Matrikulasi Seismologi 2

09/10/2013
1
59
Implementasi Grid Search dg Matlab
1. Tentukan zona grid sesuai dg konfigurasi jaringan
dan tentukan ukuran grid sesuai dg ketelitian hasil
yg diharapkan.
2. Pilih model kecepatan di wilayah yg mencakup
jaringan stasiun dan perkiraan posisi episenternya.
3. Pilih dugaan awal origin time (t
0
) bbrp sekon sebe-
lum P-arrival yg paling awal.
4. Pilih dugaan awal kedalaman (z
0
), mis 10 km utk
gempa lokal dangkal.
60
5. Dimulai dr titik grid pertama sbg posisi eisenter,
hitunglah residual di semua stasiun, kemudian
hitunglah RMS
residual
utk titik grid tsb.
6. Ulangi perhitungan RMS
residual
tsb, shg diperoleh
nilai RMS
residual
di semua titik grid.
7. Pilih nilai RMS
residual
minimum. Titik grid yg memiliki
nilai RMS
residual
minimum tsb dipilih sbg titik
episenter gempabumi.
8. Hitunglah nilai residual rata
2
di titik episenter yg
telah dipilih tsb.
09/10/2013
2
61
9. Nilai redual rata
2
tsb digunakan utk mengoreksi
dugaan awal origin time (t
0
).
10.Pilih rentang kedalaman hiposenter berdasarkan
model lapisan yg digunakan serta ekspektasi
kedalam sumber (dangkal, menengah atau dalam)
11.Dg menggunakan t
0
yg sudah dikoreksi tsb, hitung-
lah RMS
residual
di titik episenter dg berbagai nilai
kedalaman pd rentang yg telah ditentukan (butir
10).
12.Pilih RMS
residual
minimum pd proses 11. Kedalam-
an yg menghasilkan RMS
residual
minimum tsb,
dipilih sbg kedalaman gempabumi.
62
Dg menggunakan Matlab, metode Grid Search dpt
diimplentasikan dg dimensi grid yg lebih kecil, mis. 1
km, dan hasil RMS
residual
-nya dpt dikonturkan shg
posisi episenter dpt diukur dg lebih cepat dan lebih
akurat.
Contoh Implementasi
Grid Search dg Matlab
09/10/2013
3
Contoh Kontur RMS residual
Kontur RMS
residual
utk episenter sintetik (25 km N, 20
km E), diperoleh hasil grid search (22 km N, 16 km E)
ada 1 ttk dg RMS
residual
minimum
63
= stasiun
*
= episenter
Timur (km)
U
t
a
r
a

(
k
m
)
Kontur RMS
residual
Event # 1

0 10 20 30 40 50 60 70 80
0
10
20
30
40
50
60
70
80
1
2
3
4
5
6
7
8
9
64
Contoh Kurva Penentuan Kedalaman
0 2 4 6 8 10 12 14 16 18 20
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
Kedalaman (km)
R
M
S
r
e
s
i
d
u
a
l

(
s
)
Kurva RMS
residual
vs Kedalaman Event # 1
Kurva RMS
residual
vs Kedalaman utk Event # 1 (keda-
laman sintetik 12 km), dari hasil grid search diperoleh
kedalamannya 14 km.
09/10/2013
4
Kontur RMS
residual
ada 1 ttk dg RMS
residual
minimum
65
= stasiun
*
= episenter
Timur (km)
U
t
a
r
a

(
k
m
)
Kontur RMS
residual
Event # 2

0 10 20 30 40 50 60 70 80
0
10
20
30
40
50
60
70
80
1
2
3
4
5
6
7
8
66
Kurva RMS
residual
kedalamannya 10,5 km.
0 2 4 6 8 10 12 14 16 18 20
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
Kedalaman (km)
R
M
S
r
e
s
i
d
u
a
l

(
s
)
Kurva RMS
residual
09/10/2013
5
Kontur RMS
residual
ada 1 ttk dg RMS
residual
minimum
67
= stasiun
*
= episenter
Timur (km)
U
t
a
r
a

(
k
m
)
Kontur RMS
residual
Event # 3

0 10 20 30 40 50 60 70 80
0
10
20
30
40
50
60
70
80
1
2
3
4
5
6
7
8
68
Kurva RMS
residual
0 2 4 6 8 10 12 14 16 18 20
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
Kedalaman (km)
R
M
S
r
e
s
i
d
u
a
l

