dari zona subduksi Sumatra. Peta skematik berhasil menggambarkan segmentasi seismik Subduksi Sumatra yang memiliki zona asperitas sepanjang strike subduksi yang berhubungan dengan Tzz minimal dan berhubungan dengan zona forearc, serta adanya barrier yang berhubungan dengan Tzz maksimal yang merupakan manifestasi dari struktur (fracture zone dan seamount) yang tersubduksi ke lempeng samudra.

---

The review of the characteristics of the seismogenic zone associated with the earthquake rupture process in the Sumatra Subduction Zone has been carried out by various methods. This zone has experienced several major earthquakes, namely the Aceh 2004 Mw=9,1, Nias-Simeulue 2005 Mw=8,6, Bengkulu 2007 Mw=8,5, and Enggano 2000 Mw=7,9. This study focuses on the relationship between density contrast analysis based on gravity data from the GOCE satellite and the slip distribution in the rupture zones of four major earthquakes that have occurred. Satellite gravity data processing was carried out to obtain data for Gravity disturbance (Gd) and vertical gravity derivatives (Tzz), which are corrected by topography and sediment effects with different spectrum decomposition to get gravity maps with different depths. Based on the Tzz analysis, the maximal slip of the earthquake rupture is correlated with the minimal Tzz pattern and low-density contrast. In contrast, the rupture ends at the maximum Tzz pattern and high-density contrast. Tzz pattern and Gravity disturbance can describe the barrier position and asperity of Sumatra subduction zone. The schematic map succeeds in portraying the seismic segmentation of Sumatra Subduction which have asperities zone along the subduction strike associated with the minimal Tzz and associated with the forearc zone, as well as the barrier related to the maximum Tzz which is a manifestation of structures (fracture zone and seamount) that are subducted to the oceanic plate."

"Tekanan tanah lateral pada struktur dinding penahan saat terjadi gempa bumi merupakan suatu permasalahan dalam dunia konstruksi yang perlu diteliti. Penelitian ini bertujuan untuk mengetahui pengaruh kedalaman galian basement 2 lantai, 3 dan 4 lantai terhadap perilaku tekanan tanah lateral dinamik pada dinding basement. Metode yang digunakan pada penelitian ini adalah metode finite elemen dua dimensi dengan menggunakan program PLAXIS 2D v8. Hasil penelitian ini menunjukkan bahwa perilaku tekanan tanah antara Basement 2 lantai, 3 lantai dan 4 lantai pada kedalaman tertentu memiliki perilaku yang sangat bervariasi terhadap berbagai beban dinamik yang diberikan.

---

The lateral earth pressure on the retaining wall structure during an earthquake is a civil construction problem that needs to be investigated. This study focuses to determine the effects of basement depth 2 floors, 3 floors and 4 floors against dynamic lateral earth pressure behavior on the basement wall. The method used in this study is a two dimensional finite element method using PLAXIS 2D v8 program. The results of this study indicate that the soil pressure behavior between 2 floors, 3 floors and 4 floors basement has highly variable behavior against various dynamic loads given."

"Makalah ini memaparkan hasil pengembangan beberapa model acuan untuk menentukan jumlah stasiun pencatat percepatan gempabumi kuat pada tingkatan negara berdasarkan kondisi geografis, demografis, dan sosial-ekonomi. Beberapa model ini dapat digunakan dalam pengembangan lebih lanjut sistem pencatat gempa bumi kuat Indonesia. Dasar pengembangan model adalah sistem serupa di Selandia Baru, Jepang, Taiwan, Iran, Turki, dan Italia. Parameter jumlahstasiun pencatat yang diusulkan adalah jumlah stasiun per 1000 km2luas daratan, dan tiga buah model regresi eksponensial telah dikembangkan berdasarkan fungsi kepadatan penduduk negara, fungsiProduk Domestik Bruto (PDB) per kapita, dan fungsi Indeks Daya-Saing Global (GCI) kelompok Persyaratan Dasar. Berdasarkan tiga modelini, jumlah minimum stasiun pencatat yang dibutuhkan adalah sekitar 750 stasiun.

