Penilaian bahaya tsunami probabilistik untuk Indonesia

Abstrak. Penilaian bahaya probabilistik adalah alat mendasar untuk menilai ancaman yang
ditimbulkan oleh bahaya terhadap masyarakat dan penting untuk mendukung pengambilan
keputusan berbasis bukti mengenai kegiatan mitigasi risiko. Indonesia telah menjadi fokus
upaya mitigasi risiko tsunami yang intens setelah tsunami Samudra Hindia tahun 2004, tetapi
sebagian besar terkonsentrasi di Busur Sunda dengan sedikit perhatian ke daerah rawan
tsunami lainnya di negara ini seperti ndonesia bagian timur. Kami menyajikan yang pertama
secara nasional konsisten Probabilistic Tsunami Hazard Assessment (PTHA) untuk
Indonesia. Penilaian ini menghasilkan prakiraan waktu-independen dari bahaya tsunami di
pantai menggunakan data dari tsunami yang ditimbulkan oleh sumber gempa lokal, regional
dan jauh. Metodologi ini didasarkan pada pendekatan monte carlo yang sudah mapan untuk
penilaian bahaya seismik probabilistik (PSHA) dan telah diadaptasi untuk tsunami. Kami
memperhitungkan sumber ketidakpastian epistemik dan aleatory dalam analisis melalui
penggunaan pohon logika dan fungsi kepadatan probabilitas pengambilan sampel. Untuk
periode ulang pendek (100 tahun) bahaya tsunami tertinggi adalah pantai barat Sumatera,
pantai selatan Jawa dan pantai utara Papua. Untuk periode ulang yang lebih lama (500–2500
tahun), bahaya tsunami paling tinggi di sepanjang Busur Sunda, mencerminkan magnitudo
maksimum yang lebih besar. Probabilitas tahunan untuk mengalami tsunami dengan
ketinggian > 0,5 m di pantai lebih besar dari 10 % untuk Sumatera, Jawa, kepulauan Sunda
(Bali, Lombok, Flores, Sumba) dan Papua bagian utara. probabilitas tahunan untuk
mengalami tsunami dengan ketinggian > 3,0 m, yang akan menyebabkan genangan dan
korban jiwa yang signifikan, adalah 1–10% di Sumatera, Jawa, Bali, Lombok, dan Papua
utara, dan 0,1–1% untuk Sulawesi utara, Seram dan Flores. Hasil penilaian bahaya skala
nasional ini memberikan bukti bagi pengelola bencana untuk memprioritaskan daerah untuk
kegiatan mitigasi risiko dan/atau penilaian bahaya atau risiko yang lebih rinci.

Pengantar
Indonesia memiliki paparan tsunami populasi tertinggi ketiga di Dunia, dengan perkiraan 5,5
juta orang berisiko terkena tsunami sekali dalam 500 tahun (UNISDR, 2013; Lovholt et al.,
2014). Dalam 100 tahun terakhir saja, sudah ada 24 kejadian tsunami yang memakan korban
jiwa berjumlah lebih 231900 (dengan 226 00 di tsunami Samudra Hindia saja) (NGDC,
2013). Peristiwa tsunami telah menyebabkan run-up yang signifikan, dengan banyak kejadian
melebihi 10 m di sebagian besar wilayah Indonesia (selain Kalimantan), seperti dapat dilihat
dari data histori run-up pada Gambar 1 (Latief et al. , 2000).
Sejak tsunami Samudra Hindia yang menghancurkan pada tahun 2004, ada banyak pekerjaan
yang difokuskan untuk mengurangi dampak tsunami di masa depan di Indonesia. Ini
termasuk penyelesaian studi genangan tsunami terperinci untuk lokasi berisiko tinggi seperti
Padang, Denpasar dan Cilacap (Kongko dan Schlurmann, 2011; Strunz et al., 2011;
Taubenbock et al., 2013), yang mencakup fokus besar pada mempersiapkan masyarakat untuk
evakuasi tsunami. Selain itu, pembuatan sistem peringatan dini tsunami Indonesia
(InaTEWS) telah menyediakan platform untuk menyebarluaskan peringatan kurang dari lima
menit setelah gempa bumi (Lauterjung et al.,
2010; Steinmetz et al., 2010; Strunz et al., 2011), meskipun dengan skenario database yang
hanya ada untuk Sunda Arc dan bukan bagian lain di Indonesia. Meskipun pekerjaan ini
berjumlah besar, masih belum ada penilaian bahaya atau risiko tsunami yang konsisten secara
nasional, karena sebagian besar pekerjaan yang disebutkan sebelumnya berfokus pada Busur
Sunda. Di satu sisi hal ini tampaknya dapat dibenarkan, karena Busur Sunda berpotensi
menjadi tuan rumah gempa bumi terbesar yang dapat menyebabkan tsunami yang berdampak
pada Indonesia; namun di sisi lain, terjadi lebih banyak peristiwa tsunami dalam 100 tahun
terakhir di Indonesia bagian timur daripada di Indonesia bagian barat (Latief et al., 2000;
Lovholt et al., 2012a; NGDC, 2013), seperti yang ditunjukkan pada Gambar 1.
Untuk mengatasi dan memitigasi bahaya yang ditimbulkan oleh tsunami secara efektif,
diperlukan informasi yang akurat dan seragam tentang bahaya tsunami sebagai dasar studi
risiko untuk memprioritaskan pelaksanaan langkah-langkah mitigasi. Kerangka penilaian
bahaya tsunami probabilistik (PTHA) adalah salah satu metode yang memungkinkan
penilaian bahaya tsunami dalam skala luas (Lin dan Tun, 1982; Rikitake dan Aida, 1988;
Geist dan Parsons, 2006; Thio et al., 2007; Burbidge et al., 2009; Power et al., 2012;
Sorensen et al., 2012). Mengambil pendekatan probabilistik untuk penilaian bahaya tsunami
nasional dan regional menguntungkan karena memberikan penilaian bahaya tsunami jangka
panjang yang konsisten secara geografis, termasuk tsunami yang dihasilkan dari berbagai
sumber gempa bumi dan menggabungkan ketidakpastian dalam parameter model ( Thio et
al.,2007). Selain itu, ini memberikan langkah pertama untuk memperkirakan risiko tsunami
probabilistik, yang sangat penting untuk mendukung pengambilan keputusan berbasis bukti
tentang langkah-langkah mitigasi risiko tsunami.
Makalah ini menyajikan penilaian bahaya tsunami probabilistik nasional pertama untuk
Indonesia. Outputnya adalah prakiraan bahaya tsunami jangka panjang di pantai dan disajikan
sebagai kurva bahaya tsunami yang menggambarkan probabilitas tahunan terlampauinya
rentang ketinggian tsunami untuk lokasi di sekitar pantai Indonesia. Kurva bahaya ini
kemudian diubah menjadi peta bahaya yang menggambarkan tinggi tsunami di pantai
(kedalaman air 1 m) untuk rentang periode ulang dan peta probabilitas yang mengilustrasikan
probabilitas tahunan terlampauinya satu set tinggi tsunami tertentu yang terkait dengan
ambang batas peringatan tsunami. Sistem Peringatan Dini Tsunami Indonesia (InaTEWS).
Bahaya tsunami juga dipilah untuk mengidentifikasi sumber unit yang berkontribusi paling
besar terhadap bahaya tsunami untuk lokasi pantai tertentu, yang selanjutnya dapat digunakan
untuk memilih skenario untuk pemodelan genangan yang terperinci. Bersama-sama, hasil ini
memberikan penilaian yang konsisten secara nasional tentang bahaya tsunami di Indonesia
yang dapat digunakan untuk mendukung kegiatan mitigasi risiko tsunami.

