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.