pengaruh suhu pengaktivan co2 terhadap luas permukaan

advertisement
Prosiding Seminar Nasional Fisika Universitas Andalas (SNFUA) 2015
Padang, 08 Oktober 2015 – ISBN 978-979-25-1955-6
PENGARUH SUHU PENGAKTIVAN CO2 TERHADAP LUAS
PERMUKAAN ELEKTRODA KARBON DAN SIFAT KAPASITAN SEL
SUPERKAPASITOR DARI KAYU KARET
E. Taer1*, W. S. Mustika1*, Zulkifli1, I.D.M. Syam1, Rika Taslim2
1
Jurusan fisika, Universitas riau, Simpang baru, Pekanbaru, 28293
Jurusan Teknik Industri, Universitas Islam Negeri Sultan Syarif Kasim, Pekanbaru, 28293
* email: [email protected], [email protected]
2
ABSTRAK
Telah dilakukan studi pada pengaruh suhu pengaktifan terhadap sifat fisika dan elektrokimia
elektroda karbon superkapasitor dari kayu karet. Elektroda karbon dibuat dari potongan
melintang kayu karet yang dicetak membentuk pelet, dilanjutkan dengan proses karbonisasi
pada suhu 600 oC dalam lingkungan gas N2 dan aktivasi fisika dengan variasi suhu 800 oC dan
900 oC dalam lingkungan gas CO2. Proses aktivasi dilanjutkan dengan menggunakan aktivasi
kimia secara bertingkat menggunakan larutan KOH 5 M dan diteruskan 25% larutan HNO3.
Karakterisasi luas permukaan elektroda menggunakan metode Brunaeur Emmet Teller (BET).
Hasil pengujian BET diperoleh luas permukaan sebesar 95.951 m2/g dan 331,543 m2/g,
masing-masing untuk pengaktifan CO2 800 dan 900 oC. Pengujian sifat elektrokimia elektroda
karbon dilakukan dengan membangun sel superkapasitor dan menggunakan larutan H2SO4 1 M
sebagai elektrolit. Pengujian sifat elektrokimia dilakukan dengan metoda impedan spektroskopi
elektrokimia. Nilai kapasitansi spesifik untuk suhu pengaktifan CO2 800 dan 900 oC diperoleh
sebesar 56,08 F/g dan 154,03 F/g. Hasil penelitian menunjukkan bahwa peningkatan suhu
aktivasi fisika dapat meningkatkan prestasi sel superkapasitor.
Keywords: kayu karet, karbon aktif, superkapasitor
ABSTRACT
The effect of temperature on the activation of the physical and electrochemical properties of the
carbon electrodes for supercapacitors from rubber wood had been investigated. Carbon
electrodes were prepared from pieces of rubber wood by crosssection part that was made a
pellets form, further carbonization process on hold at a temperature of 600 ° C in N2 gas
pressure and physics activation process by variations in temperature of 800 ° C and 900 ° C in
CO2 gas pressure. The activation process had to be continued a using chemical activation
sustainable using agent of 5 M KOH solution and 25% HNO3 solution. Characterization of the
surface area of the electrodes using the Brunaeur Emmet Teller (BET) method. The results of
the BET test be obtained the surface area about 95 951 m2 / g and 331.543 m2 / g for the
samples with CO2 temperature of 800 and 900 oC, respectively. The electrochemical properties
of the carbon electrode were characterized by fabricated the supercapacitors cells and 1 M
H2SO4 solution was use as an electrolyte. The study was carried out by the electrochemical
properties impedance electrochemical spectroscopy method. Specific capacitance values for
CO2 activation temperature of 800 and 900 ° C were obtained about 56.08 F / g and 154.03 F /
g. The results showed that an increase in the physics activation temperature can improve the
performance supercapacitor cells.
Keywords: rubber wood, activated carbon, supercapacitors
I. PENDAHULUAN
Electrochemical Double Layer Capasitors (EDLC) merupakan salah satu jenis superkapasitor
yang populer karena bahan utama yang digunakan pada elektroda adalah karbon aktif. Karbon aktif
mempunyai densitas rendah, memiliki pori-pori serta luas permukaan yang besar. Disamping itu,
karbon juga mudah didapatkan. Karbon aktif dapat diproduksi dari seluruh material yang memiliki
unsur karbon, seperti tempurung kelapa (Jain dan Tripath, 2014), fosil, kayu (Liu dkk, 2012), dan
batubara (Ge dkk, 2015).
Pemilihan bahan dasar karbon dan kondisi aktivasi menentukan kinerja elektrokimia pada
permukaan karbon, ukuran distribusi pori, dan konduktivitas listrik yang dihasilkan. Kinerja
elektrokimia yang baik dapat diperoleh dari karbon aktif yang permukaannya memiliki struktur
mesopori (Xu dkk, 2008), tipe ini berasal dari jenis kayu (Bonifacio dkk,2011). Kayu karet
merupakan jenis kayu yang baik untuk bahan karbon karena mengandung unsur karbon organik yang
cukup tinggi, berdasarkan hasil penelitian FAO (Food and Agricultural Organization) kayu karet
memiliki kadar karbon sekitar 79%, sehingga dapat dimanfaatkan sebagai sumber karbon aktif dan
96
Prosiding Seminar Nasional Fisika Universitas Andalas (SNFUA)
Padang, 08 Oktober 2015 - ISBN 978-979-25-1955-6
ketersedian kayu karet di Riau cukup berlimpah. Luas lahan kebun karet yang telah digunakan hingga
Mei 2015 tercatat sebesar 505.264 Ha (Badan Pelayanan Terpadu dan Penanaman Modal Kota
Pekanbaru, 2015).
Karbon aktif dibuat melalui dua tahap, yaitu tahap karbonisasi dan aktivasi (Kötz dan
Bärtschi, 2002). Karbonisasi adalah proses dekomposisi senyawa organik melalui pemanasan pada
temperatur yang bersesuaian untuk menghasilkan karbon. Kemampuan kerja karbon aktif dapat
diupayakan dengan kombinasi metode aktivasi kimia dan fisika. Proses aktivasi kimia yaitu dengan
pemakaian zat kimia yang dinamakan aktivator, sedangkan aktivasi fisika dengan perlakuan panas
serta mengalirkan gas pengoksida seperti Nitogen. Proses aktivasi fisika dipengaruhi oleh beberapa
faktor antara lain laju kenaikan temperatur, laju aliran gas inert, temperatur proses, activating agent,
lama proses aktivasi dan alat yang digunakan (Hartini, 2012). Profil pemanasan merupakan salah satu
aspek utama yang dititik beratkan dalam proses karbonisasi (Taer, 2009). Penelitian ini diarahkan
untuk penyediaan karbon aktif monolit dengan pori alami dari potongan melintang kayu karet melalui
variasi suhu aktivasi fisika karena semakin tinggi suhu aktivasi yang digunakan semakin
memperbesar luas permukaan dan diameter pori karbon aktif.
II. METODOLOGI
Tahap awal penelitian adalah persiapan elektroda karbon. Bahan dasar pembuatan karbon
aktif adalah potongan melintang kayu karet kering dengan ketebalan ± 4-5 mm dan diameter 80-90
mm. Selanjutnya kayu karet dicetak membentuk pellet dengan diameter 19-20 mm menggunakan
hydraulic press. Proses karbonisasi dilakukan pada suhu 600 0C dalam lingkungan gas Nitorgen dan
dilanjutkan dengan proses aktivasi fisika dengan variasi suhu 800 0C dan 9000C . Proses selanjutnya
adalah pemolesan dan pencucian untuk mengurangi cacat permukaan dan meningkatkan kemurnian
karbon aktif. Selanjutnya sampel dikeringkan dalam oven pada suhu 100 0C selama 24 jam. Langkah
terakhir untuk pembuatan elektroda adalah aktivasi kimia bertingkat, yaitu menggunakan aktivator
KOH 5 M dan diteruskan 25% larutan HNO3.
Elektroda karbon aktif direndam dalam laurutan elektrolit H2SO4 dengan konsentrasi 1 M
selama 24 jam. Kemudian komponen elektroda digabungkan dalam body superkapasitor berbentuk
persegi yang terbuat dari acrilic dengan bagian tengah yang dilubangi. Pengumpul arus yang
digunakan berupa stainless steel. Pengumpul arus ini digabungkan dengan komponen elektroda dan
dilapisi dengan teflon dengan diameter yang sama dengan elektroda, sementra itu diantara dua
elektroda dipasang separator. Separator yang digunakan adalah separator alami dari membran kulit
telur itik (MKTI) (Sumantre, 2012).
Pengukuran sifat elektrokimia dilakukan dengan metode Electrochemical Impedance
Spectroscopy (EIS) yang bertujuan untuk menentukan kapasitansi sel superkapasitor. Pengujian EIS
dilakukan dengan menggunkan solatron interface 1286. Pengukuran EIS dilakukan di Universitas
Kebangsaan Malaysia (UKM). Kemudian data pengukuran dinyatakan dalam kurva plot Nyquist. Plot
Nyquist diperoleh pada rangkaian terbuka dengan amplitudo tegangan sebesar 10 mV dan frekuensi 1
kHz sampai 0,01 Hz.
Pengukuran Luas Permuakaan elektroda dilakukan dengan alat uji Surface Area Analyzer
(SAA) dengan merek Quanthachrome seri NOVAWIN. Pengukuran SAA dilakukan di Universitas
Negeri Semarang. Prinsip kerja alat ini menggunakan mekanisme adsorpsi gas pada permukaan suatu
bahan padat yang akan dikarakterisasi pada suhu konstan yaitu suhu didih dari gas tersebut. Gas yang
digunakan adalah nitogen dengan suhu didih 77.3 K, dan massa sampel yang dibutuhkan untuk
pengujian 0.1197 g.
III. HASIL DAN DISKUSI
3.1 Karakterisasi Sel Elektrokimia
Plot Nyquist dibagi menjadi tiga bagian yang berhubungan dengan frekuensi: (a) daerah
setengah lingkaran menunjukkan tahanan total (ESR) yang diperoleh dari hasil pengurangan Rp
terhadap Rs. Bagian (b) garis lurus dengan sudut sekitar 45º menunjukkan waktu yang dibutuhkan ion
elektrolit meresap kedalam pori. Bagian terakhir (c) Garis tegak lurus terhadap impedansi riil (Z′)
menggambarkan sifat kapasitif sel superkapasitor (Xi-miao dkk, 2007). Gambar 1 menunjukkan hasil
pengukuran Electrochemical Impedance Spectroscopy (EIS) untuk sel superkapasitor dengan variasi
suhu pengaktivan CO2.
97
Prosiding Seminar Nasional Fisika Universitas Andalas (SNFUA) 2015
Padang, 08 Oktober 2015 – ISBN 978-979-25-1955-6
Gambar 1. Plot Nyquis sel superkapasitor dengan variasi suhu pengaktivan CO2
Gambar 1 menunjukkan bahwa nilai impedansi riil Z’’ semakin kecil seiring dengan
bertambahnya suhu pengaktivan CO2. Nilai Z” pada suhu pengaktivan CO2 800 0C adalah 15,32 ohm
dan nilai Z” pada suhu pengaktivan CO2 900 0C adalah 9,10 ohm. Nilai tahanan total sel
superkapasitor untuk variasi suhu pengaktivan CO2 ditunjukkan pada Tabel 1.
Tabel 1.
Nilai tahanan sel superkapasitor berdasarkan variasi suhu pengaktivan CO2.
Sampel
Rs (Ω)
Rp (Ω)
ESR (Ω)
CO2 800 0C
0,84
1,45
0,61
CO2 900 0C
0,74
1,52
0,78
Berdasarkan Tabel 1 dapat dianalisa sifat sel superkapasitor. Nilai Rs sel superkapasitor pada
suhu pengaktivan CO2 800 0C lebih tinggi dibandingkan Rs sel pada suhu pengaktivan 900 0C. Nilai
Rp sel superkapasitor pada suhu pengaktivan menunjukkan nilai tahanan yang lebih tinggi pada sel
superkapasitor dengan suhu pengaktivan 900 0C. Nilai ESR adalah selisih dari nilai Rp dengan Rs.
Nilai ESR sel superkapasitor dengan suhu pengaktivan 900 0C juga lebih besar dibandingkan dengan
suhu pengaktivan 800 0C.
Gambar 2 menjelaskan hubungan antara nilai kapasitansi spesifik terhadap frekuensi. Nilai
kapasitansi spesifik terbesar ditunjukkan pada saat frekuensi terkecil (0.01 Hz). Nilai kapasitansi
spesifik untuk sel superkapasitor dengan CO2 800 0C adalah 56,08 F/g dan 154,03 F/g untuk suhu
pengaktivan CO2 900 0C.
180
800 0C
900 0C
160
Kapasitansi Spesifik (F/g)
140
120
100
80
60
40
20
0
0 ,0 1
0,1 0
1 ,0 0
1 0,0 0
1 0 0 ,00
1 0 0 0,0 0
F reku ensi (H z)
Gambar 2. Hubungan antara kapasitansi spesifik terhadap frekuensi
98
Prosiding Seminar Nasional Fisika Universitas Andalas (SNFUA)
Padang, 08 Oktober 2015 - ISBN 978-979-25-1955-6
Nilai tahanan total sel berbanding terbalik dengan kapasitansi spesifik superkapasitor. Namun
pada penelitian ini, nilai ESR sel superkapasitor lebih tinggi untuk suhu pengaktivan CO2 900 0C
disebabkan daerah kontak pada permukaan sel yang lebih luas dibandingkan sel superkapasitor
dengan suhu pengaktivan 800 0C.
3.2
Karakterisasi Luas Permukaan Sel Superkapasitor
Hubungan volume serapan gas Nitrogen (N2) untuk elektroda karbon aktif dari potongan
melintang kayu karet dengan variasi suhu pengaktivan CO2 disajikan pada Gambar 3.
1 20
0
800 C
900 0 C
3
Volume @STP(cm /g)
1 00
80
60
40
20
0
0,0
0,2
0,4
0,6
0,8
1,0
T ekan an Relativ (P /P 0 )
Gambar 3. Hubungan volume serapan terhadap perubahan tekanan gas N2 untuk pellet karbon
aktif monolit dari potongan melintang kayu karet
Berdasarkan Gambar 3 dapat dianalisa luas permukaan sel superkapasitor, luas permukaan sel
superkapasitor sebanding dengan nilai kapasitansi spesifik sel superkapasitor (Rufford dkk, 2009).
Daerah permukaan yang luas memungkinkan penyimpan daya yang lebih besar. Luas permukaan sel
elektroda pellet karbon aktif dari potongan melintang kayu karet disajikan pada Tabel 2
Tabel 2 Luas permukaan sel elktroda pellet karbon aktif dari potongan melintang kayu karet
Suhu Pengaktivan CO2
Luas Permukaan
800 0C
95.951 m2/g
0
900 C
331.543 m2/g
Berdasarkan Tabel 2 ditunjukkan bahwa luas permukaan sel superkapasitor lebih tinggi pada
suhu pengaktivan CO2 900 0C. Suhu pengaktivan yang tinggi menyebabkan pengotor yang mengisi
pori berkurang lebih banyak, sehingga terbentuk pori yang lebih banyak dan menghasilkan daerah
permukaan yang luas.
IV. KESIMPULAN
Pembuatan superkasitor menggunakan elektroda pellet karbon aktif dari potongan melintang
kayu karet dengan aktivasi fisika menggunakan gas CO2 telah berhasil dilakukan. Suhu pengaktivan
yang lebih tinggi menghasilkan nilai kapasitansi spesifik yang tinggi pula karena berkaitan dengan
luas permukaan elektroda yang lebih tinggi.
UCAPAN TERIMAKASIH
Kami mengucapkan terimaksih kepada DP2M DIKTI atas bantuan pendanaan melalui project
penelitian Hibah Kompetensi tahun 2015 dengan judul Nanokarbon Berbasis Limbah Biomassa
sebagai Inti Elektroda Campuran Untuk Superkapasitor.
DAFTAR PUSTAKA
Badan Pelayanan Terpadu dan Penanaman Modal Kota Pekanbaru. 2015. Peluang Investasi Kota
Pekanbaru. Pekanbaru: Kepala BTPM Kota Pekanbaru.
99
Prosiding Seminar Nasional Fisika Universitas Andalas (SNFUA) 2015
Padang, 08 Oktober 2015 – ISBN 978-979-25-1955-6
Bonifacio, L.D. Lotsch, B.V. Ozin, G.A. 2011. Periodic Mesoporous Materials: Holes Filled with
Opportunities. Elsevier: 97.
Ge, X. Tian,F. Wu, Z. Yan, Y. Cravotto, G. Wu, Z. 2015. Adsorption of naphthalene from aqueous
solution on coal-based activated carbon modified by microwave induction: Microwave power
effects. Chemical Engineering and Processing: Process Intensification.91: 67–77.
Hartini, L. 2012. Efek Variasi Suhu Karbonisasi dalam Mendapatkan Aktif dari Kulit Durian untuk
Aplikasi Pembersih Air Limbah. Skripsi Jurusan Fisika FMIPA Universitas Riau.
Jain,A dan S.K. Tripathi. 2014. Fabrication and characterization of energy storing supercapacitor
devices using coconut shell based activated charcoal electrode. Materials Science and
Engineering: B.Vol 183: 54–60.
Kötz, R dan Bärtschi, M. 2002. Hy.Power-A Fuel Cell Car Boosted with Supercapacitors. The 12th
International Seminar on Double Layer Capacitors and Similar Energy Storage Devices.
Deerfield Beach, USA.
Liu, M.C. Kong, L.B. Zhang,P. Luo, Y.C. Kang,L. 2012. Porous wood carbon monolith for high
performance supercapacitors. Electrochimica Acta. 60: 443– 448.
Rufford, T.E. Jurcakova, D.H. Fiset, E. Zhu, Z. Lu, G.Q. 2009. Double-layer Capacitance of waste
coffe ground activated carbons in an organic electrolyte. Electrochemistry Communications.
11: 974-977.
Sumantre, M.A. 2013. Membran dari kulit telur sebagai separator superkapasitor. Skripsi Jurusan
Fisika FMIPA Universitar Riau, Pekanbaru.
Taer, E. 2009. Pembangunan Superkapasitor Menggunakan Elektroda Karbon. FMIPA
Universitas Riau : Laporan Penelitian.
Xio-miou, L.Z., Rui,Z. Liang,L. Dong-hui,Q. Wen-ming,Y. Jun-he,L. Li-cheng. 2007. Impedence of
Carbon Aerogel / Activated Carbon Composites as Electrode of Electrochemical Capacitors
in Aprotic Electrolyte, Journal science direct.
Xu, B. Wu, F. Chen, R. Cao, G. Chen, S. Zhou, Z. Yang, Y. 2008. Highly mesoporous and high
surface area carbon: A high capacitance electrode material for EDLCs with various
electrolytes. Electrochemistry Communications. 10: 795–797.
100
Prosiding Seminar Nasional Fisika Universitas Andalas (SNFUA)
Padang, 08 Oktober 2015 - ISBN 978-979-25-1955-6
UKURAN KRISTAL ZAT BESI (FE) SEMANGKA TANPA BIJI
(QUALITY) MELALUI PERHITUNGAN SCHERER DARI X-RAY
DIFRACTION
Musfirah Cahya Fajrah
Jurusan Fisika FMIPA Institut Sains Dan Teknologi Nasional
[email protected]
ABSTRAK
Telah dilakukan penelitian buah semangka untuk melihat pengaruh waktu pemanasan terhadap
pengidentifikasian unsur, mikrostruktur dan ukuran kristal besi (Fe) dengan menggunakan
SEM-EDAX dan XRD. Analisis SEM menunjukkan struktur permukaan yang tidak berpori,
bentuk butir yang tidak beraturan dan semakin lama waktu pemanasan semakin terlihat adanya
batas butir. Analisis EDAX menjelaskan bahwa buah semangka memiliki kandungan unsur besi
(Fe) sebesar 5,59% dan analisis XRD menjelaskan bahwa semakin lama waktu pemanasan
ukuran kristal yang diperoleh semakin kecil yaitu untuk pemanasan selama 1 jam diperoleh
ukuran kristal sebesar 0,0014 m, untuk pemanasan 3 jam diperoleh ukuran kristal sebesar
0,0012 m dan untuk pemanasan 5 jam diperoleh ukuran kristal sebesar 0,0010 m. Hal ini
terjadi karena unsur besi (Fe) yang terdapat pada sampel telah berikatan dengan oksigen (O)
dan bersifat amorf, sehingga lebar setengah puncak difraksi (FWHM) semakin lebar.
Kata Kunci : Variasi Waktu Pemanasan, Unsur Besi (Fe), Sem-Edax, Xrd, Dan Ukuran Kristal.
ABSRACT
A research has conducted on watermelon to see the effect of heating on identifying elements,
microstructure and grain crystallite of the iron (Fe) using SEM-EDAX and XRD. SEM analysis
showed that the surface structure is not porous, grain boundaries. EDAX analysis explain that
watermelon contains iron (Fe) of 5.59% and XRD analysis explains that the longer the heating
time the grain crystalite acquired the smaller, the heating for 1 hour to obtain a grain
crystallite of 1.4 x 10-3 µm, the heating for 3 hours obtained grain crystallite of 1.2 x 10-3 µm
and 5 hours for heating the grain crystallite obtained at 1.0 x 10-3 µm. This happens because of
the element iron (Fe) contained in the sample have bonded with oxygen (O) and are
amorphous, so that half the width of the diffraction peak (FWHM) is widening.
Keywords : Variations In The Time Heating, Element Iron (Fe), Sem-Edax, Xrd And Grain
Crystalite
I. PENDAHULUAN
Semangka (Citrulus lanatus) merupakan buah yang digemari masyarakat Indonesia karena
rasanya yang manis, renyah dan kandungan airnya yang banyak (Prajnanta, 2003). Buah semangka
memiliki kandungan air 92,30 g, kalori 28,00 kal, protein 1,10 g, lemak 0,20 g, karbohidrat 7,20 g,
kalsium 8,00 g, fosfor 7,00 mg, zat besi 0,20 mg, serat 0,50 mg, natrium 1,00 mg, kalium 82,00 mg,
vitamin B 0,20 mg dan vitamin C 6,00 mg. Zat besi merupakan mineral makro yang sangat
dibutuhkan oleh tubuh misalnya pada balita, zat besi berperan untuk kecepatan penghantar saraf,
pemrosesan informasi dan kecerdasan (Almatsier, 2004).
Sayuran dan buahan kaya akan nutrisi yaitu vitamin A, B dan C selain itu juga mengandung
mineral seperti kalsium, kalium, magnesium, fosfor dan zat besi. Salah satu unsur penting dalam
proses pembentukan sel darah merah adalah zat besi. Secara alamiah zat besi diperoleh dari makanan.
Kekurangan zat besi dalam menu makanan sehari-hari dapat menimbulkan penyakit anemia gizi atau
yang dikenal masyarakat sebagai penyakit kurang darah. Selain itu zat besi berperan dalam
mendistribusikan oksigen ke seluruh tubuh, produksi hemoglobin dan meningkatkan sistem
kekebalan tubuh (Hanifah, 2009).
Pemanasan sangat penting dalam proses suatu material, proses ini salah satunya adalah untuk
pertumbuahan Kristal, perubahan fasa , ukuran Kristal, dan distribusi partikel. Dalam hal ukuran
Kristal efek pemanasan dapat di deteksi melalui pelebaran puncak difraksi menggunakan analisa
difrasi sinar X, yang mana bila semakin kecil ukuran Kristal maka semakin lebar puncak difraksi yang
dihasilkan atau sebaliknya. Terhadap morfologi, efek pemanasan dapat melihat dengan jelas adanya
distribusi partikel suatu bahan di mana batas antara butirannya lebih rapat dan tidak terjadi
peregangan (Van vlack, 1989. Mengingat begitu pentingnya zat besi (Fe) bagi tubuh serta mengetahui
101
Prosiding Seminar Nasional Fisika Universitas Andalas (SNFUA) 2015
Padang, 08 Oktober 2015 – ISBN 978-979-25-1955-6
bahwa keberadaan zat besi (Fe) dalam buah semangka dapat membantu memenuhi kebutuhan zat besi
(Fe) didalam tubuh. Maka dilakukan penelitian ini, dimana penelitian ini bertujuan untuk
mengidentifikasi mikrostruktur zat besi (Fe) dari buah semangka dengan metode variasi waktu
pemanasan.
II. METODOLOGI
Penelitian dilakukan dalam 2 tahap yaitu tahap penyediaan sampel dilakukan di Laboratorium
Ilmu Tanah Fakultas Pertanian Universitas Tadulako dan tahap karakterisasi SEM-EDAX dilakukan
di PT Vanadia Utama, Jakarta serta karakterisasi XRD dilakukan di Laboratorium Mikrostruktur
Universitas Negeri Makassar.
Dalam tahap penyediaan sampel, bahan yang digunakan adalah buah semangka tanpa biji,
kemudian dihaluskan dan dipanaskan pada suhu 180oC selama 1, 2, 3, 4, dan 5 jam. Tahap
karakterisasi menggunakan SEM-EDAX dilakukan untuk mengetahui mikrostruktur dan kandungan
unsur dari sampel, dan karakterisasi menggunakan XRD dilakukan untuk mengetahui ukuran kristal
dari sampel.
III. HASIL DAN PEMBAHASAN
3.1 Analisa Scanning Electron Microscope (SEM)
Karakterisasi menggunakan SEM dapat diperoleh informasi berupa gambar struktur
permukaan dari setiap sampel yang dianalisis. Hasil SEM dapat dilihat pada Gambar 1,2,3,4,dan 5
berikut.
Gambar 1. Pemanasan 1 Jam
Gambar 3. Pemanasan 3 Jam
Gambar 2. Pemanasan 2 Jam
Gambar 4. Pemanasan 4 jam
Struktur permukaan sampel dapat dijelaskan dari gambar 1, 2, 3, 4 dan 5 yaitu pada Gambar
1 menunjukkan struktur permukaan yang tidak berpori dan bentuk butir yang tidak beraturan. Pada
Gambar 2, 3 dan 4 menunjukkan struktur permukaan dengan bentuk butir yang seragam dan tidak
berpori. Sedangkan pada Gambar 5 terlihat struktur permukaan yang memiliki bentuk butir tidak
beraturan serta terlihatnya batas butir (grain boundary).
102
Prosiding Seminar Nasional Fisika Universitas Andalas (SNFUA)
Padang, 08 Oktober 2015 - ISBN 978-979-25-1955-6
Batas butir
Gambar 5. Pemanasan 5 Jam
3.2
Analisa energy Dispersive X-Ray Analisys (EDAX)
Karakterisasi EDAX dilakukan untuk mengetahui kandungan unsur dari sampel. Hasil EDAX
secara kuantitatif dapat dijelaskan pada tabel 1 yang menunjukkan komposisi setiap unsur yang
terdapat pada sampel. Adapun unsur-unsur yang terdapat pada sampel adalah C, O, K, Ca dan Fe.
Tabel 1. Hasil karakterisasi EDAX
Sampel
Pemanasan 1 Jam
No.Atom
6
8
6
8
6
8
6
8
19
6
8
20
26
Pemanasan 2 Jam
Pemanasan 3 jam
Pemanasan 4 jam
Pemanasan 5 jam
Unsur
Karbon
Oksigen
Karbon
Oksigen
Karbon
Oksigen
Karbon
Oksigen
Kalium
Karbon
Oksigen
Kalsium
Besi
Weigh (%)
54,63
46,04
53,96
45,37
54,23
44,64
56,01
43,21
46,04
56,94
36,48
0,99
5,59
3.3
Analisa X-ray Difraction (XRD)
Karakterisasi XRD dilakukan untuk menentukan setengah puncak difraksi (FWHM) dan akan
dilakukan perhitungan ukuran kristal menggunakan persamaan scherrer. Hasil XRD dapat dilihat
pada Gambar 7, 8 dan 9 berikut.
4000
(101)
1000
(111)
(110)
2000
0
10
20
40
50
0
100
50
10
60
20
70
Cristobalite alpha, Si O2
(111)
50
0
30
(101)
100
(110)
Intensity(cps)
3000
Iron Oxide, Fe2 O3
30
40
50
60
70
2-theta (deg)
Gambar 6. Hasil XRD pemanasan 1 Jam
103
Prosiding Seminar Nasional Fisika Universitas Andalas (SNFUA) 2015
Padang, 08 Oktober 2015 – ISBN 978-979-25-1955-6
5000
(111
)
4000
(101
)
(440)
(200
)
2000
1000
0
20
(111)
0
100
50
0
10
40
50
60
70
cristobali te-alpha high, Si O2
Magnetite, Fe3 O4
(440
)
50
30
(101
)
10
100
(200
)
Intensity(cps)
3000
20
30
40
50
60
70
2-theta (deg)
Gambar 7. Hasil XRD pemanasan 3 Jam
(101)
5000
(002)
4000
(107)
Intensity(cps)
3000
2000
1000
0
10
20
0
50
10
20
60
70
potassium undecaferrate(III), K ( Fe11 O17 )
(107)
50
40
cristobalite-alpha high, Si O2
(002)
50
0
100
30
(101)
100
30
40
50
60
70
2-theta (deg)
Gambar 8. Hasil XRD pemanasan 5 jam
Berdasarkan Gambar 6, 7 dan 8 telah diperoleh peak-peak yang menunjukkan senyawa–
senyawa yang terdapat pada sampel, namun untuk mengetahui peak–peak yang menunjukkan
senyawa Fe2O3, Fe3O4 dan Fe11O17, dilakukan analisis lebih lanjut sehingga diperoleh parameter
panjang gelombang (λ), sudut difraksi ( ) dan lebar setengah puncak difraksi (FWHM), sehingga
memudahkan perhitungan ukuran kristal dari senyawa-senyawa tersebut.
Dari hasil analisis menjelaskan bahwa waktu pemanasan berpengaruh terhadap lebar setengah
puncak difraksi (FWHM), yaitu semakin lama waktu pemanasan, lebar setengah puncak difraksi
(FWHM) yang diperoleh semakin lebar. Persamaan Schere digunakan untuk memprediksi ukuran
kristal bukan ukuran butiran, Dimana semakin kecil ukuran Kristal maka semakin lebar puncak
difraksi yang dihasilkan. Dari hasil perhitungan ukuran kristal menggunakan persamaan scherrer
(persamaan ini digunakan untuk memprediksi ukuran Kristalin berdasarkan pelebaran puncak difraksi
sinar-X diperoleh ukuran kristal yang semakin kecil yaitu untuk pemanasan 1 jam diperoleh ukuran
kristal sebesar 0,0014 m, untuk pemanasan 3 jam diperoleh ukuran kristal sebesar 0,0012 m dan
untuk pemanasan 5 jam diperoleh ukuran kristal sebesar 0,0010 m. Hasil yang iperoleh
menunjukkan bahwa semakin lama waktu pemanasan ukuran kristal semakin kecil dan lebar setengah
puncak difraksi (FWHM) semakin melebar. Hal ini menunjukkan bahwa senyawa Fe2O3, Fe3O4 dan
Fe11O17 pada serbuk buah semangka lebih cenderung bersifat amorf.
Berdasarkan gambar 6, 7 dan 8 menunjukkan bahwa terjadi pergeseran sudut difraksi ( dan
pelebaran setengah puncak difraksi (FWHM). Pergeseran sudut difraksi (
terjadi karena adanya
proses pemanasan dan terjadi pelebaran setengah puncak difraksi (FWHM) karena senyawa yang
terkandung pada sampel buah semangka lebih bersifat amorf yang menyebabkan ukuran kristal
semakin mengecil.
IV. KESIMPULAN DAN SARAN
4.1 Kesimpulan
Hasil karakterisasi menggunakan Scanning Electron Microscope (SEM) dapat diketahui
mikrostruktur dari sampel buah semangka yaitu struktur permukaan yang tidak berpori dan bentuk
104
Prosiding Seminar Nasional Fisika Universitas Andalas (SNFUA)
Padang, 08 Oktober 2015 - ISBN 978-979-25-1955-6
butir yang tidak beraturan serta ukuran kristal yang semakin mengecil seiring dengan meningkatnya
waktu pemanasan.
Dari hasil karakterisasi menggunakan Energy dispersive X-Ray Analisys (EDAX)
memperlihatkan bahwa serbuk buah semangka memiliki kandungan zat besi (Fe) sebesar 5,59% serta
kandungan unsur-unsur lain yaitu unsur karbon (C) sebesar 56,94%, Oksigen (O) sebesar 36,48%,
kalium (K) sebesar 46,04% dan kalsium (Ca) sebesar 0,99%.
Hasil karakterisasi dan analisis XRD menjelaskan bahwa semakin lama waktu pemanasan
terjadi pelebaran setengah puncak difraksi (FWHM) sehingga ukuran kristal yang dihasilkan semakin
kecil yaitu untuk pemanasan selama 1 jam diperoleh ukuran kristal sebesar 0,0014 m, pemanasan
selama 3 jam diperoleh ukuran kristal sebesar 0,0012 m dan pemanasan selama 5 jam diperoleh
ukuran kristal sebesar 0,0010 m.
4.2
Saran
Untuk penelitian selanjutnya, sebaiknya dilakukan proses pemanasan dengan suhu yang
tinggi dan waktu pemanasan yang cukup lama, sehingga dapat diperoleh kandungan zat besi (Fe) yang
tinggi dari sampel buah semangka.
DAFTAR PUSTAKA
Almatsier S, 2004, Prinsip Dasar Ilmu Gizi, PT Gramedia Pustaka Utama, Jakarta.
Anum Hanifah, 2009, Analisis kalsium dan besi dalam berbagai apel secara spektrometri serapan
atom setelah destruksi basah dan kering, Universitas Gadjah Mada, Jogjakarta.
Prajnanta, 2003, Analisis Kandungan Natrium, Magnesium dan kalium dari Buah Semangka Dengan
Menggunakan spektrofotometer UV - Vis, Universitas Sumatra Utara, Medan.
Zarianis, 2006, Efek Suplementasi Besi dan Vitamin C Terhadap Kadar Hemoglobin Anak Sekolah
Dasar Yang Anemia Di Kecamatan Sayung Kabupaten Demak, Universitas Diponegoro,
Semarang.
Van vlack, 1989, Ilmu Dan Teknologi Bahan, Penerbit Erlangga, Jakarta.
105
Prosiding Seminar Nasional Fisika Universitas Andalas (SNFUA) 2015
Padang, 08 Oktober 2015 – ISBN 978-979-25-1955-6
STUDI AWAL PEMANFAATAN ARANG TEMPURUNG KELAPA
PRODUKSI PETANI SEBAGAI ADSORBEN ION BESI PADA AIR
SUMUR WARGA DIKOTA DUMAI
Rika Taslim 1, Ade Putra Pratama1, Erman Taer2
1
Jurusan Teknik Industri, Universitas Islam Negri Sultan Syarif Kasim,
2
Jurusan fisika, Universitas Riau, Simpang baru, Pekanbaru, 28293
Pekanbaru,28293
email: [email protected] & [email protected]
ABSTRAK
Kebutuhan air bersih di Riau sangatlah tinggi karna sebagian besar daerah tidak ada sumber air
bersih yang layak untuk digunakan. Fokus penelitian ini ditujukan pada daerah kecamatan
Dumai Barat, kota Dumai. Sampel yang dipilih adalah sebanyak 5 buah air sumur bor warga.
Hasil pengujian laboratorium menggunakan alat spektroskopi serapan atom didapatkan
kandungan ion besi (Fe) sebanyak 5,057 ppm, 4,621 ppm, 1,013 ppm, 1,438 ppm dan 6,372
ppm masing-masing untuk sampel air simur A, B, C, D, dan E. Pengurangan kandungan ion Fe
telah dilakukan dengan menggunakan proses adsorpsi memakai karbon aktif dari arang
tempurung kelapa produksi petani yang telah dimodifikasi melalui proses aktivasi kimia
menggunakan KOH. Proses modifikasi arang tempurung kelapa meliputi proses penggilingan
menggunakan ball milling selama 20 jam, pengayakan untuk mendapatkan partikel karbon
sebesar 100 µm dan proses aktivasi dengan senyawa KOH untuk perbandingan karbon dan
KOH adalah sebesar 1:4. Setelah aktivasi selesai karbon aktif dari tempurung kelapa telah
dipakai sebagai media penyerap ion Fe dengan perbandingan karbon dan sampel air adalah 5% :
95% dengan waktu perendaman selama 3, 5, 7 jam. Hasil pengujian menunjukkan arang
tempurung kelapa berpotensi digunakan sebagai bahan penyerap ion Fe pada sumur warga.
Kata kunci : arang tempurung kelapa, air sumur, logam Fe
ABSTRACT
The need for clean water in the Riau is very high because most of the areas there are no viable
source for clean water. The focus of this research was aimed at regional districts of West
Dumai. The selected sample was five artesian water residents. Results of laboratory testing
using atomic absorption spectroscopy tools available of iron of (Fe) of 5,057 ppm, 4,621 ppm,
1,013 ppm, 1,438 ppm and 6,372 ppm, respectively and the samples was named as A, B, C, D,
and E. Reduction of Fe ion content has been studied by using adsorption process with active
carbon from coconut shell charcoal produced by regional farmers that have been modified
through chemical activation process using KOH. Coconut shell charcoal modification process
includes milling process using a ball milling for 20 hours, sieving to obtain carbon particles
less than of 100 μm and activation process with KOH and KOH to carbon ratio was 1: 4. After
activation was finished activated carbon from coconut shell has been used as absorbent for Fe
ions with a ratio of carbon and water samples were 5%: 95% by the time of immersion for 3, 5,
7 hours. The results demonstrate that the coconut shell charcoal was a potential candidate
used as an absorbent material on the Fe ion.
Key word: Coconut shell charcoal, artesian water, Fe ion.
I. PENDAHULUAN
Kelapa adalah tanaman yang banyak sekali dipergunakan dalam kehidupan sehari-hari, mulai
dari batang, daun, dan buah. Pada bagian buah kelapa terdapat serabut kulit, daging buah dan
tempurung. Selama ini tempurung kelapa hanya dipergunakan sebagai arang bakaran saja. Dewasa ini
pemanfaatan arang tempurung kelapa tidak hanya digunakan sebagai karbon aktif, pembuatan karbon
aktif dapat dilakukan dengan aktivasi fisika dan aktivasi kimia. Kalium Hidroksida (KOH) adalah
salah satu bahan kimia yang banyak digunakan sebagai aktivator pengaktif suatu karbon.Karbon aktif
dipakai dalam proses pemurnian udara, gas, dan larutan atau cairan, dalam proses pemurnian suatu
logam dari biji logamnya, dan juga dipakai sebagai katalis pendukung. Dipakai juga dalam pemurnian
gas dan udara, masker dan respirator, seragam militer, industri nuklir, deklorinasi, penyerapan rasa
dan bau dari air, aquarium, filter pada rokok dan juga penghilang senyawa – senyawa organik dalam
air. Dengan gaya Van der Walls yang dimilikinya, pori – pori yang sangat luas ini mampu menangkap
berbagai macam bahan (Aufari, 2013).