Kerangka PTHA
Tujuan dari PTHA adalah menghitung probabilitas terlampauinya ketinggian tsunami di
pantai atau dekat pantai. Hal ini dicapai dengan superposisi hasil dari simulasi unit sumber
tsunami untuk meningkatkan efisiensi komputasi.
Kerangka kerja PTHA dapat diringkas sebagai berikut:

1. Menentukan sumber tsunami (geometri patahan) untuk dimasukkan dalam analisis

(Gambar 1 dan 2);
2. Untuk setiap sumber, diskritkan kesalahan menjadi sub-kesalahan yang lebih kecil (Gbr.
3a);
3. Untuk setiap sumber, buat katalog gempa sintetik berdasarkan slip rate patahan dan model
frekuensi magnitudo (misalnya model eksponensial Gutenberg dan Richter, 1994; model
karakteristik Schwartz dan Coppersmith, 1984) (Gambar .3b);
4. Untuk setiap subfault, hitung deformasi dasar laut dari 1 m “unit slip” dan sebarkan
tsunami dari sumber ke lokasi (yaitu ke titik bahaya di sepanjang pantai Gambar 3a) (Gambar
3c);

5. Untuk setiap peristiwa dalam katalog sintetik, perkirakan amplitudo tsunami di lokasi
dengan menjumlahkan bentuk gelombang tsunami dari semua subfault individual yang
menyusun peristiwa itu, kemudian skalakan tsunami yang dijumlahkan dengan jumlah slip
untuk peristiwa itu, dengan asumsi slip seragam ( Gambar 3d);
6. Jumlahkan probabilitas peristiwa individu yang melebihi rentang amplitudo tsunami yang
telah ditentukan sebelumnya (Gbr. 3e);

7. Plot probabilitas pelampauan vs. amplitudo tsunami untuk menghasilkan kurva bahaya
tsunami untuk setiap lokasi bahaya (Gbr. 3e).
Dalam penilaian ini bahaya didefinisikan sebagai amplitudo gelombang tsunami, dimana
istilah amplitudo identik dengan tinggi gelombang, sesuai dengan konvensi umum dalam
literatur bahaya tsunami.

2.1 Sumber seismic

Untuk penilaian ini hanya tsunami yang ditimbulkan oleh gempa bawah laut yang
dipertimbangkan. Meskipun tsunami dapat dihasilkan dari mekanisme lain, seperti kegagalan
massa kapal selam, letusan gunung berapi bawah laut dan udara, serta tumbukan meteorit,
sulit untuk mengaitkan probabilitas kejadian semacam itu, yang melarang memasukkannya
ke dalam kerangka probabilistik. (Harbitz et al., 2014; ten Brink et al., 2014). Selain itu,
periode ulang untuk tsunami signifikan yang ditimbulkan oleh mekanisme alternatif ini besar
(misalnya > 5000 tahun, Brune et al., 2010), sehingga tidak mungkin mempengaruhi estimasi
bahaya untuk periode ulang pendek (100–2500 tahun). , yang merupakan minat utama untuk
penelitian ini. Selain itu, 92% tsunami yang terpantau di Indonesia dalam 100 tahun terakhir
disebabkan oleh gempa bumi bawah laut. Konsekuensinya, hanya memasukkan sumber
gempa saja yang mencakup sebagian besar bahaya tsunami (Latief et al., 2000).
Sumber seismik tsunami yang dapat berdampak pada Indonesia terbagi menjadi sumber lokal,
regional dan jauh. Meskipun diasumsikan bahwa bahaya untuk Indonesia akan didominasi
oleh sumber-sumber lokal, sumber-sumber regional dan jauh dimasukkan untuk memberikan
penilaian menyeluruh tentang bahaya tsunami. Sumber regional cenderung memberikan
waktu peringatan singkat (kurang dari beberapa jam), sedangkan sumber jauh adalah sumber
yang memiliki waktu peringatan panjang (berjam-jam). Selain itu, ini juga memungkinkan
dihasilkannya database sumber gempa bumi dan peristiwa tsunami, yang dapat digunakan
untuk pemodelan genangan tsunami di masa depan atau integrasi ke dalam InaTEWS yang
ada (Steinmetz et al., 2010).

Gambar 2. Peta yang menunjukkan sumber regional dan jauh (garis merah) yang digunakan
dalam PTHA. Kotak hitam adalah wilayah Indonesia yang menggunakan batimetri 1 arcmin.
2.1.1 Sumber-sumber local
20 sumber lokal (Gbr. 1 dan Tabel 1) yang mewakili megathrust subduksi (misalnya Busur
Sunda, Papua Utara dan Sulawesi Utara) dan sesar kerak termasuk dalam model sumber
seismik lokal. Sesar kerak termasuk sesar dorong bawah laut (mis. Sesar busur belakang
Flores) dan sesar geser bawah laut besar yang memiliki komponen penggaruk miring yang
dapat menghasilkan tsunami (mis. Sesar Sorong). Parameter kekambuhan untuk sumber sesar
lokal (tidak termasuk magnitudo maksimum, Mmax) diambil dari peta bahaya seismik
probabilistik nasional terbaru untuk Indonesia (Irsyam et al., 2008, 2010) yang mewakili
kondisi pengetahuan saat ini tentang bumi- kekambuhan gempa di Indonesia. Selain itu, hal
ini menjaga konsistensi dalam tingkat kekambuhan gempa antara peta seismik nasional saat
ini dan bahaya tsunami. Alasan tidak menggunakan Mmax dari Irsyam et al. (2010) adalah
bahwa penilaian bahaya seismik untuk Indonesia memiliki estimasi Mmax yang kurang
konservatif berdasarkan katalog instrumen. Ini mungkin meremehkan peristiwa magnitudo
maksimum karena catatan pendek mereka (misalnya 50 tahun) relatif terhadap interval
pengulangan aktual Mmax, yang mungkin 500-1000 tahun. Penilaian bahaya tsunami jauh
lebih sensitif terhadap Mmax daripada penilaian bahaya seismik probabilistik (PSHA) karena
tinggi tsunami tidak jenuh dengan magnitudo yang meningkat seperti halnya gerakan tanah
seismik (Thio et al., 2007). Untuk PTHA, pendekatan konservatif diambil untuk menetapkan
Mmax, di mana Mmax untuk setiap sumber dihitung menggunakan hukum skala besaran dari
Blaser et al. (2010). Pertama panjang patahan ditentukan, kemudian besaran yang sesuai
untuk panjang ini dihitung dari hukum penskalaan. Untuk memasukkan ketidakpastian dalam
hukum penskalaan (misalnya penyebaran nilai terukur tentang garis regresi rata-rata), Mmax
dinaikkan dan diturunkan sebesar0,2 satuan magnitudo dan termasuk dalam pohon logika
(lihat berikutbagian lowing pada ketidakpastian epistemik). Ini menjelaskan peristiwa dengan
panjang yang lebih kecil dibandingkan dengan besarnya; misalnya, gempa Tohokua 11 Maret
2011 Mw jauh lebih kecil daripada panjang rata-rata untuk peristiwa Mw 9.0 yang berasal
dari hukum penskalaan oleh Simons et al. (2011). Pendekatan yang digunakan di sini untuk
menetapkan Mmax berdasarkan panjang kesalahan kurang subyektif daripada menggunakan
penilaian ahli. Namun, itu sensitif terhadap hukum penskalaan yang diadopsi.
lustrasi yang menunjukkan lima langkah utama PTHA. (a) Tentukan titik-titik bahaya di dekat pantai di mana
bahaya tsunami akan ditentukan, dan pisahkan setiap zona sumber menjadi subfault yang lebih kecil. Dalam
contoh ini Busur Sunda dibagi menjadi 40 km × 25 km subfault. (b) Mencirikan distribusi frekuensi magnitudo
untuk gempa bumi di setiap sumber dan membuat katalog gempa sintetik. (c) Untuk setiap subfault (ditunjukkan
dalam warna hitam) mensimulasikan tsunami dengan slip 1 m, dalam hal ini, setara dengan gempa 7,0 Mw. (d)
Untuk semua gempa bumi dalam katalog sintetik, jumlahkan tsunami individual dari subfaults (ditunjukkan
dalam warna hitam) yang menyusun peristiwa tersebut, kemudian skalakan dengan nilai slip (dalam hal ini 8 m).
(e) Untuk setiap lokasi pada (a), gabungkan ketinggian tsunami dari semua sumber untuk menghitung
kemungkinan terlampauinya ketinggian tsunami tertentu.
Kemiringan sumber seismik merupakan parameter kritis dalam setiap pemodelan tsunami,
karena ketinggian tsunami yang dihasilkan sensitif terhadap kemiringan patahan (Geist, 1999,
2002; Lovholt et al., 2012b).
Kemiringan patahan kerak lokal bersumber dari perkiraan yang dipublikasikan yang
diperoleh dari data refleksi seismik (Rigg dan Hall, 2012; Watkinson et al., 2011, 2012) dan
dari katalog CMT global (Ekstrom et al., 2012). Untuk Busur Sunda, geometri patahan yang
digunakan oleh InaTEWS diadopsi untuk memungkinkan kompatibilitas antara dua database
tsunami (Babeyko et al., 2010; Strunz et al., 2011). Model sesar InaTEWS untuk Busur
Sunda didasarkan pada model seismik mantel atas regional (RUM) dari Gudmundsson dan
Sambridge (1998), yang memiliki dimensi kemiringan dan subfault variabel (dengan rata-rata
40 × 25 km) sepanjang panjangnya. dari parit. Kedalaman zona seismogenik untuk sumber
ditetapkan antara 3 dan 50 km untuk megathrust subduksi, dan 3 dan 20 atau 30 km untuk
patahan kerak. Parameter ini eters diambil dari peta bahaya seismik Indonesia oleh Irsyam et
al. (2010). Untuk megathrust subduksi dan patahan dorong kerak, penggaruk 90◦ (dorongan
murni) diasumsikan; untuk sesar strike-slip yang besar (misalnya Patahan Sorong) rake
diperkirakan dengan mengambil rake rata-rata dari kejadian besar (Mw > 7.0) yang telah
terjadi pada sesar ini. Data mekanisme fokus bersumber dari katalog global Centroid Moment
Tensor (GCMT) (Ekstrom et al., 2012).

