Perpustakaan Digital ITB

Penelitian ini mengembangkan dan menguji sistem Earthquake Early Warning (EEW) di wilayah Jawa bagian barat sebagai proyek percontohan BMKG, mengingat wilayah ini merupakan pusat kepadatan penduduk dan infrastruktur nasional. Disertasi ini secara utama menekankan pengembangan dan evaluasi pendekatan konvensional berbasis platform Earthworm, yang mengintegrasikan deteksi gelombang P (Tpd), estimasi parameter sumber (Tnow), dan prediksi magnitudo (MPd) untuk pemrosesan secara real-time. Pengujian terhadap 27 kejadian gempa (Oktober 2022–Mei 2023) menggunakan data percepatan tanah dari jaringan akselerometer BMKG menunjukkan bahwa sistem mampu memberikan peringatan sekitar 6 detik setelah origin time. Tingkat kesalahan lokasi episenter umumnya kurang dari 10 km, dengan kesalahan waktu asal di bawah 2 detik. Namun demikian, evaluasi juga menunjukkan keterbatasan utama pada estimasi magnitudo, khususnya untuk gempa menengah hingga besar, dengan deviasi terhadap katalog referensi BMKG yang dapat melebihi 0,6 unit. Sebagai langkah awal untuk mengatasi keterbatasan tersebut, penelitian ini mulai mengeksplorasi pendekatan berbasis deep learning, untuk melengkapi metode konvensional dalam estimasi magnitudo. Model yang dikembangkan memanfaatkan 12 parameter fitur gelombang seismik, termasuk amplitudo, frekuensi, dan energi. Hasil awal menunjukkan indikasi peningkatan akurasi pada kondisi tertentu, dengan kesalahan magnitudo sebesar 0,539 pada detik ke-3, 0,247 pada detik ke-5, dan 0,225 pada detik ke-10 setelah deteksi gelombang P, serta konsistensi yang lebih baik pada beberapa kasus dibandingkan hasil metode konvensional. Secara keseluruhan, penelitian ini menegaskan bahwa pendekatan konvensional masih menjadi fondasi utama dalam pengembangan sistem EEW operasional yang andal. Pendekatan berbasis deep learning menunjukkan potensi untuk dikaji lebih lanjut sebagai pengembangan lanjutan, khususnya dalam meningkatkan estimasi parameter tertentu. Temuan ini memberikan landasan penting bagi pengembangan sistem EEW nasional yang lebih akurat dan andal di Indonesia, sekaligus membuka arah riset lanjutan dalam integrasi metode konvensional dan pendekatan berbasis deep learning untuk mitigasi risiko gempa bumi.