Software Dinver
NPM : 2004107010034
1.1.Inversi HVSR
Inversi HVSR adalah modul yang membalikkan HVSR yang diamati untuk
mendapatkan profil tanah terbaik (Mucciarelli et al., 2008). Teknik inversi ini menggunakan
prinsip Neighbourhood Algorithm (NA) yang dikembangkan oleh Sambridge (1999) yang
merupakan pendekatan inversi non-linier dengan pencarian ruang model Monte Carlo. Model
kecepatan yang diperoleh merupakan model dengan fungsi misfit terendah dari semua model.
1. Menentukan parameter model ns0 secara acak dengan probabilitas seragam dalam
parameter spasial.
2. Menghitung fungsi misfit untuk membangkitkan model terbaru dari model ns0.
Metode H/V telah banyak digunakan untuk mengidentifikasi efek lokasi lokal. Metode ini
pertama kali diperkenalkan oleh Nogoshi & Igarashi (1970) dan dipopulerkan olehNakamura
(1989). Komponen horizontal (H) dan vertikal (Z) direkam pada satu stasiun secara
bersamaan. Secara sederhana perbandingan komponen horizontal dengan komponen vertikal
menghasilkan puncak kurva, yang menunjukkan amplifikasi lokal dan frekuensi alami.
Komposisi gelombang kebisingan ambien menurut Nakamura (1989) terdiri dari gelombang
geser. Berbeda dengan yang diusulkan oleh Bonnefoy-Claudet et al. (2006) bahwa
gelombang kebisingan ambien terdiri dari gelombang permukaan (gelombang Rayleigh dan
Love).Spektrum H/V memberikan informasi tentang struktur bawah permukaan, terutama
yang berkaitan dengan kecepatan gelombang geser, dan kedalaman batuan dasar (Scherbaum
et al., 2003). Banyak penelitian yang menggunakan kurva eliptisitas dengan baik untuk
memodelkan kecepatan gelombang P (Vp). Namun, model awal mempengaruhi hasil yang
diperoleh sehingga akan bias.Penentuan kurva eliptisitas berdasarkan perhitungan misfit
terbaik. Misfit adalah nilai yang memberikan gambaran atau mewakili perbedaan antara
kurva dispersi teoritis dan kurva dispersi yang diamati. Parameter yang digunakan sebagai
inisialisasi model awal adalah kecepatan gelombang P (Vp), kecepatan gelombang geser
(Vs), Poisson Ratio (μ), dan densitas (ρ). Perhitungan misfit mengikuti rumus yang
dikemukakan oleh Wathelet et al. (2008):
Dimana fo = frekuensi dominan, dan dfo adalah simpangan baku dari frekuensi percobaan.
Dalam kasus tertentu, inversi dilakukan dengan menggabungkan kurva dispersi dan kurva
eliptisitas, kombinasi dari dua ketidaksesuaian mengikuti rumus berikut:
2.1.Penentuan Vs30
Setelah memasukan data .hv (hasil kurva HVSR) sebagai data awal, maka akan
menghasilkan data grafiknya
Atur parameter model kevepatan (Vp dan Vs) density dan poison ratio
Add workspace untuk melakukan inversi. Kemudian akan mulcul tabel observasi
dimana kita bisa melihat berasa model yang aktif, jumlah terasi dan RMS.
Proses inversi akan dilakukan hingga jumah model maksimum atau hinga misfit
mencapai nilai minimum. Jika data terlalu besar dan sampling rate terlalu banyak
maka akan menghasilkan nilai misfit yang tinggi. Untuk beberapa kasus data harus di
potong untuk solusi Vs yang lebih baik. Sebelum data di potong (cut) maka parameter
inputan sebelumnya harus dibersihkan dan dihapus.Kemudian data di potong dan
data yang Sudah dipotong di Run kembali hingga mendapat nilai misfit minimum
untuk menghasilkan profile Vs
Simpan report agar dapat mencari nilai Vs pada kedalaman yang spesifik. Untuk
mencari nilai Vs pada berbagai kedalaman atau kedalaman yang spesifik seperti Vs30
dilakukan menggunakan code pada terminal (disini menggunakan PowerShell). Buka
terminal kemudian masuk kedalam directory report yang sudah di-create oleh dinver
lalu jalankan code: gpdcreport .\run_07.report -best 1 | gpprofile -average-at 30 >
1sp2_VS_30.txt