Tabel 1. Sumber gempa yang digunakan di PTHA. Sumber lokal diambil dari Irsyam et al.
(2008, 2010) dan sumber regional dan jauh berasal dari Burbidge et al. (2008).
Number Source Source type Sense Dip Top Bottom Slip rate Mmax
(km) (km) −1
(mm yr )
1 Alaska Subduction Thrust 8–13.2 3 50 55 9.1, 9.3, 9.5
2 Aleutians Subduction Thrust 15–16 3 50 50 9.1, 9.3, 9.5
3 East Mollucca Crustal Thrust 30 3 30 28 8.3, 8.5, 8.7
4 Flores Crustal Thrust 25–27 3 30 28 8.1, 8.3, 8.5
5 Honshu Subduction Thrust 14.7–22.2 3 50 85 8.9, 9.1, 9.3
6 Izu Subduction Thrust 22–32 3 50 55 8.9, 9.1, 9.3
7 Kuril islands Subduction Thrust 26–30 3 50 28 8.8, 9.0, 9.2
8 Makassar Crustal Thrust 25 3 20 11 7.3, 7.5, 7.8
9 Makran Subduction Thrust 8 3 50 21.5 8.9, 9.1, 9.3
10 Manila Subduction Thrust 21.8–30 3 50 30 8.7, 8.9, 9.1
11 Manokwari Crustal Thrust 20 3 20 10 7.8, 8.0, 8.2
12 Mariana Subduction Thrust 22–34.5 3 50 20 9.1, 9.3, 9.5
13 Nankai Subduction Thrust 10–15.4 3 50 60 9.1, 9.3, 9.5
14 North Papua Subduction Thrust 15 3 50 40, 60 8.6, 8.8, 9.0
15 North Sulawesi Subduction Thrust 22 3 50 20, 54 8.2, 8.4, 8.6
16 Palu-Koro Crustal Strike-slip 80 3 30 30, 35, 44 7.9, 8.1, 8.3
17 Philippines Subduction Thrust 33–45 3 50 50 8.8, 9.0, 9.2
18 Ryukyu Subduction Thrust 17.8–21.1 3 50 36 9.1, 9.3, 9.5
19 Semangko Crustal Strike-slip 85 3 30 5 7.6, 7.8, 8.0
20 Seram Subduction Thrust 20 3 50 40 7.9, 8.1, 8.3
21 South Seram Crustal Normal 30 3 20 11 7.8, 8.0, 8.2
22 Sula Crustal Strike-slip 85 3 30 8.5 7.9, 8.1, 8.3
23 Sulu Crustal Thrust 30 3 18 10 7.0, 7.2, 7.4
24 Sunda Arc Subduction Thrust 12–20 3 50 30 - 50 9.5 (8.3-9.5)
25 Sunda Strait Crustal Strike-slip 85 3 20 5 7.0, 7.2, 7.4
26 Timor Crustal Thrust 30 3 50 8, 15, 22 7.6, 7.8, 8.0
27 Tolo Crustal Thrust 30 3 20 9, 19 7.7, 7.9, 8.1
28 West Mollucca Crustal Thrust 30 3 30 13 8.3, 8.5, 8.7
29 West Sorong Crustal strike-slip 85 3 30 8.5 7.9, 8.1, 8.3
30 Wetar Crustal Thrust 30 3 30 15 8.0, 8.2, 8.4
31 Yap Subduction Thrust 41.5 3 50 10 8.4, 8.6, 8.8
32 Yapen Crustal Strike-slip 85 3 18 46 7.7, 7.9, 8.1
2.1.2 Sumber regional dan jauh
Model sumber regional dan jauh diwakili oleh dua belas megathrust subduksi di sekitar
Samudra Pasifik barat dan utara dan megathrust subduksi Makran di barat laut Samudra
Hindia. Geometri zona subduksi dan tingkat kekambuhan diambil dari PTHA untuk Australia
(Burbidge et al., 2008, 2009), yang menggunakan data kegempaan untuk menetapkan tingkat
momen seismik tahunan ke antarmuka pelat. Sumber di Samudera Pasifik bagian timur
diasumsikan tidak mempengaruhi bahaya tsunami bagi Indonesia, berdasarkan data historis
dan pemodelan awal.

2.2 Sumber satuan

Setiap sumber didiskritisasi menjadi subfault persegi panjang sebelum perhitungan
penjumlahan tsunami. Dimensi subfault mewakili besaran terkecil yang dipertimbangkan
dalam katalog sintetik. Untuk sumber subduksi lokal, masing-masing sub-fault berukuran 40
km sepanjang strike dengan 25 km down dip, yang kira-kira setara dengan gempa 7,0 Mw
(Blaser et al., 2010). Sumber kerak lokal memiliki dimensi 20 km × 10 km, yang sesuai
dengan peristiwa Mw 6.4 (Blaser et al., 2010). Subfault regional dan jauh dipisahkan menjadi
sub-fault yang lebih besar (100 km × 50 km) karena magnitudo minimum yang dapat
menimbulkan tsunami yang berdampak pada Indonesia jauh lebih besar. Ukuran subfault ini
setara dengan kejadian Mw 7.6 (Blaser et al., 2010). Sebanyak 4220 subfault adalah
dihasilkan untuk 32 sumber seismik, dengan Busur Sunda sendiri dibagi menjadi 1800
subfault (Gbr. 3). Deformasi vertikal dihitung dengan menggunakan model tanah berlapis
dari Wang et al. (2003) dan parameter kerak dari model Crust 2.0 (Bassin et al., 2000).

2.3 Metode sumber satuan

Penggunaan sumber satuan menjadi semakin populer untuk PTHA (Geist dan Parsons, 2006;
Thio et al., 2007; Burbidge et al., 2009; Power et al., 2012) dan sistem peringatan dini
tsunami (Titov et al., 2005; Greenslade et al., 2011) karena efisiensi komputasi mereka dalam
menghitung bahaya tsunami untuk sejumlah besar lokasi di wilayah yang luas. Asumsi dasar
dalam menggunakan pendekatan sumber unit adalah bahwa gelombang tsunami berperilaku
linier di kedalaman air yang dalam hingga sedang (Thio et al., 2007). Asumsi ini berarti
bahwa setiap tsunami dapat dibangun dengan penjumlahan dan penskalaan tsunami individu
yang lebih kecil yang dihasilkan oleh masing-masing sub-kesalahan yang menentukan
pecahnya gempa yang lebih besar (Gbr. 3). Ini berarti bahwa model propagasi tsunami
intensif komputasi hanya perlu dihitung sekali untuk setiap subfault. Dari sumber-sumber
satuan ini sejumlah gempa bumi dan tsunami yang diakibatkannya dapat dihitung secara
efisien dengan menjumlahkan dan menskala rangkaian waktu tsunami dari satuan-satuan
sumber tsunami.