106
Prosiding Seminar Nasional Fisika Universitas Andalas (SNFUA)
Padang, 08 Oktober 2015 - ISBN 978-979-25-1955-6
Dalam proses pengolahan air karbon aktif dapat digunakan sebagai adsorben untuk
penyerapan logam berat yang terkandung didalam air. Logam berat yang bisa diserap karbon aktif
diantaranya Cu, Zn, Pb, Fe, dll. Logam Fe adalah logam berat yang memiliki ciri-ciri berbau tidak
enak, memiliki rasa pahit-asam dan air yang semula jernih dan telah terjadi kontak dengan udara
maka air yang semula jernih berubah menjadi kecoklatan (Hartomo, 1994).
Logam Fe apabila dikonsumsi melebihi batas yang ditentukan dapat membahayakan
kesehatan karna bersifat toksik. Kadar logam besi (Fe) yang di perbolehkan Mentri Kesehatan dengan
baku mutu 0,3 mg/L (Menteri Kesehatan Republik Indonesia No. 492/Menkes/PER/IV/2010). Pada
tahap observasi di kota Dumai ditemukan bahwa air yang semula bersih selang waktu beberapa menit
warna air berubah kecoklatan dan air memiliki bau yang tidak enak. Sifat air seperti itu ditemukan
hampir merata di seluruh kota Dumai. Dari observasi tersebut dapat diambil kesimpulan bahwa air di
Kota Dumai tercemar logam Fe. Pada penelitian ini akan dilakukan pengurangan kadar Fe di dalam
sampel air sumur dengan melakukan penyerapan menggunakan bahan karbon aktif dari karbon
tempurung kelapa produksi petani.
II. METODOLOGI PENELITIAN
2.1 Pembuatan serbuk karbon aktif.
Proses pembuatan serbuk karbon aktif dari kelapa dilakukan dengan tahap-tahap sebagai
berikut: (i) Tahap awal yang perlu dilakukan adalah pemilihan arang komersil. Arang tempurung
kelapa yang dipilih adalah arang tempurung kelapa yang tidak terdapat abu yang kasat mata dan
dalam keadaan kering. Tahapan selanjutnya yaitu (ii) Penghancuran dan Pengayakan Arang
Tempurung Kelapa. Arang dihancurkan menggunakan mortar sampai menghasilkan ukuran ± 0,5 mm,
untuk mendapatkan ukuran tersebut tidak cukup hanya dilakukan pengilingan tetapi perlu adanya
pengayakan hingga menghasilkan ukuran ± 0,5 mm. Tahapan berikutnya (iii) yaitu proses ball
milling selama 20 jam dan dilanjutkan dengan (iv) proses pengayakan untuk mendapatkan ukuran
partikel kecil dari 100 µm. Tahapan akhir adalah (v) Aktivasi arang tempurung kelapa dengan kalium
hidroksida. Aktivasi dilakukan dengan perbandingkan massa KOH dengan arang tempurung kelapa
yang dipakai sebanyak 4:1.
2.2
Adsorpsi ion Fe dalam sampel air
Pada penelitian ini perbandingan karbon dan sampel air adalah 5% : 95% dengan waktu
perendaman selama 3 jam, 5 jam dan 7 jam.
2.3
Pengujian pengurangan jumlah kandungan ion Fe dalam air
Pengujian ini dimadsudkan untuk mengetahui seberapa besar pengaruh penurunan kandungan
ion Fe yang terkandung dalam air. Pengujian kandungan ion Fe menggunakan alat spektroskopi
serapan atom (SSA).
III. HASIL DAN PEMBAHASAN
Dari pengujian sampel air awal/tanpa perlakuan menggunakan alat spektroskopi serapan atom
(SSA) di dapatkan hasil seperti pada tabel dan grafik berikut:
Tabel 1 Hasil Pengujian SSA
Sampel Air
Kandungan Fe
A
5,0565 ppm
B
4,6221 ppm
C
1,0134 ppm
D
1,4381 ppm
E
6,3715 ppm
Sumber: Hasil pengujian
107
Prosiding Seminar Nasional Fisika Universitas Andalas (SNFUA) 2015
Padang, 08 Oktober 2015 – ISBN 978-979-25-1955-6
Gambar 1 Nilai Konsentrasi Logam Fe pada sampel air sumur di Kota Dumai
Dari Tabel dan Gambar diatas diketahui bahwa air sumur di daerah Kota Dumai tercemar
kadar Fe karena sudah melebihi batas baku mutu yang di tetapkan oleh Menteri Kesehatan sebesar 0,3
mg/L (ppm). Penggunaan terus menerus dapat memberikan efek yang tidak baik untuk kesehatan
karena logam Fe bersifat toksik.
Dari pengujian SSA, kandungan Fe yang terbesar pada sampel E sebesar 6,3715 ppm. Nilai
kandungan Fe tersebut sangat tinggi dan dapat menggangu kesehatan apabila dikonsumsi. Cara untuk
menurunkan kadar Fe dalam air dilakukan dengan cara Adsorpsi, yang bertindak sebagai adsorben
adalah karbon aktif
Pada penelitian ini penulis hanya hanya mengambil sampel D dan E untuk dilakukan proses
adsorpsi menggunakan karbon aktif, berikut hasil pengujian karbon aktif dapat dilihat pada tabel dan
gambar berikut:
Tabel 2 Hasil Pengujian SSA pada sampel D
Sampel
Air
Kandungan Fe
Persentase
D.1
0
100%
D.2
0
100%
D.3
0
100%
Sumber: Hasil pengujian
Gambar 2 Nilai Konsentrasi Logam Fe pada sampel D ( D = tampa perlakuan / Awal, D.1 =
Perendaman 3 jam, D.2 = Perendaman 5 jam, D.3 = Perendaman 7 jam )
Dari Tabel 2 dan Gambar 2 dapat dilihat penurunan kadar logam Fe pada D.1, D.2, D.3
mencapai 100% dan karbon aktif dapat mengadsorpsi kandungan logam Fe yaitu sebesar 1,4381 ppm.
Persentase penyerapan yang lebih tinggi pada sampel D terkait juga dengan konsentrasi awal ion Fe
yang ada. Konsentrasi ion yang ada didalam sampel D lebih kecil dibandingkan konsentrasi ion Fe
yang ada pada sampel E. Sehingga penyerapan ion pada sampel D dapat mencapai persentase yang
lebih tinggi dari pada sampel E. Dilihat dari proses perlakuan perendaman dapat diambil kesimpulan
bahwa proses adsorpsi pada perlakuan 3, 5 dan 7 jam sangat baik karena dari hasil pengujian
108
Prosiding Seminar Nasional Fisika Universitas Andalas (SNFUA)
Padang, 08 Oktober 2015 - ISBN 978-979-25-1955-6
menunjukkan bahwa logam Fe pada sampel D.1, D.2, D.3 memiliki persentase penyerapan yang sama
sebesar 100%.
Tabel 3 Hasil Pengujian SSA pada sampel E
Sampel Air
E.1
E.2
E.3
Kandungan Fe
Persentase
2,1477
66,29%
2,0516
67,80%
2,4046
62,26%
Sumber: Hasil pengujian
Gambar 3 Nilai Konsentrasi Logam Fe pada sampel E ( E = tampa perlakuan / Awal, E.1 =
Perendaman 3 jam, E.2 = Perendaman 5 jam, E.3 = Perendaman 7 jam )
Pada Tabel 3 dan Gambar 3 dapat dilihat bahwa hasil adsorpsi yang paling baik pada sampel
E.2 dengan waktu perendaman selama 5 jam dengan persentase penurunan sebesar 67,80% dan
penurunan logam Fe sebesar 4,2238 ppm. Pada Perendaman dengan waktu 3 jam nilai penyerapannya
hampir sama dengan penyerapan perendaman 5 jam sebesar 66,29% dan penurunan logam Fe sebesar
4,3199 ppm. Pada waktu perendaman selama 7 jam terjadi penurunan dengan persentase penyerapan
62,26% dan penurunan logam Fe sebesar 3,9669 ppm. Dalam proses adsorpsi lamanya waktu kontak
dapat mempengaruhi turunnya konsentrasi logam Fe yang terdapat pada sampel air sumur. Menurut
laporan Rahayu, dkk tahun 2014 bahwa waktu kontak yang terlalu lama akan mengakibatkan proses
desorpsi. Dimana desorpsi merupakan proses pelepasan kembali ion atau molekul yang telah
berikatan dengan gugus aktif pada adsorben.
IV. KESIMPULAN
Dari penelitian ini didapatkan hasil bahwa air di Kota Dumai tercemar logam Fe dengan nilai
tiap sampel A, B, C, D, E sebesar sebanyak 5,057 ppm, 4,621 ppm, 1,013 ppm, 1,438 ppm dan 6,372
ppm. Setelah dilakukan perlakuan karbon aktif, nilai penurunan kadar logam Fe dalam air yang paling
baik adalah pada waktu perendaman selama 5 jam.
DAFTAR PUSTAKA
Aufari, M, A., Robianto, S., Manurung, R. 2013. Pemurnian Crude Glicerine Melalui Proses
Bleaching Dengan Menggunakan Karbon Aktif. Jurnal Teknik Kimia USU. 2:1, 44-48
Hartomo, A. J., Widiatmoko, M. C., 1994, Teknologi Membran Pemurnian Air. Andi Offset
Yogyakarta, Yogyakarta,
Kementrian Kesehatan. 2010, Peraturan Menteri Kesehatan Republik Indonesia Nomor
492/MENKES/PER/IV/2010. Jakarta: Menteri Kesehatan
Rahayu, A, N., Adhitiyawarman., 2014 Pemanfaatan Tongkol Jagung Sebagai Adsorben Besi Pada
Air Tanah. Jurnal Kimia Khatulistiwa 3:3, 7-13
109
Prosiding Seminar Nasional Fisika Universitas Andalas (SNFUA) 2015
Padang, 08 Oktober 2015 – ISBN 978-979-25-1955-6
MODEL KECEPATAN LOKAL GELOMBANG P SATU DIMENSI
WILAYAH TOBA
Dimas Salomo J. Sianipar1,2, Furqon Dawam Raharjo3
1Sekolah Tinggi Meteorologi Klimatologi dan Geofisika (STMKG), Tangerang Selatan
2Badan Meteorologi Klimatologi dan Geofisika, Balai Besar Wilayah I, Medan
3Badan Meteorologi Klimatologi dan Geofisika, Stasiun Geofisika Padang Panjang
Email: [email protected]
ABSTRAK
Salah satu parameter penting dalam keakuratan lokasi hiposenter gempabumi yaitu tersedianya
model kecepatan gelombang seismik dalam skala lokal atau regional dengan tingkat presisi
yang tinggi. Tujuan dari penelitian ini yaitu membuat model kecepatan lokal gelombang P
wilayah Toba, Sumatera Utara dan relokasi hiposenter gempabumi di sana. Penelitian ini
menggunakan metode solusi masalah model kopel hypocenter-velocity dari Kissling (1995).
Data gempa dan waktu tiba gelombang P diunduh dari buletin yang sudah dianalisis ulang
(reviewed bulletin) oleh International Seismological Centre (ISC). Data yang digunakan yaitu
30 kejadian gempa dengan kualitas baik yang terjadi tahun 2010-2013 di wilayah Toba. Data
waktu tiba gelombang P yang dipilih yaitu catatan dari stasiun-stasiun lokal dengan jarak
kurang dari 10 derajat. Nilai Azimuthal GAP stasiun seismik rata-rata yang didapatkan cukup
bagus untuk inversi ini yaitu 171. Sebanyak tiga puluh (30) iterasi dilakukan dalam proses
relokasi dan penentuan model kecepatan. Pada iterasi ke-24 solusi mulai konvergen dan pada
iterasi akhir memperoleh nilai RMS (root mean square) residual waktu tempuh yang sudah
bernilai rendah yaitu sebesar 0.30. Penelitian ini berhasil menentukan model kecepatan lokal
gelombang P pada 18 lapisan (kedalaman -3 sampai 171 km) dan relokasi hiposenter
gempabumi di wilayah Toba.
Kata kunci : gelombang P, model kecepatan, toba
ABSTRACT
One of the important parameters in accuracy of earthquake hypocenter is the high precision
seismic velocity model which available in local or regional scale. The aims of this research are
to make a local P-wave velocity model in Toba region, North Sumatra and to relocate the
hypocenter there. This work used the method of coupled hypocenter-velocity model problem
solution from Kissling (1995). The P-wave arrival data were downloaded from the reviewed
event bulletin of International Seismological Center (ISC). We used 30 well-selected
earthquakes which occurred in the 2010-2013 in Toba region. The P-wave arrival time data
were selected from seismic stations which distance smaller than 10 degree (local scale). The
average azimuthal GAP value of seismic stations is good for this inversion i.e. 171. We did 30
iterations in the relocation and inversion processes in order to make the new P-wave velocity
model. In the 24th iteration, the solution is convergent and in the last iteration (the 30th), RMS
residual of travel time have the lowest value i.e. 0.30. We successfully make a one dimensional
and local P-wave velocity model in 18 layers (depth -3 to 171 km) and hypocenter relocation in
Toba region.
Keywords: P wave, velocity model, toba
I. PENDAHULUAN
Wilayah Toba merupakan bekas supertektovulkano Gunung Toba raksasa yang meletus.
Wilayah Toba merupakan wilayah yang memiliki aktivitas kegempaan. Pada bulan Juli 2013, setelah
terjadinya gempa darat yang merusak di wilayah Bener Meriah, Aceh, terjadi rangkaian gempa di
wilayah Toba, Sumatera Utara. Tepatnya pada tanggal 4 Juli 2013, pukul 17:58 UTC, terjadi gempa
dengan magnitudo M=3.6 dengan pusat gempa berada pada koordinat 2.57 LU, 98.64 BT, kedalaman
10 km. Menurut Badan Meteorologi Klimatologi dan Geofisika (BMKG) Balai Besar Wilayah I
Medan, gempa ini dapat dirasakan masyarakat di wilayah Samosir dalam skala II MMI (Modified
Mercally Intensity). Setelah gempa ini terjadi lagi sebanyak 23 kejadian gempa dengan yang paling
besar yaitu yang terjadi pada tanggal 5 Juli 2013 pukul 16:54 UTC dengan kekuatan M=4.8. Pusat
gempa berada pada koordinat 2,560 LU, 98,610 BT dengan kedalaman 10 km. Gempa ini dirasakan
masyarakat di wilayah Samosir dalam skala III-IV MMI.
Ramdhan dan Nugraha (2013) melakukan studi seismisitas di sekitar wilayah Toba
berdasarkan hasil relokasi hiposenter. Menurut mereka, wilayah Toba sangat menarik dijadikan topik
110
Prosiding Seminar Nasional Fisika Universitas Andalas (SNFUA)
Padang, 08 Oktober 2015 - ISBN 978-979-25-1955-6
penelitian berdasarkan kepada tatanan tektonik dan kondisi geologinya. Wilayah Toba dipengaruhi
oleh adanya slab subduksi miring yang menyusup ke bawah Pulau Sumatera, segmen-segmen dari
patahan besar sumatera (Sumatra Fault System) serta keberadaan gunung api yang aktif di sekitarnya.
Dalam melakukan relokasi hiposenter di wilayah Toba, mereka menggunakan model kecepatan yang
dihasilkan oleh Madlazim dan Santosa (2010).
Salah satu parameter penting dalam keakuratan lokasi hiposenter gempabumi yaitu
tersedianya model kecepatan gelombang seismik dalam skala lokal atau regional dengan tingkat
presisi yang tinggi. Model kecepatan ini menunjukkan keheterogenitas batuan pada lapisan-lapisan di
bawah permukaan bumi. Tujuan dari penelitian ini yaitu membuat model kecepatan lokal gelombang
P satu dimensi wilayah Toba.
Model struktur kecepatan gelombang gempa yang biasa digunakan dalam studi seismologi,
salah satunya adalah model kecepatan global IASP91. IASP91 merupakan model kecepatan bumi satu
dimensi yang dihasilkan oleh International Association of Seismology and Physics of the Earth’s
Interior (IASPEI) dari pemodelan menggunakan ribuan data gelombang P dan gelombang S yang
direkam oleh ribuan sensor seismik di seluruh dunia. Model kecepatan ini disusun dengan asumsi
bahwa interior bumi di seluruh bagian mempunyai karakteristik yang sama atau homogen. Pada
kenyataannya, struktur interior bumi tidaklah homogen, sehingga pemakaian model kecepatan global
dinilai kurang akurat dalam perhitungan parameter hiposenter untuk gempa-gempa yang bersifat lokal
dan/atau regional.
Tingkat ketelitian penentuan parameter hiposenter untuk gempa-gempa lokal di suatu daerah
dapat ditingkatkan dengan membuat model struktur kecepatan gelombang seismik yang lebih sesuai
(cocok) untuk daerah tersebut. Beberapa penelitian sudah pernah membahas tentang struktur
kecepatan gelombang P di wilayah Sumatera bagian utara dan sekitarnya, di antaranya yaitu
Madlazim dan Santosa (2010), Akbar dan Santosa (2012), Rachman dan Nugraha (2012), Iswati, dkk.
(2013) dan Muksin (2014), tetapi belum ada yang secara khusus menentukan model kecepatan lokal
wilayah Toba dalam banyak lapisan yang jelas dan menggunakan data waktu tiba gelombang P yang
sudah dianalisis ulang (reviewed) serta dengan menggunakan stasiun-stasiun yang lokal yaitu jarak
kurang dari 10 derajat. Koulakov dkk. (2009) dalam penelitiannya secara fokus membahas wilayah
Toba yaitu menentukan tomografi gelombang seismik di sana. Hasil penelitian mereka berupa citra
model kecepatan gelombang P dan S sebagai hasil tomografi seismic wilayah Toba. Saat ini
diperlukan nilai-nilai kecepatan gelombang P satu dimensi dalam banyak lapisan yang dapat
dipergunakan dalam perangkat lunak penentuan lokasi hiposenter gempa (locating) yang jelas dengan
tingkat akurasi yang tinggi. Untuk itulah dilakukan penelitian penentuan model kecepatan lokal satu
dimensi di wilayah Toba seperti yang dilakukan dalam penulisan ini.
II. DATA
Data parameter gempabumi dan waktu tiba gelombang P diunduh dari buletin yang sudah
dianalisis ulang (reviewed event bulletin) oleh International Seismological Centre (ISC). Data yang
digunakan yaitu kejadian gempa di wilayah Toba pada batasan koordinat 2.04050 LU sampai dengan
3.04050 LU, 98.22820 BT sampai dengan 99.22820 BT, pada semua rentang kedalaman (0-1000 km)
dan magnitudo (0≤M≤9.5). Data ini merupakan data 30 kejadian gempa dengan kualitas baik yang
terjadi dari tahun 2010-2012 (selama tiga tahun). Data waktu tiba gelombang P yang dipilih yaitu
catatan dari stasiun-stasiun lokal dengan jarak kurang dari 10 derajat. Selain itu digunakan data
stasiun-stasiun seismik yang berada di wilayah Sumatera bagian utara dan sekitarnya. Data stasiun
yang dibutuhkan meliputi koordinat stasiun (lintang dan bujur) serta elevasinya. Selain itu dipilih
stasiun referensi yaitu stasiun Parapat (PSI). Model kecepatan awal (inisial) yang digunakan dalam
penelitian ini yaitu model kecepatan IASP91 yang sudah dimodifikasi menjadi 21 lapisan.
III. METODOLOGI
Model struktur kecepatan gelombang gempa dapat ditentukan dengan memanfaatkan
seperangkat data observasi gempa yang meliputi data waktu tiba (arrival time) atau waktu tempuh
(travel time) gelombang gempa yang terekam pada stasiun seismik. Perhitungan model kecepatan
gelombang P satu dimensi di wilayah Toba ini menggunakan metode inversi penyelesaian masalah
model kopel hypocenter-velocity dari Kissling (1995). Dalam melakukan inversi, jarak episenter
maksimal dalam penggunaan fase gelombang seismik yaitu 4 derajat (444.8 km). Data observasi pada
stasiun-stasiun pada jarak yang lebih besar dari ini diabaikan (tidak digunakan). Fase gelombang
seismik yang digunakan hanya fase gelombang P.
111
Prosiding Seminar Nasional Fisika Universitas Andalas (SNFUA) 2015
Padang, 08 Oktober 2015 – ISBN 978-979-25-1955-6
Metode solusi kopel hypocenter-velocity ini merupakan metode relokasi gempa dan koreksi
stasiun secara bersamaan. Prinsip metode ini adalah melakukan inversi secara simultan terhadap
model kecepatan dan hiposenter yang dibatasi pada fase pertama waktu tiba gelombang P (P-wave
first arrival phases). Metode ini digunakan dalam perangkat lunak Velest 3.3 (Kissling, 1995). Dalam
Velest 3.3, diperlukan empat data masukan, yaitu data gempabumi, daftar stasiun-stasiun seismik,
model kecepatan inisial (awal) gelombang P satu dimensi, dan kontrol parameter.
Data gempabumi yang dimaksud yaitu data parameter gempa (origin time, koordinat
episenter, kedalaman, dan magnitudo) dan data waktu tiba gelombang P (dalam sekon) dengan nama
stasiun seismik pencatatnya. Model awal yang digunakan yaitu model kecepatan global IASP91 yang
dimodifikasi menjadi 21 lapisan. Kontrol parameter yang dilakukan yaitu mengganti nama-nama
masukan sesuai nama data gempa, data stasiun dan data model inisial. Pada kontrol parameter juga
ditentukan koordinat pusat wilayah penelitian, jumlah gempa, jarak maksimum episenter ke stasiun,
dan banyaknya iterasi yang akan dilakukan dalam inversi. Diagram alir metode inversi solusi masalah
kopel hypocenter-velocity dapat dilihat pada Gambar 1.
Gambar 1 Diagram alur proses penentuan model kecepatan lokal gelombang P baru dari Kissling
(1995).
Data gempabumi yang dipakai ini yaitu data dari tahun 2010 (karena stasiun-stasiun seismik
InaTEWS BMKG dipertimbangkan mulai beroperasi secara optimal pada tahun ini) dan sampai tahun
2012 (data yang sudah di-review/direlokasi oleh ISC). Artinya data yang digunakan ini sudah cukup
baik karena sudah dianalisis ulang oleh ISC serta menggunakan stasiun-stasiun seismik BMKG yang
dekat dengan sumber gempa. Sebanyak tiga puluh (30) iterasi dilakukan dalam proses relokasi dengan
dasar prinsip Joint Hypocenter Determination (JHD) dan penentuan model kecepatan satu dimensi
yang baru. Stasiun referensi yang digunakan yaitu Stasiun PSI (Parapat, Sumatra, Indonesia,
koordinat 2.8018 LU, 98.9240 BT, elevasi 1051 m). Stasiun referensi ini ditentukan berdasarkan
kriteria sebagai stasiun seismik dengan kualitas yang tinggi, dekat dengan pusat dari geometri
jaringan stasiun, dengan waktu perekaman gempa yang panjang, serta sedikitnya mencatat sedikitnya
50 persen dari bacaan fase yang ada. Pengetahuan tentang struktur kecepatan dekat permukaan di
sekitar bawah stasiun referensi dapat membantu interpretasi keterlambatan stasiun (station delays)
secara kualitatif.
Dengan persyaratan di atas, maka ada 15 (lima belas) stasiun seismik yang dapat digunakan.
Semua stasiun tersebut beserta banyaknya fase gelombang P yang terekam yaitu: BKNI (5), FRIM
(2), GSI (25) IPM (4), KCSI (23), KULM (3), LHMI ( 4), MLSI (4), MNSI (20), PBSI (10), PSI (26),
SISI (1), SNSI (7), TPTI (17), TSI (19). GAP rata-rata yang didapatkan dari seluruh proses
perhitungan yaitu sebesar 171. GAP ini artinya yaitu nilai terbesar azimuthal gap antara stasiunstasiun perekam yang berdekatan secara azimuth dalam derajat. Nilai ini dianggap cukup baik karena
masih dibawah 180 derajat. Namun ada beberapa event gempa yang memiliki nilai GAP lebih dari
112
Prosiding Seminar Nasional Fisika Universitas Andalas (SNFUA)
Padang, 08 Oktober 2015 - ISBN 978-979-25-1955-6
180 yang dikarenakan kondisi sebaran geometri stasiun seismik penerima yang digunakan dalam
penentuan lokasinya (locating).
IV. HASIL DAN PEMBAHASAN
Total rekaman fase gelombang P dari seluruh gempa yaitu sebanyak 170. Dari 170 bacaan
fase gelombang P ini, sebanyak 167 merupakan gelombang langsung-lurus dan hanya 3 (tiga)
merupakan gelombang yang direfraksikan. Root mean square (RMS) residual sebelum dilakukan
proses perhitungan yaitu 1.620092. Iterasi pertama setelah mulai dilakukan penyelesaian solusi,
menghasilkan RMS residual senilai 1.448997 dan terus berkurang pada setiap iterasi. Grafik nilai
RMS residual waktu tempuh pada setiap iterasi dapat dilihat pada Gambar 2. Dari grafik tersebut,
terlihat bahwa solusi sudah mulai konvergen pada iterasi ke 24.
Gambar 2 Grafik nilai RMS residual waktu tempuh pada setiap iterasi. RMS terlihat sudah
konvergen pada iterasi ke-24.
Proses inversi ini dilakukan secara simultan untuk menentukan model kecepatan gelombang
P satu dimensi dan relokasi hiposenter hingga iterasi ke-30. Setelah 30 iterasi ini, dari 170 sinar
gelombang seismik tersebut, disimpulkan 157 merupakan sinar gelombang lurus dan langsung, dan 13
merupakan sinar gelombang yang direfraksikan. Pada iterasi terakhir ini, nilai RMS residual waktu
tempuh sudah sangat kecil yaitu 0.304776. Hasil ini dianggap sudah cukup baik karena nilai RMS
residual waktu tempuh yang sudah sangat kecil mendekati nol.
Gambar 3 Episenter 30 gempabumi yang digunakan dalam penelitian ini. Tanda bintang
merupakan episenter sebelum relokasi dan tanda bulat sesudah relokasi.Warna pada simbol
menunjukkan kedalaman hiposenter, merah artinya kedalaman dangkal (kurang dari 70 km) dan
hijau artinya kedalaman menengah (71-300 km).
Tabel 1 menunjukkan nilai-nilai keterlambatan (delays) waktu tiba gelombang P di setiap
stasiun seismik, relatif terhadap stasiun referensi PSI (nilai delay 0). Nilai-nilai ini merupakan koreksi
stasiun, ada yang bernilai positif dan ada yang bernilai negatif. Waktu delay stasiun bernilai negatif
113
Prosiding Seminar Nasional Fisika Universitas Andalas (SNFUA) 2015
Padang, 08 Oktober 2015 – ISBN 978-979-25-1955-6
menunjukkan bahwa waktu tempuh gelombang P lebih cepat untuk sampai pada stasiun pencatat
tersebut dibandingkan dengan stasiun referensi dikarenakan struktur batuan di sekitar bawah stasiun
seismik tersebut tersusun atas bebatuan yang lebih padat (hardrock). Waktu delay stasiun bernilai
positif mengindikasikan bahwa struktur batuan di sekitar bawah stasiun seismik tersebut tersusun atas
batuan yang lebih lunak (sedimen) yang menyebabkan gelombang P merambat lebih lambat untuk
sampai pada stasiun pencatat tersebut dibanding stasiun referensi (Madlazim dan Santosa, 2010).
Tabel 1 Waktu delay (koreksi stasiun) yang didapatkan dalam penelitian ini
Stasiun
BKNI
FRIM
IPM
KCSI
KULM
LHMI
MLSI
MNSI
PBSI
SNSI
TPTI
TSI
GSI
PSI
Fase
P
P
P
P
P
P
P
P
P
P
P
P
P
P
Keterlambatan (delay)
0.9935
-0.0311
-0.4340
-1.1418
-1.1091
-2.1159
-2.0266
-0.4964
-2.1052
-1.6828
-0.9476
-0.0455
-1.3779
0.0000
Gambar 4 Grafik model kecepatan inisial dan model kecepatan baru gelombang P satu dimensi di
wilayah Toba. Garis biru merupakan struktur kecepatan IASP91 yang dimodifikasi menjadi 21
lapisan, garis merah merupakan struktur kecepatan gelombang P baru yang didapat dari inversi
dalam penelitian ini.
Dengan menggunakan model kecepatan global IASP91 yang sudah dimodifikasi (menjadi 21
lapisan) sebagai model kecepatan inisial, didapatkan model kecepatan baru gelombang P satu dimensi
114
Prosiding Seminar Nasional Fisika Universitas Andalas (SNFUA)
Padang, 08 Oktober 2015 - ISBN 978-979-25-1955-6
hasil inversi untuk wilayah Toba. Berdasarkan hasil perhitungan, sangat sedikit sinar gelombang yang
melewati lapisan di atas 171 km (hanya 24 sinar gelombang, lihat Tabel 2). Maka struktur kecepatan
gelombang P dalam penelitian ini hanya bisa ditentukan sampai kedalaman 171 km. Grafik
perbandingan struktur model kecepatan awal (inisial) dengan model kecepatan baru hasil inversi yang
didapat dari penelitian ini dapat dilihat pada Gambar 4, sementara secara kuantitatif, nilainya tertera
pada Tabel 2.
Model kecepatan baru hasil inversi dengan menggunakan inversi solusi model kopel
hypocenter-velocity ini memiliki nilai yang berbeda dengan model kecepatan inisial yang digunakan.
Pada kedalaman kurang dari 100 km, kecepatan gelombang P yang baru lebih lambat dibanding
model kecepatan inisial. Pada lapisan di atas mean sea level, kecepatan gelombang P yaitu 4.9 km/s.
Pada lapisan kerak (crust), kecepatan gelombang P menurun secara bertahap dari 5.3 km/s hingga 5.0
km/s. Lapisan ini teridentifikasi sebagai lapisan kerak bumi bagian atas (upper crust) yaitu kedalaman
0 hingga 25 km. Pada kedalaman 25-35 km teridentifikasi lapisan berkecepatan rendah (low velocity
layer) dengan kecepatan gelombang P yaitu 4.87 km/s. Selanjutnya nilai kecepatan gelombang P
meningkat menjadi 5.25 sampai 5.26 km/s pada kedalaman 35 hingga 50 km. Lapisan ini
teridentifikasi sebagai lapisan kerak bumi bagian bawah (lower crust).
Tabel 2 Hasil nilai kecepatan gelombang P pada setiap lapisan. NHIT merupakan jumlah sinar
gelombang yang melewati lapisan tersebut. XY yaitu rata-rata panjang sinar gelombang
horisontal pada lapisan tersebut. Z yaitu rata-rata panjang sinar gelombang vertikal pada lapisan
tersebut.
Nomor
Lapisan
Atas ..... Bawah
(km)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
-3.00... 0.00
0.00... 2.00
2.00... 4.00
4.00... 7.00
7.00... 10.00
10.00... 15.00
15.00... 20.00
20.00... 25.00
25.00... 35.00
35.00... 40.00
40.00... 50.00
50.00... 60.00
60.00... 71.00
71.00... 81.00
81.00...100.00
100.00...120.00
120.00...140.00
140.00...171.00
171.00...210.00
210.00...271.00
271.00...
Kecepatan
gelombang
P inisial
(km/s)
4.8
5.8
5.8
5.8
5.8
5.8
5.8
6.5
6.5
8.04
8.04
8.04
8.04
8.05
8.05
8.05
8.19
8.19
8.30
8.52
8.88
Kecepatan
gelombang P
baru (km/s)
NHIT
XY
(km)
Z
(km)
4.9
5.32
5.2
5.17
5.17
5.12
5.12
5.08
4.87
5.25
5.26
5.94
7.77
7.31
7.93
8.45
8.09
8.63
8.56
8.52
8.88
120
220
170
170
170
170
170
171
168
170
167
167
158
149
153
141
137
119
24
0
0
0.1
4.3
1.7
2.5
2.5
3.9
3.9
3.4
5.8
3.2
6.3
7.6
26.5
11
27.4
41.2
29
38.5
8.9
0
0
0.3
1.5
2
3
3
5
5
4.9
9.8
4.9
10
10
10.4
10
18.2
19.4
19.6
18.6
6.4
0
0
Pada kedalaman 50-60 km, kecepatan gelombang P kembali meningkat secara signifikan
menjadi 5.94 km/s yang masih bisa diidentifikasi sebagai lapisan kerak bagian bawah dengan densitas
batuan yang semakin padat. Nilai kecepatan meningkat signifikan pada kedalaman 60-71 km menjadi
7.77 km/s dan terus meningkat hingga pada kedalaman 81-100 km menjadi 7.93 km/s. Lapisanlapisan dengan kecepatan lebih tinggi ini teridentifikasi sebagai lapisan mantel bagian atas.
115
Prosiding Seminar Nasional Fisika Universitas Andalas (SNFUA) 2015
Padang, 08 Oktober 2015 – ISBN 978-979-25-1955-6
Pada kedalaman di atas 100 km, kecepatan gelombang P yang dihasilkan dari inversi
penelitian ini lebih cepat dari model kecepatan inisial. Lapisan-lapisan ini masih teridentifikasi
sebagai lapisan mantel bumi. Perbedaan antara model kecepatan inisial dengan model kecepatan hasil
inversi menunjukkan bahwa setiap wilayah memiliki model kecepatan gelombang P satu dimensi
yang berbeda sesuai dengan kondisi heterogenitas horisontal dan lateral bawah permukaan. Model
kecepatan baru hasil inversi dalam penelitian ini menunjukkan bahwa semakin ke dalam maka
semakin besar pula kecepatan gelombang P. Hal ini menunjukkan bahwa semakin ke dalam lapisan
penyusun bumi semakin rapat (densitas meningkat).
Teridentifikasi adanya tiga lapisan berkecepatan rendah (low velocity layer) yang tidak
mengikuti pola peningkatan terhadap kedalaman yaitu pada kedalaman 25-35 km, 71-81 km, dan 120140km. Lapisan berkecepatan rendah ini biasanya berada pada zona transisi antar lapisan. Selain
menghasilkan model kecepatan baru, metode solusi coupled hypocenter velocity ini juga melakukan
relokasi hiposenter yang secara teoritis menggunakan prinsip relokasi simultan Joint Hypocenter
Determination (JHD). Perbandingan episenter baru hasil relokasi dan inisial sesuai data buletin ISC,
dapat dilihat pada Gambar 3 di atas. Kualitas episenter baru hasil relokasi dipertimbangkan lebih baik
ditinjau dari kecilnya nilai RMS residual waktu tempuh pada masing-masing event gempabumi.
V. KESIMPULAN
Penelitian ini berhasil membuat model kecepatan lokal gelombang P satu dimensi wilayah
Toba dengan metode inversi solusi model kopel hypocenter-velocity menggunakan data 30 gempa
dengan kualitas baik. Keakuratan model kecepatan baru dipertimbangkan menjadi lebih baik ditinjau
dari kecilnya RMS residual waktu tempuh yang dihasilkan yaitu 0.30. Rata-rata GAP sebesar 171
juga mendukung keakuratan hasil perhitungan ini. Idealnya azimuthal GAP di bawah 180, tetapi
karena kondisi sebaran gempa dan geometri stasiun seismik yang digunakan, sulit mencapai nilai di
bawah 180 untuk seluruh gempa. Struktur model kecepatan yang dihasilkan yaitu sebanyak 18 lapisan
(kedalaman -3 sampai 171 km). Pada kedalaman kurang dari 100 km, kecepatan gelombang P yang
baru lebih lambat dibanding model kecepatan inisial. Pada kedalaman di atas 100 km, kecepatan
gelombang P yang dihasilkan dari inversi penelitian ini lebih cepat dari model kecepatan inisial.
Teridentifikasi lapisan upper crust, lower crust dan lapisan mantel. Teridentifikasi juga adanya tiga
lapisan berkecepatan rendah (low velocity layer) yang tidak mengikuti pola peningkatan kecepatan
gelombang P terhadap kedalaman yaitu pada kedalaman 25-35 km, 71-81 km, dan 120-140 km.
DAFTAR PUSTAKA
Akbar, Gigih Wahyu, dan Bagus Jaya Santosa, 2012, Model Inversi 1D Struktur Lapisan Kerak Bumi
dengan Metode Algoritma Genetik di Provinsi Sumatera Utara Indonesia, Jurnal Sains
POMITS Vol. I, No. 1, 1-7.
Iswati, Dina, Supardiyono, dan Madladzim, 2013, Estimasi Model Kecepatan Lokal Gelombang
Seismik 1D Dan Relokasi Hiposenter Di Daerah Sumatera Barat Menggunakan Hypo-GA
dan Velest 3.3. Jurnal Fisika Vol. II No. 2, 1-5.
Kissling, E, 1995, Program Velest User’s Guide – Short Introduction, Institute of Geophysics ETH
Zurich.
Koulakov Ivan,Tedi Yudistira, Birger-G. Luehr dan Wandono, 2009, P, S velocity and Vp/Vs ratio
beneath the Toba caldera complex (Northern Sumatra) from local earthquake tomography,
Geophys. J. Int., doi: 10.1111/j.1365-246X.2009.04114.x.
Madlazim dan B. J. Santosa, 2010, Simultaneous Inversion for 1-D P-Wave Velocity Model, Station
Corrections and Hypocenters of Sumatra Earthquakes, 5th Kentingan Physics Forum, pp.9398.
Muksin, 2014, A Fault-Controlled Geothermal System in Tarutung (North Sumatra, Indonesia)
Investigated by Seismological Analysis, Disertasi, GFZ Postdam.
Puspito. Nanang T., 1996, Struktur Kecepatan Gelombang Gempa dan Koreksi Stasiun Seismologi di
Indonesia, JMS Vol. I No.2.
Rachman, Deni Tri dan Nugraha, Andri Dian, 2012, Penentuan Model 1-D Kecepatan Gelombang P
Dan Relokasi Hiposenter Secara Simultan Untuk Data Gempabumi Yang Berasosiasi Dengan
Sesar Sumatera Di Wilayah Aceh Dan Sekitarnya, JTM, Vol. XIX No.1.
