2019 : IMPLEMENTASI BAYESIAN NETWORK SIMULATION UNTUK ANALISIS RISIKO BENCANA GEMPA BUMI DI INDONESIA BERDASARKAN METODE COPULA – GUTENBERG RICHTER MODEL

Dr. Dra Kartika Fithriasari M.Si
Pratnya Paramitha Oktaviana S.Si, M.Si

External link

Type

RESEARCH

Keywords

-


Abstract

Gempa bumi merupakan salah satu bencana alam langganan di Indonesia. Gempa bumi yang merusak jarang terjadi. Data gempa dari Pusat Gempa Nasional Badan Meteorologi, Klimatologi, dan Geofisika (BMKG) dalam berita online Kompas tahun 2018, mencatat bahwa telah terjadi aktivitas gempa sebanyak 11.577 kali dalam berbagai magnitudo dan kedalaman pada tahun 2018. Data tersebut menunjukkan bahwa telah terjadi peningkatan signifikan yaitu 4.648 kali aktifitas gempa bumi di Indonesia dibandingkan tahun sebelumnya 2017, yang menunjukkan gempa terjadi sebanyak 6.929 kali (Umasugi dan Putera, 2018). Peneliti berencana untuk melakukan penelitian mengenai analisis risiko gempa bumi di Indonesia dengan menggunakan metode Copula, Guttenberg Richter Model dan Bayesian Network. Untuk menggambarkan hubungan antara dua variabel, bisa digunakan korelasi maupun regresi, namun untuk kejadian yang ekstrem, Copula lebih unggul karena dapat menggambarkan dependensi pada titik-titik ekstrem dengan jelas. Gutenberg Richter Model adalah metode yang digunakan untuk mendapatkan pola hubungan frequency-magnitude dalam analisis risiko gempa bumi. Bayesian Network Simulation merupakan suatu teknik simulai berupa network yang digunakan untuk mengestimasi parameter agar hasil yang dihdapatkan lebih baik. .Data yang akan digunakan adalah frequency dan magnitude (magnitude ≥ 4 Skala Richter) gempa bumi yang terjadi di Indonesia dalam periode Januari 2014 sampai Desember 2017 (4 tahun). Data yang akan digunakan adalah data tahunan dan berdasarkan update data, data tahun 2018 belum lengkap sehingga tidak bisa dipakai. Data gempa bumi didapatkan melalui website Badan Meteorologi Klimatologi dan Geofisika (BMKG). Ada beberapa tahap yang akan dilakukan yaitu: Pertama, menerapkan metode Guttenberg Richter Model pada data; Kedua, analisis Copula untuk pola hubungan antara frequency dan magnitude gempa bumi yang terjadi di Indonesia; Ketiga, Mengestimasi periode return dan risiko bivariat (probabilitas) gempa bumi berdasarkan Copula terpilih; Keempat, Dengan menggunakan Bayesian Network Simulation didapatkan estimasi berdasarkan hasil simulasi. Berdasarkan analisis yang dilakukan, diharapkan dapat memberikan informasi mengenai analisis risiko yaitu berupa probabilitas terjadinya gempa bumi dan periode return nya (periode terjadi kembali) dengan jelas dan berguna bagi berbahai pihak. Kata kunci: Gempa Bumi, Gutenberg Richter Model, Copula, Bayesian Network, Probabilitas, Periode Return