Simulasi perambatan tsunami

Pemodelan perambatan tsunami dilakukan dengan menggunakan kode beda hingga dari
Satake (1995), yang menyelesaikan persamaan gelombang air dangkal linier di atas jaringan
teratur dalam koordinat bola (proyeksi WGS84). Kode ini telah digunakan secara luas untuk
memodelkan skenario tsunami (Ichinose et al., 2007; Fujii dan Satake, 2006; Baba et al.,
2008) dan untuk PTHA (Thio et al., 2007; Burbidge et al., 2008, 2009 ). Simulasi perambatan
tsunami dilakukan untuk slip sepanjang 1 m pada masing-masing 4220 subfault dan
dijalankan untuk model waktu 6 jam untuk sumber lokal dan 24 jam untuk sumber regional
dan jauh. Model ini memungkinkan kisi komputasi variabel dengan kisi master kasar, dan kisi
bersarang yang lebih halus di sekitar area yang diinginkan. Kisi kasar (Gbr. 2) memiliki
resolusi spasial 3 arcmin dan berasal dari model bagan batimetri lautan (GEBCO) 30 detik
busur. Untuk wilayah di sekitar Indonesia (Gbr. 1), digunakan grid 1 arcmin yang berasal dari
set data batimetri resolusi 90 m komersial dari TCarta Marine. Ini adalah kumpulan data
batimetri komersial yang menggabungkan Grafik Angkatan Laut, survei multibeam, dan data
GEBCO. Batas reflektif di pantai digunakan untuk pemodelan propagasi.
Untuk setiap simulasi propagasi, rangkaian waktu tsunami tercatat di 3050 titik bahaya yang
terletak di kontur kedalaman air 100 m dengan interval kira-kira 5–10 km di sekitar garis
pantai Indonesia. Di kedalaman air yang lebih dangkal dari 100 m, istilah nonlinier dalam
persamaan gelombang air dangkal dapat menjadi penting dan pendekatan sumber satuan tidak
dapat diterapkan.
Karena tujuan studi ini adalah untuk memperkirakan potensi bahaya tsunami di pantai, kami
mengekstrapolasi tinggi tsunami dari kontur kedalaman air 100 m ke pantai (kedalaman air 1
m) dengan menggunakan Hukum Green. Pendekatan ini telah digunakan di Jepang
(Kamigaichi, 2009) dan Mediterania (Sorensen et al., 2012) untuk penelitian serupa.
Kamigaichi (2009) mendemonstrasikan bahwa ekstrapolasi menggunakan Hukum Green
konsisten dengan rata-rata amplitudo lepas pantai yang diperoleh saat menggunakan
pemodelan non-linear terperinci pada grid beresolusi tinggi untuk studi kasus di Jepang.

2.4 Perlakuan ketidakpastian

Memasukkan ketidakpastian adalah komponen penting dari setiap penilaian probabilistik.
Untuk penelitian ini ada dua jenis ketidakpastian yang dibahas: ketidakpastian aleatory dan
ketidakpastian epistemik. Ketidakpastian makanan adalah variabilitas dari keacakan dalam
proses alami dan tidak dapat dikurangi dengan bertambahnya pengetahuan. Di PTHA,
contohnya adalah variabilitas slip gempa tsunamigenik di masa depan. Ketidakpastian
aleatory dapat dipertanggungjawabkan dengan pengambilan sampel dari fungsi kepadatan
probabilitas (Bommer dan Abrahamson, 2006). Ketidakpastian epistemik adalah
ketidakpastian yang berasal dari kurangnya pengetahuan kita tentang proses alami.
Ketidakpastian epistemik sering disebut sebagai ketidakpastian ilmiah. Dengan peningkatan
data dan pengetahuan, ketidakpastian epistemik secara teoritis dapat dikurangi menjadi nol.
Contoh ketidakpastian epistemik pada PTHA adalah apakah antarmuka zona subduksi hanya
akan pecah pada segmen tunggal atau dapat pecah sebagai pecahan multi-segmen. Pohon
logika adalah alat yang digunakan untuk menangkap dan mengukur ketidakpastian epistemik
dan digunakan secara luas di PSHA (Scherbaum et al., 2005; Bommer et al., 2005; Bommer
dan Abrahamson, 2006).

2.4.1 Ketidakpastian epistemic

Sumber ketidakpastian epistemik yang termasuk dalam PTHA adalah segmentasi patahan,
slip rate, tipe magnitude-frequency distribution (MFD) dan magnitudo maksimum. Variasi
nilai untuk parameter ini dimasukkan dalam pohon logika untuk setiap zona sumber dan
mewakili kemungkinan model yang berbeda untuk parameter input (Gbr. 4). Untuk sebagian
besar zona sumber, pohon logika menyertakan variasi dalam tipe MFD, magnitudo
maksimum, dan laju selip jika terdapat perbedaan estimasi yang dipublikasikan (Tabel 1).
Pembobotan dan struktur pohon logika dikembangkan selama gaya konsensus (Bommer et
al., 2005) pertemuan kelompok kerja teknis peneliti utama tsunami dan gempa bumi dari
Indonesia, dan dengan demikian bobot yang diberikan pada pohon logika bersifat subyektif
dan bias oleh sudut pandang dan pendapat peserta lokakarya. Semua bobot yang diberikan
dalam diskusi berikut telah disepakati oleh para peserta berdasarkan pemahaman terkini
tentang perilaku seismik sumber patahan bawah laut di Indonesia.
Gambar 4. Pohon logika skematis untuk sumber seismik di PTHA. Struktur pohon logika dan
pembobotan untuk Busur Sunda.

Busur Sunda memiliki pohon logika yang kompleks (Gbr. 4 dan Tabel 1) yang mencerminkan
interpretasi yang berbeda dari mekanika gempa megathrust. Dua cabang utama
erepresentasikan apakah Busur Sunda dapat (a) pecah dalam satu patahan besar di sepanjang
megathrust (model non-segmen) dengan asumsi kita tidak memiliki cukup data untuk
menyatakan hal ini tidak dapat terjadi, atau (b ) pecah dalam segmen-segmen (model
tersegmentasi), seperti yang diamati oleh urutan gempa bumi megathrust Sumatera baru-baru
ini dari tahun 2004 hingga sekarang (Natawidjaja et al., 2007; Chlieh et al., 2008; Sieh et al.,
2008), di mana kami menganggap retakan dihentikan oleh penghalang struktural di pelat
subduksi. Untuk cabang berikutnya, besaran maksimum dibatasi oleh hukum penskalaan
(Blaser et al., 2010). Untuk semua pohon logika, besaran maksimum dari hukum penskalaan
diberi bobot 0,6; dua alternatif-besaran maksimum asli yaitu ±0,2 satuan besaran dari mean
hukum penskalaan diberi bobot 0,2. Hal ini memungkinkan ketidakpastian dalam kesalahan
prediksi hukum penskalaan untuk dimasukkan ke dalam PTHA. Tabel 1 menunjukkan
parameter sumber yang digunakan dalam pohon logika dengan pembobotan terkait. Untuk
memasukkan pendapat ahli yang berbeda pada bentuk distribusi frekuensi magnitudo (MFD)
untuk setiap sumber, dua MFD yang berbeda digunakan. Untuk setiap sumber, MFD
Gutenberg–Richter terpotong (Gutenberg dan Richter, 1994) diberi bobot 0,66 dan MFD
gempa karakteristik (Schwartz dan Coppersmith, 1984) diberi bobot 0,34. Nilai b 1,0
digunakan untuk kedua MFD.