(
s
)
Kurva RMS
residual
09/10/2013
6
Kontur RMS
residual
ada 1 ttk dg RMS
residual
minimum
69
= stasiun
*
= episenter
Timur (km)
U
t
a
r
a

(
k
m
)
Kontur RMS
residual
Event # 4

0 10 20 30 40 50 60 70 80
0
10
20
30
40
50
60
70
80
1
2
3
4
5
6
7
8
70
0 2 4 6 8 10 12 14 16 18 20
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
Kedalaman (km)
R
M
S
r
e
s
i
d
u
a
l

(
s
)
Kurva RMS
residual
Kurva RMS
residual
09/10/2013
7
Kontur RMS
residual
ada 1 ttk dg RMS
residual
minimum
71
= stasiun
*
= episenter
Timur (km)
U
t
a
r
a

(
k
m
)
Kontur RMS
residual
Event # 5

0 10 20 30 40 50 60 70 80
0
10
20
30
40
50
60
70
80
1
2
3
4
5
6
7
8
9
72
Kurva RMS
residual
0 2 4 6 8 10 12 14 16 18 20
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
Kedalaman (km)
R
M
S
r
e
s
i
d
u
a
l

(
s
)
Kurva RMS
residual
09/10/2013
8
Episenter di luar Wilayah Jaringan
Kontur RMS
residual
ttk dg RMS
residual
minimum di luar wilayah jaringan.
73
= stasiun
*
= episenter
Timur (km)
U
t
a
r
a

(
k
m
)
Kontur RMS
residual
Event # 6

0 10 20 30 40 50 60 70 80
0
10
20
30
40
50
60
70
80
2
3
4
5
6
7
8
9
10
74
0 2 4 6 8 10 12 14 16 18 20
0
0.5
1
1.5
Kedalaman (km)
R
M
S
r
e
s
i
d
u
a
l

(
s
)
Kurva RMS
residual
Kurva RMS
residual
kedalamannya 9,0 km (di luar wilayah grid)
09/10/2013
9
Kontur RMS
residual
ttk dg RMS
residual
75
= stasiun
*
= episenter
Timur (km)
U
t
a
r
a

(
k
m
)
Kontur RMS
residual
Event # 7

0 10 20 30 40 50 60 70 80
0
10
20
30
40
50
60
70
80
1
2
3
4
5
6
7
8
9
10
11
76
0 2 4 6 8 10 12 14 16 18 20
0
0.2
0.4
0.6
0.8
1
1.2
1.4
Kedalaman (km)
R
M
S
r
e
s
i
d
u
a
l

(
s
)
Kurva RMS
residual
Kurva RMS
residual
kedalamannya 6,5 km (di luar wilayah grid)
09/10/2013
10
77
Timur (km)
U
t
a
r
a

(
k
m
)
Kontur RMS
residual
Event # 6

50 60 70 80 90 100 110 120 130
10
20
30
40
50
60
70
80
90
1
2
3
4
5
6
7
8
9
Kontur RMS
residual
km E), setelah zona grid digeser, diperoleh hasil grid
search (52 km N, 90 km E) ttk dg RMS
residual

= stasiun
*
= episenter
78
0 2 4 6 8 10 12 14 16 18 20
0
0.2
0.4
0.6
0.8
1
1.2
1.4
Kedalaman (km)
R
M
S
r
e
s
i
d
u
a
l

(
s
)
Kurva RMS
residual
Kurva RMS
residual
kedalamannya 7,0 km (setelah zona grid digeser)
09/10/2013
11
79
Timur (km)
U
t
a
r
a

(
k
m
)
Kontur RMS
residual
Event # 7

50 60 70 80 90 100 110 120 130
50
60
70
80
90
100
110
120
130
1
2
3
4
5
6
7
8
9
10
Kontur RMS
residual
km E), setelah zona grid digeser, diperoleh hasil grid
search (91 km N, 92 km E) ttk dg RMS
residual

= stasiun
*
= episenter
80
0 2 4 6 8 10 12 14 16 18 20
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
Kedalaman (km)
R
M
S
r
e
s
i
d
u
a
l

