Anda di halaman 1dari 6

Nilai b-value

Istilah b-value berasal dari Hukum Gutenberg-Richter yang menunjukkan


hubungan antara magnitudo dengan jumlah total gempa bumi pada suatu daerah dan periode
waktu tertentu yang mendekati magnitudo tersebut. Hubungan ini awalnya diusulkan oleh
Charles Francis Richter dan Beno Gutenberg. Secara mengejutkan, hubungan ini ternyata
kuat dan tidak bervariasi secara signifikan dari satu daerah ke daerah lain atau dari waktu ke
waktu.
B-value umumnya konstan dan bernilai 1.0 pada daerah yang aktif secara seismik.
Artinya, untuk setiap gempa dengan magnitudo 4, akan ada 10 gempa dengan magnitudo 3
dan 100 gempa dengan magnitudo 2. Terdapat beberapa variasi pada nilai b-value dengan
jangkauan 0.5 sampai 1.5, tergantung dari keadaan tektonik dari daerah tersebut.
Pengecualian penting adalah selama gempa dalam kawanan (kejadiannya banyak), dan ketika
itulah b-value akan naik sampai 2.5 yang menandakan proporsi gempa minor yang bahkan
lebih besar daripada gempa mayor. Nilai b-value yang berbeda secara signifikan dari 1
mungkin menunjukkan bahwa ada masalah dengan kumpulan data. Contohnya, datanya tidak
lengkap atau mengandung kesalahan dalam perhitungan magnitudo.
Untuk mencari nilai b-value dari data yang diperoleh, pertama data magnitudo
dimasukkan pada Microsoft Excel dan diurutkan (mulai dari yang paling kecil sampai paling
besar). Lalu, digunakan fungsi count pada aplikasi tersebut untuk menghitung jumlah gempa
berdasarkan cacah gempa yang diinginkan. Cacah gempa (Eq) yang digunakan pada
pemrosesan kali ini adalah dengan range 0.5. Kemudian, kedua jenis data tersebut (cacah
gempa dengan magnitudo) ditampilkan dalam bentuk tabel, dan kemudian ditampilkan dalam
sebuah histogram (magnitudo pada sumbu x dan cacah gempa pada sumbu y), lengkap
dengan trendline dan equation. Untuk histogram selanjutnya, nilai magnitudo dibandingkan
dengan log Eq (cacah gempa), juga dengan trendline dan equation.
Melalui equation pada histogram log Eq vs.magnitudo, dapat terlihat nilai b-value
yang mendekati 0.5. Setelah dianalisa lebih lanjut, dapat diduga bahwa nilai tersebut
berhubungan dengan range magnitudo sebesar 0.5. Hal ini berarti nilai b-value kemungkinan
besar akan mengikuti nilai range magnitudo yang digunakan pada histogram.
Selain itu, pada proses kali ini juga dilakukan plotting data gempa dengan
menggunakan program Surfer. Data pembanding yang digunakan adalah koordinat, yaitu
koordinat lintang untuk nilai x, koordinat bujur untuk nilai y, serta nilai magnitudo untuk
nilai z. Plot yang dihasilkan kemudian dibuat dalam format .dat dan dikisikan (gridding),
agar dapat ditampilkan dalam figur 3D.

PLOT
Salah satu keunggulan MATLAB ialah kemampuannya dalam menampilkan/mengolah grafik
dan suara dengan command yang sederhana dan fleksibel.
Pada bab ini ini kita akan belajar mengenai visualisasi data (plot grafik 2-dimensi dan 3-
dimensi),serta penyuaraan.
Plot 2-Dimensi
Untuk memvisualisasi data secara 2-dimensi ataupun 3-dimensi,kita menggunakan berbagai
command plotting; di mana commandyang paling dasar ialah
plot
. Anda bisa praktekan contoh berikutini.
>> x = 1:8; y=[20 22 25 30 28 25 24 22];
>> plot(x,y)

Akan muncul window baru berisi figure hasil plotting. Perhatikankegunaan dari ikon yang
ada

Seperti yang Anda lihat, titik (1,20), (2,22), (3,25), (4,30),
dst...terhubung dengan garis lurus. Sekarang Anda bisa coba untuk membalik urutan sintaks
dan mengamati grafik yang dihasilkan!
>> plot(y,x)
Setiap gambar di figure window , bisa Anda print melalui menu
FilePrint(Ctrl+P), atau Anda simpan sebagai file FIG dengan
FileSave(Ctrl+S), ataupun Anda ekspor sebagai file JPG, EMF,BMP, dsb dengan
FileExport.
Untuk menambahkan judul, label, dan grid ke dalam hasil plotAnda, digunakan
command berikut ini.