2.4.2 ketidakpastian Aleatory

Ada tiga sumber utama ketidakpastian aleatory di PTHA: ketidakpastian pemodelan
komputasi (σM), ketidakpastian dalam geometri sumber (σD) dan ketidakpastian karena
distribusi slip acak (σS) (Thio et al., 2007). Ketidakpastian karena sumber-sumber tersebut
dijelaskan sebagai standar deviasi dari distribusi log-normal dengan rata-rata nol.
Ketidakpastian pemodelan dapat dijelaskan sebagai kesalahan dalam model numerik yang
digunakan untuk memodelkan perpindahan dasar laut dan perambatan tsunami. Dengan
membandingkan bentuk gelombang tsunami dari peristiwa sejarah dengan bentuk gelombang
yang dimodelkan dari peristiwa tersebut, perkiraan ketidakpastian ini dapat dihitung. Thio
(2012) memperkirakan ketidakpastian ini dari validasi beberapa tsunami yang dibatasi
dengan baik di pantai California dan memperkirakan standar deviasi (σM ) sebesar 0,345.
Ketidakpastian dalam penurunan kesalahan biasanya akan terjadi
diperlakukan sebagai ketidakpastian epistemik, karena peningkatan pengetahuan tentang
geometri patahan, misalnya dari data pantulan seismik, dapat mengurangi ketidakpastian
kemiringan. Namun, hal ini akan memerlukan penghitungan ulang sumber satuan tsunami
untuk setiap variasi kemiringan yang akan membuat pendekatan ini lebih intensif secara
komputasi dan dapat menghilangkan manfaat penggunaan sumber satuan tsunami.
Sebaliknya, ketidakpastian dip dimasukkan sebagai ketidakpastian aleatory. Thio (2012)
memodelkan berbagai skenario untuk berbagai sudut kemiringan dengan rata-rata 10◦ dan
standar deviasi 5◦, yang menghasilkan sta- deviasi tertinggi dari tinggi tsunami (σD ) sebesar
0,292.
Distribusi slip gempa pada gempa-gempa yang akan dating diasumsikan sebagai proses acak.
Ketika ketinggian tsunami dihitung dari peristiwa dalam katalog gempa bumi sintetik, slip
dimodelkan sebagai seragam di semua subfault. Untuk memasukkan ketidakpastian ini ke
dalam penjumlahan sumber unit tsunami akan membutuhkan sejumlah besar distribusi slip
yang akan dimodelkan untuk setiap kejadian dalam katalog kami (> 100.000 kejadian). Cara
yang lebih efisien adalah memperlakukan ketidakpastian ini serupa dengan kemiringan, di
mana sejumlah besar distribusi gelincir dimodelkan untuk satu kejadian skenario dan
serangkaian ketinggian tsunami yang dihasilkan diperkirakan. Penyebaran ketinggian tsunami
dari distribusi gelincir yang berbeda dapat digunakan untuk memperkirakan ketidakpastian
yang dihasilkan dari keacakan ini dan direpresentasikan sebagai fungsi kerapatan probabilitas
terhadap tinggi gelombang akhir yang dapat dievaluasi untuk memasukkan ketidakpastian ini.
Pengujian sensitivitas distribusi gelincir menghasilkan standar deviasi tinggi tsunami sebesar
0,256 (Thio, 2012).
Tiga sumber ketidakpastian aleatory digabungkan untuk menghitung istilah sigma total
(σtotal):

yang menghasilkan σtotal 0,52.

2.5 Katalog gempa sintetik

Menggabungkan semua informasi dari model sumber dan pohon logika, sebuah katalog
sintetik dihasilkan yang merepresentasikan rentang kemungkinan besarnya gempa, lokasi,
dan sumber untuk setiap cabang pohon logika. Katalog dihasilkan dengan iterasi melalui
masing-masing magnitudo di MFD, dari magnitudo minimum Mw 7,0 hingga Mmax, dan
menghitung dimensi retakan menggunakan hukum penskalaan untuk gempa bumi zona
subduksi dari Blaser et al. (2010) dan gempa patahan kerak dari Wells and Copper - smith
(1994). Pecahan tersebut kemudian dipindahkan secara iteratif melintasi patahan satu subfault
pada satu waktu sampai besarnya itu terjadi pada setiap lokasi yang mungkin dalam dimensi
patahan. Untuk sumber megathrust, dimensi subfaultadalah 40 km × 25 km untuk semua
rentang kedalaman, kira-kira sama dengan gempa berkekuatan 7,0 Mw; oleh karena itu
jumlah retakan akan setara dengan jumlah subfault. Itu
gempa bermagnitudo maksimum akan terjadi sekali dan menghancurkan seluruh sesar jika
hukum penskalaan telah digunakan untuk membatasi magnitudo maksimum. Proses iteratif
ini memastikan bahwa semua magnitudo dapat terjadi di setiap lokasi yang memungkinkan
pada bidang sesar. Untuk setiap kejadian, probabilitas magnitudo tersebut kemudian
dibobotkan dengan 1/n, di mana n adalah jumlah gempa bumi yang diwakili oleh magnitudo
tersebut. Hal ini memastikan bahwa jumlah probabilitas semua kejadian dengan besaran yang
sama sama dengan probabilitas tahunan dari satu kejadian sebesar itu di MFD. Untuk setiap
kejadian slip rata-rata dihitung dengan menggunakan hukum penskalaan kesalahan dari
Blaser et al. (2010) untuk gempa zona subduksi dan dari Wells and Coppersmith (1994) untuk
gempa patahan kerak. Sebanyak 104.000 gempa sintetik dihasilkan untuk katalog di 32
sumber patahan. Implementasi PTHA ini mengasumsikan bahwa gempa bumi mengikuti
proses Poisson; yaitu, mereka bebas waktu. Dalam proses Poisson, peristiwa bervariasi
dengan waktu perulangan rata-rata. Hal ini tidak mempertimbangkan proses pengelompokan
ruang waktu gempa bumi seperti gempa susulan. Dalam PSHA, model Poisson telah terbukti
valid untuk prakiraan bahaya jangka menengah hingga jangka panjang (Helmstetter et al.,
2006; Petersen et al., 2007), dan secara umum dapat diterapkan pada PTHA karena
sumbernya juga dari gempa bumi.

2.6 Perhitungan probabilistik

Untuk setiap peristiwa dalam katalog sintetik, bahaya tsunami dihitung pada setiap titik
bahaya di sepanjang pantai dengan menjumlahkan kontribusi sumber unit tsunami dari
subfault yang menyusun peristiwa tersebut dan dengan menskalakan ketinggian tsunami
dengan slip peristiwa rata-rata. Untuk setiap lokasi, ini menghasilkan daftar ketinggian
tsunami (Hi ) dan probabilitas tahunan terkait (P ) untuk setiap kejadian (i). Untuk rentang
ketinggian tsunami tertentu, kami kemudian menghitung probabilitas melebihi ketinggian itu
dengan memasukkan
ketinggian tsunami yang dimodelkan dan istilah ketidakpastian yang tidak diinginkan, σtotal.
Probabilitas terlampauinya ketinggian tsunami tertentu adalah sebagai berikut:

di mana ftotal(u) adalah PDF dari total ketidakpastian aleatory dan Pi adalah probabilitas
gempa untuk kejadian i. Selanjutnya kita bisa hitung laju di mana H > x untuk semua
kejadian (i) di semua sumber (n):

Dengan memplot probabilitas terlampauinya rentang ketinggian tsunami (λ(H > x)), kurva
bahaya tsunami dapat dibangun (Gbr. 4) dari mana peta bahaya tsunami dan peta probabilitas
dapat dibuat dengan iterasi selama setiap kurva bahaya. Model ini mengasumsikan proses
Poisson tanpa memori di mana gempa bumi tidak tergantung waktu dan terjadi dengan
probabilitas tetap dari waktu ke waktu.

3. Hasil
Hasil dari PTHA dikembangkan menjadi kurva bahaya, peta bahaya, peta probabilitas dan
peta disagregasi. Peta-peta ini semuanya merupakan produk turunan dari kurva bahaya dan
dapat digunakan untuk memberikan informasi tentang berbagai aspek bahaya tsunami.
Misalnya, peta bahaya mengilustrasikan ketinggian tsunami yang diperkirakan terjadi di
pantai selama periode ulang tertentu dan berguna untuk memahami ukuran tsunami yang
diperkirakan terjadi pada masyarakat selama waktu tertentu. Peta probabilitas menentukan
kemungkinan terlampauinya ketinggian tsunami tertentu di pantai, yang dikaitkan dengan
ambang batas ancaman dalam sistem InaTEWS. Hal ini berguna untuk menilai probabilitas
tahunan untuk mengalami peringatan tsunami, terutama untuk memprioritaskan wilayah yang
paling mungkin mengalami tsunami yang mengancam keselamatan jiwa. Peta disagregasi
menentukan kontribusi relatif dari setiap sumber terhadap bahaya di lokasi tertentu untuk
periode ulang atau tinggi tsunami tertentu. Informasi ini sangat berguna untuk
mengidentifikasi sumber dan memilih skenario peristiwa tsunami untuk pemodelan genangan
tsunami yang terperinci.