(
s
)
Kurva RMS
residual
Kurva RMS
residual
kedalamannya 10,5 km (setelah zona grid digeser)
09/10/2013
12
Pengaruh t
s
thd Penentuan Hiposenter
Jika S-arrival di stasiun # i (t
iS
obs
) dpt diidentifikasi,
mk hasil penentuan hiposenter secara numerik men-
jadi lebih akurat dan dpt dipercaya.
t
0
bukan lagi diperkirakan dari P-arrival yg paling
awal yg dimajukan bbrp sekon, melainkan (utk model
kecepatan homogen atau utk gempabumi lokal
dangkal) dpt dihitung dari:
Setelah jarak hiposenter d dpt dihitung, mk travel time
gel P (t
iP
tra
) dan wkt kejadian (t
0
) dpt dihitung juga.
v
P
dan v
S
dr model ( )
|
|
.
|
\
|
=
S P
S P
obs
iP
obs
iS
v v
v v
t t d
82
P
tra
iP
v
d
t =
Pengaruh t
s
tra
iP
obs
iP
t t t =
0
Jika t
iS
obs
dpt diidentifikasi pd bbrp stasiun, shg
diperoleh bbrp t
0
, mk yg dijadikan input adalah nilai
rata
2
nya.
t
iS
obs
juga berkontribusi dlm meningkatkan akurasi
penentuan kedalaman hiposenter. Hal ini dpt dilihat dr
gradien RMS
residual
thd kedalaman yg tampak semakin
curam (berarti ketidakpastiannya semakin kecil)
lihat gambar diagram Kurva Penentuan Kedalaman.
09/10/2013
13
Pengaruh t
s
Data S-arrival juga meningkatkan ketepatan hasil
perhitungan posisi episenter dlm hal episenter tsb
berada di luar wilayah jaringan.
Jika hanya menggunakan data P-arrival saja, mk
posisi episenter hasil perhitungan se-olah
2
tertarik
ke arah jaringan (lihat kasus event # 6 dan # 7).
Pada perhitungan ulang dg menambahkan data S-
arrival, mk diperoleh hasil perhitungan episenter yg
sangat dekat dg posisi episenter sebenarnya
(simulasi data sintetik) lihat hasil hitung ulang event
# 6 dan # 7.
84
Kontur RMS
residual
dg tambahan S
arrival
Kontur RMS
residual
km E), dg S-arrival diperoleh hasil grid search (25 km
N, 20 km E) bergeser dr sblmnya (22 km N, 16 km E).
Timur (km)
U
t
a
r
a

(
k
m
)
Kontur RMS
residual
Event # 1

0 10 20 30 40 50 60 70 80
0
10
20
30
40
50
60
70
80
1
2
3
4
5
6
7
8
9
= stasiun
*
= episenter
09/10/2013
14
85
Kurva RMS
residual
laman sintetik 12 km), dg S-arrival diperoleh hasil grid
search kedalaman10,5 km, berubah dr sblmnya 14 km
0 2 4 6 8 10 12 14 16 18 20
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
Kedalaman (km)
R
M
S
r
e
s
i
d
u
a
l

(
s
)
Kurva RMS
residual
86
Kontur RMS
residual
dg tambahan S
arrival
Kontur RMS
residual
Timur (km)
U
t
a
r
a

(
k
m
)
Kontur RMS
residual
Event # 2

0 10 20 30 40 50 60 70 80
0
10
20
30
40
50
60
70
80
1
2
3
4
5
6
7
8
= stasiun
*
= episenter
09/10/2013
15
87
Kurva RMS
residual
search kedalaman 9,5 km, berubah dr sblmnya 10,5 km
0 2 4 6 8 10 12 14 16 18 20
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
Kedalaman (km)
R
M
S
r
e
s
i
d
u
a
l

(
s
)
Kurva RMS
residual
88
Kontur RMS
residual
dg tambahan S
arrival
Kontur RMS
residual
N, 45 km E) sama dg sblmnya (50 km N, km E).
Timur (km)
U
t
a
r
a

