Perpustakaan Digital ITB

Earthquake Early Warning (EEW) adalah sistem pengiriman peringatan kejadian gempa bumi secara lebih awal, dengan tahapan pendeteksian dan penentuan lokasi gempa bumi. Pemilihan waktu tiba gelombang P dan gelombang S merupakan parameter yang digunakan untuk penentuan lokasi gempa bumi. Untuk itu, waktu yang diperlukan pada penentuan waktu tiba gelombang P dan gelombang S memiliki peran penting dalam EEW. Umumnya penentuan lokasi gempa bumi dilakukan secara manual, dengan artificial intelligence menjadi salah satu metode untuk menentukan waktu tiba gempa secara automasi. Deep learning merupakan bagian dari artificial intelligence yang dapat memproses data secara cepat, skalabilitas yang tinggi, dan memiliki tingkat akurasi yang PhaseNet merupakan program deep neural network (DNN) yaitu klasifikasi lebih lanjut dari deep learning dengan tujuan untuk menentukan waktu tiba gelombang P dan gelombang S. Pada penelitian ini, penulis menggunakan data waveform dari 89 stasiun BMKG berada di Pulau Jawa, Indonesia dalam rentang waktu perekaman April 2020 hingga September 2020. Durasi waveform yang digunakan adalah lima menit dan selanjutnya PhaseNet diaplikasikan untuk mendapatkan waktu tiba gelombang P dan gelombang S. Hasil penentuan waktu tiba gelombang P dan gelombang S, dibandingkan dengan program GaMMA untuk mendapatkan pola sebaran hasil pemilihan fasa gelombang secara konsisten. Penentuan lokasi gempa bumi dilakukan dengan menggunakan program NonLinLoc. Hasil waktu tiba berdasarkan PhaseNet diperoleh 312 dari 333 waktu tiba gelombang P dan gelombang S, hasil tersebut memiliki selisih kurang dari satu detik. Hasil penentuan lokasi dengan data PhaseNet memiliki selisih dengan BMKG dengan rata – rata garis bujur -0.0071o, garis lintang 0.39369o dan kedalaman 3.17981 km