Ramdhan, Muhammad dan Andri Dian Nugraha, 2013, Study of seismicity around Toba area based
on relocation hypocenter result from BMKG catalogue, AIP Conf. Proc. 1554, 242; doi:
10.1063/1.4820330.
116
Prosiding Seminar Nasional Fisika Universitas Andalas (SNFUA)
Padang, 08 Oktober 2015 - ISBN 978-979-25-1955-6
ESTIMASI TEMPERATUR RESERVOIR PANAS BUMI BERDASARKAN
RESISTIVITAS LISTRIK TERAS SILIKA DI SEKITAR MATA AIR
PANAS KECAMATAN ALAM PAUH DUO, KABUPATEN SOLOK
SELATAN
Eko Budi Nugroho, Ardian Putra
Laboratorium Fisika Bumi, Jurusan Fisika, FMIPA, Universitas Andalas
Kampus Unand, Limau Manis, Padang, 25163
e-mail :[email protected], [email protected] .ac.id
ABSTRAK
Telah dilakukan penelitian tentang perkiraan temperatur reservoir panas bumi di daerah Alam
Pauh Duo, Kecamatan Alam Pauh Duo, Kabupaten Solok Selatan berdasarkan resistivitas listrik
silika jenuh air dan resistivitas air. Sampel teras silika dan air diambil pada 6 titik radial
menjauh dari sumber mata air panas.Pada pengujian resistivitas silika jenuh air, nilai yang
didapatkan yaitu berkisar antara 7,06 sampai dengan9,74 Ωm dan resistivitas air didapatkan
nilai berkisar antara 57,06 dan 58,52 Ωm. Perkiraan temperatur reservoir yang dihasilkan
memiliki rentang temperatur rata-rata antara 253 sampai dengan 340˚C yang dihitung
menggunakan persamaan Dakhnov.Nilai ini mengindikasikan bahwa daerah di Kecamatan
Alam Pauh Duo, Kabupaten Solok Selatan berpotensi sebagai sumber pembangkit listrik
tenaga panas bumi.
Kata Kunci :estimasi temperatur reservoir, teras silika, resistivitas, mata air panas, Solok
Selatan
ABSTRACT
The study in estimating temperature of geothermal reservoir at Alam Pauh Duo, Solok Selatan
was conducted based on the electrical resistivity ofsaturated silica and resistivity of water.
Silica sinter terraces and water samples were taken at six point radially away from the hot
spring. Electrical resistivity of saturated silica range from 7.06 to 9.74 Ωm, while the resistivity
of water range from 57.06 to 58.52 Ωm. Temperature estimation of geothermal reservoir have
an average of temperature value from 253 to 340˚C, calculated using Dakhnov equation. This
value indicates that the area at Alam Pauh Duo, Solok Selatan has potential as a source of
geothermal power plant.
Keywords :temperature estimation of reservoir, silica sinter terraces, resistivity, hot spring,
Solok Selatan
I. PENDAHULUAN
Kebutuhan akan energi di Indonesia terus meningkat seiring dengan laju pertumbuhan
industri dan bertambahnya jumlah penduduk. Dengan kondisi tersebut, hanya bergantung kepada
energi fosil saja tidak akan mampu untuk memenuhi kebutuhan energi nasional. Indonesia perlu
mengembangkan energi lain yang berpotensi besar khususnya dari bidang energi baru dan energi
terbarukan. Dari berbagai macam energi terbarukan yang sedang dikembangkan di Indonesia, salah
satu energi yang dapat digunakan adalah energi panas bumi yang dapat dimanfaatkan secara langsung
maupun tidak langsung.Pemanfaatan langsung dapat dikembangkan untuk pemandian air panas,
memasak bahan makanan, dan pemanas ruangan. Pemanfaatan tidak langsung dikembangkan untuk
pembangkit listrik energi panas bumi (Fitrianty, 2012).
Pembangkit listrik energi panas bumi (PLTP) telah berkembang dengan cepat sebagai upaya
untuk meningkatkan efisiensi PLTP tesebut.Dalam perkembangan pembangkit listrik tenaga panas
bumi harus ada perhitungan dan perencanaan yang maksimal.Perencanaan awal biasanya
menganalisis temperatur yang ada pada reservoir panas bumi agar mendapatkan hasil yang baik untuk
pembangkit listrik. Temperatur reservoir biasanya dapat diketahui dengan cara pemboran, namun
dengan mahalnya biaya untuk pemboran tersebut harus digunakan perhitungan estimasi pada
reservoir tersebut. Estimasi temperatur biasanya dapat dihitung dengan mineral yang ada di sekitar
manifestasi permukaan panas bumi (Liney, dkk., 2010).
Sumber mata air panas berasal dari sistem panas bumi hidrotermal.Pemanasandalam bumi
menghasilkan panas yang dapat keluar ke permukaan pada daerah gunung berapi atau retakan
geologis.Panas yang keluar ini diakibatkan karena adanya celah atau retakan di kulit bumi.Sumber
117
Prosiding Seminar Nasional Fisika Universitas Andalas (SNFUA) 2015
Padang, 08 Oktober 2015 – ISBN 978-979-25-1955-6
panas bumi memiliki kandungan berbagai mineral seperti kalsium, belerang, litium, radium, dan
silika. Mineral-mineral ini muncul ke permukaan akibat terjadinya pendorongan oleh temperatur yang
meningkat dari kerak bumi (Suparno, 2009).
Silika merupakan salah satu mineral penting dalam mengestimasi temperatur reservoir
dengan membawa informasi temperatur tersebut dari bawah permukaan bumi yang terbawa oleh air.
Silika banyak terdapat di sekitar mata air panas yang memiliki ciri khusus dengan adanya teras-teras
silika (silica sinter terraces).Kandungan silika dapat digunakan untuk menentukan nilai temperatur,
karena kelarutan silika merupakan fungsi temperatur yang tidak dipengaruhi oleh tekanan dan garam
terlarut (Fournier, 1989).
Resistivitas secara langsung berkaitan dengan sifat-sifat batuan panas yang ada di bawah
permukaan bumi, seperti salinitas, porositas, permeabilitas, temperatur, dan perubahan mineral. Nilai
resistivitas listrik bahan pada daerah geotermal sangat membantu untuk memprediksi temperatur yang
ada di bawah permukaan bumi di daerah geotermal (Hersir dan Arnason, 2009).Resistivitas dapat
didefinisikan sebagai rasio beda potensial, untuk arus I (A) pada suatu material memiliki luas
penampang 1 m2 dan panjang 1 m, menurut hukum Ohm resistivitas suatu bahan dapat dituliskan:
ρ = R (A/L)
(1)
dengan ρ adalah resistivitas bahan (Ωm), R adalah resistansi (Ω), A adalah luas penampang (m2), dan l
adalah panjang (m) (Tipler, 2001). Sehingga persamaan telah dikembangkan oleh Dakhnov :
ρw = ρwo /[1+ (T-To)]
(2)
dengan ρwadalah nilai resistivitas jenuh air yang berisi fluida pada temperatur To, ρwoadalah
resistivitas air pada temperaturTo, Toadalah suhu awal mata air panas dengan nilai 23˚C, dan adalah
koefisien suhu dari resistivitas dengan nilai 0.023˚C-1, T merupakan temperatur pada larutan (Hersir
dan Arnason, 2009).
Kabupaten Solok Selatan merupakan salah satu kabupaten yang memiliki sumber daya alam
panas bumi terbesar di Sumatera Barat.Dari penelitian yang telah dilaksanakan di daerah ini
berpotensi membangkitkan energi listrik sebesar 1000 MW.Salah satu manifestasi permukaan panas
bumi yang banyak di kabupaten ini adalah sumber mata air panas (Solselkab, 2011).Dari banyaknya
potensi energi panas bumi yang ada di Kabupaten Solok Selatan dan hipotesis yang ada, dapat
dilakukan penelitianmemprediksi temperatur reservoir yang ada di bawah permukaan bumi pada
daerah sumber mata air panas di Kecamatan Alam Pauh Duo, Kabupaten Solok Selatan berdasarkan
resistivitas listrik teras silika dan resistivitas listrik air di mata air panas.
II. METODE
Bahan penelitian berupa teras silika dan air yang diambil radial menjauh dari sumber mata air
panas.Sampel silika dan air diambil pada enam titik yang berbeda seperti yang terlihat pada Gambar
1.Penelitian perkiraan temperatur reservoir menggunakan dua parameter uji yaitu resistivitas listrik
silika jenuh air dan resistivitas air.
Pada pengujian resistivitas silika jenuh air,sampel silika dimasukkan kedalam pipa PVC dan
disambungkan dengan elektroda untuk mengalirkan arus daripower supply.Sebelum disambungkan
dan diberi tegangan, silika yang ada di dalam pipa PVC direndam dengan air yang dibawa dari
sumber mata air panas sampai dengan keadaan jenuh.Keadaan jenuh dimaksudkan sampai air tidak
terserap oleh silika yang berada di pipa PVC.Pada penelitian dilakukan20 variasi tegangan untuk
mendapatkan nilai arus.Nilai keduanya diplot dalam sebuah grafik dan dicari persamaan regresinya
untuk mendapatkan nilai resistansi.Setelah mendapatkan nilai resistansi, nilai luas penampang dan
panjang sampel diukur selanjutnya dihitungnilai resistivitas silika jenuh air, sesuai dengan Persamaan
1.
Pengukuran nilai resistivitas air dilakukan dengan mengukur resistivitas air menggunakan
conductivitymeter. Resistivitas air diukur pada temperatur 23˚C. Nilai resistivitas silika jenuh air dan
resistivitas air yang telah didapatkan digunakan untuk mendapatkan nilai estimasi temperatur yang
diolah menggunakan Persamaan2, sehingga didapatkan nilai estimasi temperaturnya.
118
Prosiding Seminar Nasional Fisika Universitas Andalas (SNFUA)
Padang, 08 Oktober 2015 - ISBN 978-979-25-1955-6
Aliran Air
Titik 1
Titik 2
Titik 3
Titik 4
Titik 5
Titik 6
1a 1b 1c
2a 2b 2c
3a 3b 3c
4a 4b 4c
5a 5b 5c
6a 6b 6c
Sumber Mata
Air Panas
Gambar 1 Teknik pengambilan sampel
III. HASIL DAN DISKUSI
3.1 Hasil Pengujian Resistivitas Silika Jenuh Air
Dari Tabel 1 dapat dilihat bahwa, titik 3 memiliki nilai yang lebih besar resistivitasnya
dibandingkan titik lain. Hal ini kemungkinan disebabkan oleh mineral yang diambil pada titik 3
memiliki kandungan lain yang menyebabkan nilai resistivitasnya tinggi. Karena nilai pada titik 3 ini
terlalu besar maka dikesampingkan dalam estimasi temperatur. Nilai resistivitas listrik pada titik-titik
lain relatif sama.
Tabel 1. Hasil pengujian resistivitas silika jenuh air
Resistivitas
(Ωm)
Titik 1
Titik 2
Titik 3
Titik 4
Titik 5
Titik 6
Resistivitas Rata-Rata (Ωm)
7,06
8,58
23.2
7,73
8,95
9,74
Nilai resistivitas rata-rata yang diharapkan pada penelitian untuk identifikasi adanya potensi
panas bumi sesuai dengan Arnason dkk (2000) yang memiliki rentang nilai dari 3 sampai dengan 15
Ωm. Dari hasil yang didapatkan memperlihatkan bahwa nilai resistivitas pada batuan di daerah
geotermal Islandia khususnya dengan sistem air (hidrotermal) memiliki nilai resistivitas dengan
rentang yang sama walaupun menggunakan metode yang berbeda-beda. Kandungan silika (SiO2)
dilokasi penelitian yang diukur menggunakan X-ray Fluoresence (XRF) berkisar antara 83,398
sampai dengan 85,212% (Putra,2015). Silika dikelompokkan berdasarkan harga resistivitas listrik
yang memiliki sifat isolator pada temperatur yang sangat rendah, namun pada temperatur ruang
sebagai konduktor, sehingga silika dapat mempengaruhi nilai resistivitasnya.Perbedaan kandungan
silika inilah yang menjadikan nilai resistivitas silika di setiap titik juga berbeda.
Nilai resistivitas inilah yang digunakan untuk mengidentifikasi temperatur tinggi di bawah
permukaan tanah dalam eksplorasi geotermal.Nilai resistivitas yang rendah biasanya dapat
memberikan informasi temperatur zona atas di dekat dengan reservoir inti. Hal yang sebenarnya
adalah temperatur reservoir tersebut dapat lebih tinggi dari daerah pada zona atas. Resistivitas
dengan nilai yang rendah (6 Ωm)dapat menginformasikan bahwa temperatur daerah zona atas
reservoir tinggi, sedangkan apabila nilai resistivitasnya tinggi maka temperatur yang didapatkan akan
rendah (Usser, dkk., 2000).
3.2
Hasil Pengujian Resistivitas Air
Tabel 2 merupakan data nilai resistivitas air pada temperatur 23˚C. Nilai resistivitas air
masing-masing sampel maupun nilai rata-ratanya tidak jauh berbeda dengan nilai resistivitas listrik
silika. Nilai resistivitas air yang hampir sama ini karena air yang diambil merupakan air mengalir
yang berasal dari sumber mata air panas yang sama.
119
Prosiding Seminar Nasional Fisika Universitas Andalas (SNFUA) 2015
Padang, 08 Oktober 2015 – ISBN 978-979-25-1955-6
Tabel 2. Hasil pengujian resistivitas air
Sampel Penelitian
Resistivitas Rata-rata
(Ωm)
Titik 1
Titik 2
Titik 3
Titik 4
Titik 5
Titik 6
Rata-rata
58,50
57,06
58,52
57,53
58,38
57,07
57,8
3.3
Hasil Perkiraan Temperatur Reservoir.
Tabel 3 merupakan perkiraan temperatur reservoir. Dari Tabel 3 dapat dilihat bahwa nilai
temperatur rata-rata reservoir berada pada rentang 253 sampai dengan 340˚C dengan nilai rata-rata
temperatur seluruh titik adalah 288˚C. Nilai rata-rata temperatur memiliki kesalahan data 19%.Nilai
kesalahan (error) digunakan untuk mengetahui keakuratan dari data yang telah diuji dalam penelitian
ini. Namun yang perlu dicermati adalah nilai temperatur yang didapatkan berasal dari reservoir
dangkal (sekunder) yang berada di atas reservoir inti dari sumber mata air panas, dimana reservoir
yang berada di bawah reservoir dangkal ini memiliki temperatur yang lebih tinggi dibandingkan
reservoir dangkal tersebut (Usser, dkk., 2000). Suatu pembangkit listrik energi panas bumi bisa
dikembangkan dengan suhu lebih dari 150˚C.Nilai ini mengindikasikan bahwa temperatur reservoir di
Kecamatan Alam Pauh Duo, Kabupaten Solok selatan berpotensi sebagai sumber pembangkit listrik
tenaga panas bumi.Temperatur reservoirdi atas 225˚C dapat dikategorikan kedalam suhu reservoir
tinggi.
Tabel 3. Perkiraan temperatur reservoir
Sampel Penelitian
Titik 1
Titik 2
Titik 4
Titik 5
Titik 6
Rata-rata temperatur
Temperatur Rata-rata
(˚C)
340
271
308
267
253
288
IV. KESIMPULAN
Dari pengujian resistivitas listrik silika jenuh air di Kecamatan Alam Pauh Duo, Kabupaten
Solok Selatan didapatkan nilai rata-rata yang berkisar antara 7,06 sampai dengan 9,74 Ωm.
Berdasarkan pada pengujian resistivitas air di sekitar mata air panas didapatkan nilai resistivitas air
yang berkisar antara 57,06-58,52 Ωm. Nilai perkiraan temperatur yang didapatkan adalah 288˚C. Nilai
ini mengindikasikan bahwa daerah sumber panas bumi di Kecamatan Alam Pauh Duo, Kabupaten
Solok Selatan berpotensi sebagai sumber pembangkit listrik tenaga panas bumi.
DAFTAR PUSTAKA
Arnason, K., Karlsdottir, R., Eysteinsson, H., Flovenz, O. G., Gudlaugsson, S. T., 2000, The
Resistivity Structure Of High-Temperature Geothermal System In Iceland, Proceedings
World Geothermal Congress 2000, Kyushu-Tohaku, Japan.
Fitrianty, U., 2012, Sebaran Mata Air Panas Di Kabupaten Serang, Skripsi, FMIPA, Universitas
Indonesia, Depok.
Fournier, R. O., 1989, Water Geothermometers Applied To Geothermal Energy, US Geological
Survey, USA.
Hersir, G.P. dan Arnason, K., 2009, Resistivity of Rock, Short Course IV on Exploration for
Geothermal Resources, 1-22 November, Lake Naivasha, Kenya.
120
Prosiding Seminar Nasional Fisika Universitas Andalas (SNFUA)
Padang, 08 Oktober 2015 - ISBN 978-979-25-1955-6
Liney, H. Kristindottir., Flovenz, O. G., Arnason, K., Bruhn, D., Milsch, H., Spangeberg, E.,
Kulenkampff, J., 2010, Electrical Conductivity and P-wave Velocity in Rock Samples from
High-Temperature Icelandic Geothermal Fields, Geothermics, Vol 39, Elsevier, hal 94-105.
Putra, A., Endovani, R., Nugroho,E. B., 2015, Identifikasi Kandungan Silika Pada Mata Air Panas dan
Teras Silika (Studi Kasus : Mata Air Panas Sentral Kecamatan Alam Pauh Duo, Kabupaten
Solok Selatan, Sumatera Barat), Prosiding Seminar Semirata 2015 Bidang MIPA BKS-PTN
Barat 2015, 6-9 Mei, Universitas Tanjung Pura, Pontianak, Indonesia.
Suparno, S., 2009, Energi Panas Bumi: A Present from The Heart of The Earth, Edisi Pertama, UI
Press, Depok.
Tipler, P. A, 2001, Fisika untuk Sains dan Teknik, Jilid II, Edisi ketiga, (diterjemahkan oleh:
Bambang Soegijono), Erlangga, Jakarta.
Ussher, G., Johnstone, C., Errol, A., 2000, Understanding The Resistivities Observed In Geothemal
System, Proceeding World Geothermal Congress 2000, Kyushu-Tohoku, Japan.
Solselkab Profil, 2011, Letak Geografis dan Topografi, solselkab.go.id/post/read/154/letak-geografisdan-topografi.html. diakses Desember 2014.
121
Prosiding Seminar Nasional Fisika Universitas Andalas (SNFUA) 2015
Padang, 08 Oktober 2015 – ISBN 978-979-25-1955-6
ESTIMASI NILAI PERCEPATAN TANAH MAKSIMUM DI SUMATERA
BARAT DAN BENGKULU BERDASARKAN SKENARIO GEMPA BUMI
DI WILAYAH PAGAI DENGAN MENGGUNAKAN RUMUSAN SI DAN
MIDORIKAWA 1999
Denisa Syafriana1, Dwi Pujiastuti1, Andiyansyah Z.Sabarani2
1
)Jurusan Fisika Universitas Andalas
)Badan Meteorologi Klimatologi dan Geofisika (BMKG), Padang Panjang
e-mail: [email protected]
2
ABSTRAK
Telah dilakukan estimasi nilai percepatan tanah maksimum di Sumatera Barat dan Bengkulu
berdasarkan skenario gempa bumi di wilayah Pagai. Rumusan Si dan Midorikawa 1999
digunakan untuk mencari nilai percepatan tanah maksimum dan rumusan Murphy O’Brein
untuk mencari nilai intensitas. Skenario gempa bumi dibuat dengan variasi magnitudo yaitu 8,5,
8,8 dan 9,2 Mw, dengan kedalaman hiposenter berada di 50 km. Nilai percepatan tanah
maksimum untuk tiap-tiap kabupaten/kota di Sumatera Barat dan Bengkulu dihitung dengan
menggunakan posisi titik acuan kabupaten/kota sebagai titik tinjau. Hasil analisis menunjukkan
bahwa nilai percepatan tanah maksimum dan intensitas terbesar untuk semua skenario berada di
Pulau Pagai dan Kabupaten Mukomuko. Wilayah yang memiliki tingkat kerentanan tinggi
akibat nilai percepatan tanah maksimum untuk provinsi Sumatera Barat berada di Pulau Pagai,
Pulau Sipora, Kabupaten Pesisir Selatan, diikuti dengan Kabupaten Solok Selatan, dan Kota
Padang. Wilayah yang memiliki tingkat kerentanan tinggi akibat nilai percepatan tanah
maksimum untuk provinsi Bengkulu berada di Kabupaten Mukomuko.
Kata kunci : gempa bumi wilayah Pagai, percepatan tanah maksimum, Sumatera Barat,
Bengkulu
ABSTRACT
An estimation of peak ground acceleration values estimated in West Sumatra and Bengkulu
based on earthquake scenario in the Pagai area has been performed. Si and Midorikawa1999
formula was used to estimate peak ground acceleration value and Murphy O'Brein formula was
used to calculate the intensity value. Scenario of earthquake were with various magnitude i.e
8.5, 8.8, and 9.2 Mw, with hypocenter depth in 50 km. Peak ground acceleration value of each
district/city in West Sumatra and Bengkulu were calculated using the position of the district/city
reference point as the point of the review. The result of analysis shows that Pagai island and
Mukomuko district has the highest peak ground acceleration value and intensity value for all
scenarios. Area having the high susceptibility caused by the peak ground acceleration for West
Sumatra province is located in Pagai Island, Sipora Island, Pesisir Selatan District, followed
by Solok Selatan District, and Padang City. Area having the high susceptibility caused by the
peak ground acceleration for Bengkulu province is located in Mukomuko District.
Keywords : Pagai area earthquake, peak ground acceleration, West Sumatra, Bengkulu
I. PENDAHULUAN
Wilayah Sumatera berada pada wilayah pertemuan Lempeng Indo-Australia dengan
Lempeng Eurasia. Pertemuan lempeng tektonik ini membentuk tiga zona yang menjadi sumber gempa
bumi, yaitu zona subduksi, zona sesar Sumatera, dan zona sesar Mentawai (Sunarjo, dkk., 2010).
Selain itu, pulau Sumatera juga memiliki kawasan seismik gap yang berada di Kepulauan Mentawai
(Natawidjaja, 2007). Adanya kawasan seismik gap di Kepulauan Mentawai ini berdasarkan analisis
yang telah dilakukan oleh para ahli dari catatan sejarah gempa bumi besar yang terjadi di wilayah
Kepulauan Mentawai. Pada tahun 1833, gempa bumi besar pernah terjadi di lepas pantai barat
Sumatera dengan kekuatan 8,8 - 9,2 Mw. Gempa bumi ini memicu terjadinya tsunami yang menerjang
pesisir barat Sumatera hingga Bengkulu. Kekuatan dari gempa bumi ini telah diestimasi dengan
menggunakan catatan pengangkatan microatoll karang di wilayah tersebut (Natawidjaja, dkk., 2006).
Menurut Natawidjaja (2003), gempa bumi yang terjadi pada tahun 1833 ini memiliki siklus gempa
besar 200-300 tahun. Sebelumnya, pada tahun 1301 dan tahun 1608 pernah terjadi gempa bumi besar
di sekitar wilayah yang berada di zona subduksi pulau Sumatera ini. Meskipun pernah terjadi gempa
bumi yang disertai dengan gelombang tsunami pada tahun 2010 di sekitar wilayah tersebut, tetapi
122
Prosiding Seminar Nasional Fisika Universitas Andalas (SNFUA)
Padang, 08 Oktober 2015 - ISBN 978-979-25-1955-6
total energi yang sudah terlepas ini masih kurang dari total energi yang sudah tersimpan sejak tahun
1833. Potensi pelepasan energi gempa bumi pada wilayah ini masih besar (IAIG, 2003).
Ketika terjadi gempa bumi, energi dari gempa bumi akan menjalar dalam bentuk gelombang
seismik. Ketika gelombang mencapai permukaan tanah, tanah yang dilalui oleh gelombang ini akan
mengalami percepatan. Percepatan tanah yang dirasakan di permukaan bumi ini disebut percepatan
tanah maksimum. Faktor yang mempengaruhi konstruksi bangunan dan menjadi titik ukur dalam
membangun bangunan tahan gempa adalah percepatan tanah. Nilai percepatan tanah terhadap
bangunan perlu diketahui untuk menyesuaikan bangunan yang akan dibangun, sehingga apabila
terjadi gempa bumi, kerusakan pada bangunan dapat diminimalisir (Delfebriyadi, 2011). Menurut
Badan Nasional Penanggulangan Bencana (BNPB) tahun 2012, tingkat kerentanan nilai percepatan
tanah maksimum akibat gempa bumi dibagi menjadi tiga, yaitu tingkat rendah dengan nilai PGA
<0,26 g, tingkat sedang dengan nilai PGA antara 0,26 - 0,70 g, dan tingkat tinggi dengan nilai PGA
>0,70 g.
Korelasi energi gempa bumi dengan nilai percepatan tanah maksimum telah dibuat dalam
bentuk rumusan empiris, diantaranya adalah rumusan Donovan, Guttenberg Richter, Kawashumi,
Kanai, dan sebagainya. Rumusan tersebut memiliki karakteristik tersendiri sesuai dengan kondisi
tektonik wilayah tersebut. Untuk mencari nilai percepatan tanah maksimum yang sesuai dengan
kondisi tektonik di Kepulauan Mentawai, maka digunakan rumusan empiris Si dan Midorikawa 1999.
Rumusan Si dan Midorikawa 1999 dibuat berdasarkan analisis kecepatan dan percepatan tanah
maksimum dari 21 gempa bumi yang terjadi di Kepulauan Jepang. Ditinjau dari kondisi tektonik,
bentuk patahan lempeng di Kepulauan Jepang hampir mirip dengan bentuk patahan lempeng di
Kepulauan Mentawai. Sumber gempa bumi di Kepulauan Jepang juga berada di zona subduksi dan
zona sesar geser.
Berdasarkan penelitian sebelumnya, rumusan Si dan Midorikawa pernah digunakan dalam
penelitian oleh Koketsu dkk. (2012), Miura dan Midorikawa (2012), dan Atsumi dkk. (2012).
Menurut Koketsu dkk. (2012), gempa bumi di wilayah Kanto memiliki nilai percepatan tanah
maksimum yang semakin kecil untuk stasiun yang jauh dari hiposenter. Menurut Miura dan
Midorikawa (2012), gempa bumi di wilayah Tohoku memiliki amplitudo percepatan tanah maksimum
dan karakteristik spektral yang sama, pada rentang waktu 10 detik saat terjadi gempa bumi ketika
magnitudo melebihi 8,0 Mw. Menurut Atsumi dkk. (2012), gempa bumi di wilayah Tohoku memiliki
atenuasi percepatan tanah maksimum yang meningkat pada magnitudo 8,0 Mw dan 8,5 Mw, dan
melemah pada magnitudo 9,0 Mw.
Pada penelitian ini, rumusan empiris Si dan Midorikawa 1999 digunakan dengan melakukan
skenario gempa bumi dengan magnitudo 8,5 Mw, 8,8 Mw dan 9,2 Mw yang berpusat di wilayah
Pagai. Skenario ini dilakukan untuk melihat bagaimana pengaruh gempa bumi terhadap nilai
percepatan tanah maksimum dan intensitas di tiap-tiap kabupaten/kota provinsi Sumatera Barat dan
Bengkulu.
II. METODE PENELITIAN
Nilai percepatan tanah maksimum (Peak Ground Acceleration) dari skenario gempa bumi di
wilayah Pagai dengan menggunakan rumusan Si dan Midorikawa 1999, ditentukan dengan tahaptahap sebagai berikut :
 Menentukan episenter gempa bumi
Episenter gempa bumi ditentukan dengan melihat data sejarah gempa bumi merusak di
wilayah Kepulauan Mentawai tahun 1797 sampai 2014. Episenter gempa bumi berada pada koordinat
-2,50oLS - 100,50oBT. Data ini didapat dari bulletin International Seismological Center (ISC).
 Menentukan skenario parameter gempa bumi
Skenario terhadap parameter gempa bumi dapat dilihat pada Tabel 1.
123
Prosiding Seminar Nasional Fisika Universitas Andalas (SNFUA) 2015
Padang, 08 Oktober 2015 – ISBN 978-979-25-1955-6
Tabel 1. Skenario parameter gempa bumi
Skenari
o
Magnitud
o (Mw)
1
8,5
2
8,8
3
9,2
Kedalaman Hiposenter
(Km)
50
 Menentukan jarak hiposenter (hypocenter distance)
Jarak hiposenter gempa bumi di tiap-tiap titik acuan kabupaten/kota di Sumatera Barat dan
Bengkulu terhadap pusat gempa bumi ditentukan dengan cara sebagai berikut :
 Menentukan koordinat lintang dan bujur tiap-tiap titik acuan kabupaten/kota di Sumatera Barat
dan Bengkulu.

Koordinat lintang dan bujur tiap-tiap titik acuan kabupaten/kota di Sumatera Barat dan
Bengkulu dapat dilihat pada Tabel 2 dan Tabel 3.
Tabel 2. Daftar Kabupaten/Kota Provinsi Bengkulu
Nama
No
Titik Acuan
Kabupaten/Kota
Koordinat
Lintang (O)
Koordinat
Bujur (O)
Kabupaten/Kota
124
1.
Mukomuko
Mukomuko
-2,58
101,12
2.
Bengkulu Utara
Arga Makmur
-3,35
102,07
3.
Lebong
Muara Aman
-3,12
102,20
4.
Kota Bengkulu
Bengkulu
-3,83
102,30
5.
Rejang Lebong
Curup
-3,45
102,56
6.
Bengkulu Tengah
Karang Tinggi
-3,74
102,43
7.
Kepahing
Kepahing
-3,64
102,60
8.
Seluma
Tais
-4,08
102,59
9.
Bengkulu Selatan
Kota Manna
-4,46
102,91
10.
Kaur
Bintuhan
-4,79
103,35
Prosiding Seminar Nasional Fisika Universitas Andalas (SNFUA)
Padang, 08 Oktober 2015 - ISBN 978-979-25-1955-6
Tabel 3. Daftar Kabupaten/Kota Provinsi Sumatera Barat
Nama
Titik Acuan
Kabupaten/Kota
Kabupaten/Kota
Koordinat
Lintang (O)
Koordinat
Bujur (O)
Pulau Siberut
-1,35
99,94
Pulau Sipora
-2,20
99,69
Pulau Pagai
-3,00
100,29
No
1.
Kepulauan Mentawai
2.
Pesisir Selatan
Painan
-0,63
100,27
3.
Solok Selatan
Padang Aro
-1,53
101,26
4.
Kabupaten Solok
Arosuka
-1,03
100,78
5.
Padang
Padang
-0,88
100,34
6.
Solok
Solok
-0,79
100,65
7.
Sawahlunto
Sawahlunto
-0,68
100,78
8.
Sijunjung
Muaro Sijunjung
-0,66
100,94
9.
Dharmasraya
Pulau Punjung
-1,05
101,64
10.
Padang Pariaman
Parit Malintang
-0,63
100,27
11.
Pariaman
Pariaman
-0,62
100,12
12.
Padang Panjang
Padang Panjang
-0,47
100,41
13.
Tanah Datar
Batusangkar
-0,46
100,59
14.
Bukittinggi
Bukittinggi
-0,30
100,37
15.
Agam
Lubuk Basung
-0,31
100,03
16.
Payakumbuh
Payakumbuh
-0,23
100,63
17.
Lima Puluh Kota
Sarilamak
-0,15
100,66
18.
Pasaman Barat
Simpang Empat
0,11
99,83
19.
Pasaman Timur
Lubuk Sikaping
0,19
100,13
 Menghitung jarak dari episenter ke tiap-tiap titik acuan kabupaten/kota di Sumatera Barat dan
Bengkulu, dengan menggunakan persamaan 1.
(1)
o
dimana D adalah jarak episenter ke titik acuan kabupaten/kota ( ), x1 adalah lintang episenter
(o), x2 adalah lintang titik acuan kabupaten/kota (o), y1 adalah bujur episenter (o), dan y2 adalah
bujur titik acuan kabupaten/kota (o). Jarak yang didapatkan kemudian dikonversikan ke dalam
satuan km, dimana 1o = 111 km.
 Menghitung jarak hiposenter dengan menggunakan teorema phythagoras pada persamaan 2.
(2)
125
Prosiding Seminar Nasional Fisika Universitas Andalas (SNFUA) 2015
Padang, 08 Oktober 2015 – ISBN 978-979-25-1955-6
dimana R adalah jarak hiposenter (km), D adalah jarak dari episenter ke tiap-tiap titik acuan
kabupaten/kota (km), dan H adalah kedalaman hiposenter (km).
Hubungan antara episenter, hiposenter, dan titik yang ditinjau, dapat dilihat pada
Gambar 1.
Gambar 1. Garis hubungan hiposenter, episenter, dan titik tinjau
(Sumber : Budiono, 2012)
1. Memasukkan skenario parameter gempa bumi tersebut ke dalam rumusan empiris Si dan
Midorikawa 1999 (persamaan 3).
(3)
dimana A adalah peak ground acceleration (cm/s2 ; gal), Xeq adalah jarak hiposenter (km), Mw
adalah momen magnitudo, D adalah kedalaman gempa bumi, d adalah koefisien jarak dari pusat
gempa bumi ke lokasi (crust = 0,00 ; inter-plate = 0,09 ; intra-plate = 0,28), s adalah variabel
dummy untuk tipe/jenis patahan (s=1), a,h,k,e adalah koefisien regresi (0,50; 0,0036; 0,003; 0,60),
dan adalah standar deviasi (0,24).
Dari Persamaan 3, maka dapat ditentukan nilai A dengan menggunakan persamaan 4.
(4)
kemudian nilai A dinyatakan dalam g (percepatan gravitasi bumi) dengan cara membagi dengan
980 cm/s2.
2. Mengkonversi nilai Peak Ground Acceleration (PGA) ke skala Modified Mercalli Intensity (MMI),
untuk menunjukkan skala intensitas dengan menggunakan rumusan empiris Murphy & O’Brien
pada persamaan 5.
(5)
dengan MMI adalah Modified Mercalli Intensity.
3. Membuat peta kontur percepatan tanah maksimum (Peak Ground Acceleration) dan intensitas
untuk tiap-tiap kabupaten/kota di Sumatera Barat dan Bengkulu, dengan menggunakan software
Arc View GIS 3.3.
4. Menganalisis nilai percepatan tanah maksimum (Peak Ground Acceleration) dan intensitas untuk
tiap-tiap kabupaten/kota di Sumatera Barat dan Bengkulu dari pemetaan yang telah
dilakukan.
III. HASIL DAN DISKUSI
3.1 Nilai Percepatan Tanah Maksimum dan Intensitas untuk Provinsi Sumatera Barat
Berdasarkan penelitian yang telah dilakukan, diperoleh nilai percepatan tanah maksimum dan
intensitas untuk 19 kabupaten/kota di Sumatera Barat, dari skenario gempa bumi di wilayah Pagai,
yang dapat dilihat pada Tabel 4. Pada Tabel 4, dapat dilihat bahwa nilai percepatan tanah maksimum
dan intensitas terbesar untuk ketiga variasi magnitudo berada di Pulau Pagai, Kabupaten Kepulauan
Mentawai. Nilai percepatan tanah maksimum diperoleh sebesar 1,743 g dengan intensitas sebesar
10,48 MMI untuk magnitudo 8,5 Mw, untuk magnitudo 8,8 Mw diperoleh nilai percepatan tanah
maksimum sebesar 2,463 g dengan intensitas sebesar 10,91 MMI, dan untuk magnitudo 9,2 Mw
diperoleh nilai percepatan tanah maksimum sebesar 3,903 g dengan intensitas sebesar 11,49 MMI.
Nilai percepatan tanah maksimum dan intensitas terkecil untuk ketiga variasi magnitudo berada di
Kabupaten Pasaman Timur. Nilai percepatan tanah maksimum diperoleh sebesar 0,082 g dengan
intensitas sebesar 6,69 MMI untuk magnitudo 8,5 Mw, untuk magnitudo 8,8 Mw diperoleh nilai
percepatan tanah maksimum sebesar 0,116 g dengan intensitas sebesar 7,12 MMI, dan untuk
magnitudo 9,2 Mw diperoleh nilai percepatan tanah maksimum sebesar 0,184 g dengan intensitas
sebesar 7,69 MMI.
126
Prosiding Seminar Nasional Fisika Universitas Andalas (SNFUA)
Padang, 08 Oktober 2015 - ISBN 978-979-25-1955-6
Berdasarkan data yang diperoleh, dihasilkan peta percepatan tanah maksimum dan intensitas
untuk skenario gempa bumi di wilayah Pagai seperti pada Gambar 2 dan Gambar 3. Pada Gambar 2
dan Gambar 3, dapat dilihat bahwa wilayah yang memiliki nilai percepatan tanah maksimum dan
intensitas terbesar berada di Pulau Pagai, Kabupaten Kepulauan Mentawai. Percepatan tanah
maksimum dan intensitas yang besar juga berada di Kabupaten Pesisir Selatan, Kabupaten Solok
Selatan, dan Pulau Sipora. Wilayah yang berada di Pasaman Timur dan Pasaman Barat memiliki nilai
percepatan tanah maksimum dan intensitas terkecil. Pada Gambar 2 (b) dan Gambar 3 (b), terlihat
bahwa ketika magnitudo ditingkatkan menjadi 8,8 Mw, peta nilai percepatan tanah maksimum dan
intensitas terlihat memiliki radius wilayah kerentanan yang semakin luas dibandingkan dengan
skenario gempa bumi untuk magnitudo 8,5 Mw. Pada Gambar 2 (c) dan Gambar 3 (c) juga terlihat
bahwa peta nilai percepatan tanah maksimum dan intensitas untuk magnitudo 9,2 Mw, memiliki
radius kerentanan wilayah semakin meluas dibandingkan dengan skenario gempa bumi untuk
magnitudo 8,5 dan 8,8 Mw.
Tabel 4. Nilai percepatan tanah maksimum dan intensitas dari skenario gempa bumi di wilayah
Pagai untuk 19 kabupaten/kota di Sumatera Barat
Nama
No
Kabupaten/Kota
1.
Kepulauan
Mentawai
2.
3.
4.
5.
6.
7.
8.
9.
10
11.
12.
13.
14.
15.
16.
17.
18.
19.