3.1 Kurva bahaya tsunami

Kurva bahaya dikembangkan untuk setiap lokasi bahaya yang terletak di pantai sekitar
Indonesia. Kurva bahaya adalah output mendasar dari PTHA. Kurva bahaya dikelompokkan
bersama menurut zona tsunami di Indonesia seperti yang didefinisikan oleh Latief et al.
(2000) dan ditunjukkan pada Gambar. 4.
Kurva bahaya di Indonesia bagian Barat menunjukkan bahwa rata-rata bahaya untuk
Sumatera dan Jawa besarnya sama, namun penyebaran kurva bahaya lebih besar untuk
Sumatera. Hal ini mencerminkan lokasi situs kurva bahaya di zona Sumatera, karena
beberapa berada di pesisir timur pulau Mentawai dan Nias yang terlindung dari tsunami yang
berasal dari barat pulau-pulau tersebut. Selain itu, kurva hazard di pantai barat pulau-pulau
lepas pantai memiliki hazard lebih tinggi daripada pantai barat Sumatera dan pantai selatan
Jawa, karena letaknya berdekatan dengan sumber Sunda Arc. Kurva bahaya Jawa memiliki
tonjolan yang berbeda di atas probabilitas tahunan 0,001 (∼ periode ulang 1000 tahun). Hal
ini diduga karena pengaruh kejadian magnitudo maksimum pada MFD karakteristik yang
memiliki probabilitas tinggi untuk gempa karakteristik besar.
Di Indonesia Timur, kurva bahaya tsunami untuk zona Banda, Papua, dan Sulawesi serupa.
Probabilitas rata-rata melebihi 1 m ketinggian tsunami pesisir serupa (∼ 0,01) untuk zona-
zona ini dan untuk Jawa dan Sumatera. Namun untuk ketinggian tsunami pesisir yang lebih
besar (>1 m), Jawa dan Sumatera memiliki probabilitas yang jauh lebih tinggi. Ini karena
ukurannya
dari Mmax untuk sumber yang berkontribusi terhadap bahaya. Jawa dan Sumatera memiliki
Mmax yang jauh lebih tinggi (Mw 9,5) dibandingkan dengan sumber di Indonesia bagian
timur yang memiliki Mmax sebesar Mw 8,5–9,0 (Tabel 1). Ada penyebaran yang lebih besar
pada kurva bahaya di Indonesia bagian timur karena adanya ribuan pulau yang menambah
kompleksitas jalur perambatan tsunami.

Gambar 5. Peta bahaya tsunami yang menunjukkan amplitudo tsunami maksimum di pantai
dengan peluang 1 banding 100 terlampaui setiap tahun(∼ periode ulang 100 tahun).

Zona Kalimantan (termasuk pantai utara Jawa dan pantai timur Sumatera) memiliki bahaya
tsunami terendah dari semua zona karena jauh dari sumber tsunami utama selain megathrust
Sulawesi utara dan dorongan Makassar di Sulawesi. Kawasan ini juga berdekatan dengan laut
epikontinental dangkal (< 200 m) yang akan meredam tsunami lebih cepat dibandingkan
kawasan yang lebih dalam.
Kurva bahaya dapat digunakan untuk memprioritaskan wilayah mana di Indonesia yang
memiliki bahaya tsunami tertinggi. Hasilnya menunjukkan bahwa Indonesia bagian timur
memiliki bahaya tsunami yang serupa dengan Indonesia bagian barat dengan probabilitas
pelampauan tahunan yang lebih tinggi, sedangkan Indonesia bagian barat memiliki bahaya
tsunami yang lebih tinggi dengan probabilitas pelampauan yang lebih rendah.

3.2 Peta bahaya tsunami

Peta bahaya dihasilkan untuk periode ulang 100, 500 dan 2500 tahun. Gambar 5
menunjukkan peta bahaya periode ulang 100 tahun, yang menunjukkan bahwa bahaya
tsunami tertinggi berada di pantai barat kepulauan Mentawai, lepas pantai barat pantai
Sumatera. Ketinggian maksimum tsunami yang diharapkan di pantai kepulauan Mentawai
adalah 9 m. Di pantai barat Sumatera bahaya tsunami berkisar antara 2 sampai 7 m, yang
mirip dengan pantai selatan Jawa dan pulau Bali dan Lombok. Di Indonesia timur, pantai
utara Papua memiliki bahaya tertinggi sekitar 4 m untuk periode ulang ini; sebagian Maluku
Utara dan Sulawesi Utara
memiliki bahaya ∼ 2 m.
Pada periode ulang 500 tahun (Gambar 6), bahaya tsunami masih yang tertinggi di sepanjang
pantai barat kepulauan Mentawai dan Nias. Ancaman sepanjang pantai utara Papua, utara
Sulawesi dan utara Maluku adalah 10-12 m untuk periode ulang ini, mirip dengan pantai
selatan Jawa dan pantai barat laut Sumatera, dekat Lampung dan Aceh. Daerah di Busur
Banda memiliki bahaya tsunami mulai dari 2 hingga 6 m, dengan lokasi yang berdekatan
dengan sumber tsunami memiliki bahaya yang lebih tinggi.
Bahaya untuk periode ulang 2500 tahun (Gbr. 7) jelas merupakan yang tertinggi di sepanjang
Busur Sunda dan disebabkan oleh kontribusi yang kuat terhadap bahaya dari kejadian dengan
probabilitas rendah yang mendekati Mmax, seperti tsunami Samudra Hindia 2004. Di
Indonesia bagian timur, terutama Papua bagian utara dan Sulawesi, bahaya telah jenuh karena
magnitudo maksimumnya hanya 8,5 Mw, dibandingkan dengan Mw 9,5 di sepanjang Busur
Sunda. Variasi bahaya untuk periode ulang yang berbeda merupakan cerminan dari tingkat
aktivitas yang berbeda dan magnitudo maksimum dari sumber seismik.
Di Sumatera terbukti bahwa bahaya bervariasi secara signifikan di sepanjang pantai barat
Sumatera pada semua periode ulang karena ada atau tidak adanya pulau-pulau lepas pantai.
Dimana terdapat pulau-pulau lepas pantai, wilayah pesisir Sumatera memiliki bahaya yang
lebih rendah, kira-kira setengah dari pulau-pulau tersebut. Hal ini disebabkan oleh dua faktor.
Pertama, pulau-pulau tersebut terletak tepat di atas megathrust; jika terdapat pulau-pulau
selama pemindahan koseismik, volume air yang dipindahkan akan berkurang, mengakibatkan
tsunami yang lebih kecil di pantai barat Sumatera tepat di sebelah timur pulau (misalnya kota
Padang). Kedua, pulau-pulau tersebut berperan sebagai penahan tsunami yang meluncur di
dekat parit, sehingga pantai barat pulau-pulau lepas pantai menerima gelombang tsunami
terbesar dan pantai barat Sumatera lebih terlindungi. Dengan waktu kedatangan yang sangat
singkat ke kepulauan Mentawai dan Nias serta bahaya tsunami yang sangat tinggi, daerah ini
jelas menjadi perhatian untuk upaya mitigasi tsunami. Sebagai perbandingan, pantai selatan
Jawa memiliki variasi yang lebih sedikit di sepanjang pantai karena tidak adanya pulau lepas
pantai.
3.3 Peta Kemungkinan Tsunami
Peta kemungkinan tsunami, yang mengilustrasikan kemungkinan terlampauinya ketinggian
tsunami tertentu, kurang umum di PTHA tetapi bermanfaat untuk memprioritaskan kegiatan
mitigasi tsunami berdasarkan kemungkinan terjadinya tsunami yang signifikan. InaTEWS
menetapkan ambang peringatan sebesar 0,5 m untuk peringatan tsunami dan 3,0 m untuk
peringatan tsunami besar (Strunz et al.,2011). Peringatan tsunami besar terkait dengan
peristiwa yang dapat menyebabkan genangan air dan menimbulkan ancaman serius bagi
keselamatan jiwa dan harta benda. Oleh karena itu, peta probabilitas tsunami dibuat untuk
ambang batas ini dan ditunjukkan pada Gambar 8.Gambar 8a menunjukkan bahwa
kemungkinan terjadinya tsunami dengan ketinggian di pantai 0,5 m atau lebih pada suatu
tahun adalah lebih dari 10 % untuk banyak bagian Indonesia yang memiliki sumber seismik
di dekatnya. Probabilitas tertinggi di sepanjang Busur Sunda dan sedikit lebih kecil di
Sulawesi utara dan Papua utara. Daerah di sekitar Laut Banda memiliki kemungkinan 2%
mengalami tsunami setinggi 0,5 m pada suatu tahun tertentu.
Probabilitas mengalami tsunami dengan ketinggian di pantai lebih dari 3,0 m, yang akan
memicu peringatan tsunami besar, bervariasi di sepanjang Busur Sunda tergantung pada
keberadaan pulau-pulau lepas pantai atau tidak. Probabilitas bahwa pulau Mentawai dan Nias
akan mengalami tsunami setinggi 3,0 m atau lebih pada tahun tertentu adalah 5 %,
dibandingkan dengan kurang dari 1 % untuk pantai barat Sumatera, termasuk kota Padang.
Namun, perlu dicatat bahwa bahaya tsunami di Padang dianggap jauh lebih tinggi dalam
jangka pendek jika ketergantungan waktu ditangkap (Taubenbock et al., 2013). Sebagian
besar wilayah timur Indonesia memiliki kemungkinan sekitar 1% mengalami peringatan
tsunami besar pada tahun tertentu, dengan kemungkinan tertinggi 2–5% terjadi di sepanjang
pantai utara Papua dan Maluku utara.
Hasil ini menyoroti bahwa wilayah di Indonesia bagian timur seperti Papua Utara dan
Sulawesi Utara memiliki kemungkinan yang sama untuk mengalami peringatan tsunami besar
seperti di Indonesia bagian barat; namun, Lombok timur tidak memiliki skenario tsunami di
database InaTEWS. Hasil yang disajikan di sini membutuhkan perluasan InaTEWS untuk
mengembangkan database skenario untuk Indonesia bagian timur.