---

AbstractAn empirical study to develop benchmark models at country-level to assess the suggested number of earthquake strong-motion stations based on a framework encompassing geographic, demographic, and socio-economic parameters is reported. The models are to provide a working estimate of the required number of stations for improving the strong-motion instrumentation program of Indonesia. National earthquake strong-motion networks of New Zealand, Japan,Taiwan, Iran, Turkey, and Italy were used as the references.The parameter proposed is the number of stations in land area of 1,000 km2, and three models based on the exponential regression analysis are presented as functions of population density, Gross Domestic Product (GDP) per capita, and the Global Competitiveness Index (GCI) Basic Requirements Index. Using the models, it is suggested that Indonesia would require at least 750 stations."

"Penelitian ini membahas mengenai perbandingan karakteristik dinamik dan respon seismik struktur pondasi mesin yang dimodelkan secara tunggal dan grup dengan perletakan fleksibel (base isolation-Elastomeric Bearing). Struktur pondasi secara keseluruhan terdiri dari dua bagian, yaitu tiga blok pondasi mesin pada bagian atas dan blok beton pada bagian bawah. Elastomeric Bearing disisipkan diantara blok pondasi mesin dan blok beton. Permodelan secara tunggal hanya memodelkan satu blok pondasi mesin dengan base isolation yang bertumpu di atas tanah yang dianggap rigid. Permodelan grup memodelkan keseluruhan bagian utama pondasi dengan mengikutsertakan efek pegas tanah (soil spring constant) di bawah blok beton. Eksitasi gempa berupa gempa megathrust, Kobe, yang disesuaikan dengan respon spektrum Indonesia. Respon seismik dari pondasi tunggal dan grup dibandingkan dengan memvariasikan properti base isolation dan konstanta pegas tanah dalam kondisi linier. Hasil penelitian menunjukkan penggunaan pegas tanah pada pondasi yang dimodelkan secara grup memperbesar respon seismik struktur.

---

This study discusses the comparison of dynamic characteristic and seismic response of machine foundation that is modeled as single and group system using flexible bearing (base isolation-Elastomeric Bearing). The whole structure of machine foundation consists of two main parts of block of machine foundation (the top part) and block of concrete (the bottom part). Elastomeric Bearing is inserted between those parts. The behaviour of single foundation is modeled as one single block of machine foundation with the base isolation, the soil is assumed as rigid material. While group behaviour is modeled by three block of machine foundation, base isolation, block of concrete and soil spring component. The earthquake excitation is megathrust earthquake, Kobe, that is matched to Indonesian response spectra. Seismic response is compared between two conditions above with variation of base isolation and soil spring constant with linear condition is considered. The soil spring provides the higher value of seismic response of structure."

"Penelitian ini bertujuan untuk menganalisis hubungan modal sosial (kebiasaan gotong royong, keberadaan kegiatan olah raga, jumlah kegiatan yang dilakukan Badan Permusyawaratan Desa) terhadap proses pemulihan bencana gempa bumi yang diikuti tsunami dan likuifaksi yang terjadi di Sulawesi Tengah pada 26 Septetmber 2018. Dengan menggunakan intensitas cahaya malam hari (data Suomi National Polar Partnership Visible Infrared Imaging Radiometer Suite-SNPP VIIRS) dalam menilai waktu proses pemulihan aktivitas ekonomi dan PODES 2018, dilakukan analisis survival. Hasil analisis menunjukkan desa yang memiliki modal sosial yang lebih tinggi membutuhkan waktu yang lebih cepat untuk mencapai kondisi sebelum bencana terjadi/pulih.  Peluang desa terdampak bencana yang memiliki kegiatan olah raga lebih cepat 13,046 kali dibandingkan desa yang tidak memiliki kegiatan olah raga. Penelitian ini juga mengindikasikan adanya peran positif institusi dan infrastruktur desa dalam mempercepat proses pemulihan desa terdampak bencana.

---

This study aims to analyze the relations of social capital ("gotong royong", the existence of sporting activities, the number of activities carried out by the Badan Permusyawaratan Desa) on the earthquake followed by tsunami and liquefaction disaster recovery process that occurred in Central Sulawesi on September, 26th 2018. By using the intensity of the night light (Suomi National Polar Partnership Visible Infrared Imaging Radiometer Suite-SNPP VIIRS data) in assessing the time for recovery of economic activity and PODES 2018, a survival analysis was performed. The analysis shows that villages with higher social capital need a shorter time to reach their pre-disaster recovery. The chances of a village affected by the disaster having sports activities were 13,046 times faster than that of villages without sports activities. This research also indicates the positive role of village institutions and infrastructure in accelerating the recovery process of villages affected by disasters."