Pesisir Selatan
Solok Selatan
Kabupaten Solok
Padang
Solok
Sawahlunto
Sijunjung
Dharmasraya
Padang Pariaman
Pariaman
Padang Panjang
Tanah Datar
Bukittinggi
Agam
Payakumbuh
Lima Puluh Kota
Pasaman Barat
Pasaman Timur
Titik Acuan
R (km)
Kabupaten/Kota
Pulau Siberut
Pulau Sipora
Pulau Pagai
Painan
Padang Aro
Arosuka
Padang
Solok
Sawahlunto
Muaro Sijunjung
Pulau Punjung
Parit Malintang
Pariaman
Padang Panjang
Batusangkar
Bukittinggi
Lubuk Basung
Payakumbuh
Sarilamak
Simpang Empat
Lubuk Sikaping
(a)
220,75
108,60
78,15
103,22
145,34
172,88
187,00
196,86
210,05
210,08
211,02
214,76
218,22
231,22
232,01
249,11
253,07
257,43
277,67
303,33
317,69
8,5 Mw
PGA
I
(g)
(MMI)
0,230
7,97
1,017
9,81
1,743 10,48
1,110
9,92
0,589
9,14
0,410
8,69
0,343
8,47
0,305
8,32
0,261
8,13
0,261
8,12
0,258
8,11
0,247
8,06
0,237
8,01
0,205
7,82
0,203
7,81
0,168
7,58
0,161
7,52
0,153
7,47
0,124
7,20
0,095
6,87
0,082
6,69
Magnitudo
8,8 Mw
PGA
I
(g)
(MMI)
0,326
8,40
1,436 10,24
2,463 10,91
1,568 10,35
0,833
9,57
0,579
9,11
0,485
8,90
0,431
8,75
0,368
8,55
0,368
8,55
0,364
8,54
0,349
8,49
0,335
8,44
0,289
8,25
0,287
8,24
0,237
8,01
0,227
7,95
0,217
7,89
0,175
7,63
0,134
7,30
0,116
7,12
9,2 Mw
PGA
I
(g)
(MMI)
0,516 8,97
2,276 10,82
3,903 11,49
2,485 10,93
1,319 10,14
0,917 9,69
0,769 9,47
0,682 9,32
0,584 9,13
0,584 9,13
0,577 9,11
0,553 9,06
0,531 9,01
0,458 8,83
0,454 8,81
0,376 8,58
0,360 8,53
0,343 8,47
0,277 8,20
0,212 7,87
0,184 7,69
(b)
127
Prosiding Seminar Nasional Fisika Universitas Andalas (SNFUA) 2015
Padang, 08 Oktober 2015 – ISBN 978-979-25-1955-6
(c)
Gambar 2. Peta percepatan tanah maksimum dari skenario gempa bumi dengan magnitudo (a) 8,5 Mw, (b)
8,8 Mw, (c) 9,2 Mw
(a)
(b)
(c)
Gambar 3. Peta intensitas dari skenario gempa bumi dengan magnitudo (a) 8,5 Mw, (b) 8,8 Mw,
(c) 9,2 Mw
3.2 Nilai Percepatan Tanah Maksimum dan Intensitas untuk Provinsi Bengkulu
Berdasarkan penelitian yang telah dilakukan, diperoleh nilai percepatan tanah maksimum dan
intensitas untuk 10 kabupaten/kota di Bengkulu, dari skenario gempa bumi di wilayah Pagai, yang
dapat dilihat pada Tabel 5. Pada Tabel 5, dapat dilihat bahwa nilai percepatan tanah maksimum dan
intensitas terbesar untuk ketiga variasi magnitudo berada di Kabupaten Mukomuko. Nilai percepatan
tanah maksimum diperoleh sebesar 1,515 g dengan intensitas sebesar 10,31 MMI untuk magnitudo
8,5 Mw, untuk magnitudo 8,8 Mw diperoleh nilai percepatan tanah maksimum sebesar 2,140 g
dengan intensitas sebesar 10,74 MMI, dan untuk magnitudo 9,2 Mw diperoleh nilai percepatan tanah
maksimum sebesar 3,392 g dengan intensitas sebesar 11,31 MMI. Nilai percepatan tanah maksimum
128
Prosiding Seminar Nasional Fisika Universitas Andalas (SNFUA)
Padang, 08 Oktober 2015 - ISBN 978-979-25-1955-6
dan intensitas terkecil untuk ketiga variasi magnitudo berada di Kabupaten Kaur. Nilai percepatan
tanah maksimum diperoleh sebesar 0,034 g dengan intensitas sebesar 5,59 MMI untuk magnitudo 8,5
Mw, untuk magnitudo 8,8 Mw diperoleh nilai percepatan tanah maksimum sebesar 0,048 g dengan
intensitas sebesar 6,02 MMI, dan untuk magnitudo 9,2 Mw diperoleh nilai percepatan tanah
maksimum sebesar 0,076 g dengan intensitas sebesar 6,59 MMI.
Tabel 5. Nilai percepatan tanah maksimum dan intensitas dari skenario gempa bumi di wilayah
Pagai untuk 10 kabupaten/kota di Bengkulu
No
Nama
Kabupaten/Kota
1.
2.
3.
4.
5.
6.
7.
8
9.
10.
Mukomuko
Bengkulu Utara
Lebong
Kota Bengkulu
Rejang Lebong
Bengkulu Tengah
Kepahing
Seluma
Bengkulu Selatan
Kaur
Titik Acuan
R (km)
Kabupaten/Kota
Mukomuko
Arga Makmur
Muara Aman
Bengkulu
Curup
Karang Tinggi
Kepahing
Tais
Kota Manna
Bintuhan
85,49
204,39
206,83
253,65
256,77
259,87
267,12
295,26
348,01
408,92
8,5 Mw
PGA
I
(g)
(MMI)
1,515 10,31
0,279
8,21
0,271
8,17
0,160
7,52
0,154
7,47
0,149
7,43
0,138
7,34
0,103
6,97
0,061
6,31
0,034
5,59
Magnitudo
8,8 Mw
PGA
I
(g)
(MMI)
2,140 10,74
0,394
8,64
0,383
8,60
0,226
7,95
0,218
7,90
0,211
7,86
0,195
7,77
0,145
7,40
0,086
6,74
0,048
6,02
9,2 Mw
PGA
I
(g)
(MMI)
3,392 11,31
0,624
9,21
0,606
9,17
0,358
8,52
0,346
8,48
0,335
8,43
0,310
8,34
0,231
7,97
0,136
7,32
0,076
6,59
Berdasarkan data yang diperoleh, dihasilkan peta percepatan tanah maksimum dan intensitas
untuk skenario gempa bumi di wilayah Pagai seperti pada Gambar 4 dan Gambar 5. Pada Gambar 4
dan Gambar 5, dapat dilihat bahwa wilayah yang memiliki nilai percepatan tanah maksimum dan
intensitas terbesar berada di Kabupaten Mukomuko. Percepatan tanah maksimum dan intensitas yang
besar diikuti oleh Kabupaten Bengkulu Utara dan Kabupaten Lebong. Wilayah yang berada di
Kabupaten Bengkulu Selatan dan Kabupaten Kaur memiliki nilai percepatan tanah maksimum dan
intensitas terkecil.
(a)
(b)
(c)
129
Prosiding Seminar Nasional Fisika Universitas Andalas (SNFUA) 2015
Padang, 08 Oktober 2015 – ISBN 978-979-25-1955-6
Gambar 4. Peta percepatan tanah maksimum dari skenario gempa bumi dengan magnitudo (a) 8,5
Mw, (b) 8,8 Mw, (c) 9,2 Mw
(a)
(b)
(c)
Gambar 5. Peta intensitas dari skenario gempa bumi dengan magnitudo (a) 8,5 Mw, (b) 8,8 Mw,
(c) 9,2 Mw
IV. KESIMPULAN
Hasil penelitian ini memperlihatkan bahwa nilai percepatan tanah maksimum dan intensitas
terbesar untuk provinsi Sumatera Barat dari ketiga variasi magnitudo berada di Pulau Pagai. Nilai
percepatan tanah maksimum dan intensitas terbesar untuk provinsi Bengkulu dari ketiga variasi
magnitudo berada di Kabupaten Mukomuko. Wilayah yang memiliki tingkat kerentanan tinggi akibat
nilai percepatan tanah maksimum untuk provinsi Sumatera Barat berada di Pulau Pagai, Pulau Sipora,
Kabupaten Pesisir Selatan, dan diikuti dengan Kabupaten Solok Selatan dan Kota Padang. Wilayah
yang memiliki tingkat kerentanan tinggi akibat nilai percepatan tanah maksimum untuk provinsi
Bengkulu berada di Kabupaten Mukomuko.
DAFTAR PUSTAKA
Atsumi, T., Midorikawa, S., Miura, H., 2011, Strong Motion Records From The 2011 off The Pacific
Coast of Tohoku Earthquake, Japan.
Badan Nasional Penanggulangan Bencana (BNPB), 2012, Pedoman Umum Pengkajian Risiko
Bencana, Jakarta.
Budiono, A. D. A., 2012, Evaluasi Peak Ground Acceleration Untuk Peta Gempa Indonesia di Kota
Padang, Surabaya.
Delfebriyadi, 2011, Pembuatan Peta Spektral Percepatan Gempa Dengan Metoda Probabilitas,
CV.Ferila, Padang.
130
Prosiding Seminar Nasional Fisika Universitas Andalas (SNFUA)
Padang, 08 Oktober 2015 - ISBN 978-979-25-1955-6
Ikatan Ahli Geologi Indonesia (IAIG), 2003, Waspadai Gempa Besar Dari Zona Subduksi Mentawai,
http://geologi.iaig.or.id, diakses 20 Agustus 2015.
Koketsu, K., Si, H., Miyake, H., Ibrahim, R., 2012, High Attenuation Rate For Shallow, Small
Earthquake in Japan, Japan.
Miura, H., Midorikawa, S., 2012, Preliminary Analysis for Characteristics of Strong Ground Motion
from Gigantic Earthquakes, Japan.
Natawidjaja, D. H., 2007, Gempa Bumi dan Tsunami di Sumatera dan Upaya Untuk Mengembangkan
Lingkungan Hidup Yang Aman Dari Bencana Alam, Laporan KHL, LIPI, Jakarta.
Natawidjaja, D. H., Sieh, K., Chlieh, M., Getzka, J., Suwargadi, B. W., Cheng, H., Edwards, R. L.,
Avouac, J. P., Ward, S. N., 2006, Source Parameters Of The Great Sumatran Megatrust
Earthquakes of 1797 and 1833 Inferred From Coral Microatolls, Journal of Geophysical
Research, Volume 111, American Geophysical Union.
Si, H., Midorikawa, S., 2000, New Attenuation Relations For Peak Ground Accelerationion and
Velocity Considering Effects of Fault Type And Site Condition, Japan.
Sunarjo, Gunawan, M. T., Pribadi, S., 2010, Gempa Bumi Edisi Populer, BMKG, Jakarta.
131
Prosiding Seminar Nasional Fisika Universitas Andalas (SNFUA) 2015
Padang, 08 Oktober 2015 – ISBN 978-979-25-1955-6
ANOMALI TEMPERATUR DAN AWAN GEMPA YANG MENGIRINGI
GEMPA NEPAL 2015
Marzuki
Jurusan Fisika Universitas Andalas
e-mail: [email protected]
ABSTRAK
Anomali temperatur dan awan gempa yang mengiringi gempa bumi yang terjadi di Nepal pada
tanggal 24 April dan 17 Mei 2015 telah diteliti menggunakan data temperatur tanah dari satelit
Moderate Resolution Imaging Spectroradiometer (MODIS) dan data awan dari Multi-functional
Transport Satellite (MTSAT). Data temperatur udara dari National Centers for Environmental
Prediction (NCEP) dan National Center for Atmospheric Research (NCAR) juga digunakan
untuk memastikan bahwa anomali temperatur tersebut bukan disebabkan oleh aktivitas cuaca.
Anomali temperatur diamati selama 5 tahun sebelum terjadinya gempa dan awan gempa diamati
menggunakan data selama 3 bulan sebelum gempa. Hasil penelitian memperlihatkan bahwa
kenaikan temperatur permukaan tanah tidak teramati sebelum gempa Nepal terjadi. Hasil
penelitian ini mempertegas penelitian sebelumnya dimana tidak semua kasus gempa didahului
dengan kenaikan temperatur tanah dan kemunculan awan gempa.
Kata kunci : anomali temperatur tanah, awan gempa, gempa Nepal 2015
ABSTRACT
Temperature anomaly and earthquake cloud associated with the Nepal earthquake occurred on
April 24 and May 17, 2015 had been studied by using the land surface temperatur data from the
Moderate Resolution Imaging Spectroradiometer (MODIS) satellite and cloud propagation
data from Multi-functional Transport Satellite (MTSAT). The atmosphere temperature from the
National Centers for Environmental Prediction (NCEP) and the National Center for
Atmospheric Research (NCAR) reanalysis data were also used to confirm that temperature
anomaly was not due to a weather activity. The data during 5 years and 3 months, for
temperature and cloud respectively, before the earthquake were analyzed. The results showed
that the increases of land surface temperatures and earthquake cloud were not observed before
the two earthquakes. This result reinforces the previous study that not all cases of the
earthquake is preceded by the increase of land surface temperatur and the occurrence of
earthquake cloud.
Keywords: land surface temperatur anomaly, earthquake cloud, Nepal earthquake 2015
I. PENDAHULUAN
Berbagai upaya telah dilakukan untuk memprediksi gempa bumi dalam rangka meningkatkan
kesiapan dalam menghadapi dampak yang ditimbulkan oleh bencana alam ini. Ulasan lengkap
mengenai prediksi gempa bumi dapat ditemukan di dalam Geller (1997). Terlepas dari pro dan kontra
tentang kemungkinan untuk memprediksi gempa bumi, penelitian tentang hal ini terus berkembang
dan salah satunya adalah pengamatan prekursor gempa bumi.
Prekursor gempa bumi adalah fenomena fisika yang dilaporkan mengikuti kejadian gempa
bumi, biasanya sebelum gempa bumi terjadi. Menurut Cicerone dkk. (2009), beberapa prekursor yang
digunakan untuk memprediksi terjadinya gempa bumi antara lain adalah medan listrik dan medan
magnet induksi, emisi gas, perubahan ketinggian air tanah, perubahan temperatur, perubahan bentuk
permukaan, dan anomali pola seismisitas. Selain beberapa hal di atas, ada juga prekursor yang sudah
lama menjadi bahan penelitian, yaitu anomali awan atau yang lebih dikenal dengan awan gempa yang
dihubungkan dengan anomali temperatur (Guo dan Wang, 2008).
Meningkatnya penelitian mengenai anomali temperatur meningkatkan pula perdebatan
tentang penomena ini. Hal ini disebabkan adanya perbedaan hasil diantara peneliti. Sejak teramati di
atas patahan aktif sebelum gempa di Asia Tengah pada tahun 1980-an, banyak ilmuwan telah
mempelajari anomali temperatur menggunakan data satelit untuk gempa di Jepang dan China (Tronin,
dkk., 2002), Aljazair (Saraf dan Choudhury, 2004), dan India (Saraf dan Choudhury, 2005). Anomali
temperatur terlihat 7-14 hari sebelum terjadinya gempa dan mempengaruhi ribuan hingga puluhribuan kilometer dari pusat gempa. Anomali ini memperlihatkan adanya deviasi positif (peningkatan)
sebesar 2-4 K atau lebih dan mulai menghilang beberapa hari setelah terjadinya gempa (Guo, 2008).
Di sisi lain, sebagian peneliti tidak menemukan adanya kenaikan temperatur sebelum gempa.
132
Prosiding Seminar Nasional Fisika Universitas Andalas (SNFUA)
Padang, 08 Oktober 2015 - ISBN 978-979-25-1955-6
Misalnya, Sulçe (2013) mengatakan bahwa ia tidak menemukan anomali temperatur sebelum gempa
bumi, sebaliknya ia menemukan anomali temperatur sekitar 2 hari setelah gempa bumi.
Sama halnya dengan anomali temperatur, perdebatan juga terjadi pada awan gempa. Awan
gempa adalah awan lurus yang abnormal di atas patahan aktif. Morozova (1997) dalam Guo (2008)
mengamati sebuah jejak lurus yang berada di dalam awan yang tebal dan besar. Dia mengemukakan
bahwa gas yang diemisikan dari bumi bergegas menuju langit, mengikis awan, dan terbentuklah jejak
lurus. Peristiwa ini disebut sebagai earth degassing dan merupakan akibat dari aktivitas pasangan
(coupling) antara atmosfer dan litosfer. Karena sumber panas yang tetap, maka awan gempa yang
terbentukpun akan tetap dan tidak akan berpindah oleh angin. Setelah Guo dan Wang (2008) tidak
ditemukan publikasi terbaru tentang kemunculan awan gempa. Rahma dan Marzuki (2015) meneliti
tentang anomali temperatur dan awan gempa yang mengiringi gempa Aceh 2004 dan gempa Sumatera
Barat 2007. Mereka tidak menemukan awan gempa dan kenaikan temperatur permukaan tanah yang
mengiringi kedua gempa tersebut.
Dilatarbelakangi oleh adanya perbedaan hasil penelitian di atas, maka sangat diperlukan
penelitian lebih lanjut dengan mengambil kasus-kasus gempa yang lain. Dalam tulisan ini, akan
dibahas anomali temperatur dan awan gempa yang mengiringi gempa Nepal 2015. Gempa Nepal
terjadi pada 25 April 2015 sekitar jam 11:56 waktu setempat. Gempa ini berkekuatan 7,8 Mw dengan
episenter 28,147°N 84,708°E terletak di kawasan Gorkha (sekitar 80 km utara-barat dari
Kathmandu). Gempa terjadi pada antarmuka subduksi sepanjang busur Himalaya antara lempeng
India dan lempeng Eurasia. Gempa susulan dengan kekuatan yang cukup besar (7,3 Mw) terjadi 12
Mei 2015 sekitar jam 12:51 waktu setempat. Gempa ini terjadi pada kedalaman 18,5 km dengan
episenter pada 27,837°N 86,077°E. Gambaran lengkap gempa ini beserta dampak yang ditimbulkan
dapat dilihat pada Goda dkk. (2015).
II. METODOLOGI
Anomali temperatur permukaan tanah dihitung dari data satelit Moderate-resolution Imaging
Spectroradiometer (MODIS) seri MOD11C1 dengan resolusi waktu 1 hari dan resolusi spasial 0,1°.
Periode data yang digunakan adalah April-Mei dari tahun 2011 hingga 2015. Data temperatur
permukaan tanah dibedakan antara siang dan malam karena adanya perbedaan temperatur yang
signifikan antara siang dan malam. Anomali temperatur dihitung dari selisih antara nilai temperatur
sesaat dengan temperatur rata-rata selama periode 5 tahun. Anomali temperatur pada saat gempa
dibandingkan dengan anomali temperatur pada bulan yang sama untuk tahun normal (tidak ada
gempa). Jika terdapat kenaikan temperatur 2-4 K atau lebih, dan hanya terjadi pada saat gempa saja,
maka disimpulkan anomali temperatur ini berhubungan dengan gempa bumi (Guo, 2008). Jika
terdapat kenaikan temperatur 2-4 K atau lebih, dan juga terjadi pada tahun normal yang lain, atau
anomali bernilai kecil dari 2 K, maka disimpulkan tidak terjadi anomali temperatur yang disebabkan
oleh gempa bumi, bisa jadi faktor penyebab anomali temperatur tersebut adalah faktor cuaca maupun
kebakaran hutan. Untuk memastikan apakah anomali temperatur terjadi akibat gempa bumi atau
aktivitas cuaca, digunakan data temperatur udara dari National Centers for Environmental Prediction
(NCEP)-National Center for Atmospheric Research (NCAR), dengan periode yang sama dengan data
MODIS. Resolusi waktu dan spasial data ini berturut-turut adalah 1 hari dan 2,5°.
Awan gempa yang mengiringi gempa Nepal dipantau dari citra satelit MTSAT selama bulan
Januari-Mei 2015. Data diambil dalam rentang waktu tersebut karena indikasi kemunculan awan
gempa adalah sekitar 3 bulan sebelum gempa terjadi (Guo dan Wang, 2008). Data ini mempunyai
resolusi waktu 1 jam dan resolusi spasial 0,05°. Awan gempa diamati dengan membuat kontur harian
data MTSAT selama 5 bulan pengamatan, dan kemudian menganimasikannya. Jika pada animasi
terdapat awan lurus yang tidak dapat berpindah oleh angin (hanya bagian ekor saja yang berpindah)
selama beberapa jam, maka dapat diprediksi bahwa jejak lurus tersebut merupakan awan gempa.
III. HASIL DAN DISKUSI
3.1 Anomali Temperatur
Gambar 1 menunjukkan anomali temperatur atmosfir dari data NCEP/NCAR reanalisis pada
bulan April-Mei 2011-2015 untuk level tekanan 1000-10 hPa. Tekanan 1000 hPa setara dengan
permukaan tanah. Dari gambar dapat dilihat bahwa anomali temperatur selama bulan April adalah
negatif yang mengindikasikan bahwa terjadi penurunan temperatur dari temperatur rata-rata, termasuk
pada saat gempa pada tanggal 25 April 2015. Anomali selama bulan Mei adalah positif yang
mengindikasikan bahwa terjadi kenaikan temperatur dari temperatur rata-rata, termasuk pada saat
133
Prosiding Seminar Nasional Fisika Universitas Andalas (SNFUA) 2015
Padang, 08 Oktober 2015 – ISBN 978-979-25-1955-6
gempa pada tanggal 12 Mei 2015. Anomali temperatur udara tertinggi, teramati pada lapisan 500-200
hPa.
2011
2012
2013
2014
o
2015
4
200
Pressure (hPa)
C6
2
400
0
600
-2
800
1000
1/4
-4
-6
1/5
31/5
30/4
30/5
29/4
29/5
28/4
28/5
27/4
27/5
Time
Gambar 1 Anomali temperatur atmosfir pada bulan November-Desember 2011-2015 dari data
NCEP/NCAR reanalisis. Garis vertikal putus-putus menunjukkan batas tahun dan garis vertikal
padat menunjukkan waktu terjadinya gempa.
Gambar 2 menunjukkan anomali temperatur permukaan tanah yang diperoleh dari data
MODIS. Untuk melihat perubahan temperatur secara lebih jelas, maka nilai anomali dirata-ratakan
dalam grid ± 0,5° dari episentrum. Kedua kasus gempa memperlihatkan pola nilai rata-rata anomali
temperatur yang sama. Kenaikan nilai temperatur tanah besar dari 2 K (anomali > 2 K) terlihat
dominan pada bulan Mei 2012, April 2013, dan April-Mei 2014. Puncak-puncak anomali menyerupai
sebuah gelombang dimana secara umum anomali bernilai negatif pada 2011, positif pada 2012,
negatif pada 2013, kembali positif pada 2014 dan negatif lagi pada 2015. Pola ini agak berbeda
dengan pola temperatur udara (Gambar 1). Alasan mengenai pola anomali temperatur ini diluar
lingkup penelitian ini.
Peningkatan temperatur yang berhubungan dengan gempa biasanya terlihat 7-14 hari sebelum
terjadinya gempa dengan kenaikan sebesar 2-4 K atau lebih dan mulai menghilang beberapa hari
setelah terjadinya gempa (Guo, 2008). Jika mengacu kepada Gambar 2, kenaikan temperatur sebelum
gempa pada tanggal 25 April 2015 tidak terlihat. Temperatur tanah malahan memperlihatkan
penurunan temperatur dari kondisi normal yang ditandai dengan anomali negatif sebesar 5-9 K.
Penurunan temperatur tanah ini mirip dengan penurunan temperatur atmosfir (Gambar 1).
Sebelum gempa susulan pada tanggal 15 Mei, terlihat adanya sedikit kenaikan temperatur
permukaan tanah. Pada tanggal 3 Mei terlihat kenaikan temperatur sekitar 2 K, tetapi hal ini hanya
bertahan satu hari. Secara umum temperatur permukaan tanah sebelum gempa 15 Mei juga menurun
sebagaimana sebelum gempa utama 25 April. Pada tanggal 16 Mei anomali mencapai -6 K. Dengan
demikian, kenaikan temperatur tanah sebagai prekursor gempa tidak teramati sebelum gempa Nepal
2015.
134
Prosiding Seminar Nasional Fisika Universitas Andalas (SNFUA)
Padang, 08 Oktober 2015 - ISBN 978-979-25-1955-6
25 April Earthquake
2011
2013
2012
12 May Earthquake
2014
2015
o
Temperature Anomaly (C)
6
4
2
0
-2
-4
-6
1/4
1/5
1/4
1/5
1/4
1/5
1/4
1/5
1/4
1/5
Time
Gambar 2 Rata-rata anomali temperatur permukaan tanah pada bulan April-Mei 2011-2015 dari
satelit MODIS yang dirata-ratakan dalam grid ± 0,5° dari episentrum . Garis vertikal putus-putus
menunjukkan batas tahun dan garis vertikal padat menunjukkan waktuterjadinyagempa.
Time : 00:00 UTC 01-02-2015
K
30
300
(a)
29.5
280
Latitude
29
260
28.5
X
28
X
240
27.5
220
27
26.5
200
26
83
84
85
86
87
88
89
90
Longitude
Time : 06:00 UTC 26-02-2015
K
30
29.5
300
(b)
280
Latitude
29
260
28.5
X
28
X
240
27.5
220
27
26.5
26
83
200
84
85
86
87
88
89
90
Longitude
Gambar 3 Citra awan dari satelit MTSAT untuk tanggal 1 (a) dan 26 Februari 2016 (b). UTC
adalah kependekan dari Coordinated Universal Time.
135
Prosiding Seminar Nasional Fisika Universitas Andalas (SNFUA) 2015
Padang, 08 Oktober 2015 – ISBN 978-979-25-1955-6
3.2
Awan Gempa
Dari animasi citra awan tidak terlihat adanya indikasi kuat tentang kemunculan awan gempa
sebelum gempa Nepal 2015. Pola awan yang berbetuk lurus dengan kepala yang tetap tidak teramati
pada episentrum gempa. Rahma dan Marzuki (2015) mengemukakan dua alasan tidak teramatinya
awan gempa pada gempa Aceh 2004 dan gempa Sumatera Barat 2006. Pertama, awan gempa yang
mengiringi gempa Sumatera Barat memang tidak ada walaupun gempa Sumatera Barat merupakan
gempa darat yang lebih potensial menghasilkan awan. Kemungkinan ini juga berlaku untuk gempa
Nepal 2015. Alasan kedua adalah sangat aktifnya proses konvektif di sekitar Sumatera dan Samudera
Hindia (Marzuki dkk., 2013). Kawasan Nepal tidak mempunyai awan konvektif sebanyak di
Sumatera. Awan-awan rendah (T < 240 K) terlihat hampir setiap saat di bagian utara episenter dan
sebagai contoh dapat dilihat pada Gamabar 3a. Awan-awan kovektif dalam (deep convective) sekalikali juga teramati, yang bergerak dari barat ke timur (Gambar 3b). Oleh karena itu, dari segi
kemunculan awan konvektif, awan gempa untuk gempa Nepal 2015 lebih mudah diamati dari gempa
Sumatera. Namun, penelitian ini tidak melihat adanya indikasi kuat tentang kemunculan awan gempa
sebelum gempa Nepal 2015.
IV. KESIMPULAN
Hasil penelitian ini memperlihatkan bahwa tidak ada kenaikan temperatur permukaan tanah
sebelum gempa Nepal 2015. Temperatur tanah malahan memperlihatkan penurunan temperatur dari
kondisi normal yang ditandai dengan anomali negatif sebesar 5-9 K. Penelitian ini juga tidak
menemukan adanya kemunculan awan gempa sebelum gempa terjadi. Hasil penelitian yang
didapatkan di dalam penelitian ini konsisten dengan yang ditemukan pada gempa Aceh 2004 dan
Gempa Sumatera Barat 2006. Penelitian lebih lanjut masih harus dilakukan terutama mengenai
karakteristik gempa yang diawali oleh kenaikan temperatur permukaan tanah dan awan gempa, dan
mana yang tanpa dua prekursor tersebut. Hal ini akan sangat membantu penelitian ke depannya
mengenai anomali temperatur permukaan tanah dan awan gempa sebagai prekursor gempa bumi.
DAFTAR PUSTAKA
Cicerone, R. D., Ebel, J. E. dan Britton, J., 2009. A Systematic Compilation of Earthquake Precursors,
Tectonophysics, Elsevier, Vol. 476, hal. 371-396.
Geller, R. J, 1997, Earthquake prediction: a critical review, Geophys. J. Int. Vol. 131, Hal. 425-450
Goda K, Kiyota T, Pokhrel RM, Chiaro G, Katagiri T, Sharma K and Wilkinson S (2015) The 2015
Gorkha Nepal earthquake: insights from earthquake damage survey. Front. Built Environ.
1:8. doi: 10.3389/fbuil.2015.00008
Guo, G. M., 2008, Studying Thermal Anomaly before Earthquake with NCEP Data, The International
Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, Vol.
XXXVII, Bagian B8, Beijing.
Guo, G. M. dan Wang, B., 2008, Cloud Anomaly before Iran Earthquake, International Journal of
Remote Sensing, Vol. 29, No. 7, hal 1921-1928.
Marzuki, Hashiguchi, H., Yamamoto, M. K., Yamamoto, M., Mori, S., Yamanaka, M. D., Carbone,
R. E. dan Tuttle, J. D., 2013, Cloud Episode Propagation Over the Indonesian Maritime
Continent from 10 years of Infrared Brightness Temperature Observations, Atmospheric
Research, Vol. 120-121, hal. 268-286
Morozova, L. I., 1997, Dynamics of Cloudy Anomalies above Fracture Regions during Natural and
Anthropogenically caused Seismic Activities, Fizika Zemli, Vol. 9, hal. 94-96.
Rahma, M. dan Marzuki, 2015, Pengamatan Anomali Temperatur dan Awan Gempa Yang Mengiringi
Gempa Aceh 2004 dan Gempa Sumatera Barat 2007, Jurnal Fisika Unand (inpress)
Saraf, A. K. dan Choudhury, S., 2004, Satellite Detects Surface Thermal Anomalies Associated with
the Algerian Earthquakes of May 2003. International Journal of Remote Sensing, Vol. 26,
hal. 2705-2713.
Saraf, A. K. dan Choudhury, S., 2005, NOAA-AVHRR Detects Thermal Anomaly Associated with
26 january, 2001 Bhuj Earthquake, gujarat, India. International Journal of Remote Sensing,
Vol. 26, hal. 1065-1073.
136
Prosiding Seminar Nasional Fisika Universitas Andalas (SNFUA)
Padang, 08 Oktober 2015 - ISBN 978-979-25-1955-6
Sulҫe, A., 2013, Is Land Surface Temperature an Earthquake Precursor?, Tesis, Departemento de
Lenguajes y Sistemas Informatícos, Universat Jaume I, Castellon.
Tronin, A., Hayakawa, M. dan Molchanov, O. A., 2002, Thermal IR Satellite Data Application for
Earthquake Research in Japan and China, Journal of Geodynamics, Vol. 33, hal. 519-534.
137
Prosiding Seminar Nasional Fisika Universitas Andalas (SNFUA) 2015
Padang, 08 Oktober 2015 – ISBN 978-979-25-1955-6
PREDIKSI KEDALAMAN AKUIFER BEBAS RATA-RATA STUDI
KASUS KECAMATAN RUMBAI KOTA PEKANBARU
Juandi M., Rofeah, Defrianto
Jurusan Fisika –Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Riau
Kampus Bina widya Pekanbaru , 28293, Indonesia.
e-mail:[email protected]
ABSTRAK
Penelitian tentang prediksi hydraulic head akuifer bebas rata-rata kecamatan Rumbai kota
Pekanbaru telah dilakukan dengan menggunakan metode beda hingga. Tujuan penelitian ini
adalah untuk menganalisis kondisi akuifer bebas tahun 2016 sampai dengan 2019 di kecamatan
Rumbai Kota Pekanbaru menggunakan program komputer aplikasi MATLAB versi 7.0. Hasil
penelitian dapat di informasikan bahwa kondisi akuifer bebas di kecamatan Rumbai adalah
sebagai berikut: Prediksi kondisi akuifer bebas di kecamatan Rumbai tahun 2019 relatif lebih
baik dibandingkan tahun 2016 hal ini disebabkan karena aktivitas pengembangan lahan yang
berkurang.
Kata Kunci: Air bawah tanah, akuifer bebas, kedalaman.
ABSTRACT
Research on prediction of hydraulic head unconfined aquifers mean at Rumbai Pekanbaru city
districts have been done using finite difference method. The purpose of this study was to
analyze the condition of the aquifer free 2016 and 2019 in the district Rumbai Pekanbaru using
MATLAB application computer program version 7.0. Results of research can be informed that
the unconfined aquifer conditions in the district Rumbai are as follows: Prediction of
unconfined aquifer conditions in the district Rumbai relatively better in 2019 than in 2016 this
was due to land development activities were reduced.
Keywords: Underground water, aquifers freely, depth.
I. PENDAHULUAN
Kerusakan sumber daya air tidak dapat dipisahkan dari kerusakan lahan dan tekanan
penduduk. Beberapa faktor menyebabkan timbulnya permasalahan air tanah antara lain Pertumbuhan
industri yang pesat di suatu kawasan disertai dengan pertumbuhan pemukiman menimbulkan
kecenderungan kenaikan permintaan air tanah, pemakai air beragam sehingga berbeda dalam
kepentingan, maksud serta cara memperoleh sumber air, perubahan sikap sebagian besar masyarakat
yang cenderung boros dalam penggunaan air serta melalaikan unsur konservasi, adanya krisis air
akibat kerusakan lingkungan perlu suatu upaya untuk menjaga keberadaan atau ketersediaan sumber
daya air tanah (Muhammad, dkk, 2001).
Sumber daya air tanah dipengaruhi oleh ruang terbangun. Peningkatan ruang terbangun ini
terus bertambah dengan meningkatnya jumlah penduduk dan aspek ekonomi (Riswandi, 2006).
Pertumbuhan penduduk Kota Pekanbaru rata-rata 3% pertahun dan pertumbuhan rata–rata industri di
Kota Pekanbaru cukup berarti yaitu 11,65% per tahun (Data olahan dari dinas perindustrian dan
perdagangan Kota Pekanbaru).
Pengambilan sumber air tanah oleh penduduk dan industri akan berdampak terhadap
berkurangnya air akuifer bebas, sehingga prediksi kedalaman akuifer bebas menjadi penting
dilakukan untuk mengetahui kondisi air akuifer bebas ke depannya yang dapat dimanfaatkan oleh
penduduk dan industri.
Kondisi akuifer bebas di Rumbai Kota Pekanbaru perlu dianalisis sebab faktor ekploitasi air
tanah oleh industri dan pembuatan sumur artesis oleh penduduk dibeberapa lokasi di Rumbai serta
perubahan fungsi lahan dapat berdampak terhadap berkurangnya volume air tanah, sehingga perlu
dilakukan prediksi kondisi akuifer bebas di Rumbai Kota Pekanbaru.
Banyaknya perubahan fungsi lahan akan berdampak berkurangnya lahan untuk resapan air
tanah. Pengambilan air tanah melalui sumur-sumur akan mengakibatkan lengkung penurunan muka
air tanah (depression cone). Keseimbangan baru dapat terjadi hanya jika laju pengambilan air tanah
lebih kecil dari pengisian oleh air hujan pada daerah resapan (Hutasoit, 2009).
138
Prosiding Seminar Nasional Fisika Universitas Andalas (SNFUA)
Padang, 08 Oktober 2015 - ISBN 978-979-25-1955-6
II. METODOLOGI
Penelitian ini dilakukan di Labotarium Fisika Bumi FMIPA UR. Bahan dan alat yang
digunakan pada penelitian ini adalah peta geologi lembar Pekanbaru hasil penelitian Puslitbang
Geologi tahun 1982, data lapangan kedalaman akuifer bebas di Kecamatan Rumbai Kota Pekanbaru
tahun 2015 dan Perangkat komputer, MATLAB versi 7.0.
Simulasi numerik dilakukan dengan metode beda hingga (finite difference method), yaitu
dengan menggunakan persamaan (1) (Guymon, 1994):
…………………………………………(1)
Dengan : T adalah transmisivitas (
) ,
S adalah storativitas
R adalah resapan (
)
h adalah kedalaman akuifer bebas (m)
t adalah waktu
x,y adalah koordinat pada titik grid
Diskritisasi domain dilakukan dengan membagi daerah asal (domain) dan fungsi kontinu ke
bentuk titik-titik diskrit. Domain daerah penelitian adalah berbentuk persegi dengan panjang dan
lebar masing-masing 16 km, sedangkan jumlah grid adalah 50 x 50. Program perhitungan proses
meliputi program untuk meghitung: kalibrasi simulasi numerik, verifikasi model dan prediksi
model.
Persiapkan bahan penelitian dan penelusuran literatur
Pengumpulan data sekunder
Pengumpulan data lapangan
Pengolahan data
Pembuatan program dengan MATLAB
Analisa sistem informasi
Kesimpulan
Gambar 1. Diagram alir penelitian
III. HASIL DAN PEMBAHASAN
Bab ini membahas hasil dan analisis kondisi akuifer bebas di kecamatan Rumbai Kota
Pekanbaru. Hasil prediksi kedalaman akuifer bebas dapat dilihat pada Gambar 2 sampai dengan
Gambar 5.
139
Prosiding Seminar Nasional Fisika Universitas Andalas (SNFUA) 2015
Padang, 08 Oktober 2015 – ISBN 978-979-25-1955-6
Gambar 2. Kondisi akuifer bebas Kecamatan Rumbai tahun 2016
Gambar 3. Kondisi akuifer bebas Kecamatan Rumbai tahun 2017
Gambar 4. Kondisi akuifer bebas Kecamatan Rumbai tahun 2018
140
Prosiding Seminar Nasional Fisika Universitas Andalas (SNFUA)
Padang, 08 Oktober 2015 - ISBN 978-979-25-1955-6
Gambar 5. Kondisi akuifer bebas Kecamatan Rumbai tahun 2019
Bentuk cekungan air bawah tanah di Kecamatan Rumbai tahun 2016, 2017, 2018 dan 2019
adalah pola yang terbalik dari kondisi pada umumnya, hal ini disebabkan karena terjadinya perubahan
data penduduk dan industri yang meningkat. Pada tahun 2016, 2017, 2018 dan 2019 kedalaman air
bawah tanah yang mengisi akuifer bebas berturut-turut diperkirakan sekitar 45,52 meter, 54,42 meter,
54,33 meter dan 54,24 meter, artinya hydraulic head yang mengisi air akuifer bebas tahun 2017
sampai tahun 2019 adalah sama yaitu sebesar 50 meter, kondisi ini bisa dikatakan keadaan akuifernya
dalam. Pengambilan air bawah tanah oleh penduduk dan industri lebih besar daripada jumlah air
yang masuk ke akuifer. Prediksi kedalaman akuifer bebas rata-rata Kecamatan Rumbai tahun 2016
sampai tahun 2019 ditunjukkan pada Gambar 6.