xlabel memberi label pada sumbu-x

ylabel memberi label pada sumbu-y

titlememberi judul di atas area plot

grid onmemunculkan grid di dalam area plot

grid off menghapus grid
Sekarang mari kita lihat contoh plot yang lain. Kita akan memplotkurva y= x
3
pada rentang

x

= -3 hingga x

= +3.
>> clear
>> x=-3:0.1:3; %inkremen=0.1 agar kurva terlihat mulu
s>> y=x.^3;
>> plot(x,y)
>> xlabel('Sumbu X'), ylabel('Sumbu Y')
>> title('Kurva Y=X^3')
>> grid on





Gambar 5. 2 Contoh plot: kurva Y = X
3

Ketika Anda menggunakan command plot, gambar sebelumnya di figure window
akan terhapus. Lalu bagaimana jika kita inginmemplot beberapa fungsi dalam satu figure
sekaligus? Dalam halini kita bisa gunkan command hold
.

TIME SERIES
Time series adalah suatu himpunan pengamatan yang dibangun secara berurutan dalam
waktu. Waktu atau periode yang dibutuhkan untuk melakukan suatu peramalan itu biasanya
disebut sebagai lead time yang bervariasi pada tiap persoalan. Berdasarkan himpunan
pengamatan yang tersedia maka time series dikatakan kontinu jika himpunan pengamatan
tersebut adalah kontinu dan dikatakan diskrit bila himpunan pengatamatan tersebut juga
diskrit.


Dasar-dasar Analisis Runtun Waktu (Time-Series Analysis)
Analisis runtun waktu adalah suatu metode kuantitatif untuk menentukan pola data
masa lalu yang telah dikumpulkan secara teratur. Analisis runtun waktu merupakan salah satu
metode peramalan yang menjelaskan bahwa deretan observasi pada suatu variabel dipandang
sebagai realisasi dari variabel random berdistribusi bersama. Gerakan musiman adalah
gerakan rangkaian waktu yang sepanjang tahun pada bulan-bulan yang sama yang selalu
menunjukkan pola yang identik. contohnya: harga saham, inflasi. Gerakan random adalah
gerakan naik turun waktu yang tidak dapat diduga sebelumnya dan terjadi secara acak
contohnya: gempa bumi, kematian dan sebagainya.
Asumsi yang penting yang harus dipenuhi dalam memodelkan runtun waktu adalah
asumsi kestasioneran artinya sifat-sifat yang mendasari proses tidak dipengaruhi oleh waktu
atau proses dalam keseimbangan. Apabila asumsi stasioner belum dipenuhi maka deret belum
dapat dimodelkan. Namun, deret yang nonstasioner dapat ditransformasikan menjadi deret
yang stasioner.
Runtun waktu adalah himpunan observasi berurut dalam waktu atau dimensi apa saja
Pola data dalam time series dapat dibedakan menjadi empat jenis siklis (cyclical) dan trend.
1. Pola Horizontal (H) terjadi bilamana nilai data berfluktuasi di sekitar nilai rata-rata yang
konstan. (Pola seperti itu adalah stasioner terhadap nilai rata-ratanya). Suatu produk yang
penjualannya tidak meningkat atau menurun selama waktu tertentu termasuk jenis ini.
Demikian pula, suatu keadaan pengendalian kualitas yang menyangkut pengambilan contoh
dari suatu proses produksi kontinyu yang secara teoritis tidak mengalami perubahan juga
termasuk jenis ini.
2. Pola Musiman (S) terjadi bilamana suatu deret dipengaruhi oleh faktor musiman (misalnya
kuartal tahun tertentu, bulanan, atau hari-hari pada minggu tertentu).
3. Pola Siklis (C) terjadi bilamana datanya dipengaruhi oleh fluktuasi ekonomi jangka
panjang seperti yang berhubungan dengan siklus bisnis.
4. Pola Trend (T) terjadi bila terdapat kenaikan atau penurunan sekuler jangka panjang dalam
data.
Beberapa definisi tentang runtun waktu :

Definisi 1
Runtun waktu adalah himpunan observasi terurut dalam waktu atau dalam dimensi lain.
Berdasarkan sejarah nilai observasinya runtun waktu dibedakan menjadi dua yaitu : runtun
waktu deterministik dan runtun waktu stokastik
Definisi 2
Runtun waktu deterministik adalah runtun waktu yang nilai observasi yang akan datang dapat
diramalkan secara pasti berdasarkan observasi lampau.
Definisi 3
Runtun waktu stokastik adalah runtun waktu dengan nilai observasi yang akan datang bersifat
probabilistik, berdasarkan observasi yang lampau.