Analisis Anomali Medan Magnet Sebelum Gempabumi Berdasarkan Metoda ULF (Ultra Low Frequency) Dengan Menggunakan Data Sensor Magnet di Wilayah Sumatera

Ramadhani, Ade Fika (2018) Analisis Anomali Medan Magnet Sebelum Gempabumi Berdasarkan Metoda ULF (Ultra Low Frequency) Dengan Menggunakan Data Sensor Magnet di Wilayah Sumatera. Skripsi thesis, Universitas Negeri Padang.

Preview

Text A_06_ADE_FIKA_RAMADHANI_14034035_4270_2018.pdf Download (173kB) | Preview

Abstract

Indonesia dilalui oleh tiga lempeng besar yaitu Indo-Australia, Lempeng Eurasia dan Lempeng Pasifik. Pulau Sumatera memiliki sistem tektonik yang kompleks karena dilalui oleh dua dari tiga lempeng besar yang melalui indonesia dan menyebabkan Sumatera rawan akan gempabumi. Oleh karena itu, diperlukan penelitan dengan tujuan menentukan anomali medan magnet berdasarkan metode ULF untuk memperkirakan kejadian gempabumi serta memperkirakan magnitudo dan episenter menggunakan nilai amplitudo anomali. Penelitian yang dilakukan merupakan penelitian deskriptif dengan menggunakan data sekunder dari anomali medan magnet bumi yang terekam pada sensor SCN dan GSI. Data medan magnet tersebut digunakan untuk menentukan prekursor 13 event gempabumi yang terjadi di Pulau Sumatera periode Agustus 2016 sampai April 2017. Metode yang digunakan adalah metode Ultra Low Frequency (ULF) yang diterapkan pada data rekaman medan magnet bumi selama 30 sampai 3 hari sebelum kejadian gempabumi. Prediksi magnitudo dan episenter gempabumi diperoleh dari perhitungan menggunakan data amplitudo anomali serta jarak stasiun ke titik tengah arsiran dua stasiun yang saling konvergen, untuk memastikan bahwa anomali yang terjadi bukan karena gangguan eksternal, data diamati berdasarkan indeks Dst. Berdasarkan penelitian yang telah dilakukan pada 13 event gempabumi, diperoleh delapan gempabumi yang ditemukan prekursornya dengan kemunculan anomali 21 sampai 16 hari sebelum gempabumi. Berdasarkan amplitudo anomali diperoleh magnitudo prediksi 74% mendekati magnitudo sebenarnya

Actions (login required)

View Item