(
k
m
)
Kontur RMS
residual
Event # 3

0 10 20 30 40 50 60 70 80
0
10
20
30
40
50
60
70
80
1
2
3
4
5
6
7
8
= stasiun
*
= episenter
09/10/2013
16
89
Kurva RMS
residual
search kedalaman10,5 km, berubah dr sblmnya 7,5 km
0 2 4 6 8 10 12 14 16 18 20
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
Kedalaman (km)
R
M
S
r
e
s
i
d
u
a
l

(
s
)
Kurva RMS
residual
90
Kontur RMS
residual
dg tambahan S
arrival
Kontur RMS
residual
Timur (km)
U
t
a
r
a

(
k
m
)
Kontur RMS
residual
Event # 4

0 10 20 30 40 50 60 70 80
0
10
20
30
40
50
60
70
80
1
2
3
4
5
6
7
8
= stasiun
*
= episenter
09/10/2013
17
91
Kurva RMS
residual
search kedalaman15,5 km, berubah dr sblmnya 10,5
km
0 2 4 6 8 10 12 14 16 18 20
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
Kedalaman (km)
R
M
S
r
e
s
i
d
u
a
l

(
s
)
Kurva RMS
residual
92
Kontur RMS
residual
dg tambahan S
arrival
Kontur RMS
residual
N, 54 km E) sama dg sblmnya (50 km N, 54 km E).
Timur (km)
U
t
a
r
a

(
k
m
)
Kontur RMS
residual
Event # 5

0 10 20 30 40 50 60 70 80
0
10
20
30
40
50
60
70
80
1
2
3
4
5
6
7
8
9
= stasiun
*
= episenter
09/10/2013
18
93
Kurva RMS
residual
search kedalaman 11 km, berubah dr sblmnya 9,5 km.
0 2 4 6 8 10 12 14 16 18 20
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
Kedalaman (km)
R
M
S
r
e
s
i
d
u
a
l

(
s
)
Kurva RMS
residual
94
Kontur RMS
residual
dg tambahan S
arrival
Kontur RMS
residual
Timur (km)
U
t
a
r
a

(
k
m
)
Kontur RMS
residual
Event # 6

50 60 70 80 90 100 110 120 130
10
20
30
40
50
60
70
80
90
1
2
3
4
5
6
7
8
= stasiun
*
= episenter
09/10/2013
19
95
Kurva RMS
residual
search kedalaman 11 km, berubah dr sblmnya 7 km
0 2 4 6 8 10 12 14 16 18 20
0
0.05
0.1
0.15
0.2
0.25
0.3
0.35
0.4
0.45
0.5
Kedalaman (km)
R
M
S
r
e
s
i
d
u
a
l

(
s
)
Kurva RMS
residual
96
Kontur RMS
residual
dg tambahan S
arrival
Kontur RMS
residual
Timur (km)
U
t
a
r
a

(
k
m
)
Kontur RMS
residual
Event # 7

50 60 70 80 90 100 110 120 130
50
60
70
80
90
100
110
120
130
1
2
3
4
5
6
7
8
9
10
11
12
= stasiun
*
= episenter
09/10/2013
20
97
Kurva RMS
residual
search kedalaman 11 km, berubah dr sblmnya 10,5 km
0 2 4 6 8 10 12 14 16 18 20
0
0.05
0.1
0.15
0.2
0.25
0.3
0.35
Kedalaman (km)
R
M
S
r
e
s
i
d
u
a
l