Gambar 6. Grafik Hydraulic head Rata-rata Kecamatan Rumbai
IV. KESIMPULAN
Berdasarkan hasil penelitian dapat diambil beberapa kesimpulan sebagai berikut:
1.
Bentuk cekungan air bawah tanah di Kecamatan Rumbai Kota Pekanbaru tahun 2016, 2017,
2018 dan 2019 adalah pola yang terbalik.
2. Pada tahun 2016, 2017, 2018 dan 2019 kedalaman rata-rata akuifer bebas di Kecamatan Rumbai
Kota Pekanbaru berturut-turut diperkirakan sekitar 45,52 meter, 54,42 meter, 54,33 meter dan
54,24 meter.
3. Prediksi kondisi akuifer bebas di kecamatan Rumbai tahun 2019 relatif lebih baik dibandingkan
tahun 2016 hal ini disebabkan karena aktivitas pengembangan lahan yang berkurang.
141
Prosiding Seminar Nasional Fisika Universitas Andalas (SNFUA) 2015
Padang, 08 Oktober 2015 – ISBN 978-979-25-1955-6
DAFTAR PUSTAKA
Guymon, G.,1994. Unsaturated zone hydrology; Englewood Cliffs, New Jersey, PTR Prentice Hall,
2010p.
Hutasoit, L.M., 2009. Kondisi Permukaan Ar Tanah dengan dan Tanpa Peresapan Buatan di Daerah
Bandung, Jurnal Geology Indonesia. 0l.4, No.3, P.177-188.
Muhammad, E., Aminullah, dan Soesilo, B., 2001. Analisis Sistim Dinamics Lingkungan Hidup,
Sosial, Ekonomi, Manajemen, UMJ Press, Jakarta.
Riswandi, S.T.,2006, Analisis Kebutuhan Ruang Terbuka Hijau Di Kota Pekanbaru, Pengelolaan
sumber daya alam, IPB, Bogor.
142
Prosiding Seminar Nasional Fisika Universitas Andalas (SNFUA)
Padang, 08 Oktober 2015 - ISBN 978-979-25-1955-6
KARAKTERISTIK OSILASI CURAH HUJAN DI SUMATERA BARAT
BERDASARKAN TRANSFORMASI WAVELET
Poltak Sandro Rumahorbo, Marzuki
Jurusan Fisika Universitas Andalas
e-mail: [email protected]
ABSTRAK
Transformasi wavelet telah digunakan untuk menganalisis pola curah hujan di Sumatera Barat,
Indonesia. Data curah hujan bulanan untuk beberapa stasiun pengamatan yaitu Dharmasraya,
Pasaman, Sicincin, Solok, dan Tabing telah dianalisis menggunakan fungsi Morlet. Hasil
penelitian ini menunjukkan bahwa curah hujan di Sumatera Barat memperlihatkan osilasi
tahunan dengan periode 1-4 tahun. Hal ini terlihat dari spektrum daya dan spektrum global
wavelet. Selain itu, osilasi musiman dengan periode 0,5-1 tahun juga teramati walaupun dengan
nilai spektrum daya yang lebih kecil dari osilasi tahunan. Osilasi musiman yang agak kuat
terlihat di daerah Pasaman periode dominan 0,8-0,9 tahun.
Kata kunci: transformasi wavelet, Sumatera Barat, osilasi curah hujan
ABSTRACT
Wavelet transform has been used to study the rainfall pattern at West Sumatera, Indonesia.
Monthly rainfalls from five gauge station, i.e, at Dharmasraya, Pasaman, Sicincin, Solok, and
Tabing have been analyzed by using the mother wavelet Morlet . It was found that the most
dominant oscillation of rainfall in west Sumatera is annual oscillating with the period of 1-4
years that can be inferred from time series of power spectrum and global wavelet. Seasonal
oscillation (0.5-1 year) was also observed although it was weaker than the annual oscillation. A
strong seasonal oscillation was found in Pasaman with the oscillation period of 0.8-0.9 year.
Keywords: wavelet tranform, West Sumatera, rainfall oscillation
I. PENDAHULUAN
Curah hujan mempunyai variasi atau pola osilasi baik terhadap ruang maupun waktu. Pola ini
disebabkan oleh faktor-faktor yang mempengaruhi hujan seperti intensitas sinar matahari, angin, dan
topografi. Pada daerah lintang menengah osilasi dengan perulangan yang cukup lama seperti variasi
musiman, tahunan, dan sepuluh tahunan lebih dominan. Untuk kawasan tropis, selain osilasi yang
perulangannya lama (Saji dkk., 1999; Schott dkk., 2009), osilasi yang lebih pendek seperti osilasi
diurnal (Mori dkk., 2004; Marzuki dkk., 2009) dan intra-musiman (Tjasyono dan Banu, 2003;
Madden dan Julian, 2004; Marzuki dkk., 2013, 2015), juga sangat dominan.
Penelitian mengenai pola osilasi curah hujan memberikan manfaat dalam memprediksi curah
hujan di suatu daerah. Salah satu cara untuk memvisualisasikan osilasi curah hujan adalah
menggunakan transformasi wavelet mengingat curah hujan merupakan sinyal non-stasioner yaitu
sinyal dengan frekuensi yang berubah terhadap waktu (Labat dkk., 2001; Santos dkk., 2003; Markovic
dan Koch, 2005; Yueqing dkk., 2005). Melalui transformasi wavelet dapat diketahui informasi
frekuensi dan waktu dari sebuah sinyal secara bersamaan (Laura, 2011). Ulasan lengkap mengenai
penerapan transformasi wavelet dapat ditemukan dalam tulisan Torrence dan Compo (1998) dan
Domingues dkk. (2005).
Di dalam makalah ini akan dianalisis osilasi curah hujan musiman dan tahunan menggunakan
transformasi wavelet untuk beberapa daerah di Sumatera Barat, yaitu Dharmasraya, Pasaman,
Sicincin, Solok, dan Tabing. Osilasi yang lebih singkat tidak bisa diteliti karena data curah hujan yang
digunakan adalah data curah hujan bulanan.
Transformasi wavelet memiliki beberapa fungsi dasar yang dikenal dengan nama mother
wavelet, yaitu Haar, Mayer, Morlet, Paul dan Derivative of Gaussian (DOG). Tiap-tiap mother
wavelet memiliki keunikan tersendiri dan akan menghasilkan pola sinyal yang berbeda ketika
digunakan dengan sinyal masukan (data) yang sama. Banyaknya osilasi curah hujan di kawasan
tropis, sangat memungkinkan tidak adanya mother tunggal yang dapat digunakan untuk menganalisis
semua osilasi tersebut. Rumahorbo dan Marzuki (2015) menemukan bahwa periode osilasi dari
puncak-puncak spektrum global transformasi wavelet lebih jelas terlihat pada mother Morlet
dibandingkan dengan mother lainnya. Oleh karena itu, pada penelitian ini digunakan mother Morlet.
143
Prosiding Seminar Nasional Fisika Universitas Andalas (SNFUA) 2015
Padang, 08 Oktober 2015 – ISBN 978-979-25-1955-6
II. METODOLOGI
Penelitian ini menggunakan data curah hujan bulanan di Dharmasraya, Pasaman, Sicincin,
Solok, dan Tabing yang didapatkan dari Balai Besar Stasiun Klimatologi Kelas II, Sicincin, Padang
Pariaman, Sumatera Barat. Periode data di setiap stasiun bervariasi dimana untuk Dharmasraya adalah
33 tahun (1981-2013), Pasaman selama 24 tahun (1990-2013), Sicincin selama 24 tahun (19902013), Solok selama 26 tahun (1981-2006) dan Tabing selama 40 tahun (1971-2010).
Osilasi curah hujan untuk lima stasiun di atas dihitung menggunakan transformasi wavelet
kontinu yang diberikan oleh persamaan (Torrence dan Compo 1998):
(1)
dimana ωk=(2k/Nt) merupakan frekuensi angular, δt merupakan interval waktu, k
merupakan indeks frekuensi, s mewakili parameter skala, N merupakan jumlah data, Wn menunjukan
hasil transformasi wavelet Penelitian ini menggunakan jenis mother wavelet Morlet (ω0 = 6). Karena
data input adalah data bulanan maka δt = 1/12 tahun. Pada transformasi wavelet dikenal juga istilah
faktor turunan empiris yang disebut Cone of Influence (COI). Beberapa faktor turunan empiris
tersebut adalah faktor rekontruksi (Cδ), faktor korelasi rata-rata waktu (γ) dan faktor rata-rata skala
(δj0). Untuk Morlet, nilai COI nya adalah Cδ = 0,776, γ = 2,32, δj0 = 0,60 dan 0(0) = -1/4. Luaran
dari transformasi wavelet yang digunakan adalah spektrum daya wavelet yang dinyatakan oleh
persamaan:
(2)
Luaran kedua adalah spektrum wavelet yang dirata-ratakan untuk skala tertentu yang
menggambarkan deret waktu varians (σ) dalam skala waktu tertentu, diberikan oleh persamaan:
(3)
dimana J menunjukkan jumlah skala terluas, nilai δj memberikan gambaran yang baik dari
spektrum daya wavelet.
Luaran terakhir yang digunakan di dalam penelitian ini adalah spektrum global wavelet yang
merupakan rata-rata daya wavelet atas semua spektrum lokal wavelet sepanjang sumbu waktu,
diberikan oleh:
(4)
III. HASIL DAN DISKUSI
3.1 Gambaran Umum Pola Curah Hujan
Gambar (i) menunjukkan intensitas hujan bulanan untuk lima daerah di Sumatera Barat
dengan rentang waktu yang berbeda-beda. Untuk Dharmasraya (Gambar 3.1) rentang waktunya
adalah 33 tahun (1981-2013) dengan intensitas curah hujan maksimum 659 mm/bulan. Pada daerah
Pasaman (Gambar 3.2) digunakan rentang waktu selama 24 tahun (1990-2013) dengan intensitas
curah hujan maksimum 1.072 mm/bulan. Daerah pengamatan selanjutnya adalah Sicincin (Gambar
3.3), dimana digunakan data curah hujan selama 24 tahun (1990-2013) dengan intensitas curah hujan
maksimum 1.146 mm/hari. Penggunaan data curah hujan Solok (Gambar 3.4) selama 26 tahun (19812006) menghasilkan intensitas hujan maksimum sebesar 1.026 mm/hari. Dari data curah hujan Tabing
(Gambar 3.5) selama 40 tahun (1971-2010) diketahui intensitas curah hujan maksimum sebesar 953
mm/bulan.
Gambar (ii) menujukkan spektrum daya wavelet untuk masing-masing daerah pengamatan.
Setiap daerah memiliki osilasi terkuat dengan periode yang berbeda-beda. Pada daerah Dharmasraya
osilasi dominan yang terlihat adalah tahunan dengan periode 1 tahun. Sedangkan pada daerah
Pasaman terlihat osilasi musiman muncul pada beberapa tahun data pengamatan dengan periode
osilasi 0,5 tahun dan osilasi tahuhan pada tahun 2005-2010 dengan periode 1-2 tahun. Sicincin
merupakan daerah dengan osilasi musiman dan tahunan yang paling terlihat jelas mempengaruhi pola
curah hujannya jika dibandingkan dengan keempat daerah lainnya. Osilasi musimannya memiliki
periode 0,5-1 tahun dan osilasi tahunannya 1-4 tahun. Pada daerah Solok osilasi tahunan muncul pada
tahun 1990-1995 dengan periode 2-4 tahun. Jika dilihat dari spektrum daya waveletnya, untuk daerah
Tabing, osilasi yang terlihat adalah tahunan pada tahun 1990an dengan periode osilasi 1-4 tahun. Jadi,
secara umum osilasi yang paling terlihat dari tampilan spektrum daya wavelet adalah osilasi tahunan
dengan rentang periode 1-4 tahun.
Variabel dari transformasi wavelet yang digunakan untuk menganalisis lebih lanjut pola
curah hujan adalah time series rata-rata (Gambar (iii)),. Jika dilihat dari time series rata-rata 0,5-1
144
Prosiding Seminar Nasional Fisika Universitas Andalas (SNFUA)
Padang, 08 Oktober 2015 - ISBN 978-979-25-1955-6
tahun maka dapat dilihat pola bahwa setiap lima tahun muncul puncak curah hujan yang kadangkadang nilainya di atas nilai rata-rata. Hal ini terjadi pada kelima daerah pengamatan yang memiliki
nilai rata-rata variance yang berbeda untuk setiap daerah. Oleh karena itu, jika dilihat dari spektrum
daya dan time series dapat disimpulkan bahwa osilasi musiman dan tahunan mempengaruhi pola
curah hujan di Sumatera Barat.
Tetapi analisis ini belum cukup kuat untuk menyimpulkan hal tersebut. Oleh karena itu,
dilakukan analisis lebih lanjut menggunakan spektrum global wavelet, dimana spektrum global
wavelet merupakan penjumlahan dari seluruh spektrum daya .
i) Curah Hujan Bulanan Dharmasraya
Curah Hujan
(mm/bulan)
1200
900
600
300
0
1985 1990 1995 2000 2005 2010
Wakt u (t ahun)
ii) Spektrum Daya Wavelet
Periode (tahun)
0.25
0.5
1
2
4
8
Rata-Rata Variance (mm 2)
1985
2
x 10
4
1990
1995 2000 2005 2010
Wakt u (t ahun)
iii) T ime Series Rat a-Rat a 0,5-1 T ahun
1
0
1985
1990
1995 2000 2005
Waktu (t ahun)
2010
Gambar 1. Pola curah hujan Dharmasraya
145
Prosiding Seminar Nasional Fisika Universitas Andalas (SNFUA) 2015
Padang, 08 Oktober 2015 – ISBN 978-979-25-1955-6
i) Curah Hujan Bulanan Pasaman
1200
Curah Hujan
(mm/bulan)
900
600
300
Periode (tahun)
0
1990
1995
2000
2005
2010
Waktu (tahun)
ii) Spekt rum Daya Wavelet
0.25
0.5
1
2
4
8
Rata-Rata Variance (mm 2)
1990
x 10
1995
2000
2005
2010
Waktu (tahun)
iii) T ime Series Rat a-Rat a 0,5- 1 T ahun
4
2
1
0
1990
1995
2000
2005
Waktu (tahun)
2010
Gambar 2. Pola curah hujan Pasaman
i) Curah Hujan Bulanan Sicincin
Curah Hujan
(mm/bulan)
1200
900
600
300
0
1990
1995
2000
2005
2010
Waktu (tahun)
ii) Spekt rum Daya Curah Hujan
Periode (tahun)
0.25
0.5
1
2
4
8
Rata-Rata Variance (mm 2)
1990
x 10
2
1995
4
2000
2005
2010
Wakt u (t ahun)
iii) T ime Series Rat a-Rat a 0,5-1 T ahun
1
0
1990
1995
2000
2005
Waktu (tahun)
2010
Gambar 3. Pola curah hujan Sicincin
146
Prosiding Seminar Nasional Fisika Universitas Andalas (SNFUA)
Padang, 08 Oktober 2015 - ISBN 978-979-25-1955-6
i) Curah Hujan Bulanan Solok
Curah Hujan
(mm/bulan)
1200
900
600
300
0
1985
1990
1995
2000
2005
Wakt u (t ahun)
ii) Spektrum Daya Curah Hujan
Periode (tahun)
0.25
0.5
1
2
4
8
Rata-Rata Variance (mm 2)
1985
x 10
1990
1995
2000
2005
Wakt u (t ahun)
iii) T ime Series Rata-Rata 0,5-1 T ahun
4
2
1
0
1985
1990
1995
2000
Waktu (t ahun)
2005
Gambar 4. Pola curah hujan Solok
i) Curah Hujan Bulanan T abing
Curah Hujan
(mm/bulan)
1200
900
600
300
0
1980
1990
2000
Waktu (tahun)
ii) Spekt rum Daya Curah Hujan
2010
Periode (tahun)
0.25
0.5
1
2
4
8
Rata-Rata Variance (mm 2)
1980
x 10
3
1990
2000
Waktu (tahun)
2010
4
iii)T ime Series Rat a-Rat a 0,5-1 T ahun
2
1
0
1980
1990
2000
Waktu (tahun)
2010
Gambar 5. Pola curah hujan Tabing
3.2
Analisis Spektrum Global Wavelet pada Daerah Dharmasraya, Pasaman, Sicincin, Solok,
dan Tabing
Gambar 6 menunjukkan spektrum global wavelet yang dihasilkan dari data curah hujan untuk
kelima daerah pengamatan. Pada daerah Dharmasraya dan Tabing, periode osilasi dominan terjadi
pada 1 dan 3 tahun. Sedangkan untuk daerah Pasaman, Sicincin, dan Solok memiliki periode osilasi
147
Prosiding Seminar Nasional Fisika Universitas Andalas (SNFUA) 2015
Padang, 08 Oktober 2015 – ISBN 978-979-25-1955-6
dominan 1, 3, dan 4 tahun. Osilasi dominan tersebut memiliki nilai spektrum 150-300 mm2. Osilasi
musiman dengan periode 0,5 sampai 1 tahun memiliki nilai spektrum terlemah (50-100 mm2) jika
dibandingkan dengan periode lainnya dan ini berlaku untuk semua daerah pengamatan, kecuali
Pasaman. Khusus daerah Pasaman, selain dari osilasi tahunan, pola curah hujannya juga dipengaruhi
oleh osilasi musiman (0,8-0,9 tahun) memiliki kekuatan spektrum sekitar 150 mm2.
Berdasarkan spektrum global wavelet, untuk daerah Sumatera Barat (diwakili oleh lima
daerah pengamatan) dapat disimpulkan bahwa spektrum terkuat dihasilkan oleh osilasi tahunan,
dengan periode 1-4 tahun dan nilai spektrum 150-300 mm2. Jadi, osilasi curah hujan Sumatera Barat
sangat kuat dipengaruhi oleh osilasi tahunan, selain oleh osilasi musiman.
Pasaman
750
600
600
2
Power (mm )
750
2
Power (mm )
Dharmasraya
450
300
150
0
450
300
150
0.25 0.5
1
2
4
0
8
0.25 0.5
1
2
4
8
4
8
Period (year)
(a)
(b)
Sicincin
Solok
750
600
600
2
Power (mm )
750
2
Power (mm )
Period (year)
450
300
450
300
150
0
150
0.25 0.5
1
2
4
0
8
0.25 0.5
Period (year)
1
2
Period (year)
(c)
(d)
Tabing
600
2
Power (mm )
750
450
300
150
0
0.25 0.5
1
2
4
8
Period (year)
(e)
Gambar 6 Spektrum Global Wavelet dari data pengamatan (a) Dharmasraya, (b) Pasaman, (c)
Sicincin, (d) Solok, dan (e) Tabing
148
Prosiding Seminar Nasional Fisika Universitas Andalas (SNFUA)
Padang, 08 Oktober 2015 - ISBN 978-979-25-1955-6
IV. KESIMPULAN
Hasil penelitian ini memperlihatkan bahwa dengan menggunakan mother Morlet, didapatkan
bahwa osilasi dominan yang mempengaruhi pola curah hujan Sumatera Barat adalah osilasi tahunan.
Hal ini terlihat dari tampilan spektrum daya , time series rata-rata, dan spektrum global wavelet. Pada
spektrum global wavelet, periode osilasi dominan sekitar 1-4 tahun dengan nilai spektrum 150-300
nm2. Selain osilasi tahunan, osilasi musiman (0,5-1 tahun) juga teramati di Sumatera Barat, dengan
nilai spektrum yang lebih kecil (50-100 mm2). Osilasi musiman (periode dominan 0,8-0,9 tahun)
teramati cukup kuat di daerah Pasaman dengan nilai spektrum 150 mm2.
DAFTAR PUSTAKA
Domingues, M. O., Mendes, O. dan Mendes, A., 2005, On Wavelet Techniques in Atmospheric
Sciences, Advances in Space Research, Vol. 35, Hal. 831–842.
Labat, D., Ababou, R. dan Mangin, A., 2001, Introduction of Wavelet Analyses to Rainfall/Runoffs
Relationship for a Karstic Basin: The Case of Licq-Atherey Karstic System (France),
Groundwater, Vol.39, Issue 4, Hal.605–615.
Laura, C., 2011. A Wavelet Based Approach for Series Timing, PhD Thesis, Polictechnica University
of Timisoara and Telecom Bretagne, Timisoara.
Madden, R. A. dan Julian P. R., 1994, Observations of the 40-50 Day Tropical Oscillation, Monthly
Wheater Review, Vol. 122, Hal. 814-837.
Marzuki, Kozu, T., Shimomai, T., Randeu, W. L., Hashiguchi, H., Shibagaki, Y., 2009, Diurnal
Variaton of Rain Attenuatuion Obtained from Measurement of Raindrop Size Distribution in
Equatorial Indonesia, IEEE Transaction Antennas Propagation, Vol. 57, hal 1190 – 1196.
Marzuki, Randeu, W. L., Kozu, T., Hashiguchi, H., dan Schonhuber M, 2013, Raindrop Axis Ratio,
Fall Velocities and Size Distribution over Sumatera from 2D – Video Disdrometer
Measurement, Atmospheric Research, Vol. 119, hal. 23 – 37.
Marzuki, Hashiguchi, H., Kozu, T., Shibagaki, Y., dan Takahashi, Y., 2015, Precipitation
Microstucture ini Different Madden-Julian Oscillation Phases over Sumatera, Atmospheric
Research (Inpress).
Markovic, D. dan Koch, M., 2005, Wavelet and Scaling Analysis of Monthly Precipitation Extremes
in Germany in the 20th Century: Interannual to Interdecadal Oscillations and the North
Atlantic Oscillation Influence. Water Resources Research, Vol.41, Issue 9.
Mori, S., Hamada, J.I., Tauhid,Y.I. dan Yamanaka, M.D., 2004, Diurnal Land–Sea Rainfall Peak
Migration over Sumatera Island, Indonesian Maritime Continent, Observed by TRMM
Satellite and Intensive Rawinsonde Soundings, Monthly Weather Review, Vol. 132, Hal.
2021-2039.
Rumahorbo, P. S. dan Marzuki, 2015, Penggunaan Transformasi Wavelet untuk Menganalisis Osilasi
Intramusiman Curah Hujan di Kototabang, Jurnal Fisika Unand (Inpress).
Saji, N. H., Goswami, B. N., Vinayachandran, P.N. dan Yamagata, T., 1999, A Dipole Mode in the
Tropical Indian Ocean, Nature, Vol. 401, Hal. 360-363.
Santos, C. A. G., Galvão, C. O. dan Trigo, R. N., 2003, Rainfall Data Analysis Using Wavelet
Transform. Hydrologi of LLie MediterranIan and Semiarid Regions, Proceedings of an
International Symposium Held at Montpellier, April 2003, IAHS, Publ. no. 278. 2003.
Schoot, F.A., Xie, S.P. and McCreary, J.P., 2009, Indian Ocean Circulation and Climate Variability,
Review Geophysics, Vol. 47, Hal. 1-46.
Tjasyono, B.Hk. dan Banu, 2003, Dampak ENSO pada Faktor Hujan di Indonesia, Jurnal Matematika
dan Sains, Vol. 8, No. 1, Hal. 15-22.
Torrence, C. dan Compo G. P., 1998, A Pratical Guide to Wavelet Analysis, Bulletin of the American
Meteorological Society, Vol. 79, No. 1, Hal. 61-78.
Yueqing, X., Shuangcheng, L. dan Yunlong, C., 2005, Wavelet Analysis of Rainfall Variation in the
Hebei Plain, Science in China Ser. D Earth Science, Vol. 48, No 12, Hal. 2241-2250.
149
Prosiding Seminar Nasional Fisika Universitas Andalas (SNFUA) 2015
Padang, 08 Oktober 2015 – ISBN 978-979-25-1955-6
STUDI VARIASI SPASIAL SEISMOTEKTONIK UNTUK MENGETAHUI
KONDISI STRESS LOKAL TEKTONIK DAN TINGKAT AKTIVITAS
KEGEMPAAN DISUMATERA BARAT DAN SEKITARNYA
Furqon Dawam Raharjo, Rahmat Triyono
Badan Meteorologi Klimatologi dan Geofisika (BMKG), Stasiun Geofisika Klas I Padang
Panjang Jl. Meteorologi Silaing Bawah, Kota Padang Panjang
Email :[email protected]
ABSTRAK
Studi ini menggunakan katalog dari BMKG dan NEIC/USGS periode observasi 1 Januari 1973
– 31 Desember 2010 dengan batas koordinat 2 LU – 4 LS dan 94 BT – 104 BT meliputi
wilayah Sumatera Barat dan sekitarnya. Untuk menentukan variasi spasial parameter
seismotektoni digunakan software ZMAP(Wiemer. S, 2001). Dari analisis didapatkan variasi
spasial b-value berkisar 0,6 – 2,0 dan nilai a-value berkisar 4 – 11. Kondisi stress lokal yang
tinggi teramati disekitar Kepulauan Mentawai, pulau Nias bagian selatan dan disepanjang Bukit
barisan Sumatera Baratdan kondisi stress lokal yang rendah teramati dibagian barat-barat laut
pulau Nias dan disepanjang Bukit barisan Sumatera bagian utara.Sedangkan tingkat keaktifan
kegempaan yang rendah terjadi di KepulauanMentawai dan tingkat keaktifan kegempaan yang
tinggi terjadi di barat-barat laut pulau Nias dan disepanjang Bukit barisan Sumatera bagian
utara.
Kata kunci :Variasi spasial parameter seismotektonik, a dan b-value dan kondisi stress lokal
tektonik
ABSTRACT
This study used the earthquake catalog from BMKG and NEIC/USGS with observation period 1
January 1973 - 31 December 2010. Limitation of study area is 2 LU – 4 LS and 94 BT – 104
BT, this area are West Sumatera regions. To determine the spatial variation of tectonic seism
used ZMAP software. This analysis obtained spatial variation b–value about 0,6-2,0 and avalue about 4 – 11. The results showed the high stress condition in Mentawai island, the south
regions of Nias island and along of Barisan Hill West Sumatera. While the low stress condition
in west regions of west coast Nias Island and along of Barisan Hill Northern Sumatera. The
Low level seismicity occurred Mentawai island and then the high level seismicity occurred of
west coast Nias Island and along of Barisan Hill Northern Sumatera.
Keyword :The spatial variation parameter of tectonic seism, a and b-value, stress local
condition
I.
PENDAHULUAN
Wilayah Sumatera Barat merupakan salah satu wilayah yang memiliki tingkat aktivitas
kegempaan yang tinggi, hal ini disebabkan karena wilayah Sumatera Barat dilalui oleh pertemuan dua
lempeng besar yang aktif yaitu lempeng Indo – Australia dan lempeng Eurasia. Lempeng Indo –
Australia bergerak secara miring kemudian menabrak lempeng Eurasia yang relatif diam. Selain itu
wilayah Sumatera Barat juga terdapat adanya patahan aktif yang disebut sebagai patahan besar
Sumatera atau ”Sumatera Fault System”. Pertemuan dua lempeng dan patahan aktif Sumatera adalah
pemicu terjadinya gempabumi diwilayah sekitar Sumatera Barat. Sudah banyak kejadian gempabumi
besar dan merusak yang terjadi diwilayah Sumatera Barat, antara lain gempabumi Pariaman tahun
2009 denganmagnitudo7.6 SR, gempabumi Pagai Selatan Kepulauan Mentawai tahun 2010 dengan
magnitudo 7.2 SRdan gempabumi Padangpanjang tahun 2007 dengan magnitudo 6.4 SR dan 6.3 SR
Untuk memahami proses yang menyebabkan terjadinya gempabumi besar dan merusak
disuatu wilayah perlu mengetahui kondisi stress lokal tektonik dan tingkat keaktifan kegempaan
menggunakan variasi spasial parameter seismotektonik a dan b-valuedengan pendekatan hubungan
frekuensi–magnitudo(a dan b-value) yang dikemukakan oleh Gutenberg and Richter, 1964. Variasi
spasial parameter seismotektonik low b-value mencerminkan kondisi stress lokal yang tinggi dan high
b–value sebaliknya, sedangkan low a-value mencerminkan tingkat keaktifan kegempaan yang rendah
dan sebaliknya pada high a-value. Suatu wilayah yang memiliki kondisi stress lokal tektonik yang
tinggi memiliki besar b-value sekitar 0,4 - 0,9, kemudian kondisi stress lokal tektonik yang rendah bvalue lebih dari 1,2 (Amelung and King, 1997; Wiemer and Wyss, 1997).
Studi ini, telah banyak dilakukan oleh beberapa ahli seismologi sebelumnya, seperti yang
pernah dilakukan oleh Kemudian oleh (Y.Z. Zhao,2008)tentang mapping the b-value along the
150
Prosiding Seminar Nasional Fisika Universitas Andalas (SNFUA)
Padang, 08 Oktober 2015 - ISBN 978-979-25-1955-6
Longmenshan fault zone before and after the 12 May 2008 beliau mendapatkan pada kejadian
gempabumi besar dan merusak, seperti gempabumi Wen-chuan (Mw.8) 12 Mei 2008 disekitar dekat
episenter menghasilkan anomali b-value yang rendah (low b-value). Dan penelitian yang dilakukan
oleh Rohadi dkk, 2007 tentang studi variasi spasial seismisitas di zona subduksi Jawa. Rohadi dkk
(2007) mengatakan pada a-value yang rendah menunjukkan akitivitas kegempaan yang rendah yang
berarti adanya akumulasi energi (asperity). Oleh karena itu menurut Schorlemmer & Wiemer (2004)
variasi spasial parameter seismotektonik menjadi salah satu metode yang cukup tepat untuk
mengetahui kondisi stress lokal tektonik dan tingkat aktivitas kegempaan di suatu wilayah.
Untuk menentukan variasi spasial parameter seismotektonik digunakan software ZMAP
(Wiemer,2001)Software ini pada prinsipnya menggunakan metode maksimum Likelihood dari relasi
persamaan Gutenberg and Richter (1944) dengan teknik gridding yang terdapat beberapa kejadian
gempabumi dan pada tiap-tiap grid dapat dicari variasi spasial parameter seismotektoniknya.
Tujuan dari studi ini adalah untuk mengetahui wilayah mana saja di Sumatera Barat dan
Sekitarnya yang memiliki kegempaan dan kondisi stress lokal yang tinggi dalam hubungannya
sebagai mitigasi bencana, khususnya bencana gempabumi.
1.1
Tektonik Setting
Sumatera Barat merupakan salah satu wilayah yang berada dipantai barat Sumatera, dengan
tingkat aktivitas seismik/kegempaan sangat tinggi di Indonesia. Hal ini tidak lepas dengan keberadaan
adanya dua lempeng tektonik besar yang aktif, yaitu lempeng Indo-Australia dan lempeng Eurasia.
Gambar 2. Tatanan tektonik Sumatera (Mc Caffrey, 2000)
Pertemuan kedua lempeng ini bersifat konvergen dan lempeng Indo-Australia bergerak
kearah utara kemudian men-subduksi terhadap lempeng Eurasia secara menyerong (obligue) dengan
kemiringan (dip) yang landai. Salah satu akibat dari pergerakkan kedua lempeng tersebut, maka
muncul deretan kepulauan Mentawai dan juga membentuk jalur sesar Mentawai (Mentawai fault)
yang berada diantara selat Mentawai.
1.2
Hubungan Frekuensi Dengan Magnitudo Gempabumi
Hubungan frekuensi dan magnitudo gempabumi merupakan salah satu cara untuk mengetahui
tingkat aktivitas kegempaan disuatu wilayah dan menjadi suatu hubungan dasar dari statistik
seismologi. Hubungan frekuensi dan magnitudo gempa bumi (frequency – magnitude distribution)
pertama kali dikemukakan oleh Gutenberg and Richter,1944 yang memenuhi persamaan :
Log N (M) = a – bM
dimana : N (M) = Jumlah gempabumi dengan magnitudo M, a dan b = Konstanta parameter
seismotektonik dan M = Magnitude gempabumi
151
Prosiding Seminar Nasional Fisika Universitas Andalas (SNFUA) 2015
Padang, 08 Oktober 2015 – ISBN 978-979-25-1955-6
Gambar 3. Kurva hubungan frekuensi dengan magnitude gempabumi Gutenberg and Richter
,1944(sumber : Stein and Wysession, 2003)
Kurva diatas menjelaskan tentang hubungan frekuensi dan magnitude gempabumi. Semakin
rendah magnitude (M<4.5) maka semakin tinggi frekuensi gempabumi, sedangkan sebaliknya untuk
magnitude yang tinggi.
1.3
Data
Data yang digunakan dalam studi ini adalah data katalog gempabumi dari BMKG dan
NEIC(USGS) periode observasi 1 januari 1973 – 31 Desember 2010, untuk daerah yangterletak dalam
koordinat 2 LU – 4 LS dan 96 BT – 104 BT meliputi wilayah Sumatera Barat dan sekitarnya
(Gambar4) dengan magnitudo 3,5 – 8.0 SR. Data katalog gempabumi ini terdiri dari latitude,
longitude, tahun, bulan, tanggal, magnitudo, kedalaman, jam, dan menit.
Gambar 4.Wilayah penelitian meliputi Sumatera barat dan Sekitarnya dengan letak koordinat 2
LU – 4 LS dan 94 BT – 104 BT.
Beberapa tahapan untuk menentukan variasi spasial seismotektonik (a dan b-value) sebagai
berikut : Data diklasifikasikan menjadi beberapa bagian : longitude,latitude, tahun, bulan,
hari, magnitudo, kedalaman, jam, dan menit, Declustering data katalog gempabumi untuk
memisahkan data gempabumi utama dengan data gempabumi susulannya. Plot distribusi frekuensi –
magnitude untuk mengetahui magnitude completness nya (Mc) Menghitung densitas kegempaan,
dengan menggunakan teknik ”gridding”, pada tiap-tiap griddingdengan jarak 0,1 0 x 0.1 0 radius
sampling 110 km, banyaknya kejadian pada tiap-tiap grid 30 gempabumi dan Mc =4,5kemudian
dibuat peta variasi distribusi densitas kegempaan dalam skala logaritmik (jumlah gempabumi per km
2
). Memetakan variasi spatial b – value, dengan cara membagi daerah penelitian menjadi grid – grid
dan nilai b – value dihitung untuk tiap titik grid dengan kombinasi radius konstan dan jumlah gempa
152
Prosiding Seminar Nasional Fisika Universitas Andalas (SNFUA)
Padang, 08 Oktober 2015 - ISBN 978-979-25-1955-6
konstan.Perhitungan nilai variasi spatial b – value menggunakan metode Likelihood, menggunakan
software ZMAP versi 6.0 (Wiemer,2001). Untuk mengetahui kondisi stress tektonik dan tingkat
keaktifan kegempaan di suatu wilayah dalam studi ini menggunakan program ZMAP versi 6.0
(Wiemer and Wyss,2000) yang menggunakan metode maksimum Likelihood (Utsu, 1965) dengan
persamaan b – value:
dimana:
b
=
Karakteristik
seismotektonik
di
suatu
wilayah,
log
e
=
0,4343,
, Mmin = magnitude completeness. Kemudian nilai a – value
mennggunakan rumus sebagai berikut :
Dimana : a = aktivitas kegempaan disuatu wilayah, log N ( M ≥ M 0) = log dari jumlah
gempabumi yang memiliki magnitude lebih besar dari Mo.
II. HASIL DAN PEMBAHASAN
Dengan distribusi frekuensi – magnitude gempabumi nilai magnitude completeness (Mc)
diwilayah penelitian didapatkan cukup baik yaitu sekitar Mc = 4,5. Nilai magnitude completeness ini
sangat mempengaruhi dalam penentuan parameter seismotektonik disuatu wilayah. Berdasarkan kurva
FMD, maka secara umum nilai parameter seismotektonik diwilayah Sumatera Barat dan sekitarnya
menghasilkan b-value = 0,894 dan a-value = 7,22
Gambar 6.Kurva FMD diwilayah Sumatera Barat dan sekitarnya periode observasi1 Januari 1973
– 31 Desember 2010.
153
Prosiding Seminar Nasional Fisika Universitas Andalas (SNFUA) 2015
Padang, 08 Oktober 2015 – ISBN 978-979-25-1955-6
Gambar 7.Kurva analisis time series atau plot kumulatif gempabu (sumber data : BMKG dan
NEIC/USGS)
Gambar 7 kurva merupakan analisis time series atau plot kumulatif gempabumi diwilayah
Sumatera Barat dan sekitarn yang menunjukkan adanya peningkatan aktivitas seismik/kegempaan
antara tahun 2000 – 2010. Pada tahun 2000 – 2010 banyak terjadi gempabumi yang cukup signifikan
dengan magnitudo M > 6,5 SR. Dengan melihat plot kumulatif gempabumi dapat kita artikan selama
kurun waktu 10 tahun dari tahun 2000 – 2010 diwilayah ini terus-menerus mengalami accumulation
energy sehingga dapat menyebabkan gempabumi yang cukup signifikan.
Gambar 10. Pemetaan densitas gempabumi diwilayah Sumatera barat dan sekitarnya
Dari Gambar 10 dapat kita lihat di sekitar NiasGn.Sitoli dan di kepulauan Mentawai yang
berwarna merah pekat memiliki kerapatan kegempaan yang cukup tinggi dengan densitas gempabumi
berkisar -2 s/d -1,6 log (Eq per km 2) yang mengindikasikan diwilayah tersebut kondisi batuannya
mudah mengalami “fracture”. Sedangkan untuk kerapatan kegempaan yang rendah terjadi di sekitar
Pulau Batu dengan densitas gempabumi berkisar -2,6 s/d -2,2 log (Eq per km 2).