3.4 Pemilahan bahaya

Metodologi PTHA mengumpulkan semua kejadian tsunami yang mungkin untuk
menghasilkan kurva bahaya tsunami. Bahaya tsunami juga dapat dipisahkan berdasarkan
sumber dan besarnya. Peta disagregasi bahaya tsunami dikembangkan untuk
mengkuantifikasi seberapa besar masing-masing sumber berkontribusi terhadap bahaya untuk
satu lokasi dan satu periode ulang. Mereka berguna untuk pemilihan peristiwa skenario ketika
pemodelan genangan terperinci dilakukan. Gambar 9 menunjukkan disagregasi bahaya
tsunami untuk dua kota pesisir terpadat, Jayapura di utara Papua dan Mataram di Lombok,
untuk periode ulang 500 tahun. Bahaya tsunami dipilah untuk setiap subfault untuk
menunjukkan mana yang paling berkontribusi terhadap bahaya. Ini berguna untuk
menentukan di mana peristiwa skenario harus ditempatkan untuk pemodelan genangan
terperinci. Mataram, ibu kota Lombok, terletak di pesisir barat pulau. Itu terletak di antara
Palung Jawa aktif di selatan dan sistem sesar dorong busur belakang Flores di utara (Gbr. 1).
Ancaman periode ulang 500 tahun didominasi oleh dorongan busur belakang Flores, dengan
kontribusi yang sedikit lebih rendah dari Palung Jawa. Jayapura terletak di pantai utara Papua
dan terletak tepat di atas Palung New Guinea aktif yang telah menghasilkan gempa bumi
tsunamigenik dalam 20 tahun terakhir (Henry dan Das, 2002; Tregoning dan Gorbatov,
2004). Namun disagregasi pada Gambar 9 menunjukkan bahwa bahaya tsunami didominasi
tidak hanya oleh Palung New Guinea yang berdekatan, tetapi juga zona subduksi Filipina dan
pada tingkat yang lebih rendah oleh Palung Mariana dan Ryukyu. Ini menyoroti bagaimana
disagregasi bahaya tsunami tidak hanya merupakan fungsi kedekatan dengan sumber
tsunami, tetapi juga tingkat aktivitasnya. Seperti yang ditunjukkan Gambar 9, zona subduksi
Filipina, sementara lebih jauh memiliki tingkat gelincir yang tinggi, yang berarti bahwa
dalam kerangka waktu yang lama yang dipertimbangkan dalam PTHA, hal itu akan
berkontribusi pada bahaya Jayapura sebanyak Palung Papua setempat.
Untuk situs-situs di sepanjang Busur Sunda, kontribusinya hanya berasal dari megathrust
Busur Sunda. Hal ini kontras dengan lokasi di Indonesia bagian timur yang memiliki lebih
banyak sumber lokal dan regional, dan bahaya tsunami berasal dari lebih dari satu sumber.
Setiap pemodelan genangan yang terperinci harus menggunakan informasi disagregasi untuk
pemilihan kejadian guna memastikan bahwa semua zona sumber yang signifikan tercakup
dalam analisis.

4. Diskusi
Studi ini merupakan upaya pertama dalam mengembangkan penilaian bahaya tsunami
probabilistik yang konsisten secara nasional untuk Indonesia, salah satu negara paling rawan
tsunami di Dunia (UNISDR, 2013). Kajian ini merupakan iterasi pertama dari peta bahaya
tsunami nasional, namun ada banyak aspek yang perlu dipertimbangkan dan diperbaiki untuk
versi yang akan datang. Meskipun demikian, studi ini dapat digunakan untuk memfasilitasi
pengambilan keputusan berbasis bukti pada kegiatan dan prioritas mitigasi risiko tsunami di
Indonesia.
4.1 Mendasari mitigasi risiko tsunami
Hingga saat ini, sebagian besar kegiatan mitigasi risiko tsunami berlokasi di sepanjang Busur
Sunda, karena banyaknya data tentang sejarah gempa megathrust Sumatera (Natawidjaja et
al., 2007; Brune et al., 2010; Kongko dan Schlurmann , 2011; Strunz et al., 2011; Taubenbock
et al.,2013). Namun database kejadian tsunami dari National Geophysical Data Center
(NGDC), menunjukkan bahwa dalam 100 tahun terakhir, menghilangkan kejadian tsunami
Samudera Hindia 2004, telah terjadi 3651 korban jiwa akibat tsunami di Indonesia timur (dari
15 kejadian dengan rata-rata Setiap 1 tsunami fatal6,5 tahun) dibandingkan dengan 1.759
korban jiwa di sepanjang Busur Sunda (dari 10 peristiwa dengan laju 1 tsunami fatal setiap
10 tahun). Data ini, dan hasil dari PTHA, memberikan bukti bahwa bahaya tsunami di
Indonesia bagian timur setinggi di sepanjang Busur Sunda untuk periode ulang kurang
dari1000 tahun. Pada periode ulang lebih dari 1000 tahun, peristiwa Mmax di sepanjang
Busur Sunda secara dramatis meningkatkan bahaya di Jawa, Sumatra, Bali, dan Lombok. Hal
ini menyoroti perlunya memasukkan skenario tsunami untuk Indonesia bagian timur ke
dalam sistem pendukung keputusan InaTEWS, yang akan memperkuat sistem peringatan dini
di Indonesia bagian timur, serupa dengan yang telah ditetapkan di sepanjang Busur Sunda
(Steinmetz et al., 2010; Strunz et al., 2011), sehingga masyarakat dapat memperoleh
peringatan atas kejadian tsunami lokal dan regional yang mungkin berdampak pada mereka.
Selain itu, hasil dari PTHA dapat digunakan sebagai alat penentuan prioritas untuk
memungkinkan pengelola bencana memprioritaskan area fokus untuk kegiatan mitigasi risiko
tsunami.

PTHA mengasumsikan gempa bumi yang menimbulkan tsunami mengikuti proses Poisson;
yaitu, mereka tidak tergantung waktu. Asumsi ini mendasar dalam PSHA dan PTHA dan
dalam jangka panjang biasanya merupakan pendekatan yang valid. Namun, sesar gempa telah
terbukti berinteraksi dalam skala waktu yang singkat, dan urutan gempa sekarang telah
dikenali (Sieh et al., 2008). Sebagai contoh, di Indonesia terdapat bukti mengenai hal ini
melalui sekuen megathrust Sumatra baru-baru ini (Sieh et al., 2008), yang dimulai dengan
gempa bumi Andaman 26 Desember 2004 Mw 9,15 Mw dan diikuti oleh gempa bumi Nias
28 Maret 2005 Mw 8,6 Mw , Gempa Bengkulu 12 September 2007 Mw 8,5, 25 Oktober 2010
Gempa Mentawai 7,7 Mw dan 11 April 2012 Mw 8,6 gempa bumi di lepas pantai Sumatera.
Pengelompokan ini di ruang dan waktu menyoroti bahwa mungkin ada ketergantungan waktu
pada urutan gempa ini. Dalam jangka pendek (yaitu 10–50 tahun ke depan), model yang
bergantung pada waktu dapat memprediksi bahaya tsunami dengan lebih baik; namun, model
tsunami yang bergantung pada waktu masih harus dikembangkan. Di PSHA, model
tergantung waktu telah diterapkan secara luas di masa lalu 10 tahun (Wiemer, 2000;
Gerstenberger et al., 2005). Hasilnya menunjukkan bahwa mereka tampil lebih baik dalam
peramalan jangka pendek daripada model yang tidak tergantung waktu di California, di mana
pengujian statistik yang ketat telah dilakukan (Helmstetter et al., 2006; Petersen et al., 2007).
Namun, tujuan dari PTHA ini adalah untuk memberikan gambaran bahaya tsunami jangka
panjang di seluruh Indonesia dengan tujuan memprioritaskan kegiatan mitigasi risiko jangka
panjang. Dalam hal ini, asumsi model bebas waktu (Poisson) adalah asumsi yang valid.
Rentetan gempa bumi Sumatera baru-baru ini dapat memberikan kesempatan untuk menguji
penerapan model yang tergantung waktu untuk penilaian bahaya tsunami.