(
s
)
Kurva RMS
residual
98
Perbandingan Hasil Perhitungan
Parameter Sintetik
Hasil Grid Search
(tanpa S-arrival)
Event x
0
y
0
z
0
t
0
x
0
y
0
z
0
t
0
1 20 25 12 38 16 22 14 37
2 15 55 8 42 13 56 10,5 42
3 45 50 14 55 45 50 7,5 55
4 55 15 19 24 54 18 10,5 25
5 55 50 16 16 54 50 9,5 16
6 110 50 16 16 90 52 7 20
7 110 110 16 16 92 91 10,5 21
09/10/2013
21
99
Perbandingan Hasil Perhitungan
Parameter Sintetik
Hasil Grid Search
(dg tambahan S-arrival)
Event x
0
y
0
z
0
t
0
x
0
y
0
z
0
t
0
1 20 25 12 38 20 25 10,5 38
2 15 55 8 42 15 55 9,5 42
3 45 50 14 55 45 50 10,5 55
4 55 15 19 24 55 13 15,5 24
5 55 50 16 16 54 50 11 16
6 110 50 16 16 111 50 11 16
7 110 110 16 16 110 111 11 16
Catatan: Kedalaman adalah parameter gempabumi yg
paling sulit ditentukan secara akurat
Catatan ttg Metode Grid Search
Dr eksperimen bbrp model kecepatan tampak bhw
perbedaan model berdampak kecil thd penentuan
episenter, namun sangat berpengaruh thd penentuan
kedalaman dan origin time.
Posisi episenter dipengaruhi oleh konfigurasi
jaringan, posisi akurat diperoleh jika episenter berada
di sekitar pusat jaringan.
Metode grid search tidak dpt menemukan solusi
akurat utk episenter yg berada di luar wilayah grid.
Proses perhitungannya lambat, hingga sekitar
1000 lebih lambat dp metode iteratif (Havskov dan
Ottemller, 2010) 100
09/10/2013
22
Grid search dpt dilakukan 2 tahap, dg grid kasar
kmdn dg grid halus agar lebih akurat.
Peningkatan kecepatan perhitungan dpt dilakukan
dg directed random walk berdasarkan probabilitas
kejadian gempabumi, tdk seluruh wilayah grid hrs di-
search 10 lebih lambat dp metode iteratif.
Ketidakpastian rendah ditandai dg pertumbuhan
RMS yg cepat ketika menjauhi titik minimum.
Ketidakpastian tinggi ditandai dg pertumbuhan
RMS yg lambat ketika menjauhi titik minimum.
101
Jika dibuat kontur RMS, kadang2 diperoleh > 1
minima. Ini mengindikasikan adanya error besar dan /
atau ambiguitas solusi.
Metode grid search adalah metode yg secara logika
teoritis mudah dipahami, tetapi dlm operasional tidak
praktis utk dilaksanakan.

Artikel yg relevant dg penerapan metode grid search:
Locating_Earthquake_by_Grid_Search_and_Simplex
_Algorithm
102
09/10/2013
23
Metode Iteratif (Geiger)
Metode iteratif utk penentuan lokasi hiposenter
diperkenalkan pertama kali oleh L. Geiger pd th 1910
dlm buletin yg terbit di Jerman, dan pd th 1912 dlm
Buletin Universitas St. Louis, AS.
Metode tsb berdasarkan iterasi least-squares (per-
hitungan berulang kuadrat terkecil) yg relatif mudah
dipahami dan dilaksanakan.
Hal penting yg harus diingat adalah bhw hasil pe-
nerapan metode tsb sangat bergantung pd konfigurasi
stasiun dan posisi hiposenter thd jaringan stasiun tsb.
103
Metode Geiger berdasarkan atas pendekatan
linearisasi masalah.
Langkah pertama adalah membuat perkiraan awal
(initial guess) hiposenter dan origin time (x
0
, y
0
, z
0
, t
0
).
Jika hiposenter berada di dlm jaringan, mk utk
perkiraan awal dpt dipilih sekitar lokasi stasiun yg
pertama kali merekam gel P.
Utk linearisasi masalah, diasumsikan bhw hiposen-
ter yg sebenarnya cukup dekat dg hiposenter perkira-
an, shg residual travel-time pd hiposenter perkiraan
mrpk fungsi linier dr koreksi
2
yg hrs dilakukan utk
memperoleh hiposenter yg lebih baik.
104
09/10/2013
24
Arrivel time di stasiun # i berdasarkan perhitungan:
( )
0 0 0 0 0
, , , , , t t t z y x z y x t t
tra
i i i i
tra
i
arr
i
+ = + =
(*)
Diasumsikan bhw residual disebabkan oleh error dr
hiposenter perkiraan, dan koreksi
2
yg diperlukan utk
memperkecil error tsb adalah: x, y, z dan t.
Jk koreksi
2
ini cukup kecil, mk nilainya dpt dihitung
dg pendekatan fungsi travel time dlm ekspansi deret
Taylor suku pertama saja fungsi linier:
t z
z
t
y
y
t
x
x
t
r
tra
i
tra
i
tra
i
i
A + A
c
c
+ A
c
c
+ A
c
c
=
0 0 0
(**)
105
Artikel ttg deret Taylor yg relevan a.l:
1. Application_of_Taylor_Series
2. Derivation_of_Taylor_Series_Expansion