Variasi spasial parameter seismotektonik b-value diwilayah Sumatera Barat dan sekitarnya
telah dianalisis dengan cukup baik.Distribusi variasi spasial parameter seismotektonik ditampilkan
pada Gambar 11.Berdasarkan Gambar 11 variasi spasial parameter seismotektonik b-value yang
154
Prosiding Seminar Nasional Fisika Universitas Andalas (SNFUA)
Padang, 08 Oktober 2015 - ISBN 978-979-25-1955-6
rendah teramati di bagian selatan Pulau Nias-Gn. Sitoli, Kepulauan Mentawai dan disepanjang
Bukitbarisan di Sumatera bagian barat.Diwilayah bagian selatan Pulau Nias-Gn. Sitoli menghasilkan
nilai variasi spasial seismotektonik sekitar 0,7 – 0,9 di Kepulauan Mentawai sekitar 0,6 – 0,9 dan
disepanjang Bukitbarisan di Sumatera bagian barat berkisar 0,8 – 1,0. Kemudian variasi spasial
parameter seismotektonik b-value yang tinggi berada dibagian barat-barat laut pulau Nias dan
disepanjang bukitbarisan Sumatera bagian utara dengan nilai variasi spasial parameter seismotektonik
1,1 – 1,3.
Gambar 11.Petavariasi spasial b-value di wilayah Sumatera barat dan Sekitarnya.
Berdasarkan para ahli kebumian sebelumnya nilai b-value yang rendah berasosiasi terhadap
kondisi lokal stress yang tinggi dan sebaliknya pada b-value yang tinggi. Dengan demikian wilayah
pulau Nias bagian selatan, Kepulauan Mentawai dan diwilayah sepanjang Bukitbarisan diSumatera
bagian barat memiliki lokal stress yang cukup tinggi (high normal stress).Hal ini karena pada wilayah
tersebut berada dizona seismik aktif (regime stress zone) yang dipengaruhi oleh adanya aktivitas
tektonik zona subduksi, sesar aktif Mentawai dan Sumatera. Selain itu kita lihat juga diwilayah
tersebut banyak gempabumi yang cukup besar dan merusak dengan magnitudo M > 6,0 SR yang
memiliki nilai variasi spasial b-value rendah. Hal ini berarti setelah terjadi gempabumi besar dan
merusak diwilayah bagian selatan Pulau NiasGn. Sitoli, Kepulauan Mentawai dan disepanjang
Bukitbarisan di Sumatera bagian barat masih menyimpan lokal stress yang cukup tinggi atau sedang
berlangsung akumulasi stress dan berpotensi terjadi gempabumi besar yang akan datang.Pada wilayah
penelitian dengan b-value rendah berarti mempunyai tingkat kondisi heterogenitas yang rendah.
Kemudian untuk wilayah Pulau Nias bagian barat-barat laut dan disepanjang Bukitbarisan di
Sumatera bagian utara dapat diinterpretasikan mempunyai stress lokal yang rendah (low local stress)
dengan variasi spasial b-value tinggi, kondisi heterogenitas yang tinggi. Diwilayah tersebut juga dapat
dikatakan sebagai daerah creeping yang artinya daerah sesar aktif mengalami slip dan tidak
mengakumulasi stress dengan spasial b-value sekitar > 1,2 (Wiemer and Wyss, 1997).Menurut Warren
and Latham, 1970 dengan b-value yang tinggi dipengaruhi oleh high thermal gradient di slab–
subduction.Kemudian b-value yang tinggi juga terlihat di sepanjang Bukitbarisan diSumatera bagian
utara. Dengan melihat kembali Gambar 2 tentang aktivitas kegempaan diwilayah penelitian, kondisi
seismisitas di sepanjang Bukitbarisan diSumatera bagian utara mempunyai kedalaman 100 – 300
km.Menurut Wiemer and Benoit, 1996 pada kedalaman h > 100 km kondisi termal dibawah slabsubduction sangat tinggi yang dapat menimbulkan medan stress dengan asosiasi karakteristik
seismotektonik dangan nilai b-value yang tinggi.Tampak pada Gambar 12 nilai a-value yang rendah
155
Prosiding Seminar Nasional Fisika Universitas Andalas (SNFUA) 2015
Padang, 08 Oktober 2015 – ISBN 978-979-25-1955-6
terjadi disekitar Kepulauan Mentawai denagan a-value berkisar 4 - 6.Dimana a-value yang rendah
diartikan sebagai wilayah yang memiliki aktivitas seismik yang rendah dan terjadi akumulasi energi
(asperity) diwilayah tersebut. Berdasarkan dari nilai a-value yang rendah maka diwilayah kepulauan
Mentawai berpeluang terjadinya gempabumi besar hal ini didasarkan dengan kondisi stress lokal yang
tinggi dan adanya akumulasi energi (asperity).
Gambar 12.Peta variasi spasial a-value di wilayah Sumatera barat dan Sekitarnya
Tampak pada Gambar 12 nilai a-value yang rendah terjadi disekitar Kepulauan Mentawai
denagan a-value berkisar 4 - 6.Dimana a-value yang rendah diartikan sebagai wilayah yang memiliki
aktivitas seismik yang rendah dan terjadi akumulasi energi (asperity) diwilayah tersebut. Berdasarkan
dari nilai a-value yang rendah maka diwilayah kepulauan Mentawai berpeluang terjadinya
gempabumi besar hal ini didasarkan dengan kondisi stress lokal yang tinggi dan adanya akumulasi
energi (asperity). Sedangkan a-value yang tinggi terjadi dibagian barat-barat laut pulau NiasGn.Sitoli, sebagian disepanjang wilayah Bukitbarisan Sumatera bagian utara dan di Kepulauan
Mentawai bagian selatan dengan a-valueberkisar 6,5 – 8,5. Kondisi parameter seismotektonik a-value
yang tinggi hampir sama dengan kondisi b-value yang tinggi diwilayah tersebut, dengan demikian
diwilayah tersebut memiliki tingkat aktivitas kegempaan yang tinggi.
III. KESIMPULAN
1. Secara umum nilai a dan b – value diwilayah Sumatera Barat dan sekitarnya yaitu 7,22 dan
0,894.
2. Berdasarkan variasi spasial parameter seismotektonik menggunakan katalog gempabumi dari
BMKG dan NEIC/USGS periode observasi 1 Januari 1973 – 31 Desember 2010, b-value rendah
teramati disekitar kepulauan Mentawai dengan b-value berkisar 0,6 – 0,9 dan di pulau Nias
bagian selatan dengan b-value berkisar 0,7 – 0,9 dan disepanjang Bukitbarisan di Sumatera
bagian barat b-value berkisar 0,8 – 1,0. Kemudian b-value tinggi berada dipulau Nias bagian
barat-barat laut dan disepanjang Bukitbarisan di Sumatera bagian utara dengan b-value> 1,0.
3. Kepulauan Mentawai dan di pulau Nias bagian selatan mempunyai kondisi stress lokal tektonik
yang tinggi dan berpotensi terjadinya gempabumi besar dan merusak. Sedangkan dibagian barat –
barat laut pulau Nias–Gn.Sitoli dan disepanjang Bukitbarisan di Sumatera bagian utara memiliki
stress lokal tektonik yang rendah.
4. Tingkat aktivitas seismik/kegempaan yang rendah (low a-value) teramati di kepulauan Mentawai
dengan a-value berkisar 4 – 6 dan diwilayah tersebut sedang terjadi akumulasi energi (asperity),
namun tingkat aktivitas seismik/kegempaan yang tinggi terjadi di pulau Nias-Gn.Sitoli bagian
barat-barat laut dan di sekitar kepulauan Mantawai bagian selatan dengan a-value berkisar 6,5 –
8,5.
156
Prosiding Seminar Nasional Fisika Universitas Andalas (SNFUA)
Padang, 08 Oktober 2015 - ISBN 978-979-25-1955-6
DAFTAR PUSTAKA
Aki, K., 1965, Maximum likelihood estimate of b in the formula log N = a – bM and its confidence
limits, Bulletin of the earthquake Research Institute, Tokyo University, 43, pp. 237-239.
Gibowicz, S.J. (1973), Variation of the frequency-magnitude relation during earthquake sequence in
New Zealand, Bull. Seimol. Soc. Am, 63, 517 – 528.
Gutenberg, B. And Richter, C, F., 1944, Frequency of earthquake in California, Bull. Seismol. Soc.
Am. 34, hal. 185 – 188.
Nuannin, P.-, Kulhanek, O. And Parson, L., 2005. Spatial and Temporal b value anomalies proceding
the deviasting off coast of NW Sumatra earthquakes of december 26, 2004. Geophys. Res.
Let., 32 L 11307.
Rohadi, dkk. 2007. Variasi Spasial Seismisitas di Zona Subduksi Jawa.Jurnal Meteorologi dan
Geofisika. Vol. 8 No.1 Juli 2007 : 42 - 47
Stein, S., Wysession, M., 2003. An introduction to seismology, earthquakes, andearth structure,
Blackwell Publishing, Boston.
Scholz, C. H., 1968, The frequency – magnitude relation of microfracturing in rock and its relation to
earthquake, Bull. Seismol. Soc. Am, 58, hal . 399 – 415.
Wiemer, S., 2001. A software package to Analyze Seismicity: ZMAP, Seismol. Res. Lett, vol.72, 373382.
Wiemer, S and Benoit, J., 1996. Mapping The b-value Anomaly at 100 km Depth in The Alaska and
New Zealand Subduction Zones. Geophys. Res. Let, Vol.23. 1557-1560.
Wiemer, S and Wyss, M. 1997. Distribution Variation Spatial and Temporal of Earthquake. Seismol.
Res. Lett, vol.15, 255-260.
Zhao. Y.Z et al,. 2008. mapping the b-value along the Longmenshan fault zone before and after the 12
May 2008. Nat. Hazards Earth Syst. Sci., 8, 1375–1385.
157
Prosiding Seminar Nasional Fisika Universitas Andalas (SNFUA) 2015
Padang, 08 Oktober 2015 – ISBN 978-979-25-1955-6
PERBANDINGAN VARIASI DIURNAL DISTRIBUSI UKURAN BUTIRAN
HUJAN DI PADANG DAN DI KOTOTABANG
Rio Chandra1, Marzuki1, Mutya Vonnisa1, Hiroyuki Hashiguchi2
1
Jurusan Fisika Universitas Andalas, 2RISH Kyoto University, Japan
e-mail: [email protected]
ABSTRAK
Variasi diurnal distribusi ukuran butiran hujan atau raindrop size distribution (RDSD) di
Padang dan di Kototabang, Sumatera Barat telah dibandingkan. Perbandingan dilakukan
melalui pengamatan particle size velocity (Parsivel) selama Maret 2014 – Mei 2015 untuk
Padang dan Januari 2014 – Januari 2015 untuk Kototabang. Data dikelompokkan berdasarkan
waktu terjadinya hujan yaitu pagi (00:00-11:59 WIB) dan malam (12:00-23:59 WIB). RDSD
dimodelkan dengan distribusi gamma dan parameternya didapatkan menggunakan metode
Momen. Pada kedua lokasi terlihat bahwa konsentrasi butiran hujan berukuran kecil lebih
banyak di pagi hari, sedangkan butiran hujan berukuran besar lebih banyak di malam hari.
Akibat dari lebih banyaknya butiran hujan yang berukuran besar di malam hari sehingga nilai
radar reflectivity (Z) pada malam hari lebih besar daripada pagi hari untuk intensitas curah
hujan yang sama. Hal ini terlihat dari koefisien A persamaan Z-R (Z=ARb) lebih besar di malam
daripada di pagi hari.
Kata kunci: raindrop size distribution, metode Momen, Parsivel, Padang, Kototabang
ABSTRACT
Diurnal variation of raindrop size distribution (RDSD) in Padang and Kototabang have been
compared through particle size distribution (Parsivel) observation during March 2014 – May
2015 for Padang and January 2014 – January 2015 for Kototabang. The data were classified
into two categories, i.e., morning (00:00-11:59 LT) and evening (12:00-23:59 LT). The RDSD
was parameterized by the modified gamma distribution and its parameter was calculated by the
Moment method. It was found that the RDSD of the two locations in the morning hours
composed of more small drops and drop concentration, fewer large drops than the evening
ones. Diurnal variation of RDSD leads to significant variation of Z–R relations so that they
must be considered to increase the accuracy of Z–R conversion from weather radar in this
region.
Keywords: raindrop size distribution, moment Method, Parsivel, Padang, Kototabang
I. PENDAHULUAN
Distribusi ukuran butiran hujan atau lebih dikenal dengan raindrop size distribution (RDSD)
adalah distribusi butiran hujan pada ukuran tertentu per satuan volume sampel selama interval waktu
pengamatan tertentu (Jameson dan Kostinski, 2001). Informasi tentang RDSD diperlukan untuk
mengetahui proses fisika dalam pembentukan hujan (Tokay dan Short, 1996), perancangan sistem
remote sensing untuk pemantauan atmosfer (Coppens dan Haddad, 2000), pengamatan hujan
menggunakan radar (Uijlenhoet, 2001) dan memprediksi atenuasi gelombang elektromagnetik yang
disebabkan oleh hujan (Owolawi, 2011).
RDSD bervariasi terhadap lokasi, waktu, dan tipe hujan. Hal ini disebabkan oleh proses
fisika dan faktor yang mempengaruhi pembentukan butiran hujan juga bervariasi terhadap lokasi
(Ulbrich, 1983; Rosenfeld dan Ulbrich, 2003; Marzuki dkk., 2013a), waktu (Kozu dkk., 2006) dan
tipe hujan (Tokay dan Short, 1996). Variasi RDSD dapat menurunkan akurasi bidang-bidang yang
memerlukan informasi tentang RDSD di atas. Oleh karena itu, pengamatan terhadap RDSD secara
akurat dan kontinu perlu untuk dilakukan.
Tulisan ini akan menyajikan hasil awal penelitian tentang RDSD di Padang dan Kototabang,
Sumatera Barat, Indonesia, sebagai lanjutan dari penelitian oleh Chandra dkk. (2015). Mereka telah
menemukan bahwa konsentrasi butiran hujan di Padang untuk intensitas curah hujan yang tinggi lebih
banyak daripada di Kototabang. Hujan di Sumatera mempunyai variasi diurnal yang sangat kuat
sebagai akibat dari interaksi antara daratan Sumatera dan lautan di sekitarnya (Mori dkk. 2004).
Variasi diurnal ini mempengaruhi banyak parameter meteorologi, termasuk RDSD. Beberapa peneliti
sebelumnya telah menemukan variasi diurnal RDSD untuk kawasan Kototabang (Kozu dkk., 2006;
Marzuki dkk., 2009; Marzuki dkk., 2013b). Oleh karena itu, penelitian ini akan menambah satu
lokasi pengamatan baru yaitu di Padang.
158
Prosiding Seminar Nasional Fisika Universitas Andalas (SNFUA)
Padang, 08 Oktober 2015 - ISBN 978-979-25-1955-6
II. METODOLOGI
RDSD diamati dengan Particle Size Velocity (Parsivel). Parsivel adalah disdrometer sensor
optik-laser yang dapat mengukur ukuran dan kecepatan jatuh dari partikel hujan (butiran hujan, salju,
dan sebagainya). Parsivel terdiri dari lembaran laser dioda dengan lebar 30 mm, panjang 180 mm,
dan tinggi 1 mm. Luas daerah pengamatan Parsivel adalah 5400 mm2. Parsivel sesungguhnya tidak
secara langsung menghasilkan RDSD, tetapi hanya memberikan “count atau jumlah” daripada butiran
hujan per ukuran tertentu per waktu pengamatan. Ukuran butiran hujan dan kecepatan jatuhnya
dikelompokkan ke dalam 32 kelas sehingga spektrum terdiri dari 1024 kelas (32 x 32). Dari jumlah
butiran (n) kita bisa menghitung RDSD [N(D)], intensitas curah hujan (R), radar reflectivity (Z),
dengan persamaan berikut:
(1)
(2)
(3)
dimana F adalah luas pengamatan Parsivel (5400 mm2), t adalah waktu pengamatan (1
menit), D adalah diameter butiran, v(D) adalah kecepatan butiran, dan ΔD adalah lebar kelas.
Penjelasan lengkap tentang Parsivel ini dapat ditemui di dalam Loffler-Mang dan Joss (2000).
Data Parsivel yang digunakan adalah data dari bulan Maret 2014 – Mei 2015 untuk Padang
dan dari bulan Januari 2014 – Januari 2015 untuk Kototabang. Data dikelompokkan menjadi dua
bagian berdasarkan waktu terjadinya hujan, yaitu hujan yang terjadi antara 00:00-11:59 disebut “pagi”
dan antara jam 12.00-23.59 yang selanjutnya akan disebut “malam”. Pembagian ini mengikuti
penelitian Marzuki dkk. (2013b).
RDSD pertama kali dikelompokkan dan dirata-ratakan berdasarkan beberapa kelas intensitas
curah hujan. RDSD dengan intensitas hujan yang sama di Kota Padang dibandingkan dengan RDSD
di Kototabang. Hal ini akan memberikan informasi awal dan umum tentang perbedaan RDSD di
Padang dan di Kototabang. Untuk melihat karakteristik RDSD lebih detail, RDSD dimodelkan
dengan distribusi gamma sebagai berikut:
(4)
dimana N(D) adalah fungsi RDSD (mm-1 m-3), NT adalah parameter intercept dengan satuan
m , µ adalah parameter bentuk (shape) dan  merupakan parameter slope dari distribusi dalam satuan
mm-1.
Parameter gamma RDSD (µ, N T, dan ) dihitung menggunakan metode Momen. Metode
momen dikembangkan berdasarkan prinsip bahwa semua parameter hujan merupakan fungsi RDSD
yang secara umum dapat ditulis sebagai berikut:
-3
(5)
(6)
dimana M adalah momen dan x adalah pangkat diameter butiran. Nilai M3, M4, dan M6
didapat dari Persamaan (6) dengan menggunakan dan x = 3, 4, dan 6. M3 menunjukkan liquid water
content (LWC), M4 menunjukkan intensitas curah hujan (R), M6 menunjukkan radar reflectivity (Z).
Parameter gamma RDSD dalam Persamaan (4) dapat dihitung sebagai berikut (Kozu dan Nakamura,
1991):
iiiiiiii
dengan
(7)
iiiiiiiiiiiiiiiiii(8)
159
Prosiding Seminar Nasional Fisika Universitas Andalas (SNFUA) 2015
Padang, 08 Oktober 2015 – ISBN 978-979-25-1955-6
iiiiiiiiiiiii iiiii (9)
iiiiiiiiiiiiiiiii
dimana
adalah massa-berat diameter rata-rata, dan
iiiiiiiiiiiiiiiiiiiiiiii i(10)
adalah momen ke tiga dari
normalisasi spektrum massa oleh
Tahap terakhir yang dilakukan adalah menghitung persamaan
Z-R. Persamaan Z-R dihitung dengan regresi linier dalam skala logaritmik.
III. HASIL DAN DISKUSI
3.1
Rata-rata RDSD
Gambar 1 memperlihatkan perbandingan variasi diurnal RDSD di Kototabang. Dari semua
intensitas curah hujan (Gambar 1.a-e) terlihat bahwa konsentrasi butiran hujan berukuran kecil lebih
banyak terdapat pada hujan di pagi hari dibandingkan malam hari. Kondisi sebaliknya terjadi pada
butiran berukuran besar. Konsentrasi butiran hujan berukuran besar lebih banyak terdapat pada hujan
di malam hari dibandingkan pagi hari. Hal ini mulai terlihat untuk butiran hujan dengan diameter
besar dari 2 mm. Perbedaan ini semakin jelas dengan peningkatan intensitas curah hujan.
Kondisi yang teramati di Kototabang juga terlihat di Padang. Konsentrasi butiran hujan
berukuran kecil di Padang juga lebih banyak terdapat pada hujan di pagi hari dibandingkan malam
hari. Selain itu, konsentrasi butiran hujan berukuran besar juga lebih banyak terdapat pada hujan di
malam hari dibandingkan pagi hari. Adanya persamaan pola diurnal RDSD di Padang dan
Kototabang, disebabkan oleh hujan yang terjadi di Padang dan di Kototabang kemungkinan berasal
dari awan konvektif yang sama, yaitu awan dari Samudra Hindia. Awan tersebut mengalami proses
yang berbeda di Kototabang disebabkan oleh adanya pegunungan di sekitar daerah ini sehingga
menimbulkan hujan dengan RDSD yang agak berbeda dengan di Padang (Chandra dkk., 2015).
light rain
1  R < 2 mm/h
N(D)
N(D)
very light rain
R < 1 mm/h
0
10
Malam
Pagi
(a)
0
2
4
6
Raindrop diameter (mm)
0
10
(b)
0
8
2
0
10
0
(d)
2
4
6
8
0
2
Raindrop diameter (mm)
4
6
8
Raindrop diameter (mm)
very heavy rain
10  R < 20 mm/h
extreme rain
R  20 mm/h
N(D)
N(D)
8
10
(c)
0
10
0
10
(e)
0
6
heavy rain
5  R < 10 mm/h
N(D)
N(D)
moderate rain
2  R < 5 mm/h
0
4
Raindrop diameter (mm)
(f)
2
4
6
Raindrop diameter (mm)
8
0
2
4
6
8
Raindrop diameter (mm)
Gambar 1. Perbandingan RDSD pagi (00:00-11:59 WIB) dan malam hari (12:00-23:59
mmmmmmlWIB) di Kototabang
160
Prosiding Seminar Nasional Fisika Universitas Andalas (SNFUA)
Padang, 08 Oktober 2015 - ISBN 978-979-25-1955-6
Tabel 1 memperlihatkan rekapitulasi data dan hasil fitting dari Gambar 1 dan Gambar 2.
Bentuk distribusi (µ) dari parameter gamma secara umum hampir sama. Nilai µ lebih besar di pagi
daripada malam hari baik untuk Padang maupun Kototabang. Hal ini mengindikasikan bahwa
konsentrasi butiran hujan berukuran kecil lebih banyak terdapat pada hujan di pagi hari dibandingkan
malam hari sebagaimana penjelasan sebelumnya. Untuk semua intensitas curah hujan, nilai Λ di
Padang lebih besar di pagi dibandingkan malam hari dan nilai Λ semakin kecil jika intensitas curah
hujan semakin besar. Nilai Λ di Kototabang untuk hujan ringan dan hujan sedang lebih besar pada
pagi sedangkan untuk intensitas curah yang lain nilai Λ di malam hari lebih besar dibanding pagi hari.
Nilai Λ di Kototabang juga semakin kecil saat intensitas curah hujan semakin besar, sama halnya
dengan di Padang. Hal ini mengindikasikan bahwa terjadi peningkatan konsentrasi butiran hujan
berukuran besar dengan peningkatan curah hujan yang terlihat juga dari peningkatan nilai Dm dengan
peningkatan curah hujan. Butiran yang besar lebih sedikit pada pagi hari sehingga nilai Dm pada pagi
lebih kecil dari malam hari untuk semua intensitas curah hujan. Pada Tabel 1 juga terlihat bahwa
untuk semua kategori hujan nilai Dm di Kototabang lebih besar dibanding Padang untuk hujan pada
pagi hari, sedangkan untuk hujan pada malam hari nilai Dm di Kototabang lebih kecil dibandingakan
dengan di Padang.
0
light rain
1  R < 2 mm/h
N(D)
N(D)
very light rain
R < 1 mm/h
Malam
Pagi
10
0
10
(a)
0
(b)
2
4
6
Raindrop diameter
0
8
2
4
N(D)
N(D)
0
10
0
10
(c)
(d)
2
4
6
8
0
2
Raindrop diameter
4
8
extreme rain
R  20 mm/h
N(D)
N(D)
6
Raindrop diameter
very heavy rain
10  R < 20 mm/h
0
10
0
10
(e)
0
8
heavy rain
5  R < 10 mm/h
moderate rain
2  R < 5 mm/h
0
6
Raindrop diameter
(f)
2
4
Raindrop diameter
6
8
0
2
4
6
8
Raindrop diameter
Gambar 2. Perbandingan RDSD pagi (00:00-11:59 WIB) dan malam hari (12:00-23:59
mmmmmmlWIB) di Padang
3.2
Persamaan Z-R
Salah satu aplikasi dari RDSD adalah untuk mengkonversi nilai Z dari radar meteorologi
menjadi intensitas curah hujan (R) menggunakan persamaan Z-R (Z=ARb). Dalam penelitian ini
persamaan Z-R dihitung melalui tiga cara dan semuanya melalui regresi linear dalam skala log. Pada
cara pertama, R diletakkan pada sumbu-y dan sumbu-x digunakan Z. Hal ini digunakan karena
parameter yang diketahui oleh radar adalah Z dan yang ingin kita dapatkan adalah R. Kedua, R
diletakkan pada sumbu-x dan sumbu-y digunakan Z cara ini adalah yang paling banyak digunakan.
161
Prosiding Seminar Nasional Fisika Universitas Andalas (SNFUA) 2015
Padang, 08 Oktober 2015 – ISBN 978-979-25-1955-6
Ketiga, persamaan Z-R dihitung dengan menetapkan nilai b =1,4. Penetapan nilai b = 1,4 digunakan
pada beberapa radar meteorologi (Marzuki dkk., 2015).
Tabel 1 Parameter gamma RDSD untuk RDSD rata-rata (Gambar 1 dan Gambar 2)
Katego
ri
Hujan
Λ
µ
PDG
Mala
Pagi
m
KTB
Pagi
Malam
Dm
PDG
Mala
Pagi
m
KTB
Mala
Pagi
m
Sangat
ringan
0,42
0,68
0,10
0,22
4,64
4,61
4,19
4,63
Ringan
0,52
-0,13
0,40
-0,76
4,28
3,24
3,10
2,89
Sedang
0,45
-0,57
0,05
-0,23
3,71
2,61
3,13
3,10
Lebat
0,92
-0,06
0,27
3,83
2,67
2,42
3,21
1,35
-0,30
1,46
3,65
2,11
2,20
3,72
0,20
-0,10
-0,70
1,76
1,10
1,17
1,36
Sangat
Lebat
Ekstri
m
0,44
0,18
0,92
PDG
Pag Mala
i
m
0,9
1,01
5
1,0
1,20
6
1,2
1,31
0
1,2
1,47
8
1,4
1,74
6
2,1
2,72
6
KTB
Mala
Pagi
m
0,98
0,91
1,16
1,18
1,30
1,21
1,46
1,33
1,72
1,46
2,63
2,41
Tabel 2 memperlihatkan persamaan Z-R di Padang dan di Kototabang yang dibagi menjadi
tiga bagian yaitu pagi, malam dan total (semua data tanpa pengelompokan). Pada tabel terlihat bahwa
nilai persamaan koefisien A dari Z-R di Padang pada pagi lebih kecil dibandingkan pada malam hari
untuk semua metode. Koefisien A dari Z-R di Kototabang pada pagi hari juga lebih kecil
dibandingkan dengan malam hari. Karakteristik persamaan Z-R sejalan dengan subbab sebelumnya
dimana konsentrasi butiran hujan berukuran besar lebih banyak pada malam dibandingkan pada pagi
hari. Hal ini mengakibatkan Z pada malam hari lebih besar dari pagi hari, karena nilai Z sangat
dipengaruhi oleh butiran hujan berukuran besar. Pada Tabel 2 juga terlihat bahwa untuk semua
metode, nilai A di Kototabang lebih besar dibanding Padang untuk hujan pada pagi hari, sedangkan
untuk hujan pada malam hari nilai A di Kototabang lebih kecil dibandingakan dengan di Padang. Hal
ini konsisten dengan pola diurnal parameter RDSD pada Tabel 1.
Tabel 2 Persamaan Z-R dari RDSD di Padang dan di Kototabang
Metode
Padang
Pagi
Malam
1,47
1,52
Kototabang
Total
Pagi
1,51
Malam
1,53
1,56
Total
R–Z
Z=205R
Z=236R
Z=227R
Z=213R
Z=223R
Z=221R1,56
Z–R
Z=209R1,32
Z=247R1,41
Z=237R1,39
Z=205R1,47
Z=228R1,42
Z=223R1,41
b kostan
Z=207R1,40
Z=248R1,40
Z=236R1,40
Z=207R1,40
Z=229R1,40
Z=223R1,40
IV. KESIMPULAN
Hasil penelitian ini menguatkan penelitian sebelumnya mengenai variasi diurnal RDSD di
Sumatera. RDSD dari dua lokasi (Padang dan Kototabang) memperlihatkan pola diurnal dimana
konsentrasi butiran hujan berukuran kecil lebih tinggi di pagi hari, sedangkan butiran hujan berukuran
besar lebih banyak di malam hari. Pola diurnal RDSD ini mempengaruhi persamaan Z-R yang akan
digunakan dalam radar meteorologi. Koefisien A persamaan Z-R lebih besar di malam daripada di
pagi hari. Variasi diurnal persamaan Z-R ini jika diabaikan kemungkinan dapat menurunkan akurasi
pengamatan hujan oleh radar. Tulisan ini adalah kajian awal dan penelitian masih harus dilanjutkan
dengan menganalisis data yang lebih banyak.
DAFTAR PUSTAKA
Chandra, R., Marzuki, Hashiguchi, H., 2015, Perbandingan Karakteristik Distribusi Ukuran Butiran
Hujan di Padang dan di Kototabang, Jurnal fisika unand (inpress).
162
Prosiding Seminar Nasional Fisika Universitas Andalas (SNFUA)
Padang, 08 Oktober 2015 - ISBN 978-979-25-1955-6
Coppens, D. dan Haddad, Z. S., 2000, Effect of Raindrop Size Distribution Variations on Microwave
Brightness Temperature Calculation, Journal of Geophysical Research: Atmosphere, Vol.
105, No. 19, hal. 483 – 489.
Jameson, A. R. dan Kostinski, A. B., 2001, What is a Raindrop Size Distribution, Bulletin of
American Meteorological Society, Vol. 82, No. 6, hal. 1169 – 1177.
Kozu, T., Reddy, K. K., Mori, S., Thurai, M., Ong, J. T., Rao, D. N., dan Shimomai, T., 2006,
Seasonal and Diurnal Variations of Raindrop Size Distribution in Asian Monsoon Region,
Journal of the Meteorology Society Of Japan, Vol. 84A, hal. 195 – 209.
Marzuki, Kozu, T., Shimomai, T., Randeu, W. L., Hashiguchi, H., Shibagaki, Y., 2009, Diurnal
Variaton of Rain Attenuatuion Obtained from Measurement of Raindrop Size Distribution in
Equatorial Indonesia, IEEE Transaction Antennas Propagation, Vol. 57, hal 1190 – 1196.
Marzuki, M., Hashiguchi, H., Yamamoto, M. K., Mori, S., dan Yamanaka, M. D., 2013a, Regional
Variability of Raindrop Size Distribution over Indonesia, Annales Geophysicae, Vol. 31, hal.
1941 – 1948.
Marzuki, Randeu, W. L., Kozu, T., Hashiguchi, H., dan Schonhuber M, 2013b, Raindrop Axis Ratio,
Fall Velocities and Size Distribution over Sumatra from 2D – Video Disdrometer
Measurement, Atmospheric Research, Vol. 119, hal. 23 – 37.
Marzuki, Hashiguchi, H., Kozu, T., Shibagaki, Y., dan Takahashi, Y., 2015, Precipitation
Microstucture ini Different Madden-Julian Oscillation Phases over Sumatra, Atmospheric
Research (Inpress).
Mori, S., Hamada, J. I., Tauhid, Y. I., dan Yamanaka, M. D., 2004, Diurnal Land-Sea Rainfall Peak
Migration over Sumatra Island, Indonesian Maritim Continent, Observed by TRMM Satellite
and Intensive Rawinsonde Soundings, Mothly Weather Review, Vol. 132, hal. 2021 – 2039.
Owolawi, P., 2011, Raindrop Size Distribution Model for the Prediction of Rain Attenuation in
Durban, PIERS Online, Vol. 7, No. 6, hal. 516 – 523.
Rosenfeld, D. dan Ulbrich, C.W., 2003, Cloud Microphysical Properties, Processes, and
Rainfall Estimation Opportunities, Meteorological Monographs, Vol. 52, hal. 237
– 258.
Tokay, A. dan Short, D. A., 1996, Evidence from Tropical Raindrop Spectra of the Origin of Rain
from Statiform Versus Convective Clouds, Journal Applied Meteorology, Vol. 35, hal 355 –
371.
Uijlenhoet, R., 2001, Raindrop Size Distributions and Radar Reflectivity-Rain Rate Relationships for
Radar Hydrology, Hydrology and Earth System Sciences, hal. 615 – 627.
Ulbrich, C. W., 1983, Natural Variations in the Analytical Form of the Raindrop Size Distribution,
Journal of Climate and Applied Meteorology, Vol. 22, hal. 1764 – 1775.
163
Prosiding Seminar Nasional Fisika Universitas Andalas (SNFUA) 2015
Padang, 08 Oktober 2015 – ISBN 978-979-25-1955-6
ANALISIS PARAMETER FISIS KOLEKTOR BIOMASSA SEBAGAI
PENGERING KERUPUK SINGKONG
Juandi M., Eka Afriyani, Salomo
Jurusan Fisika –Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Riau
Kampus Binawidya Pekanbaru , 28293, Indonesia.
e-mail : [email protected]
ABSTRAK
Telah dilakukan penelitian tentang pemanfaatan limbah tempurung kelapa sebagai energi
biomassa untuk pengeringan kerupuk singkong. Beberapa parameter fisis yang diukur adalah
suhu disetiap sisi dinding alat pengering. Karakteristik suhu rata-rata dipengaruhi oleh energi
biomassa, karena energi biomassa bekerja mentranfer panas ke ruang pengeringan. Hubungan
karakteristik suhu rata-rata untuk rak 1 adalah y = 3E-06x4 – 0,003x3 + 0,020x2 – 0,178x +
61.00 dengan koefisien determinasi R² = 0,883, sedangkan untuk rak 2 adalah y = 3E-06x4 –
0,000x3 + 0,020x2 – 0,213x + 65,01 dengan koefisien determinasi R² = 0,925 . Nilai
maksimum karakteristik laju panas yang hilang dipengaruhi oleh laju aliran panas, secara
keseluruhan dari alat pengering terjadi pada laju panas yang hilang di bagian atas, sedangkan
laju panas yang hilang minimum terjadi pada bagian belakang, hal ini dikarenakan laju aliran
panas lebih banyak bergerak ke bagian atas sedangkan pada bagian belakang mengalami
hambatan, misalnya hambatan oleh rak. Karakteristik efesiensi sumber energi biomassa
dipengaruhi oleh laju udara yang masuk dan pembakaran limbah biomassa.
Kata kunci : Karakteristik, parameter, fisis, pengeringan,kerupuk singkong.
ABSTRACT
Has done research on the use of coconut shell waste as biomass energy for drying cassava
crackers. Some physical parameters measured were the temperature of each side wall of the
dryer. Characteristics average temperature is influenced by biomass energy, since biomass
energy work transferring heat to the drying room. Relationship characteristics of average
temperature for rack 1 is y = 3E-06x4 – 0,003x3 + 0,020x2 – 0,178x + 61.00 with a coefficient
of determination R² = 0,883, while for the second shelf is y = 3E-06x4 – 0,000x3 + 0,020x2 –
0,213x + 65,01 with a coefficient of determination R² = 0,925. The maximum value
characteristic of the rate of heat lost is influenced by the rate of heat flow, the whole of the
dryer occurred at the rate of heat lost at the top, while the rate of heat lost minimum occurs on
the back, this is because the rate of heat flow more moving parts above while at the rear have
problems, such barriers by rack. Characteristics of biomass energy resource efficiency is
influenced by the rate of the incoming air and combustion of biomass waste.
Keywords: Characteristics, parameters, physical, drying, cassava crackers.
I. PENDAHULUAN
Biomassa adalah sebagai sumber energi terbarukan yang berasal dari organisme yang belum
lama mati (dibandingkan dengan bahan bakar fosil). Sumber-sumber biomassa yang paling umum
adalah kayu dan limbah tanaman. Kayu saat ini merupakan sumber yang paling banyak digunakan
untuk biomassa. Di Amerika Serikat, misalnya, hampir 90% biomassa berasal dari kayu (Bargumono,
dan Wongsowijaya, 2013).
Krupuk singkong merupakan salah satu olahan singkong dalam keadaan basah karena memiliki
kandungan air yang cukup tinggi sehingga tidak dapat bertahan lama. Untuk mengawetkan krupuk
singkong agar dapat bertahan lama yaitu dengan cara dikeringkan. Pengeringan adalah suatu proses
pengeluaran air yang terkandung pada suatu bahan, kecepatan proses pengeringan sangat bergantung
pada energi dan laju aliran massa udara pengering yang diberikan kepada pengering (Suriadi dan
Murti, 2011).
Pengeringan yang selama ini dilakukan masyarakat yaitu menjemur krupuk singkong
dibawah terik matahari, tetapi pengeringan dengan cara tersebut kurang efektif karena smembutuhkan
waktu yang cukup lama, tempat yang luas dan bergantung pada penyinaran matahari, sehingga pada
malam hari atau hujan proses pengeringan tidak dapat dilakukan, selain itu pengeringan alami lebih
rentan terkontaminasi oleh debu atau bakteri yang berasal dari lingkungan sekitar, akibatnya kualitas
produk yang dihasilkan menjadi rendah (Aman dkk, 2015).
164
Prosiding Seminar Nasional Fisika Universitas Andalas (SNFUA)
Padang, 08 Oktober 2015 - ISBN 978-979-25-1955-6
Pengeringan dapat dilakukan dengan membuat rumah pengering yang memanfaatkan sumber
energy biomassa dari limbah tempurung kelapa. Udara panas dari pembakaran dapat berpindah ke
dalam ruang pengering secara konduksi (Buchori,2004).
II. METODOLOGI
Penelitian ini dilakukan dengan menggunakan metode eksperimen yaitu dengan membuat alat
pengering menggunakan energi biomassa dari limbah tempurung kelapa.
2.1
Tempat dan Waktu Penelitian
Penelitian ini dilakukan di Kelurahan Rejosari, Kecamatan Tenayan Raya, Kota Madya
Pekanbaru yang dimulai dari bulan maret s/d bulan april 2015.
2.2
Alat dan Bahan Penelitian
No
Bahan
Fungsi
1.
Kayu broti
2.
3.
Plat seng
Thermometer mercuri
4.
5.
6.
7.
8.
9.
10.
Paku pines
Stopwatch
pipa seng
Drum
Rotan
Krupuk singkong
Timbangan
11.
12.
13.
14.
15.
Cat hitam
Triplek
Paku
Rookwool
Paralon
Sebagai penyangga kolektor dan kerangka alat
pengering
Sebagai penghantar panas
Alat pengukur suhu ruangan pengering dan suhu
sekitar
Sebagai perekat plat seng dan tripek
Sebagai alat pengukur waktu
Sebagai cerobong
Sebagai ruang energi biomassa
Sebagai rak pengering
Sebagai Bahan penelitian
Mengukur massa krupuk singkong dan massa bahan
bakar.
Sebagai pelapis seng pada kolektor
Sebagai isolator
Sebagai penghubung antara kayu
Sebagai peredam panas
Sebagai cerobong pembuangan asap pembakaran.
