Estimasi Parameter pada Model Space-Time Epidemic-Type Aftershock Sequence (Space-Time ETAS): Studi Kasus Pemodelan Katalog Gempa Bumi di Pulau Sumatra

Andreas, Christopher (2024) Estimasi Parameter pada Model Space-Time Epidemic-Type Aftershock Sequence (Space-Time ETAS): Studi Kasus Pemodelan Katalog Gempa Bumi di Pulau Sumatra. Masters thesis, Institut Teknologi Sepuluh Nopember.

Text 6003221031-Master_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 April 2026. Download (3MB) | Request a copy

Abstract

Model Space-Time Epidemic-Type Aftershock Sequence (Space-Time ETAS) memiliki beragam kelebihan dalam pemodelan katalog gempa bumi dibandingkan model point process. Kelebihan tersebut diantaranya adalah telah mempertimbangkan setiap variabel pada katalog gempa bumi secara lengkap yaitu koordinat lokasi, waktu kejadian, dan magnitudo gempa bumi. Selain itu, model ini dibangun berdasarkan karakteristik gempa bumi utama maupun susulan seperti Hukum Omori-Utsu dan Hukum Guttenberg-Richter. Namun demikian, model Space-Time ETAS cukup kompleks, memiliki 9 parameter yang harus diestimasi secara parametrik dan 1 fungsi yang harus diestimasi secara nonparametrik. Dengan metode Maximum Likelihood Estimate (MLE), terdapat 1 parameter yang dapat diperoleh secara langsung karena persamaan bersifat close form, sedangkan 8 parameter lainnya memerlukan pendekatan iterasi numerik karena persamaan tidak bersifat close form. Pendekatan iterasi numerik tersebut dilakukan dengan menggabungkan algoritma Davidon Fletcher Powell (DFP) dan Stochastic Declustering (SD). Dalam penelitian ini, komponen fungsi nonparametrik diestimasi menggunakan estimator kernel melalui fungsi bivariate isotropic Gaussian. Estimasi parameter tersebut diterapkan pada pemodelan gempa bumi di Pulau Sumatra. Wilayah Pulau Sumatra memiliki potensi tinggi untuk terjadi gempa bumi dengan magnitudo besar karena terletak di pertemuan lempeng tektonik yaitu lempeng Indo-Australia dan Eurasia. Selain itu, penelitian ini juga memetakan gempa bumi di Pulau Sumatra sebagai gempa utama atau gempa susulan berdasarkan data historis gempa bumi yang berbasis pemodelan Space-Time ETAS. Lebih lanjut, penelitian ini mempertimbangkan 5 model berbeda yang dibedakan berdasarkan panjang durasi waktu kejadian komplementer untuk mengeksplorasi kegunaan dari kejadian komplementer. Pemilihan model terbaik dilakukan dengan menggunakan kriteria nilai AIC. Hasil penelitian menunjukkan bahwa model ke-5 yaitu model dengan panjang durasi waktu kejadian komplementer terpendek merupakan model terbaik. Model terbaik tersebut digunakan untuk membuat pemetaan gempa bumi yang meliputi wilayah yang rawan terjadi gempa bumi utama maupun gempa bumi susulan di wilayah Pulau Sumatra. Hasil pemetaan yang diperoleh sejalan dengan catatan Badan Meteorologi, Klimatologi, dan Geofisika (BMKG) terkait wilayah yang rawan terjadi gempa bumi. Pemetaan tersebut berguna sebagai langkah mitigasi dalam menghadapi bencana gempa bumi di waktu mendatang.
=============================================================================================================================
The Space-Time Epidemic-Type Aftershock Sequence (Space-Time ETAS) model has various advantages in modeling earthquake catalogs compared to point process models. These advantages include considering every variable in the earthquake catalog completely, namely location coordinates, time of occurrence and earthquake magnitude. In addition, this model is built based on the characteristics of main and aftershock earthquakes such as the Omori-Utsu Law and the Guttenberg-Richter Law. However, the Space-Time ETAS model is quite complex, having 9 parameters that must be estimated parametrically and 1 function that must be estimated non-parametrically. With the Maximum Likelihood Estimate (MLE) method, there is 1 parameter that can be obtained directly because the equation is close form, while the other 8 parameters require a numerical iteration approach because the equation is not close form. This numerical iteration approach is carried out by combining the Davidon Fletcher Powell (DFP) and Stochastic Declustering (SD) algorithms. In this research, nonparametric function components are estimated using a kernel estimator via a bivariate isotropic Gaussian function. These parameter estimates are applied to earthquake modeling on the island of Sumatra. The Sumatra Island region has a high potential for earthquakes with large magnitudes because it is located at the confluence of tectonic plates, namely the Indo-Australian and Eurasian plates. Apart from that, this research also maps earthquakes on Sumatra Island as main earthquakes or aftershocks based on historical earthquake data based on Space-Time ETAS modeling. Furthermore, this study considers 5 different models differentiated based on the length of time duration of complementary events to explore the usefulness of complementary events. The selection of the best model was carried out using the AIC value criteria. The results of the research show that the 5th model, namely the model with the shortest duration of complementary events, is the best model. The best model is used to create earthquake mapping covering areas prone to main earthquakes and aftershocks on the island of Sumatra. The mapping results obtained are in line with the records of the Badan Meteorologi, Klimatologi, dan Geofisika (BMKG) regarding areas prone to earthquakes. This mapping is useful as a mitigation measure in dealing with earthquake disasters in the future.

Item Type:	Thesis (Masters)
Uncontrolled Keywords:	Kejadian Komplementer, Mitigasi Bencana Alam, Pemetaan Gempa Bumi, Space-Time ETAS, Complementary Events, Earthquake Mapping, Natural Disaster Mitigation, Space-Time ETAS.
Subjects:	Q Science > QA Mathematics > QA276 Mathematical statistics. Time-series analysis. Failure time data analysis. Survival analysis (Biometry)
Divisions:	Faculty of Science and Data Analytics (SCIENTICS) > Statistics > 49101-(S2) Master Thesis
Depositing User:	Christopher Andreas
Date Deposited:	09 Feb 2024 13:57
Last Modified:	09 Feb 2024 13:57
URI:	http://repository.its.ac.id/id/eprint/106565

Actions (login required)

View Item