Persm (**) dpt ditulis dlm btk matrix:
r = G x
r = vektor residual
G = matrix turunan parsial dg elemen 1 pd kolom
terakhir
x = vektor koreksi unknown utk hiposenter dan OT
(***)
106
09/10/2013
25
(
(
(
(
A
A
A
A
(
(
(
(
(
(
(
(
(
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
c
=
(
(
(
(
(
(
t
z
y
x
z
t
y
t
x
t
z
t
y
t
x
t
z
t
y
t
x
t
r
r
r
tra
n
tra
n
tra
n
tra tra tra
tra tra tra
n
1
. . . .
. . . .
1
1
.
.
0 0 0
0
2
0
2
0
2
0
1
0
1
0
1
2
1
Secara lengkap btk persamaan matrix tsb adalah:
(***)
107
Turunan
2
parsial menunjukkan perubahan travel
time dr sumber ke stasiun # i akibat perubahan
koordinat hiposenter perkiraan awal (initial guess).
x, y, z dan t adalah variasi parameter
hiposenter yg akan meminimalkan jumlah residual
kuadrat.
Hanya utk model yg sangat sederhana (kecepatan
konstan pd bumi homogin) turunan parsial tsb dpt
dihitung secara ekask dg rumusan matematis.
108
09/10/2013
26
Pd umumnya turunan parsial tsb hrs dihitung dg
metode numerik berdasarkan interpolasi tabel waktu
tempuh (travel time) termasuk utk kasus model 3D.
Jika turunan parsial sdh dpt dihitung, masalah
selanjutnya adalah mencari solusi persm linier dg 4
unknown yaitu x
0
, y
0
, z
0
dan t
0
.
Normalnya jumlah persamaan yg tersedia > 4,
misalnya 4 stasiun masing
2
dg 2 fase menghasilkan 8
persamaan.
109
Solusi terbaik persm (***) biasanya diperoleh dg
teknik standar least square multivariabel, shg harga
x, y, z dan t dpt ditentukan.
Perkiraan awal hiposenter dan origin time selanjut-
nya dikoreksi menjadi (x
0
+x), (y
0
+y), (z
0
+z) dan
(t
0
+t).
Perkiraan yg sudah dikoreksi tsb digunakan sbg
input perkiraan baru utk melakukan hitung ulang
proses yg sama disebut proses iterasi.
110
09/10/2013
27
Iterasi akan berlasung terus hingga dicapai kriteria
berhenti (stopping criterion) yg telah didefinisikan
sebelumnya,
Kriteria berhenti tsb dpt berupa residual minimum,
atau nilai yg cukup kecil, shg dianggap ketelitian yg
diinginkan sdh tercapai, atau semata-mata berupa
jumlah maks iterasi (hitung-ulang) telah tercapai
(biasanya dlm hal proses iterasi tidak konvergen).
Metode iteratif tsb pertama kali ditemukan oleh
Geiger (1910) shg terkenal dg sebutan metode Geiger
utk penentuan hiposenter.
111
Proses iterasi biasanya berlangsung konvergen dg
cepat, kecuali jk konfigurasi data observasinya buruk
atau perkiraan awalnya terlalu jauh dr solusi terbaik
yg seharusnya diperoleh.
Persm (**) dan (***) berlaku utk model bumi datar
maupun sferis (utk skala lokal ataupun global).
Perhitungan travel-time utk skala lokal biasanya
digunakan model 1D, sedangkan utk skala global
digunakan interpolasi tabel travel-time IASP91.
112
09/10/2013
28
Contoh Penerapan Metode Iteratif
Kasus yg paling sederhana penerapan metode
iteratif adalah utk model bumi homogin dg kecepatan
gel = v (bisa dilihat pd Stein and Wysession, 2003).
Travel-time dr perkiraan awal hiposenter (x
0
,y
0
,z
0
)
ke stasiun # i (x
i
,y
i
) adalah:
( ) ( )
v
z y y x x
t
i i tra
i
2
0
2
0
2
0
+ +
=
Jika perkiraan awal origin time adalah t
0
, mk waktu
residual di stasiun # i adalah:
( )
0
t t t t t r
tra
i
obs
i
arr
i
obs
i i
+ = =
113
Contoh Penerapan Metode Iteratif
( )
( ) ( )
2
0
2
0
2
0
0
0
1
z y y x x
v
y y
y
t
i i
i
tra
i
+ +
=
c
c
( ) ( )
2
0
2
0
2
0
0
0
1
z y y x x
v
z
z
t
i i
tra
i
+ +
=
c
c
Turunan parsial ke arah x
0
, y
0
dan z
0
adalah:
( )
( ) ( )
2
0
2
0
2
0
0
0
1
z y y x x
v
x x
x
t
i i
i
tra
i
+ +
=
c
c
114
09/10/2013
29
Setelah residual dan semua turunan parsial
dihitung, mk sistem persm linier multivariabel (**)
atau matrix (***) dpt disusun.
Langkah selanjutnya adalah menyelesaikan sistem
persamaan linier multivariabel tsb dg metode
analisis regresi berganda berdasarkan least-square.