2.3
Alat Pengering Energi Biomassa
Alat pengering ini dibuat berbentuk persegi panjang dengan ukuran panjang kali lebar, 130
cm x 97 cm dan tinggi 120 cm. Alat pengering dibuat berdindingkan triplek dan pada bagian dalam
dilapisi seng dengan ketebalan 0,7 mm, bagian permukaaan seng diberi cat berwarna hitam. Setelah
ukuran kayu sudah sesuai dengan ukuran yang dikehendaki hubungkan masing-masing sisi kayu
dengan sisi kayu yang lainnya menggunakan paku.
2.4
Ruang Pengering
Ruangan pengering diisi dengan 2 buah rak dengan jarak 15 cm antara rak satu
dengan rak kedua, 15 cm jarak dari rak kedua keatap rumah pengering, dan 30 cm dari ruang energi
biomassa . Pada dasar ruangan pengering diisi dengan drum yang berukuran 70 cm dan diameter 44
cm. Drum ini berfungsi untuk mengolah limbah tempurung kelapa menjadi energi biomassa yang
menimbulkan panas yang dapat mengeringkan krupuk singkong. Pada bagian atas ruangan pengering
ini diberi cerobong untuk jalan udara keluar dari dalam ruangan pengering (Gambar 1).
165
Prosiding Seminar Nasional Fisika Universitas Andalas (SNFUA) 2015
Padang, 08 Oktober 2015 – ISBN 978-979-25-1955-6
Gambar 1. Kolektor biomassa
2.5
Prosedur Penelitian
Data penelitian yang diamati adalah perubahan suhu terhadap suhu lingkungan dalam ruang
kolektor, selanjutnya diamati dan dihitung parameter-parameter fisika yang terjadi ketika
pengeringan krupuk singkong, dengan prosedur penelitian yang dilakukan adalah:
1.
Mendesain alat yang digunakan untuk penelitian yaitu alat pengering Energi Biomassa dari
limbah tempurung kelapa (Gambar 1).
2. Menyiapkan alat dan bahan penelitian meliputi:
3. Alat pengering energi biomassa dari limbah tempurung kelapa dibuat dengan kerangka kayu dan
berdindingkan triplek yang tebalnya 8 mm, dan pada bagian dalamnya dilapisi seng dengan
ketebalan 0,7 mm, bagian permukaaan seng diberi cat berwarna hitam, alat pengering energi
biomassa ini dilengkapi dengan rak pengering yang terbuat dari anyaman rotan, cerobong yang
terbuat dari plat seng dan ruang energi biomassa yang berasal dari drum.
4. Singkong segar yang dikupas terlebih dahulu, dibersihkan dan diparut sehingga menjadi bubur
singkong yang kemudian dicetak dengan menggunakan cetakan aluminium yang berbentuk bulat.
Bubur singkong yang telah dicetak di kukus selama 10 sampai dengan 15 menit, lalu bubur
singkong yang telah setengah jadi ini dilepas dari cetakan yang kemudian disusun di atas rak-rak
pengering untuk dikeringkan.
2.6
Pengambilan data
Pengambilan data dilakukan setiap 10 menit yang terdiri dari pengukuran suhu lingkungan
sekitar dan pengukuran suhu dalam ruang pengering yaitu di rak tingkat 1 dan tingkat ke 2,
pengukuran suhu pada permukaan drum, pengukuran suhu disetiap sisi dinding alat pengering
menggunakan thermometer mercuri, pengukuran massa kerupuk singkong pada setiap rak, dengan
pengaturan suhu dalam ruang pengering antara 57- 68 oc.
2.6.1
Analisa Parameter fisis
Laju konduksi energi termis dapat ditentukan dari (Tipler, 1998):
Dimana :
Konduktivitas termal bahan
Luas permukaan yang tegak lurus
Beda temperatur antara permukaan
Tebalnya pernghantar panas
Energi thermis yang dikonduksikan
Satuan waktu
Efesiensi sumber energi biomassa yang digunakan untuk menaikkan suhu udara dalam ruang
pengering dapat dihitung dengan menggunakan Persamaan (Tipler, 1998):
166
Prosiding Seminar Nasional Fisika Universitas Andalas (SNFUA)
Padang, 08 Oktober 2015 - ISBN 978-979-25-1955-6
dengan :
kelapa
Laju energi panas yang dihasilkan dari pembakaran biomassa limbah tempurung
,
dalam ruang pengering
Laju energi panas yang digunakan untuk menaikkan suhu udara
, dimana
, dengan
adalah laju
panas total yang hilang dari alat pengering.
III. HASIL DAN PEMBAHASAN
Hasil penelitian tentang karakteristik parameter fisis kolektor biomassa sebagai pengering
kerupuk singkong dapat ditunjukkan pada Gambar 2 sampai Gambar 4.
Gambar 2. Karakteristik suhu rata-rata terhadap waktu
Gambar 2 menjelaskan bahwa karakteristik suhu rata-rata dari menit ke 10 sampai dengan
ke 40 suhu cenderung naik karena energi biomassa mulai bekerja mentranfer panas ke ruang
pengeringan. Suhu rata-rata pada menit ke 50 sampai dengan ke 80 nilai suhu cenderung menurun, ini
dikarenakan energi biomassa mulai berkurang. Persamaan grafik pada Gambar 2 untuk rak 1 y = 3E06x4 – 0,003x3 + 0,020x2 – 0,178x + 61.00 dengan koefisien determinasi R² = 0,883, sedangkan
untuk rak 2 adalah y = 3E-06x4 – 0,000x3 + 0,020x2 – 0,213x + 65,01 dengan koefisien determinasi
R² = 0,925
Karakteristik laju hilang panas secara keseluruhan dari alat pengering dapat dilihat pada
Gambar 3. Nilai bagian alat yang memiliki laju hilang panas maksimum ada pada bagian atas,
sedangkan laju hilang panas minimum terjadi pada bagian belakang. Hal ini dikarenakan aliran
panas lebih banyak bergerak ke bagian atas sedangkan pada bagian belakang mengalami hambatan,
misalnya oleh rak.
167
Prosiding Seminar Nasional Fisika Universitas Andalas (SNFUA) 2015
Padang, 08 Oktober 2015 – ISBN 978-979-25-1955-6
Gambar 3. Karakteristik laju hilang panas
Gambar 4. Karakteristik efesiensi sumber energi biomassa untuk pengeringan terhadap waktu
Gambar 4. menunjukkan karakteristik efesiensi sumber energi biomassa. Dari Gambar 4
dapat dilihat bahwa pada menit ke 10 sampai 50 efesiensi sumber energi biomassa cenderung
berkurang. Hal ini disebabkan oleh laju udara yang masuk cukup besar dan pembakaran limbah
biomassa baru mulai, sehingga pembakaran belum sempurna dan juga diakibatkan laju energi panas
yang hilang sedang meningkat.
Karakteristik efesiensi sumber energi biomassa Pada menit ke 60 sampai 80 menunjukkan
bahwa efesiensi sumber energi biomassa meningkat. Hal ini disebabkan oleh faktor angin yang
masuk ke dalam ruang pengering mulai berkurang dan karena pembakaran limbaha biomassa lebih
sempurna, dan juga karena laju energi panas yang hilang mulai berkurang. Persamaan efesien energi
biomassa terhadap waktu adalah: y = 0,0001x2 – 0,042x + 98,95 dengan koefisien determinasi R² =
0,975.
168
Prosiding Seminar Nasional Fisika Universitas Andalas (SNFUA)
Padang, 08 Oktober 2015 - ISBN 978-979-25-1955-6
IV. KESIMPULAN
Berdasarkan hasil penelitian dapat diambil beberapa kesimpulan sebagai berikut :
1.
Karakteristik suhu rata-rata dipengaruhi oleh energi biomassa, karena energi biomassa bekerja
mentranfer panas ke ruang pengeringan. Hubungan karakteristik suhu rata-rata untuk rak 1
adalah y = 3E-06x4 – 0,003x3 + 0,020x2 – 0,178x + 61.00 dengan koefisien determinasi R² =
0,883, sedangkan untuk rak 2 adalah y = 3E-06x4 – 0,000x3 + 0,020x2 – 0,213x + 65,01 dengan
koefisien determinasi R² = 0,925 .
2. Nilai maksimum laju hilang panas terjadi pada bagian atas, sedangkan laju hilang panas minimum
terjadi pada bagian belakang. Hal ini dikarenakan aliran panas lebih banyak bergerak ke bagian
atas sedangkan pada bagian belakang mengalami hambatan, misalnya oleh rak.
3. Karakteristik efesiensi sumber energi biomassa dipengaruhi oleh laju udara yang masuk dan
pembakaran limbah biomassa. Pada menit ke 10 sampai 50 cenderung berkurang. Hal ini
disebabkan karena laju udara yang masuk cukup besar dan pembakaran limbah biomassa baru
mulai, sehingga pembakaran belum sempurna dan juga diakibatkan laju energi panas yang hilang
sedang meningkat. Setelah menit ke 50 efesiensi cendrung meningkat. Hal ini disebabkan karena
pembakaran limbah biomassa sudah sempurna.
DAFTAR PUSTAKA
Aman,W.P., Abadi Jading, dan Mathelda K. Roreng.2015. Prototipe Alat Pengering Tipe Rotari
(Rotary Dryer) bersumber Panas Biomassa Untuk Industri Pengolahan Pati Sagu di
Papua.Universitas Negeri Papua.
Bargumono,H.M dan Wongsowijaya, S., 2013. Umbi Utama Sebagai Pangan Alternatif Nasional.
Yogyakarta : Leutika prio.
Buchori,L.2004.Perpindahan Panas Bagian 1.Universitas Diponegoro:Semarang.
Suriadi,I.G.A.K. dan Murti, M.R., .2011.Kesetimbangan Energi Termal dan Efesiensi Transient
Pengering Aliran Alami Memanfaatkan Kombinasi Dua Energi.Universitas Udayana.
Tipler, P.A.1998.Fisika Untuk Sains dan Teknik .Edisi Ketiga.Jilid 1. Jakarta: Erlangga.
169
Prosiding Seminar Nasional Fisika Universitas Andalas (SNFUA) 2015
Padang, 08 Oktober 2015 – ISBN 978-979-25-1955-6
PEMETAAN TINGKAT BAHAYA GEMPABUMI BERDASARKAN
KARAKTERISTIK DINAMIKA TANAH RESPON DATA
MIKROTREMOR KOTA PADANG, SUMATERA BARAT
Saaduddin1, Sismanto2, Marjiyono3
1
Prodi Teknik Geofisika, Jurusan Teknik Kebumian, Fakultas Sains dan Teknologi, Universitas
Jambi, Indonesia
2
Jurusan Fisika, Fakultas MIPA, Universitas Gadjah Mada – Sekip Utara Yogyakarta
55281, Indonesia
3
Pusat Survei Geologi, Badan Geologi, Kementerian Energi dan Sumber Daya Mineral, Bandung,
Indonesia
e-mail: [email protected]
ABSTRAK
Penelitian ini menggunakan data mikrotremor Kota Padang sebanyak 103 titik yang diukur oleh
Tim Pusat Survei Geologi, Badan Geologi, Kementrian Energi dan Sumber Daya Mineral pada
26-30 November 2009 dan data seismisitas yang diperoleh dari USGS, ISC dan BMKG Padang
Panjang. Tujuan dari penelitian ini adalah untuk mengetahui karakteristik dinamika tanah
sebagai parameter dalam memetakan daerah bahaya gempabumi di kota Padang. Parameter
tersebut adalah frekuensi dominan
kerentanan seismik
, faktor amplifikasi
, indeks
, ketebalan lapisan sedimen , dan ground shear strain .
Nilai parameter yang diperoleh adalah frekuensi dominan
faktor amplifikasi
, periode dominan
berkisar antara (0,42 – 12,12) Hz,
berkisar antara (1,54 – 10,67), periode dominan
2,36) s, indeks kerentanan seismik
berkisar antara (0,08 –
berkisar antara (0,58 – 170,61), ketebalan lapisan
sedimen berkisar antara (6,78 – 270,07) m, dan ground shear strain (4,85 x 10-5 – 1,45 x
102).
Klasifikasi tingkat bahaya gempabumi Kota Padang menunjukkan bahwa Kota Padang sebelah
barat berada pada zona sedang hingga tinggi. Zona bahaya tingkat rendah berada di sebelah
timur antara lain kecamatan Pauh, sebagian di kecamatan Lubuk Kilangan, sebagian di
kecamatan Lubuk Bergalung, dan sebagian di kecamatan Kuranji. Mayoritas zona bahaya tinggi
berada di daerah pesisir yang berada di dekat pantai seperti Padang Utara, Padang Barat sebelah
utara, Padang Timur sebelah utara dan sebagian di daerah perbatasan antara kecamatan Naggalo
dan Kuranji.
Kata kunci: mikrotremor, bahaya gempabumi, Padang
ABSTRACT
This study processed 103 points of mictremor measurement data of Padang that observed by
Centre of Geological Survey, Ministry of Energy and Mineral Resources on November 26th30th, 2009 and seismicity data obtained by USGS, ISC, and BKMG of Padang Panjang. The
objective of this study is to know the dynamics characters of soil which is used as the
parameters to map the seismic hazard area in Padang. The parameters are dominant
frequency , amplification
, dominant period , seismic vulnerability index
, thickness
of sediment layer and ground shear strain .
The result showed that the dominant frequency is about (0,42 – 12,12) Hz,, the amplification
is about (1,54 – 10,67), the dominant period
is about (0,08 – 2,36) s, the seismic
vulnerability index
is about (0,58 – 170,61), the thickness of sediment layer is about (6,78
– 270,07) m and the ground shear strain is about (4,85 x 10-5 – 1,45 x 10-2).
Based on those parameters, the classification of seismic hazard area in Padang showed that the
western part of Padang is in medium to high seismic hazard. The low seismic hazard is in the
eastern of Padang such as Pauh, part of LubukBergalung, part of LubukKilangan and apart of
Kuranji. The high seismic hazard is almost in coast area like Padang Utara, northern of
Padang Timur, northern of Padang Barat and part of Naggalo and Kuranji.
Keywords: microtremor, seismic hazard, Padang
170
Prosiding Seminar Nasional Fisika Universitas Andalas (SNFUA)
Padang, 08 Oktober 2015 - ISBN 978-979-25-1955-6
I. PENDAHULUAN
1.1 Latar Belakang
Tektonika Indonesia menjelaskan bahwa negara ini merupakan titik pertemuan antara tiga
lempeng besar yaitu lempeng Indo-Australia, lempeng Eurasia, dan lempeng Pasifik seperti yang
terlihat pada Gambar 1.1. Konsekuensinya, dinamika lempeng tersebut membentuk sesar-sesar besar
yang aktif yang dapat menjadi pemicu terjadinya bencana alam seperti gempabumi. Salah satu sesar
besar yang terkenal yaitu sesar Sumatera atau sesar Semangko yang membentang dari ujung barat
sampai ujung timur Pulau Sumatera. Bahkan, interaksi ketiga lempeng tersebut yang terus menerus
berlangsung dapat membentuk sesar-sesar baru lainnya.
Kota Padang, ibukota provinsi Sumatera Barat, merupakan salah satu kota berkembang di
Indonesia dengan tingkat kepadatan penduduk mencapai 1.214 per km2 (Anonim, 2010). Selain itu,
Kota Padang juga merupakan salah satu daerah dengan tingkat ancaman bencana alam yang cukup
besar diantaranya ialah bencana gempabumi dan tsunami. Hal ini dikarenakan posisi daerah tersebut
berada di zona subduksi antara lempeng Indo-Australia dan lempeng Eurasia.
Gambar 1.1. Petemuan tiga lempeng besar di Indonesia, Indo-Australia, Eurasia, dan Pasifik
(Harijono, 2010)
Kejadian gempabumi terbesar di Kota Padang yang menyita perhatian dunia pada saat itu
terjadi pada 30 September 2009 dengan magnitudo 7,6 SR. Titik episentrum gempa tersebut berada
pada titik koordinat 1,397O LS dan 99,9OBT. Gempabumi yang terjadi bersifat sangat merusak
berdasarkan parameter kedalaman hiposenter dan ukuran magnitudonya. Gempa tersebut bersifat
dangkal dengan kedalaman hiposenter 87 km. Kekuatan gempa tersebut setara dengan skala VII MMI.
Gempabumi tersebut sangat merugikan. Berdasarkan pemberitaan di media massa pada saat
itu terdapat 1.117 korban tewas, 1.214 korban lukaberat, 1.688 korban luka ringan dan 1 orang
dinyatakan hilang. Kerusakan infrastruktur pun tak dapat dihindari. Tercatat 135.448 unit bangunan
rusak berat, 65.380 unit rusak sedang, dan 78.604 unit rusak ringan termasuk rumah masyarakat dan
fasilitas umum. Guncangan gempa tersebut tidak hanya dirasakan di provinsi terdekat seperti
Bengkulu, Jambi, Palembang dan Riau tetapi juga dirasakan sampai di Malaysia dan Singapura
(Harian Kompas edisi 15 Oktober 2009).
Aktualitas data tersebut mencerminkan bahwa daerah Kota Padang memang merupakan suatu
daerah dengan tingkat potensi kerawanan bencana gempabumi yang terbilang tinggi. Sehingga
kesiagaan dari pihak pemerintah, tokoh masyarakat, lembaga kemasyarakat dan masyarakat sangat
perlu diperhatikan.Oleh karena itu, upaya mitigasi lainnya sangat diperlukan seperti pemetaan spasial
daerah rawan berdasarkan beberapa parameter gempabumi.
Berdasarkan fakta tersebut, penulis melakukan penelitian dengan memetakan daerah rawan
bencana di Kota Padang berdasarkan beberapa parameter hasil pengukuran mikrotremor yang diolah
dengan menggunakan metode Horizontal to Vertikal Spectral Ratio (HVSR) atau metode Nakamura.
Hasil penelitian tersebut diharapkan mampu menjadi salah satu pertimbangan dalam pembangunan
dan mitigasi bencana gempabumi di Kota Padang.
171
Prosiding Seminar Nasional Fisika Universitas Andalas (SNFUA) 2015
Padang, 08 Oktober 2015 – ISBN 978-979-25-1955-6
1.2
Tujuan Penelitian
Berdasarkan uraian permasalahan di atas, tujuan dalam penelitian ini adalah untuk
memetakan sebaran nilai frekuensi dominan, faktor amplifikasi, periode dominan, ketebalan lapisan
sedimen, indeks kerentanan seismik, dan ground shear strain, di Kota Padang Sumatera Barat. Selain
itu, penelitian ini juga untuk memetakan tingkat potensi bahaya gempabumi di Kota Padang Sumatera
Barat berdasarkan sebaran nilai karakteristik dinamika tanah.
1.3
Manfaat Penelitian
Penelitian ini diharapkan dapat memberikan manfaat diantaranya adalah sebagai bahan
informasi tentang karakteristik daerah rawan bencana dalam upaya mitigasi bencana gempabumi dan
bahan pertimbangan dalam pembangunan infrastruktur di Kota Padang, Sumatera Barat.
II. METODOLOGI
2.1 Lokasi dan Waktu Penelitian
Pengambilan data mikrotremor dilakukan di Kota Padang, Sumatera Barat. Pengukuran
mikrotremor dilakukan secara langsung oleh tim Pusat Survei Geologi (PSG), Badan Geologi,
Kementerian Energi dan Sumber Daya Mineral selama lima hari yaitu dari 26 – 30 November 2009.
Survei ini dilakukan pada 103 titik dengan durasi pengukuran sekitar 10 menit per titik dengan
frekuensi sampling 100 Hz. Adapun sebaran titik-titik pengukuran tersebut dapat dilihat pada Gambar
2.1.
Gambar 2.1. Peta sebaran titik pengukuran mikrotremor di Kota Padang, Sumatera Barat
2.2
Alat dan Bahan
Adapun alat dan bahan yang digunakan dalam penelitian ini adalah data primer pengukuran
mikrotremor Kota Padang dari PSG Bandung sebanyak 103 titik dengan menggunakan seismometer
tipe Mark L4-3D. Selain data primer, penelitian ini juga menggunakan data sekunder berupa data
seismisitas atau historis kegempaan Kota Padang dari tahun 1900 sampai tahun 2014 yang diperoleh
dari USGS, ISC dan BMKG Padang Panjang, data titik kerusakan Kota Padang akibat gempabumi
pada tanggal 30 September 2009, data nilai kecepatan gelombang S pada kedalaman 30 m (Vs30) dari
USGS dan data titik bor dan litologi batuan dari Dinas Pertambangan Kota Padang. Untuk mengetahui
jenis batuan di daerah penelitian diperoleh melalui peta geologi lembar Padang, Sumatera.
172
Prosiding Seminar Nasional Fisika Universitas Andalas (SNFUA)
Padang, 08 Oktober 2015 - ISBN 978-979-25-1955-6
Pemrosesan data dalam penelitian ini menggunakan laptop dan perangkat lunak lunak berupa
microsoft office 2007, perangkat lunak HVSR (Geopsy) dan perangkat lunak pemetaan.
2.3
Prosedur Penelitian
Penelitian ini menggunakan data mikrotremor dalam format .saf yang diambil oleh Tim
Pusat Survei Geologi, Badan Geologi. Data tersebut kemudian dianalisis dengan menggunakan
perangkat lunak Geopsy dengan pendekatan HVSR Nakamura untuk mengetahui nilai frekuensi alami
(Hz)dan faktor amplifikasi
daerah penelitian. Data tersebut dianalisis lebih lanjut untuk
mengetahui periode dominan, indeks kerentanan seismik, ketebalan lapisan sedimen dan ground shear
strain.
Periode dominan To diperoleh dari invers frekuensi alami hasil analisis HVSR. Indeks
kerentanan seismik diperoleh dari perbandingan antara kuadrat faktor amplifikasi dan frekuensi alami
daerah penelitian seperti yang dituliskan pada persamaan (1). Parameter fisis lainnya, ketebalan
lapisan sedimen diperoleh dari hasil perbandingan antara kecepatan gelombang geser dari kedalaman
30 m
dan nilai frekuensi alami seperti yang dituliskan pada persamaan (2). Sedangkan besaran
ground shear strain diperoleh dari hubungan antara indeks kerentanan seismik
dan percepatan
gerakan tanah di batuan dasar seperti yang dituliskan pada persamaan (3).
............................... (1)
............................... (2)
............................... (3)
Langkah selanjutnya adalah memetakan tingkat bahaya gempabumi Kota Padang beradsarkan
karakteristik dinamika tanah hasil pengolahan data mikrotremor yang telah diperoleh. Asumsi
klasifikasi zona tingkat bahaya gempabumi di Kota Padang didasarkan bahwa indeks kerentanan
seismik
, ketebalan lapisan sedimen dan ground shear strain lebih berpengaruh dibandingkan
dengan periode dominan .
III. HASIL DAN DISKUSI
3.1 Frekuensi Alami dan Periode Dominan
Nilai frekuensi dominan
(Hz) kota Padang diperoleh dari penunjukkan puncak spektrum
HVSR hasil pengolahan data mikrotremor tiga komponen (Sesame, 2004). Nilai yang diperoleh
berkisar antara 0,42 Hz sampai 12,12 Hz. Spektrum HVSR menunjukkan bahwa nilai
pada daerah
penelitian sebelah barat cenderung lebih rendah dan mengalami peningkatan ke arah timur dan
selatan. Hal ini berkesesuain dengan kondisi geologi daerah penelitian. Pada daerah penelitian sebelah
barat didominasi dengan endapan aluvium yang juga merupakan daerah pantai sehingga nilai yang
diperoleh semakin rendah ke arah pantai. Peningkatan nilai
ke arah timur karena pada daerah
tersebut didominasi dengan batuan gunungapi yang bersifat masif.
Kota Padang memiliki frekuensi dominan rata-rata sebesar 2,12 Hz. Nilai terendah yaitu
0,42 Hz diperoleh di titik pengukuran P025 yang terdapat di kecamatan Padang Selatan dengan
kondisi geologi yang tersusun atas endapan aluvium. Titik ini merupakan titik pengukuran yang
berdekatan dengan daerah teluk Bayur. Sedangkan nilai
tertinggi yaitu 12,12 Hz yang diperoleh di
titik pengukuran P073 yang terdapat di kecamatan Pauh dengan kondisi geologi yang tersusun atas
endapan permukaan berupa endapan aluvium dan kipas aluvium. Titik P073 memiliki nilai
yang
tinggi meskipun berada di daerah endapan. Hal ini karena daerah tersebut memiliki ketebalan lapisan
sedimen yang tipis. Selain itu, berdasarkan informasi geologi bahwa pada daerah tersebut masih
berasosiasi dengan rombakan-rombakan dari andesit.
173
Prosiding Seminar Nasional Fisika Universitas Andalas (SNFUA) 2015
Padang, 08 Oktober 2015 – ISBN 978-979-25-1955-6
Nilai periode dominan
diperoleh dari analisis perhitungan dengan menggunakan frekuensi
dominan sebagai parameter masukan. Periode dominan
merupakan bentuk invers atau kebalikan
dari frekuensi dominan . Sehingga ditemukan bahwa daerah yang memiliki nilai frekuensi dominan
yang tinggi akan memiliki nilai periode dominan
yang rendah dan begitupun sebaliknya. Nilai
periode dominan
daerah penelitian yang diperoleh berkisar antara 0,08 s sampai 2,36 s dengan
nilai rata-rata periode dominan
sebesar 1,00 s.
3.2
Amplifikasi
Hasil pengolahan HVSR data mikrotremor tiga komponen dengan menggunakan perangkat
lunak Geopsy menunjukkan bahwa nilai rata-rata faktor amplifikasi
di daerah penelitian adalah
4,74. Nilai faktor amplifikasi
yang diperoleh bervariasi dengan nilai minimum sebesar 1,54 dan
nilai maksimum sebesar 10,67 yang tersebar di 103 titik pengukuran.
Nilai faktor amplifikasi
ditemukan di enam titik pengukuran antara lain; P090,
P067, P065, P066, P068 dan P031. Titik-titik tersebut berada di daerah dengan kondisi geologi berupa
endapan permukaan. Nilai faktor amplifikasi
tersebar di 96 titik pengukuran
dan nilai faktor amplifikasi
hanya ditemukan di titik pengukuran P039. Sebaran nilai
hasil pengukuran faktor amplifikasi
yang diperoleh sangat berkorelasi dengan tingkat kerusakan
akibat gempabumi tahun 2009.
Nilai faktor amplifikasi
terendah terdapat di titik pengukuran P090 yang berlokasi di
kecamatan Pauh. Berdasarkan data geologi, daerah ini tertutupi oleh endapan permukaan berupa
endapan kipas aluvium. Sedangkan nilai faktor amplifikasi
tertinggi terdapat di titik pengukuran
P039 yang berlokasi di kecamatan Nanggalo di mana daerah initertutupi oleh endapan permukaan
berupa endapan aluvium.
3.3
Indeks Kerentanan Seimik
Indeks kerentanan seismik
merupakan salah satu parameter yang dapat dihitung dengan
menggunakan parameter masukan dari hasil analisis HVSR data mikrotremor tiga komponen yaitu
parameter frekuensi dominan
(Hz) dan parameter faktor amplifikasi
. Nilai kedua parameter
tersebut diperoleh dari penunjukkan spektrum HVSR. Nilai indeks kerentanan seismik
suatu
daerah dihitung dengan menggunakan persamaan (1) (Daryono, 2011).
Hasil perhitungan indeks kerentanan seismik
di daerah penelitian berkisar antara 0,58
sampai 170,61. Variasi tinggi rendahnya nilai indeks kerentanan seismik
ini sangat dipengaruhi
oleh nilai frekuensi dominan
(Hz) dan faktor amplifikasi
. Nilai
minumum sebesar 0,58
terdapat di titik pengukuran P068 yang berlokasi di kecamatan Kuranji dengan kondisi geologi
ditutupi oleh endapan permukaan berupa endapan aluvium. Pada titik tersebut diketahui memiliki nilai
frekuensi dominan
sebesar 5,99 Hz dan faktor amplifikasi
sebesar 1,87. Sedangkan nilai
maksimum sebesar 170,61 terdapat di titik pengukuran P039 yang berlokasi di kecamatan Nanggalo
dengan kondisi geologi ditutupi oleh endapan permukaan berupa endapan aluvium. Pada titik tersebut
diketahui bahwa memiliki nilai frekuensi dominan
sebesar 0,67 Hz dan faktor amplifikasi
sebesar 10,67.
Secara umum nilai indeks kerentanan seismik
yang relatif tinggi berada pada daerah
dengan kondisi geologi yang mayoritas ditutupi oleh endapan aluvium. Berdasarkan parameter
masukannya, nilai indeks kerentanan seismik
yang tinggi akan dijumpai pada daerah yang
memiliki nilai frekuensi dominan
yang relatif lebih rendah dan nilai faktor amplifikasi
yang
relatif lebih tinggi. Sebaran nilai hasil perhitungan indeks kerentanan seismik
yang diperoleh
sangat berkorelasi dengan tingkat kerusakan akibat gempabumi tahun 2009. Daerah dengan nilai
indeks kerentanan seismik
yang tinggi menjadi daerah terjadinya kerusakan akibat gempabumi.
Daerah dengan tingkat rentan yang tinggi dapat dilihat pada kecamatan Kototengah, Nanggalo,
Padang Utara, Padang Barat, Padang Timur, Lubukbergalung dan sebagian kecamatan Kuranji.
174
Prosiding Seminar Nasional Fisika Universitas Andalas (SNFUA)
Padang, 08 Oktober 2015 - ISBN 978-979-25-1955-6
3.4
Ketebalan Lapisan Sedimen
Nilai ketebalan lapisan sedimen merupakan salah satu parameter tambahan yang dapat
diketahui berdasarkan informasi karakteristik daerah dari hasil analisis spektrum HVSR data
mikrotremor. Pada dasarnya, nilai ketebalan lapisan sedimen tetap dipengaruhi oleh frekuensi
dominan , faktor amplifikasi
, dan kecepatan gelombang seismik. Namun setelah dianalisis lebih
lanjut, dalam perhitungan untuk memperoleh nilai ketebalan lapisan sedimen parameter masukan
yang diperlukan adalah nilai kecepatan gelombang geser dari kedalaman 30 m
dan nilai
frekuensi alami seperti pada persamaan (2) (Handayani, 2009).
Nilai
di daerah penelitinan berkisar antara 191,37 m/s2 sampai 642, 84 m/s2. Berdasarkan
sistem klasifikasi yanag dirumuskan oleh Romeo dkk (2000) daerah penelitian berada pada kelas B
yaitu endapan padat-menengah dalam dan kelas C yaitu endapan-endapan lepas. Sebaran nilai
ketebalan lapisan sedimen berdasarkan hasil perhitungan berkisar antara 6,78 m sampai 270,07 m.
Nilai minimum diperoleh pada titik pengukuran P073 yang terdapat di kecamatan Pauh sedangkan
nilai maksimum diperoleh pada titik pengukuran P015 yang terdapat di kecamatan Padang Selatan.
Hasil pengolahan data yang diperoleh berkorelasi dengan titik bor yang mendeskripsikan
kedalaman lapisan tanah di Kota Padang. Didapatkan dua titik bor yaitu di kecamatan Kototengah dan
kecamatan Lubuk Bergalung. Kedalaman titik bor untuk kedua daerah tersebut
m. Hal ini
sesuai dengan hasil perhitungan yang diperoleh bahwa kedalaman di lapisan sedimen di daerah
tersebut cukup dalam mencapai 100 m.
Secara umum, nilai ketebalan lapisan sedimen semakin tinggi menuju ke arah barat dan
semakin rendah menuju ke arah timur. Hal ini sesuai dengan morfologi daerah penelitian di mana
daerah penelitian sebelah barat mengarah ke pantai dan daerah penelitian sebelah timur mengarah ke
arah perbukitan. Selain itu, berdasarkan informasi geologi diketahui bahwa daerah yang memiliki
nilai lapisan sedimen yang tebal merupakan daerah dengan kondisi geologi yang tertutupi oleh
lapisan endapan permukaan berupa aluvium. Dari data kerusakan gempabumi Padang tahun 2009,
daerah yang memiliki lapisan sedimen yang tebal merupakan daerah di mana terjadinya kerusakan.
Hal ini menjelaskan bahwa, daerah yang memiliki lapisan sedimen yang tebal lebih rentan untuk
mengalami kerusakan ketika bencana gempabumi terjadi.
3.5
Ground Shear Strain
Ground shear strain
merupakan suatu parameter yang menunjukkan kemampuan
meregang atau bergeser yang dialami oleh suatu material lapisan tanah ketika terjadi gempabumi.
Nilai ground shear strain dan kemampuan deformasi suatu material menunjukkan hubungan yang
linear, semakin besar nilai ground shear strain yang diperoleh menunjukkan bahwa semakin tinggi
kemampuan material tersebut untuk berdeformasi, artinya semakin mudah material tersebut
mengalami perubahan bentuk dan begitupun sebaliknya(Nakamura, 1996). Nilai ground shear strain
dalam penelitian ini dihitung dengan menggunakan persamaan (3).
Hasil perhitungan ground shear strain di daerah penelitian menunjukkan bahwa, kota
Padang memiliki nilai yang berkisar antara
sampai
. Nilai ground
shear strain minimum sebesar
diperoleh di titik pengukuran P068 yang berlokasi di
kecamatan Kuranji sedangkan nilai ground shear strain maksimum sebesar
diperoleh
di titik pengukuran P039 yang berlokasi di kecamatan Nanggalo.
Berdasarkan klasifikasi tingkat deformasi berdasarkan nilai ground shear strain (Isihara,
1982),
nilai
ground
shear
strain
daerah
penelitian
yang
berkisar
dapat diklasifikasikan menjadi nilai ground shear strain
antara
skala
menengah yang tersebar pada 47 titik pengukuran dan nilai ground shear strain daerah penelitian
yang berkisar antara
dapat diklasifikasikan menjadi nilai ground
shear strain skala tinggi yang tersebar pada 56 titik pengukuran.
Sebaran nilai ground shear strain berkesesuaian dengan data kerusakan akibat gempabumi
2009. Sebaran nilai ground shear strain menyerupai dengan sebaran indeks kerentanan seismik
dan ketebalan lapisan sedimen
Distribusi nilai ground shear strain tinggi terpusat di daerah
175
Prosiding Seminar Nasional Fisika Universitas Andalas (SNFUA) 2015
Padang, 08 Oktober 2015 – ISBN 978-979-25-1955-6
penelitian sebelah barat di mana pada daerah tersebut memilki titik kerusakan terbanyak akibat
gempabumi 2009.
3.6
Potensi Bahaya Gempabumi
Karakteristik dinamika tanah berdasarkan parameter hasil pengolahan data mikrotremor
dengan menggunakan metode HVSR dan dilengkapi dengan parameter seismisitas di Kota Padang
telah dijelaskan pada sub bab sebelumnya. Parameter karakteristik dinamika yang diperoleh berupa
frekuensi dominan , faktor amplifikasi
, periode dominan , indeks kerentanan seismik
,
ketebalan lapisan sedimen , dan ground shear strain . Parameter-parameter tersebut kemudian
dianalisis lebih lanjut memetakan tingkat bahaya bencana gempabumi di Kota Padang.
Zona tingkat bahaya bencana gempabumi Kota Padang dibagi atas tiga kelas yaitu rendah,
sedang dan tinggi seperti yang ditunjukkan pada Gambar 3.1. Parameter masukan dalam analisis
spasial tingkat bahaya bencana gempabumi ini antara lain periode dominan , indeks kerentanan
seismik
, ketebalan lapisan sedimen , danground shear strain . Asumsi klasifikasi zona tingkat
bahaya gempabumi di Kota Padang didasarkan bahwa indeks kerentanan seismik
, ketebalan
lapisan sedimen
dan ground shear strain
lebih berpengaruh dibandingkan dengan periode
dominan .
Klasifikas zona bahaya rendah mengikuti ketentuan
kurang dari 0,83 s,
kurang dari
24,50, kurang dari 30 m, dan kurang dari
. Klasifikas zona bahaya sedang mengikuti
ketentuan
berkisar antara 0,83 – 1,58 s,
berkisar antara 24,50 – 61,58, berkisar antara 30100 m, dan berkisar antara
. Sedangkan untuk klasifikas zona bahaya tinggi
mengikuti ketentuan
lebih dari 1,58 s,
lebih dari 61,58, lebih dari 100 m, dan lebih dari
.
Zona bahaya tingkat rendah terlihat berada di daerah penelitian sebelah barat, meliputi
kecamatan Pauh, Lubuk Kilangan, sebagian Kuranji dan sebagian Lubuk Bergalung. Zona bahaya
tingkat rendah mayoitas berada pada daerah dengan kondisi geologi yang didominasi oleh pengaruh
batuan gunungapi yang masif. Zona bahaya tingkat sedang dan tinggi berada di daerah kondisi
geologi yang didoimnasi oleh endapan permukaan berupa endapan aluvium. Zona bahaya tingkat
sedang kebanyakan terlihat di kecamatan Nanggalo, Kuranji sebelah timurlaut, Padang Selatan,
sebagian Lubuk Bergalung, Padang Barat sebelah selatan, dan Padang Timur sebelah selatan.
Sedangkan zona bahaya tingkat tinggi banyak terlihat di kecamatan Padang Utara, Padang Barat
sebelah utara, Padang Timur sebelah utara, Kuranji sebelah barat dan sebagian di Lubuk Bergalung.
Gambar 3.1. Peta klasifikasi zona tingkat bahaya gempabumi Kota Padang, Sumatera Barat
176
Prosiding Seminar Nasional Fisika Universitas Andalas (SNFUA)
Padang, 08 Oktober 2015 - ISBN 978-979-25-1955-6
Hasil interpolasi parameter-parameter hasil pengolahan data mikrotremor dengan metode
HVSR dan seismisitas dalam analisis spasial tingkat bahaya gempabumi Kota Padang menunjukkan
adanya korelasi yang baik dengan tingkat kerusakan yang pernah terjadi di daerah tersebut pada tahun
2009. Terlihat bahwa daerah dengan zona bahaya tingkat tinggi merupakan daerah dengan titik
kerusakan terbanyak. Hasil analisis ini diharapkan dapat menjadi bahan pertimbangan dalam upaya
mitigasi bencana gempabumi serta pembangunan infrastruktur di daerah tersebut.
