MIKROZONASI KERENTANAN TANAH MENGGUNAKAN MACHINE LEARNING DEEP DENOISER SEISBENCH PADA DAERAH GUA PINDUL, GUNUNG KIDUL, DAERAH ISTIMEWA YOGYAKARTA

ANANDA, FADIA PUTRI (2024) MIKROZONASI KERENTANAN TANAH MENGGUNAKAN MACHINE LEARNING DEEP DENOISER SEISBENCH PADA DAERAH GUA PINDUL, GUNUNG KIDUL, DAERAH ISTIMEWA YOGYAKARTA. Diploma thesis, Universitas Pembangunan Nasional "Veteran" Yogyakarta.

	Text Cover_115200073_Fadia Putri Ananda.pdf Download (98kB)
	Text Abstrak_115200073_Fadia Putri Ananda.pdf Download (212kB)
	Text Daftar Isi_115200073_Fadia Putri Ananda.pdf Download (168kB)
	Text Daftar Pustaka_115200073_Fadia Putri Ananda.pdf Download (207kB)
	Text Lembar Pengesahan_115200073_Fadia Putri Ananda.pdf Download (886kB)
	Text Skripsi Fulltext_115200073_Fadia Putri Anada.pdf Restricted to Repository staff only Download (8MB)

Abstract

Gua Pindul merupakan objek wisata yang berada di Yogyakarta, namun pada
kawasan gua ini dapat berpotensi terjadinya runtuhan gua akibat getaran tanah. Hal
ini dikarenakan Gua Pindul tersusun oleh litologi batugamping dan adanya sungai
bawah tanah. Oleh karena itu, pemetaan bahaya runtuhan menjadi penting untuk
mengetahui area yang berpotensi terkena dampak, salah satu solusinya adalah
dengan menggunakan metode mikroseismik.
Pengolahan data mikroseismik memerlukan proses filtering sinyal seismik
untuk menghilangkan sinyal noise. Pada penelitian ini digunakan SeisBench Deep
Denoiser Filter. SeisBench adalah sebuah toolbox opensource yang bekerja
berdasarkan neural network. SeisBench memiliki data referensi bentuk gelombang
dengan noise dan event yang jelas secara terpisah sehingga ketika ada bentuk
gelombang "baru" yang datang, SeisBench dapat mengidentifikasi noise dan event
secara otomatis berdasarkan data referensi.
Penelitian ini menggunakan data yang diakuisisi pada tanggal 02 – 14 Juli
2022 di Gua Pindul, Bejiharjo, Karangmojo, Gunung Kidul, Daerah Istimewa
Yogyakarta. Data ini terdiri dari 25 titik pengukuran dengan spasi antar titiknya 300
m dan durasi pengukuran setiap titiknya ±40 menit dengan total luas sebesar 2,25
km2
. Dari proses pengolahan data menggunakan metode filtering ini diperoleh peta
frekuensi dominan, peta amplifikasi, peta kerentanan tanah serta peta Vs30 dan peta
3D elevasi sebagai data pendukung interpretasi. Dari peta kerentanan tanah
menunjukkan bahwa daerah yang memiliki tingkat kerentanan tanah yang tinggi
yaitu pada area Baratlaut, Utara, Timur, Baratdaya (P22) daerah penelitian dengan
range nilai sebesar 90 – 180 s2
/cm.
Kata Kunci: mikrozonasi, mikroseismik, SeisBench, Deep Denoiser, machine
learning

Item Type:	Thesis (Diploma)
Uncontrolled Keywords:	mikrozonasi, mikroseismik, SeisBench, Deep Denoiser, machine learning
Subjects:	S Agriculture > S Agriculture (General)
Divisions:	Faculty of Engineering, Science and Mathematics > School of Engineering Sciences
Depositing User:	Eny Suparny
Date Deposited:	18 Apr 2024 02:47
Last Modified:	18 Apr 2024 02:47
URI:	http://eprints.upnyk.ac.id/id/eprint/39310

Actions (login required)

View Item