MODEL PROSES TITIK BERTANDA TERINDEKS WAKTU PADA DATA GEMPA BUMI DI PANTAI SELATAN JAWA

Pulau Jawa merupakan pulau yang sering mengalami gempa bumi, yang biasanya berpusat di pantai selatan pulau ini. Kejadian gempa bumi, yang bersifat acak, sehingga pengembangan metode prakiraan gempa bumi sangat diperlukan. Salah satu metode prakiraan gempa bumi dari aspek probabilistik adalah prose...

Full description

Saved in:
Bibliographic Details
Main Authors: Andreas Rony Wijaya, Hasih Pratiwi
Format: Book Section PeerReviewed
Language:English
Published: Departemen Matematika Fakultas Sains dan Teknologi Universitas Airlangga Surabaya 2017
Subjects:
Online Access:http://repository.unair.ac.id/73942/1/30-Andreas-Rony-Wijaya__Statistika_.pdf
http://repository.unair.ac.id/73942/
http://math.fst.unair.ac.id/wp-content/uploads/2017/10/30-Andreas-Rony-Wijaya__Statistika_.pdf
Tags: Add Tag
No Tags, Be the first to tag this record!
Institution: Universitas Airlangga
Language: English
Description
Summary:Pulau Jawa merupakan pulau yang sering mengalami gempa bumi, yang biasanya berpusat di pantai selatan pulau ini. Kejadian gempa bumi, yang bersifat acak, sehingga pengembangan metode prakiraan gempa bumi sangat diperlukan. Salah satu metode prakiraan gempa bumi dari aspek probabilistik adalah proses titik. Pada penelitian ini dibahas proses titik bertanda yang terindeks waktu dan penerapannya pada data gempa bumi di pantai selatan Pulau Jawa. Data diperoleh dari United State Geological Survey, dengan mengambil data gempa bumi besar yang terjadi di pantai selatan Pulau Jawa, yakni Gempa Jogja, Ciamis-Cilacap, dan Tasikmalaya. Model yang dibahas pada penelitian ini adalah model epidemic type aftershock sequence (ETAS). Langkah yang dilakukan adalah dengan menurunkan ulang fungi intensitas dasar dari gempa bumi di pantai selatan Jawa.Digunakan null model dan full model untuk mengestimasi parameter tersebut.Null model menunjukkan magnitudo berdistribusi eksponensial, sedangkan full model menunjukkan magnitudo berdistribusi gamma.Dengan metode likelihood maksimum diperoleh estimasi parameter parameter fungsi intensitas dasar dari null model dan full model.