Artikel ttg regresi multivariabel yg relevan misalnya:
1. Multiple_Regression_Analysis_by_Excel_2007
2. Multiple_Regression_Analysis_Introduction
3. Multiple_Regression_Analysis_Basics_Collection
Metode Iteratif dg Regresi Berganda
115
116
x y
x
1
y
1
x
2
y
2
x
3
y
3
x
4
y
4
... ...
... ...
x
n
y
n
b x a y + =
Data Hasil Regresi Linier
Regresi Linier dg Variabel Tunggal
a = koefisien arah (slope)
b = ttk potong dg sb y (intercept)
09/10/2013
30
117
Regresi Linier dg Variabel Tunggal
b x a y + =
a = koefisien x = 6/40 = 0,15
b = intercept = 5

a = tan
b
118
Regresi Linier dg Variabel Berganda
x
1
x
2
x
3
y
(x
1
)
1
(x
2
)
1
(x
3
)
1
y
1
(x
1
)
2
(x
2
)
2
(x
3
)
2
y
2
(x
1
)
3
(x
2
)
3
(x
3
)
3
y
3
(x
1
)
4
(x
2
)
4
(x
3
)
4
y
4
... ... ... ...
... ... ... ...
(x
1
)
n
(x
2
)
n
(x
3
)
n
y
n
Data
Hasil Regresi
Linier Berganda
b x a x a x a y + + + =
3 3 2 2 1 1
a
1
, a
2
, a
3
= koefisien; b = intercept
09/10/2013
31
Utk memudahkan penulisan:
Dilakukan penyederhanaan simbol
2
sbb:
( ) ( ) ( )
0 0 0
; ;
z
t
TT
y
t
TT
x
t
TT
tra
i
i Z
tra
i
i Y
tra
i
i X
c
c
=
c
c
=
c
c
=
119
t z
z
t
y
y
t
x
x
t
r
tra
i
tra
i
tra
i
i
A + A
c
c
+ A
c
c
+ A
c
c
=
0 0 0
Maka matrix data untuk regresi linier dg variabel
berganda dpt ditulis sbg:
t z TT y TT x TT r
Z Y X
A + A + A + A =
120
TT
X
TT
Y
TT
Z
r
(TT
X
)
1
(TT
Y
)
1
(TT
Z
)
1
r
1
(TT
X
)
2
(TT
Y
)
2
(TT
Z
)
2
r
2
(TT
X
)
3
(TT
Y
)
3
(TT
Z
)
3
r
3
(TT
X
)
4
(TT
Y
)
4
(TT
Z
)
4
r
4
... ... ... ...
... ... ... ...
(TT
X
)
n
(TT
Y
)
n
(TT
Z
)
n
r
n
Data
Hasil
Regresi
Linier
Berganda
t z TT y TT x TT r
Z Y X
A + A + A + A =
x, y, z = koefisien; t = intercept
09/10/2013
32
Setelah residual dan semua turunan parsial
dihitung, mk sistem persm linier multivariabel (**)
atau matrix (***) dpt disusun.
Langkah selanjutnya adalah menyelesaikan sistem
persamaan linier multivariabel tsb dg metode
analisis regresi berganda berdasarkan least-square.

