Perpustakaan Digital ITB

Tingkat stres pada patahan adalah hal yang penting pada analisis gempa di suatu area. Akan tetapi, data ini sulit untuk didapatkan karena memerlukan pengukuran langsung dan terbatasnya akses ke lokasi. Magnitudo suatu gempa dapat dianggap sebagai hasil dari pelepasan stres pada suatu patahan. Untuk itu pasangan barisan ini dapat dianalisis oleh model yang banyak diterapkan di bidang bioinformatika yaitu Model Markov Tersembunyi (MMT). Barisan keadaan tersembunyi adalah tingkat stres pada patahan dan mengikuti suatu rantai Markov, dinotasikan ???? dan yang terobservasi adalah barisan magnitudo gempa, dinotasikan ????. Selanjutnya, ???? dibagi menjadi 3 keadaan yaitu rendah, sedang, dan tinggi. ???? dibagi menjadi 3 keadaan yaitu magnitudo < 6,5, 6,5 ? magnitudo < 7, dan magnitudo ? 7. Tesis ini memanfaatkan teori graf, khususnya algoritma propagasi pohon persimpangan dan Dawid, untuk menyelesaikan dua masalah utama pada MMT sebagai berikut. 1) masalah evaluasi, menentukan peluang bersyarat ????(????|????,????,????) dengan ???? adalah matriks peluang transisi antar kejadian tersembunyi, ???? adalah matriks peluang emisi yang menghasilkan kejadian terobservasi, dan ???? adalah vektor peluang awal yang menunjukkan peluang keadaan tersembunyi pada waktu awal. 2) masalah dekode, menentukan barisan keadaan tersembunyi optimal max????1,…,????????????(????,????|????,????,????). Dalam studi ini, ????(????|????,????,????) dari maju mundur (algoritma dari Rabiner, 1989) lebih buruk dari pada propagasi pohon persimpangan. max????1,…,????????????(????,????|????,????,????) dari Viterbi (algoritma dari Rabiner, 1989) lebih buruk dari Dawid. Selanjutnya didapatkan bahwa semakin panjang barisan ???? yang dianalisis, semakin tinggi nilai entropi dan tentu saja waktu komputasi yang dibutuhkan.