STUDI AMBIENT NOISE TOMOGRAPHY BERDASARKAN BAYESIAN MARKOV CHAIN MONTE CARLO (MCMC) PADA AREA SUMATERA BAGIAN BARAT

KAYANA, SALSABILA ERSLAHERINDA (2024) STUDI AMBIENT NOISE TOMOGRAPHY BERDASARKAN BAYESIAN MARKOV CHAIN MONTE CARLO (MCMC) PADA AREA SUMATERA BAGIAN BARAT. Other thesis, UPN "Veteran" Yogyakarta.

[thumbnail of ABSTRAK.pdf] Text
ABSTRAK.pdf
Download (140kB)
[thumbnail of ABSTRACT.pdf] Text
ABSTRACT.pdf
Download (143kB)
[thumbnail of DAFTAR ISI.pdf] Text
DAFTAR ISI.pdf
Download (251kB)
[thumbnail of DAFTAR PUSTAKA.pdf] Text
DAFTAR PUSTAKA.pdf
Download (166kB)
[thumbnail of HALAMAN JUDUL.pdf] Text
HALAMAN JUDUL.pdf
Download (182kB)
[thumbnail of HALAMAN PENGESAHAN DAN TANDA TANGAN .pdf] Text
HALAMAN PENGESAHAN DAN TANDA TANGAN .pdf
Download (305kB)
[thumbnail of SKRIPSI FULL.pdf] Text
SKRIPSI FULL.pdf
Restricted to Repository staff only
Download (2MB)

Abstract

Pulau Sumatera merupakan daerah pertemuan dua lempeng Eurasia dan
Australia menyebabkan tingginya intensitas gempa bumi baik secara tektonik
maupun vulkanik. Salah satunya kejadian gempa bumi yang terjadi di sekitaran
Sumatra Barat hingga Sumatra Selatan pada tanggal 7-11 September 2022, area
penelitian ini memiliki keterbatasan jumlah stasiun dan data gempa. Untuk
melakukan penelitian dalam menganalisa kecepatan gelombang dapat
menggunakan metode Ambient Noise Tomography (ANT).
ANT adalah metode untuk mendapatkan gambaran subsurface
menggunakan sumber noise (coda wave) alami. Metode ini melibatkan proses
inversi tomografi yang membutuhkan nilai α (faktor redaman) sebagai solusi dari
kasus mix determined. Untuk mengetahui nilai faktor redaman yang terbaik,
diperlukan analisa trade-off curve (L-Curve) yang merupakan hasil trial and error.
Hasil α sebagai prior data tersebut akan didetailkan kembali menggunakan
perhitungan Bayesian Markov Chain Monte Carlo (MCMC) berdasarkan fungsi
probabilitas. Selain itu, Bayesian MCMC juga dapat digunakan untuk menebak
traveltime observasi
Hasil penelitian ini terdapat 3 hasil yakni ANT, ANT dengan bayesian
MCMC untuk menebak nilai α dan traveltime observasi. Hasil tomografi terbaik
pada tomogrαfi dengan bayesian traveltime yang memiliki nilai α 0.28
menunjukkan low velocity yang lebih jelas dengan nilai heterogenitas yang lebih
baik.
Kata Kunci : Bayesian MCMC, Gempa, Inversi, Tomografi

Item Type: Thesis (Other)
Uncontrolled Keywords: Bayesian MCMC, Gempa, Inversi, Tomografi
Subjects: T Technology > TA Engineering (General). Civil engineering (General)
Depositing User: A.Md Apriliani Kusuma Wardhani
Date Deposited: 27 Mar 2024 04:55
Last Modified: 27 Mar 2024 04:55
URI: http://eprints.upnyk.ac.id/id/eprint/39172

Actions (login required)

View Item View Item