Artikel ttg regresi multivariabel yg relevan misalnya:
1. Multiple_Regression_Analysis_by_Excel_2007
2. Multiple_Regression_Analysis_Introduction
3. Multiple_Regression_Analysis_Basics_Collection
121
Dlm contoh ini yg akan digunakan adalah Multiple
Regression Analysis by Excel 2007, krn prosesnya
sederhana dan langkah
2
iterasinya dpt dilihat secara
visual shg memudahkan pemahaman teorinya.

Kasus yg dipilih adalah kasus yg sama seperti yg
sdh digunakan dlm contoh penerapan metode Grid
Search.
122
09/10/2013
33
Pd suatu wilayah seluas 80 km x 80 km terdpt
jaringan 6 stasiun pengamatan gempabumi, dg
konfigurasi sbb:
Stasiun Koordinat (km)
STS1 (30,10)
STS2 (70,20)
STS3 (15,35)
STS4 (75,45)
STS5 (20,70)
STS6 (80,80)
123
0 10
10
20
20 30
30
40
40 50
50
60
60 70
70
80
80
km
km
STS1
STS2
STS3
STS4
STS5
STS6
124
09/10/2013
34
Pd suatu hari terjadi gempabumi dangkal dg hasil
pengamatan P-arrival (t
i
obs
) di masing2 stasiun sbb:
Stasiun P-arrival (t
i
obs
)
STS1 00:00:07,81
STS2 00:00:06,40
STS3 00:00:07,68
STS4 00:00:05,92
STS5 00:00:09,00
STS6 00:00:10,44
Dg menggunakan metode grid search tentukan
lokasi sumber gempabumi dan waktu terjadinya.
125
0 10
10
20
20 30
30
40
40 50
50
60
60 70
70
80
80
P00:00:07,81
P00:00:06,40
P00:00:07,68
P00:00:05,92
P00:00:09,00
P00:00:10,44
km
km
126
09/10/2013
35
127
1. Pilih model kecepatan di wilayah yg mencakup
jaringan stasiun dan perkiraan posisi episenternya.
2. Pilih dugaan awal origin time (t
0
) bbrp sekon sebe-
lum P-arrival yg paling awal.
3. Pilih dugaan awal episenter di sekitar stasiun dg P-
arrival yg paling awal
4. Pilih dugaan awal kedalaman (z
0
), mis 10 km utk
gempa lokal dangkal.
5. Pastikan bhw Ads-in Toolpak pd XL-2007 sudah
diaktifkan. Jika belum diaktifkan mk hrs diaktifkan
terlebih dulu.
Regresi Berganda dg XL-2007
128
6. Cara mengaktifkan Add-Ins Toolpak.
Buka Excel-2007
Klik Office Button
Klik Excel Options
Klik Add-Ins
Klik Analysis Toolpak
Klik Go...
Would you like to install?..... Yes.
09/10/2013
36
129
7. Siapkan kolom
2
utk: x
0
, y
0
, z
0
dan t
0
. Kolom
2
ini
nantinya akan dilengkapi dg x, y, z dan t dari
hasil analisis regresi berganda.
8. Siapkan kolom
2
utk x
i
, y
i
, t
i
obs
, dt
i
tra
/dx
0
, dt
i
tra
/dy
0
,
dt
i
tra
/dz
0
, t
i
arr
dan residual (r
i
) berikut formula
2

matematisnya
9. Klik Menu Data, Klik Data Analysis
10. Klik Regerssion, klik OK.
11. Blok Y-range + Label Input Y-range
12. Blok X-range + Label Input X-range
130
13. Klik Label, Klik OK
14. Maka diperoleh hasil iterasi pertama: x, y, z,
dan Intercept = t.
15. x, y, z dan t digunakan utk mengoreksi nilai
dugaan awal x
0
, y
0
, z
0
dan t
0
shg diperoleh nilai
2

baru: (x
0
+x), (y
0
+y), (z
0
+z) dan (t
0
+t).
16. Ulangi langkah 8 15 dengan nilai
2
x
0
, y
0
, z
0
dan
t
0
baru yg sudah dikoreksi.
17. Langkah 16 diulang terus hingga dicapai kriteria
berhenti.
18. Periksa hasil.

Matrikulasi Seismologi 2

Uploaded by

Document Information

Original Description:

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Matrikulasi Seismologi 2

Uploaded by

Copyright:

Available Formats

09/10/2013

You might also like