4.3 Keterbatasan
Sejumlah keterbatasan terbukti dari PTHA kami yang akan diperbaiki dalam pembaruan
model di masa mendatang. Penilaian saat ini hanya mempertimbangkan sumber gempa
tsunami dan bukan sumber lain, seperti tanah longsor bawah laut (gempa yang dipicu atau
tidak tergantung pada gempa bumi), keruntuhan gunung berapi, atau produk vulkanik seperti
aliran piroklastik. Semua sumber ini telah menghasilkan tsunami yang signifikan di Indonesia
dalam 200 tahun terakhir. Peristiwa ini termasuk letusan Tambora tahun 1815 yang
menyebabkan aliran piroklastik besar yang menimbulkan tsunami besar (Self et al., 1984),
letusan Krakatau tahun 1883 yang menyebabkan tsunami besar dengan ketinggian lebih dari
10 m di Jawa bagian barat dan menewaskan lebih dari 36.000 orang (Mader dan Gittings,
2006), dan tsunami pulau Lomblen tahun 1979, yang diakibatkan oleh tanah longsor bawah
laut yang tidak terkait dengan gempa bumi dan menewaskan lebih dari 500 orang (Brune et
al.,2010). Meskipun sumber alternatif ini menyumbang ∼ 8 %tsunami dalam 100 tahun
terakhir, mereka memiliki potensi untukdampak lokal yang besar. Saat ini sulit untuk
menetapkan probabilitas untuk peristiwa semacam itu yang menghalangi penggabungannya
dalam analisis probabilistik (Harbitz et al., 2014; ten Brink et al.,2014). Namun, di daerah
lain di seluruh dunia, tanah longsor kini diberi probabilitas, misalnya di California (Geist dan
Parsons, 2010). Pekerjaan ini menjanjikan dan memungkinkan tanah longsor untuk
dimasukkan dalam PTHA dalam waktu dekat; namun, ini akan membutuhkan penanganan
ketidakpastian yang besar dan penggunaan model propagasi dispersif.
Sejak tsunami Samudra Hindia tahun 2004, sebagian besar kajian bahaya tsunami difokuskan
di Sumatera dan sebagian kecil di Jawa. Hasil dari fokus ini adalah tingkat kekambuhan
gempa bumi sebelumnya telah dipelajari dengan baik, menggunakan data pengangkatan
karang di atas parit (Natawidjaja et al.,2007; Sieh et al., 2008), defisit slip seismik saat ini,
dan pembatasan penguncian dari jaringan GPS yang luas (Chlieh et al., 2008). Sementara itu,
di Jawa dan Indonesia bagian timur, studi serupa jarang dilakukan, dan tingkat kekambuhan
serta geometri patahan bawah laut dibatasi dengan buruk. Akibatnya, ketidakpastian menjadi
besar untuk parameter kunci yang sensitif terhadap bahaya tsunami, seperti slip rate dan dip.
Lebih banyak pekerjaan diperlukan di daerah yang kompleks secara tektonik ini dan, karena
data baru tersedia, ini akan meningkatkan keakuratan prakiraan bahaya tsunami dan seismik.
Ketidakpastian yang muncul dari distribusi selip acak dimasukkan ke dalam PTHA melalui
sampling fungsi kepadatan probabilitas. Pendekatan yang lebih baik mungkin dengan
memasukkan slip heterogen dengan menetapkan nilai slip yang berbeda ke subfault yang
digunakan untuk setiap kejadian. Sementara pendekatan ini akan lebih komputasi intensif
daripada implementasi saat ini, itu akan menghasilkan cara yang lebih langsung
menggabungkan ketidakpastian slip.
Akhirnya, bidang penelitian lebih lanjut adalah dimasukkannya "gempa bumi tsunami" di
PTHA. Gempa bumi tsunami adalah gempa bumi dengan besaran tsunami relatif terhadap
besaran kejadiannya. Saat ini gempa tsunami tidak diperlakukan berbeda di PTHA. Namun,
ada cara untuk memasukkan ini dalam studi PTHA di masa mendatang, misalnya dengan
memungkinkan peningkatan slip untuk gempa bumi yang terletak di bagian dangkal
pertemuan lempeng di area di mana gempa tsunami diketahui terjadi (misalnya Palung Jawa
dan pulau Mentawai).

4.4 Pengujian PTHA

Karena PTHA adalah prakiraan statistik bahaya tsunami di masa depan, pengujian harus
diterapkan untuk menilai kinerja model ini (Geist dan Parsons, 2006). Di PSHA, pengujian
statistik telah menjadi hal yang umum, dengan fasilitas pengujian model khusus yang
didirikan di seluruh dunia untuk menguji prakiraan bahaya seismik yang berbeda. Secara
khusus, Collaboratory for the Study of Earthquake Predictability (CSEP) (Schorlemmer et al.,
2007) memimpin dalam menyiapkan pengujian rutin model bahaya seismik. Metode
pengujian yang paling penting membandingkan prakiraan bahaya seismik dengan data
gerakan tanah empiris, yang pada akhirnya menguji keluaran model PSHA akhir daripada
komponen tunggal PSHA (Albarello dan D'Amico, 2008; Stirling dan Gerstenberger, 2010).
Pekerjaan di masa depan harus fokus pada pengujian ketat model PTHA dengan data
observasi. Namun, mengingat jumlah data pengamatan yang terbatas di sebagian besar
wilayah, integrasi di wilayah yang luas mungkin diperlukan untuk mengembangkan sampel
pengamatan yang cukup besar untuk tujuan pengujian.

5. Kesimpulan
Kajian ini mengembangkan penilaian bahaya tsunami probabilistik nasional pertama untuk
Indonesia dan memberikan prakiraan bahaya tsunami jangka panjang di garis pantai dari
sumber gempa. Hasil menunjukkan bahwa probabilitas tahunan untuk mengalami tsunami
dengan ketinggian > 0,5 m di pantai lebih besar dari 10% untuk pulau Sumatera, Jawa, Sunda
(Bali, Lombok, Flores, Sumba) dan Papua bagian utara. Probabilitas tahunan untuk
mengalami tsunami dengan ketinggian > 3,0 m adalah 1–10% di Sumatera, Jawa, dan Papua
bagian utara, dan 0,1–1% di Sulawesi Utara, Seram, dan Flores. Untuk prakiraan periode
ulang panjang (periode ulang 2500 tahun), bahaya tsunami adalah yang tertinggi di sepanjang
pantai yang terpapar ke Busur Sunda (yaitu pulau Mentawai dan Nias, Sumatera dan Jawa),
di mana ketinggian tsunami diperkirakan 25–30 m. Sebagai perbandingan, Indonesia bagian
timur memiliki bahaya tsunami maksimum yang lebih rendah pada periode ulang 2500 tahun,
sekitar 12–20 m di Sulawesi, Papua, dan pulau Seram. Hasil ini menyoroti bahwa meskipun
bahaya tsunami maksimum lebih tinggi di Busur Sunda, kemungkinan mengalami tsunami
yang dapat menyebabkan genangan dan korban jiwa (ketinggian pantai > 3,0 m) serupa di
sepanjang Busur Sunda dan sebagian Indonesia timur seperti utara Papua dan Sulawesi Utara.
Hal ini menjamin perluasan basis data skenario sistem pendukung keputusan InaTEWS untuk
mencakup Indonesia bagian timur. Selain itu, hasil dari studi ini dapat digunakan untuk
mendukung penilaian risiko tsunami dengan menyoroti daerah bahaya tinggi dimana
pemodelan genangan tsunami harus dilakukan.