Claim Missing Document
Check
Articles

Found 2 Documents
Search

ANALISIS ANOMALI IONOSFER SEBELUM GEMPABUMI BESAR DI JAWA DENGAN MENGGUNAKAN DATA GPS TEC Subakti, Hendri; Ratri, Aldilla Damayanti Purnama; Muslim, Buldan
Jurnal Meteorologi Klimatologi dan Geofisika Vol 4 No 1 (2017): Jurnal Meteorologi Klimatologi dan Geofisika
Publisher : Unit Penelitian dan Pengabdian Masyarakat Sekolah Tinggi Meteorologi Klimatologi dan Geofisika

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (668.673 KB) | DOI: 10.36754/jmkg.v4i1.38

Abstract

Anomali ionosfer sebagai akibat dari aktivitas gempabumi merupakan suatu fenomena yang kini banyak diteliti dalam penelitian seismo-ionospheric coupling. Umumnya,variasi ionosfer akibat gempabumi lebih lemah daripada gangguan yang dihasilkan oleh sumber yang berbeda, misalnya badai geomagnetik. Namun, gangguan badai geomagnetik menunjukkan perilaku yang lebih global, sedangkan anomali seismo-ionosfer hanya terjadi secara lokal. Ini menunjukkan bahwa aktivitas gempabumi merupakan suatu hal yang unik sehingga banyak penelitian yang dilakukan agar bisa memberikan peringatan dini sebelum terjadi gempabumi. Salah satu penelitian yang banyak dikembangkan saat ini adalah pendekatan seismo-ionospheric-copuling. Penelitian ini menghubungkan antara keadaan di lithosfer-atmosfer dan ionosfer sebelum dan saat gempabumi terjadi. Tulisan ini memilih total electron content dalam arah vertikal (VTEC) di ionosfer sebagai parameternya. Total Electron Content (TEC) adalah kandungan elektron total dalam kolom vertikal (silinder) berpenampang seluas 1 m2 sepanjang lintasan sinyal perangkat GPS yang dilalui di lapisan ionosfer pada ketinggian sekitar 350 km. Berdasarkan analisis data yang diperoleh dari LAPAN dengan mengidentifikasi sinyal abnormal melalui metode statistika, diperoleh adanya anomali di ionosfer yang ditandai dengan penurunan kandungan elektron sebesar 1 TECU di ionosfer sebelum gempabumi terjadi. Penurunan nilai VTEC ini tidak berasosiasi dengan badai magnetik sehingga diindikasikan sebagai prekursor gempabumi. Hal ini diperkuat dengan Dst Index yang tidak menunjukkan adanya gangguan magnetik.
MODEL KECEPATAN 1-D GELOMBANG P DAN GELOMBANG S DARI DATA HASIL RELOKASI HIPOSENTER DI WILAYAH GUNUNG SINABUNG Arimuko, Abraham; Persada, Yoga Dharma; Subakti, Hendri
Jurnal Meteorologi Klimatologi dan Geofisika Vol 5 No 3 (2018): Jurnal Meteorologi Klimatologi dan Geofisika
Publisher : Unit Penelitian dan Pengabdian Masyarakat Sekolah Tinggi Meteorologi Klimatologi dan Geofisika

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (773.571 KB) | DOI: 10.36754/jmkg.v5i3.77

Abstract

Gunung Sinabung merupakan gunung yang aktif kembali setelah tidak beraktifitas (dorman) selama lebih dari 400 tahun. Gunung Sinabung sampai saat ini melakukan aktivitas vulkanik. Hal itu membuat masyarakat di sekitar lereng Gunung Sinabung berwaspada. Salah satu aktivitas vulakanik tersebut adalah gempa vulkanik. Penelitian ini bertujuan merelokasi hiposenter untuk mendapatkan model kecepatan 1-D gelombang P dan gelombang S di Gunung Sinabung yang dapat digunakan sebagai data acuan kondisi bawah permukaan. Penelitian ini menggunakan input data magnitudo, parameter hiposenter, serta waktu jalar gelombang P dan gelombang S. Data ini diperoleh dari BMKG EQ (Earthquakes) Repository. Kejadian gempa bumi yang digunakan pada rentang waktu 1 Januari 2017 sampai 28 Februari 2017 dan pada koordinat 3,0931 LU-3,3543 LU dan 98,2928 BT-98,6202 BT. Pada pengolahan ini juga menggunakan parameter letak stasiun (sensor). Data tersebut direlokasi menggunakan software VELEST 3.3 dengan model kecepatan global IASP91 sebagai model kecepatan awal. Hasil dari relokasi tersebut adalah koreksi letak stasiun (sensor), parameter hiposenter akhir, waktu jalar gelombang seismik, dan model kecepatan 1-D gelombang P dan gelombang S. Hasil yang didapatkan untuk model kecepatan 1-D gelombang P pada kedalaman 0 km sebesar 5.58 km/s dan untuk kedalaman 210 km, lapisan terdalam pada pengolahan data ini, sebesar 8.30 km/s.