IV. KESIMPULAN
Berdasarkan hasil dan pembahasan pada penelitian analisis spasial tingkat bahaya
gempabumi berdasarkan karakteristik dinamika tanah di Kota Padang, Sumatera Barat, maka dapat
disimpulkan sebagai berikut:
1. Pemetaan tingkat bahaya di Kota Padang akibat kejadian gempabumi sebagai bahan pertimbangan
dalam mitigasi bencana dan perencanaan pembangunan suatu daerah dapat ditentukan melalui
pemetaan parameter hasil pengukuran dan pengolahan data mikrotremor dan pengolahan data
seismisitas. Variasi nilai yang diperoleh dipengaruhi oleh kondisi geologi dan tektonikdaerah
tersebut. Nilai parameter tersebut adalah frekuensi dominan (
berkisar antara 0,42 – 12,12 Hz,
faktor amplifikasi (
berkisar antara 1,54 – 10,67, periode dominan (
2,36 s, indeks kerentanan seismik (
) berkisar antara 0,08 –
berkisar antara 0,58 – 170,61, ketebalan lapisan sedimen
-5
(
berkisar antara 6,78 – 270,07 m dan ground shear strain (
berkisar antara 4,85 x 10 – 1,45
-2
x 10 .
2. Klasifikasi zona tingkat bahaya gempabumi kota Padang dibagi menjadi tiga kelas, yaitu zona
rendah, sedang dan tinggi.
3. Zona bahaya rendah mengikuti ketentuan
kurang dari 0,83 s,
kurang dari 24,50, kurang
dari 30 m, dan
kurang dari
yang meliputi kecamatan Pauh, Lubuk Kilangan,
sebagian Kuranji dan sebagian Lubuk Bergalung.
4. Zona bahaya sedang mengikuti ketentuan
berkisar antara 0,83 – 1,58 s,
berkisar antara
24,50 – 61,58, berkisar antara 30-100 m, dan berkisar antara
yang
meliputi kecamatan Nanggalo, Kuranji sebelah timurlaut, Padang Selatan, sebagian Lubuk
Begalung, Padang Barat sebelah selatan, dan Padang Timur sebelah selatan.
5. Zona bahaya tinggi mengikuti ketentuan
lebih dari 1,58 s,
lebih dari 61,58, lebih dari
100 m, dan lebih dari
yang meliputi kecamatan Padang Utara, Padang Barat sebelah
utara, Padang Timur sebelah utara, Kuranji sebelah barat dan sebagian di Lubuk Bergalung.
UCAPAN TERIMA KASIH
Peneliti mengucapkan terima kasih kepada Tim Survei Pusat Survei Geologi, Badan Geologi,
Kementerrian Energi, Sumber Daya Mineral atas kesediaannya untuk memberikan data mikrotremor
Kota Padang sebagai data primer dalam penelitian ini.
DAFTAR PUSTAKA
Anonim, 2010,Hasil Sensus Penduduk Kota Padang (Angka Sementara), Badan Pusat Statistik (BPS)
Kota Padang
Daryono, 2011,Indeks Kerentanan Seismik Berdasarkan Mikrotremor pada Setiap Bentuklahan di
Zona Graben Bantul, Daerah Istimewa Yogyakarta, Disertasi, Program Pascasarjana Fakultas
Geografi UGM, Yogyakarta
Handayani, L., Mulyadi, D., Dadan, D., Wardhana, dan Wawan H. Nur, 2009, Percepatan Pergerakan
Tanah Maksimum Daerah Cekungan Bandung: Studi Kasus Gempa Sesar Lembang, JSDG
Vol 19.
Harijono, S.W.B, 2010,InaTEWS, Indonesia Tsunami Early Warning System: Konsep dan
Implementasi, Badan Meteorologi Klimatologi dan Geofisika (BMKG) Indonesia
Isihara, K., 1982, Evaluatian of Soil Properties for Use in Earthquake Response Analysis,Proc. Int.
Symp. on Numerical Model in Geomech, 237-259.
177
Prosiding Seminar Nasional Fisika Universitas Andalas (SNFUA) 2015
Padang, 08 Oktober 2015 – ISBN 978-979-25-1955-6
Nakamura, Y, 1996,Realtime Information Systems for Seismic Hazard Mitigation, Quarterly report of
Railway Technical Research Inst. (RTRI) 37, 112–127.
Romeo, R., Paciello, A., and Rinaldis, D., 2000,Seismic Hazard Maps of Italy Including Site Effect,
20, 85-92
Sesame, 2004,Site Effects Assessment Using Ambient Excitations, European
Commission – Research General Directorate Project No. EVG1-CT-2000-00026 SESAME, Report of
the WP04 H/V Technique: Empirical Evaluation.
178
Prosiding Seminar Nasional Fisika Universitas Andalas (SNFUA)
Padang, 08 Oktober 2015 - ISBN 978-979-25-1955-6
PENGAMATAN MIKROFISIKA HUJAN MENGGUNAKAN DUAL
FREKUENSI RADAR DAN JOSS-DISDROMETER
MutyaVonnisa
Jurusan Fisika, UniversitasAndalas, Sumatra Barat, Indonesia
email: [email protected]
ABSTRAK
Mikrofisika hujan atau yang lebih dikenal dengan istilah raindrop size distribution (DSD) telah
diamati menggunakan dual-frekuensi radar dan Joss-Disdrometer (JD). Hasil yang didapatkan
oleh kombinasi kedua alat ini dibandingkan dengan model DSD Marshall-Palmer (MP). Hasil
DSD memiliki tren yang sesuai antara dual-frekuensi dan MP. Pengamatan dilakukan pada
tanggal 23 April 2004, pukul 13:40 sampai 14:30, ketinggian 0 (permukaan tanah) to 3940 m
(di bawah melting layer). Analisa awal menunjukkan DSD awal dan akhir hujan adalah
konstan, sedangkan fluktuasi terjadi pada pertengahan hujan. Hal tersebut disebabkan karena
tingginya suhu permukaan tanah daerah ekuator dan kondisi saturasi di akhir kejadian hujan.
Fluktuasi nilai DSD memperlihatkan kondisi mikrofisika hujan yang bervariasi pula pada
kejadian pertengahan hujan, sehingga ditemukan keadaan proses mikrofisika; coalescence
(penggabungan butiran hujan), evaporation (penguapan), condensation (pengembunan), breakup (terpecah) yang mempengaruhi nilai DSD.
Kata Kunci : DSD, Dual-frekuensi radar, Joss-Disdrometer.
ABSTRACT
Rain Microphysics or known as the raindrop size distribution (DSD) has been observed using a
dual-frequency radar and Joss-Disdrometer (JD). The results obtained by combination of these
two tools compared to DSD model of Marshall-Palmer (MP). Results DSD has the
corresponding trends between dual-frequency and MP. Observations were made on April 23,
2004, at 13:40 to 14:30, height of 0 (ground level) to 3940 m (below the melting layer). Initial
analysis of DSD shows beginning and ending of rain is constant, while the fluctuations
occurred in the mid rain. This is due to the high temperature of the soil surface and the
equatorial region saturation conditions at the end of the rain events. Fluctuations of DSD value
show conditions of rain microphysics also varies in mid rainy events, so discovered the
microphysics process; coalescence, evaporation,condensation, and break-up, which affect the
value of DSD.
Kata Kunci: DSD, Dual- frequency radar, Joss-Disdrometer.
I. PENDAHULUAN
Penelitian tentang DSD telah banyak dikembangkan, seperti pemodelan untuk mendapatkan
parameter-parameter hujan. Sebagai parameter dasarr hujan, maka semua parameter hujan adalah
fungsi DSD. Dengan demikian paramater DSD dapat menggambarkan proses mikrofisika hujan,
seperti coalescence (penggabungan butiran hujan), evaporation (penguapan), condensation
(pengembunan), break-up (terpecah).
Metode untuk mendapatkan DSD dapat dilakukan secara langsung atau tidak langsung, di tanah
atau vertical kolom hujan. Perolehan DSD secara langsung di tanah dapat menggunakan Joss-Disdrometer
(JD), seperti yang dilakukan Sheppard B., E. (1989). Sedangkan untuk struktur vertical juga sudah
dikembangkan oleh para peneliti dari data radar atmosfer, baik menggunakan metode satu frekuensi
(single-frekuensi) oleh Sato et al. (1990) dan Wakasuki et al. (1986) ataupun dua frekuensi (dualfrekuensi) oleh Teraoka et al. (1993) dan Schafer et al. (2002).
Pengembangan metode dual-frekuensi sudah dilakukan pada penelitian sebelumnya oleh
Vonnisa et. al. (2014) dan mendapatkan hasil yang baik jika dibandingkan dengan single frekuensi.
Karena hasil yang demikianlah, maka dilakukan peneltian lebih lanjut tentang proses mikrofisika
hujan.
II. METODOLOGI
2.1 Data dan Instrumen
Pengamatan pada penelitian ini dilakukan pada tanggal 23 April 2004, pukul 13:40 sampai
14:30, ketinggian 0 (permukaan tanah) to 3940 m (di bawah melting layer). Data yang digunakan
adalah parameter DSD hasil pengembangan metode dual frekuensi radar; Equatorial Atmosphere
179
Prosiding Seminar Nasional Fisika Universitas Andalas (SNFUA) 2015
Padang, 08 Oktober 2015 – ISBN 978-979-25-1955-6
Radar (EAR) dan Boundary Layer Radar (BLR). Kemudian data pembanding yang diambil dari data
Joss Disdrometer (JD). Penjelasan lebih detail tentang spesifikasi EAR diberikan oleh Fukao et al.
(2003), BLR oleh Renggono (2006) dan JD oleh Sheppard B., E. (1989). Semua instrumen penelitian
tersebut terdapat di Koto Tabang, Sumatra Barat, Indonesia.
Koto Tabang merupakan pusat radar atmosfer. Adanya EAR dimanfaatkan untuk mengukur
pergerakan angin di troposfir dan stratosfir bagian bawah atau dengan cakupan pengamatan pada
ketinggian di atas 20 km. Disamping itu, EAR dapat juga mendeteksi hujan tetapi dengan tingkat
sensitivitas yang rendah (Fukao et al.2003). EAR dioperasikan pada frekuensi 47 MHz, yang
tergolong VHF-band wind profiler.
Sementara itu, BLR didesain untuk dapat mengukur angin di troposfer bagian bawah
termasuk planetary boundary layer (PBL) dengan resolusi waktu dan ketinggian lebih kurang 1 menit
dan 100 meter. Walaupun BLR didesain untuk pengamatan udara bersih, pengalaman menunjukkan
bahwa BLR juga dapat digunakan untuk mendeteksi hydrometeors (Renggono, 2006). BLR
dioperasikan pada frekuensi 1357.5 MHz dengan transmisi daya 1 kW, yang merupakan sebuah UHFband wind profiler. Berbeda dengan EAR, pada saat hujan, echo hujan dari BLR lebih kuat dari pada
echo turbulen. BLR bias memperoleh echo hujan di atas 60 dB lebih kuat daripada echo turbulen
atmosfer (Renggono, 2006).
Selanjutnya, alat pembanding DSD yang digunakan adalah JD. Sesuai namanya, tipe sensor
ini disebut disdrometer dikarenakan untuk mengukur distribusi butiran hujan di tanah. Alat ini
dikembangkan oleh J.Joss dan A.Waldvogel yang diproduksi oleh Distrometer Ltd Di Swiss, yang
digunakan untuk banyak aplikasi penelitian DSD (Kozu, 1991).
2.2
Raindrop Size Distribution (DSD)
DSD Marshall-Palmer (MP)
DSD telah menjadi bahan penelitian lebih dari 100 tahun. Law dan Person (1943), Marshall
dan Palmer (1948) merupakan peneliti-peneliti pertama yang mempelajari DSD secara mendalam.
Mereka beranggapan bahwa distribusi butiran hujan dapat diaproksimasi dengan fungsi eksponensial
dalam bentuk:
N ( D)  N 0 exp(D) ,
  4.1R 0.21 ,
N 0  8000 ,
(1)
dimana N(D) merupakan fungsi DSD dalam mm-1m-3, adalah slope (mm-1), N 0 adalah
interceptparameter (mm-1 m-3) danRadalah intensitas hujanatau rainfall rate (mmh-1).
DSD Dual-frekuensi Radar
DSD yang diperoleh dengan menggunakan dual-frekuensi radar menggunakan model gamma
DSD sebagai berikut:
N ( D )  N 0 D  e  D .
(2)
Berbeda dengan MP model, nilai N0 dan Λ dipilih dari nilai terbaik dari uji coba yang
dilakukan. Pers. (2) dapat dimodifikasi menjadi bentuk lain dengan menggunakan momen ke-x dari DSD
(Mx) yang diberikan oleh persamaan:
M x  N 0 (   x  1)   x 1 ,
(3)
dimanaΓ(μ+x+1) adalah fungsi gamma. Menggunakan Pers. (3), Pers. (2) dapat ditulis
sebagai berikut:
N ( D)  m y xxy y 1 D  e
  xy D
,
(4)
1/(y-x)
Dimana my=My/Γ(μ+y+1) dan Λxy=(mx/my)
, x=3.67 dan y=6. Parameter DSD
digambarkan oleh my, Λxy, dan μ. Λxy menunjukkan parameter skala Λ yang diperolehdari Mx dan My.
Pers. (4) didapatkan berdasarkan spektrum Doppler yang sebanding dengan D6|dv(D)/dD|-1 dimana v(D)
adalah kecepatan terminal.
DSD Joss-Disdrometer
180
Prosiding Seminar Nasional Fisika Universitas Andalas (SNFUA)
Padang, 08 Oktober 2015 - ISBN 978-979-25-1955-6
JD merupakan instrumen yang dapat mengukur distribusi butiran hujan secara langsung di
permukaan tanah. Maka hasil data DSD dari JD bisa langsung digunakan dalam perbandingan untuk
menganalisa mikrofisika hujan
III. HASIL
3.1 Perbandingan DSD dari JD dan Dual-Frekuensi dengan MP di Beberapa Ketinggian dan
Waktu.
Analisa kesesuaian hasil yang baik dari algoritma dual-frekuensi adalah dasar untuk
meningkatkan pembahasan tentang mikrofisika hujan. Penelitian sebelumnya telah menunjukkan hasil
yang lebih baik dari algoritma dual-frekuensi. Pada penelitian ini akan dibandingkan DSD dari Jossdisdrometer (JD) dan hasil dual-frekuensi dengan Model DSD Marshall-Palmer (MP) dari beberapa
ketinggian pada tanggal 23 April 2004 pukul 13:40-14:30 (Gambar 1).
Pada Gambar 1 tersebut, hasil plot JD, ditunjukkan oleh (a) dengan peningkatan waktunya
ditunjukkan oleh a1, a2, a3, a4, a5, a6, dan a7, dimana waktu secara berturut-turutadalah pukul 13:40,
13:50, 14:00, 14:10, 14:20, dan 14:30. Garis lurus di setiap gambar adalah DSD dari model MP dan
tanda tambah adalah DSD dari plot JD. Dari kedua plot, hasil plot yang memiliki kecocokan cukup
dekat adalah pada akhir waktu 14:30. Di sisi lain, pada waktu awal 13:40, DSD dari model MP
tampak lebih sempit dari JD. Hal ini terjadi sampai pertengahan atau 14:10. Ini berarti proses yang
berbeda terhadap waktu yang disebabkan karakteristik DSD yang berbeda pada tahap awal, dianalisa
terjadi proses mikrofisika; pergabungan, terpecah, dan penguapan dari butiran hujan. Selain itu, hal itu
juga disebabkan perbedaan waktu antara kedua radar tersebut.
(b)
(c)
(d)
(a1)
(b1)
(c1)
(d1)
(a2)
(b2)
(c2)
(d2)
(a3)
(b3)
(c3)
(d3)
181
Prosiding Seminar Nasional Fisika Universitas Andalas (SNFUA) 2015
Padang, 08 Oktober 2015 – ISBN 978-979-25-1955-6
(a4)
(b4)
(c4)
(d4)
(a5)
(b5)
(c5)
(d5)
(a6)
(b6)
(c6)
(d6)
Gambar 1.Perbandingan DSD hasil dari Joss-disdrometer (JD) dan algoritma dual-frekuensi
dengan DSD Marshall-Palmer (MP). Model DSD di beberapa ketinggian dari 13:40-14:30 pada
tanggal 23April 2004. Garis lurus adalah DSDdariMP-Model.
Untuk menganalisis karakteristik profil DSD dari tanah ke atas, diperlihatkan pada Gambar.
1(b), (c), dan (d) yang menunjukkan hasil perbandingan DSD dari algoritma dual-frekuensi dengan
MP-model dalam beberapa ketinggian; 2290m, 3040m, dan3940m di atas permukaan laut(ASL).
Setiap ketinggian memiliki nilai curah hujan yang berbeda. Tabel 1 menunjukkan analisis profil DSD
yang berbeda daricurah hujan yang berbeda.
Table 1 Rain rates (dBR) di beberapa ketinggian (h) dan waktu (t) beserta rangkuman proses
DSD dari atas ke permukaan tanah.
t and h
3940 m
3040 m
2290 m
JD
DSD
13:40
6.89
8.81
5.28
1.83
konstan
13:50
11.02
19.67
14.02
6.08
melebar
14:00
11.87
15.07
15.38
6.91
melebar
14:10
4.72
4.46
4.48
11.39
melebar
14:20
1.96
3.07
2.22
7.96
melebar
14:30
2.67
2.82
-0.73
2.18
konstan
Jika diasumsikan kecepatan terminal rata-rata dari atas ke tanah adalah 5 m/s, waktu delay
terjadi sekitar 200 detik per 1 km. Dari Gambar. 1 diperoleh kesimpulan proses DSD dari atas ke
permukaan tanah (3940 m ke tanah) pada Tabel 1. Seperti pada pukul 13:40, dari 3940 m ke tanah,
rain rate mengalami penurunan. Hal ini disebabkan karena suhu yang tinggi dari permukaan tanah
sehingga terjadi penguapan butiran hujan. Selanjutnya dari 13:50 – 14:20 fluktuasi nilai DSD
memperlihatkan kombinasi semua proses mikrofisika hujan seperti, penggabungan, penguapan,
terpecah dan pengembunan. Pada pukul 14:30 di akhir hujan, rain rate mulai konstan, karena kondisi
jenuh/saturasinya butiran hujan.
Kemudian, analisa dari waktu awal sampai pertengahan kejadian yakni pukul 13:40-14:00,
intensitas hujan meningkat dari 3.940 m ke 3040 m, kemudian menurun sampai di akhir pengukuran
oleh JD. Terdapat beberapa proses di sini. Pada waktu awal (13:40), DSD menjadi sedikit lebih lebar
dan terjadi peningkatan curah hujan (3.940 m - 3.040 m). Hal ini menunjukkan terjadinya
penggabungan. Pada 3040 m ke tanah, DSD hampir konstan dan curah hujan menurun, hal ini
menunjukkan adanya proses penguapan. Proses penguapan dominan di awal hujan karena permukaan
tanah yang panas, disebabkan permukaan wilayah ekuator yang membuat tetesan menguap lagi. Dari
182
Prosiding Seminar Nasional Fisika Universitas Andalas (SNFUA)
Padang, 08 Oktober 2015 - ISBN 978-979-25-1955-6
13:50-14:00, karena DSD lebih lebar di tanah daripadabagian atas, diperkirakan terjadi penggabungan
butiransaat menuju tanah. Dari ketinggian 3940 m ke tengah (sekitar 3040 m) terjadi penggabungan
butiran hujan, yang mengakibatkan curah hujan meningkat. Dari tengah ketinggian ke tanah,
didominasi proses penguapan, sehingga curah hujan menurun.
Di sisi lain, karakteristik profil DSD yang berlawanan ditemukan dari bagian tengah ke akhir
hujan. Variasi proses mikrofisika hujan membuat fluktuasi pada intensitas hujan selama 3940 m ke
2290 m,dimana curah hujan meningkat di atas permukaan tanah. Proses peleburan dan kondensasi
dari proses mikrofisika lebih dominan. Pada tahap akhir, DSD dan curah hujan menunjukkan nilai
konstan terhadap ketinggian, yang menunjukkan kondisi saturasi hujan, sehingga, kurang/sedikit
proses mikrofisika yang terjadi. Keadaan saturasi itu ditandai dengan cenderung konstannya nilai rain
rate.
IV. KESIMPULAN
Dengan menggunakan Joss Disdrometer dan dual frekuensiradar telah didapatkan nilai DSD
dari tanah sampai ke ketinggian 3940 m (di bawah melting layer). Hasil penelitian memperlihatkan
bahwa DSD MP Model mempunyai kecocokan yang baik dengan DSD dual-frekuensi. Mikrofisika
hujan menunjukkan nilai konstan terhadap ketinggian pada waktu awal kejadian hujan. Halk itu
dikarenakan proses penguapan. Hal yang sama juga terjadi di akhir hujan, hal itu dikarenakan kondisi
saturasi(jenuh) hujan sehingga DSD cenderung konstan. Fluktuasi nilai DSD ditemukan pada waktu
pertengahan hujan, beberapa proses seperti: coalescence (penggabungan butiran hujan), evaporation
(penguapan), condensation (pengembunan), break-up (terpecah) sehingga mempengaruhi nilai DSD.
UCAPAN TERIMAKASIH
Terimakasih kepada Prof. Toshiaki Kozu dan Dr. Toyoshi Shimomai dari Universitas
Shimane Jepang, yang telah memberikan bimbingan dalam penelitian ini.
DAFTAR PUSTAKA
Fukao, S., H. Hashiguchi, M. Yamamoto, T. Tsuda, T. Nakamura, And M. K. Yamamoto, 2003:
Equatorial Atmosphere Radar (Ear): System Description And First Result, Radio Science
,Vol 38.
Kozu, 1991: Estimation of raindrop size distribution from spaceborne radar measurement, Doctor
thesis, submitted to Kyoto University, Japan.
Law, J. O., and D. A. Parson. 1943: The relation of raindrop size to intensity. Trans. Amer. Geophys.
Union., 24, 452-460
Marshall, J. S., and W. Mck. Palmer. August 1948: The distribution or raindrop with size. J. Meteor.,
Vol. 5, pp. 165-166
Renggono, 2006: Study on precipitating clouds over Kototabang, West Sumatera observed by wind
profilers, Thesis, submitted Kyoto University.
Sato, T., H. Doji, H. Iwai, and I. Kimura, 1990 : Computer processing for deriving drop-size
distribution and vertical air velocities from VHF Doppler radar spectra, Radio Sci., Vol. 25,
961-973.
Schafer, R., S. Avery, P. May, D. Rajopadhyaya, and C. Williams, 2002: Estimation of rainfall drop
size distribution from Dual-frequency wind profiler spectra using deconvolution and a nonlinear least squares fitting technique, J. Atmos. Ocean. Tech. Vol. 19,864-874.
Sheppard B., E. 1989: Effect of Irregularities in the Diameter Classification of Raindrops by the JossWaldvogel Disdrometer, J. Atmos. Ocean. Tech. Vol. 7, 180-183
Teraoka, T., T. Sato, I. Kimura, H. Hashiguchi, and S. Fukao, 1993: Simultaneous observation of
raindrop size distribution by VHF and L-Band Doppler radars, Tech. Report of IEICE. SANE
93-53 (1993-10).
Vonnisa, M., Kozu T., Shimomai T., 2014: Pengembangan Metode Dual-Frekuensi Untuk mengamati
Struktur Vertikal Raindrop Size Distrubution (DSD) di Koto Tabang. J. Ilmu Fisika, Vol 6,
52-58
Wakasuki., A, Mizutani, M. Matsuo, S. Fukao, and S. Kato, 1986: A direct method for deriving dropsize distribution and vertical air velocities from VHF Doppler radar spectra. J. Atmos
Oceanic Tech., 3, 623-629
183
Prosiding Seminar Nasional Fisika Universitas Andalas (SNFUA) 2015
Padang, 08 Oktober 2015 – ISBN 978-979-25-1955-6
STATISTIK WORST MONTH CURAH HUJAN KOTOTABANG
Marzuki
Jurusan Fisika Universitas Andalas
e-mail: [email protected]
ABSTRAK
Redaman yang diakibatkan oleh hujan merupakan salah satu masalah utama bagi sistem
telekomunikasi yang menggunakan gelombang mikro. Dampak dari redaman ini sangat
signifikan untuk frekuensi di atas 10 GHz. Karena curah hujan bervariasi sepanjang tahun,
redaman yang disebabkan oleh hujan juga bervariasi. Prosiding ini menampilkan statistik bulan
terburuk bagi sistem telekomunikasi (worst month) berdasarkan data pengamatan curah hujan
selama dua tahun (2005-2006) di Kototabang, Sumatera Barat (0,20oS, 100,32oE). Hasil
pengamatan dibandingkan dengan model International Telecommunication Union Radiocommunication Sector (ITU-R). Terlihat bahwa statistik dari worst month curah hujan
untuk Kototabang agak berbeda dengan model ITU-R. Hal ini menguatkan penelitian
sebelumnya tentang keterbatasan model ITU-R untuk kawasan tropik. Penelitian lebih lanjut
yang melibatkan lebih banyak data masih harus dilakukan untuk memperbaiki model ITU-R
dengan mengadopsi karakteristik hujan Sumatera.
Kata kunci: worst month, Kototabang, redaman oleh hujan
ABSTRACT
The microwave radio links above 10 GHz suffer from attenuation due to precipitation. The need
for employing higher frequencies, especially in new broadband service, has therefore
encouraged research into rain attenuation due to precipitation. Rain varies seasonally over a
year, so does the behavior of radio communication links. This paper presents the results of
average worst month statistics and its relationship with the average annual distribution based
on 2 years rainfall rate of optical rain gauge measurement at Kototabang, west Sumatra
(0,20oS, 100,32oE). The relationship was found to be slightly different from the one proposed by
the International Telecommunication Union - Radiocommunication Sector (ITU-R). This result
reinforces previous studies on the limitation of the ITU-R model for the tropical region.
Furthere study that analyzes more dataset must be conducted to improve the ITU-R model by
adopting the characteristic of Sumatra precipitation.
Keywords: worst month, Kototabang, rain attenuation
I. PENDAHULUAN
Di dalam perancangan sistem telekomunikasi, bulan terburuk yang sering diistilahkan dengan
worst month, didefinisikan sebagai bulan dimana penjalaran gelombang elektromagnetik dalam
medium hujan mengalami redaman (attenuation) terburuk. Dengan kata lain, worst month juga dapat
diartikan sebagai bulan-bulan dalam satu tahun dimana penjalaran gelombang elektromagnetik
mengalami redaman melampaui nilai ambang batas yang diinginkan (International
Telecommunications Union, 2003). Dalam perancangan sistem telekomunikasi, konsep worst month
memainkan peran penting terutama jika sistem itu harus memenuhi kriteria kualitas penjalaran
tertentu untuk semua bulan dalam satu tahun (Ramachandran dan Kumar, 2005; Panagopoulos dan
Chatzarakis, 2007).
Worst month dapat diamati jika data pengamatan redaman oleh hujan selama 12 bulan penuh
tersedia. Jika data redaman tidak ada, maka bulan terburuk dapat juga dimodelkan menggunakan data
curah hujan karena kuatnya hubungan antara redaman dengan intensitas curah hujan.
Permasalahannya adalah curah hujan bervariasi baik terhadap waktu dan lokasi. Hal ini menyebabkan
karakteristik worst month untuk setiap daerah bisa berbeda-beda. Perbedaan karakteristik curah hujan
ini menyebabkan model umum yang dikeluarkan oleh International Telecommunication UnionRadiocommunication Sector (ITU-R) tidak akurat untuk semua lokasi atau daerah iklim. Oleh karena
itu, dilakukanlah studi awal tentang statistik worst month untuk Sumatera berdasarkan data
pengamatan curah hujan di Kototabang, Sumatera Barat, Indonesia (0,20oS, 100,32oE). Hasil yang
didapatkan kemudian dibandingkan dengan hasil dari model ITU-R (International
Telecommunications Union, 2005)
184
Prosiding Seminar Nasional Fisika Universitas Andalas (SNFUA)
Padang, 08 Oktober 2015 - ISBN 978-979-25-1955-6
II. METODOLOGI
Data intensitas curah hujan (rainfall rate) yang digunakan adalah hasil pengamatan optical
rain gauge (ORG) di Kototabang dengan resolusi waktu satu menit. ORG merupakan sensor hujan
yang dirancang untuk menghitung intensitas curah hujan dengan menggunakan cahaya infra merah
atau Lasser Emitting Diode (LED). Ketika hujan, butiran hujan akan menyebabkan munculnya variasi
intensitas cahaya yang bergantung pada ukuran butiran hujan, kecepatan jatuh, dan geometri optiknya.
Variasi intensitas cahaya ini akan ditangkap oleh foto detektor yang nantinya akan dikonversi menjadi
intensitas curah hujan. Untuk tahap awal penelitian ini digunakan data curah hujan selama dua tahun
(2005-2006) dengan tingkat ketersediaan 97% untuk tahun 2005 (356 hari) dan 91% (332 hari) untuk
tahun 2006.
Perhitungan worst month intensitas curah hujan mengacu kepada model ITU (International
Telecommunications Union, 1990). Untuk periode pengamatan selama 12 bulan (satu tahun) berturutturut, worst month untuk tahun tersebut dihitung dengan memilih bulan dengan penampilan terburuk
(probabilitas kemunculan redaman tertinggi) untuk setiap level atau tingkatan redaman. Misalkan, Xij
adalah probabilitas yang melampaui (probability of exceeding) ambang batas (threshold) j untuk
bulan ke i. Worst month untuk j dihitung oleh Xij tertinggi (Xhj), diantara 12 bulan pengamatan.
Distribusi probabilitas worst month untuk suatu tahun terdiri atas semua Xhj yang berasal dari berbagai
level j. Bulan untuk setiap Xhj bisa berbeda-beda untuk setiap level j. Untuk data pengamatan yang
multitahun, rata-rata probabilitas worst-month didapatkan dengan merata-ratakan probabilitas masingmasing tahun untuk masing-masing nilai j (Chebil dan Rahman, 1999).
Secara statistik, rata-rata probabilitas worst month (X) dan probabilitas intensitas curah hujan
tahunan (Y) dapat digambarkan oleh persamaan:
Q  X /Y
(1)
dimana Q adalah fungsi tingkat kemunculan dan kawasan/iklim. Q dapat ditulis sebagai persamaan
kepangkatan (power law) dalam bentuk ((International Telecommunications Union, 2005)
Q  AY  
(2)
Untuk menghubungkan X dengan Y, Persamaan (2) dapat ditulis dalam bentuk
X  AY 1 
(3)
Model ITU-R menyarankan nilai A = 2,85 dan  = 0,13 untuk tujuan global. Jika worst month dan
curah hujan tahunan dinyatakan dalam persentase (bukan probabilitas), maka nilai A = 3,0 dan  =
0,13.
III. HASIL DAN DISKUSI
Gambar 1 memperlihatkan percentage time rain rate exceeded untuk keseluruhan data
pengamatan dibandingkan dengan model ITU-R (International Telecommunications Union, 2003b)
untuk Koto Tabang (0,20oS, 100,32oE). Untuk persentase waktu yang besar misalnya 0,1%, distribusi
kumulatif intensitas curah hujan menunjukkan kecocokan dengan model ITU-R. Dari dua tahun data,
untuk persentase 0,1%, 0,3%, dan 1% intensitas curah hujan dari data pengukuran adalah 40,74, 20,33
dan 7,82 mm/h. Nilai-nilai ini cukup dekat dengan perhitungan dari model ITU-R, yaitu 42,97, 22,11
dan 8,01 mm/h. Perbedaan yang signifikan terlihat untuk intensitas curah hujan yang besar. Untuk
persentase 0,01% dan 0,001%, data pengukuran memperlihatkan nilai 86,25 dan 135,95 mm/h, lebih
rendah dari nilai yang direkomendasikan model ITU-R, yaitu 94,47 dan 148,33 mm/h. Pembahasan
secara komprehensif mengenai hal ini telah dilakukan oleh Marzuki dkk. (2009).
185
Prosiding Seminar Nasional Fisika Universitas Andalas (SNFUA) 2015
Padang, 08 Oktober 2015 – ISBN 978-979-25-1955-6
Gambar 1 Distribusi kumulatif curah hujan tahunan dan worst month di Kototabang untuk
periode pengamatan 2005-2006, dibandingkan dengan model ITU-R (International
Telecommunications Union, 2003a) dan model ITU-R untuk worst month (International
Telecommunications Union, 2005).
Gambar 1 juga memperlihatkan percentage time rain rate exceeded untuk bulan terburuk
(worst month) selama periode pengamatan 2005-2006. Hubungan antara rain rate exceedance tahunan
(Pa) dengan worst month (Pw) ditampilkan pada Gambar 2a. Hubungannya digambarkan oleh
persamaan:
Pa  0,63Pw1,18 ,
r2 = 0,998
(4)
Gambar 2b memperlihatkan faktor Q sebagai fungsi persentase rain rate exceedance tahunan
(Y), yang digambarkan oleh persamaan:
Q  1,17Y 0, 29 ,
r2 = 0,962
(5)
Dapat dilihat dari Persamaan (5) bahwa faktor Q untuk intensitas curah hujan di Kototabang
berbeda dengan nilai yang direkomendasikan oleh model ITU untuk tujuan global. Selain itu, nilai
dari Persamaan (5) juga berbeda dengan nilai dari model ITU-R untuk Indonesia, yaitu, A = 1,7 dan 
= 0,22 (International Telecommunications Union, 2005). Walaupun penelitian ini memperlihatkan
adanya perbedaan nilai dengan model ITU, penelitian lebih lanjut masih harus dilakukan sebelum
hasil penelitian ini digunakan dalam perancangan sistem telekomunikasi, dengan menganalisa lebih
banyak data pengamatan.
186
Prosiding Seminar Nasional Fisika Universitas Andalas (SNFUA)
Padang, 08 Oktober 2015 - ISBN 978-979-25-1955-6
Gambar 2 Plot rainfall exceedance curah hujan tahunan terhadap rainfall exceedance curah hujan
worst month untuk periode pengamatan dua tahun (a) dan faktor Q sebagai fungsi rainfall
exceedance curah hujan tahunan (b). Perbandingan dengan model ITU-R (International
Telecommunications Union, 2005), juga ditampilkan.
IV. KESIMPULAN
Hasil penelitian ini memperlihatkan bahwa terdapat perbedaan antara statistik worst month
intensitas curah hujan dari model ITU dengan yang didapatkan dari hasil pengukuran curah hujan di
Kototabang. Hal ini menguatkan penelitian-penelitian sebelumnya tentang keterbatasan model ITU
untuk kawasan tropik. Sebelum digunakan dalam perancangan sistem telekomunikasi, penelitian ini
masih harus dilanjutkan. Untuk memperbaiki model ITU dengan mengadopsi karakteristik hujan di
Sumatera, masih diperlukan penelitian lebih lanjut yang melibatkan lebih banyak data pengamatan
dari banyak stasiun rain gauge. Selain itu, data curah hujan dari satelit TRMM juga bisa digunakan
untuk mendapatkan model worst month untuk Sumatera.
UCAPAN TERIMA KASIH
Optical Rain Gauge (ORG) yang di Kototabang dioperasikan oleh Universitas Shimane
Jepang bekerjasama dengan Lembaga Penerbangan dan Antariksa Nasional (LAPAN). Terima kasih
kepada Dr. Toyoshi Shimomai (Universitas Shimane) dan Dr. Hiroyuki Hashiguchi (Universitas
Kyoto) yang telah menyediahkan data ORG Kototabang untuk penelitian ini.
DAFTAR PUSTAKA
Chebil, J. dan Rahman, T., 1999, Worst-month rain statistics for radiowave propagation study in
Malaysia, Electron. Lett., Vol. 35, No. 17, Hal. 1147–1149.
International Telecommunications Union, 1990, The Worst Month Concept, Geneva, Switzerland.
International Telecommunications Union, 2003a, Propagation data and prediction methods required
for the design of earthspace telecommunication systems, Rec. ITU-R, 618-8, Geneva,
Switzerland.
187
Prosiding Seminar Nasional Fisika Universitas Andalas (SNFUA) 2015
Padang, 08 Oktober 2015 – ISBN 978-979-25-1955-6
International Telecommunications Union, 2003b, Characteristics of Precipitation for Propagation
Modeling, Recommendation ITU-R P.837-5, Geneva, Switzerland.
International Telecommunications Union, 2005, Conversion of Annual Statistics to Worst Month
Statistics, Rec. ITU-R, 841-4, Geneva, Switzerland.
Marzuki, Kozu, T., Shimomai, T., Randeu, W. L., Hashiguchi, H., and Shibagaki, Y., 2009, Diurnal
variation of rain attenuation obtained from measurement of raindrop size distribution in
equatorial Indonesia, IEEE Trans. Ant. Propag., Vol. 57, Hal. 1191-1196.
Panagopoulos, A. D. dan Chatzarakis, G. E., 2007, Outage performance of single/dual polarized fixed
wireless access links in heavy rain climatic regions, Journal of Electromagnetic Waves and
Applications, Vol. 21, No. 3, Hal. 283–297.
Ramachandran, V.dan Kumar, V., 2005, Invariance of accumulation time factor of Ku-band signals in
the tropics, Journal of Electromagnetic Waves and Applications, Vol. 19, No. 11, 1501–1509.
Yon, K.M.; Stutzman, W.L.; Bostian, C.W., 1984, Worst-month rain attenuation and XPD statistics
for satellite paths at 12 GHz, Electronics Letters, Vol.20, No.16, Hal.646-647, doi:
10.1049/el:19840442
188
Prosiding Seminar Nasional Fisika Universitas Andalas (SNFUA)
Padang, 08 Oktober 2015 - ISBN 978-979-25-1955-6
PEMBUATAN LVDT WEIGH CELL UNTUK PENGUKURAN BERAT
SEBAGAI KONTROL SISTEM PENGISIAN
Erwinsyah Satria
FKIP Universitas Bung Hatta, Jl. Sumatera Ulak Karang Padang
Email: [email protected]
ABSTRAK
Telah dibuat suatu prototype instrument untuk pengukuran berat dengan menggunakan sensor
LVDT yang dapat digunakan untuk pengontrolan pada berbagai proses sistem pengisian.
Rangkaian pembangkit gelombang AC untuk LVDT menggunakan osilator Wien-Bridge
disambungkan dengan penguat arus. Rangkaian pengkondisi sinyal dibuat untuk menyearahkan
tegangan AC, menapis dan menguatkan sinyal keluaran LVDT. Untuk sistem akuisisi
digunakan Data Acqusition (DAQ) card NI PCI-6024E yang dihubungkan ke Personal
Computer (PC). Bahasa pemograman LabVIEW digunakan untuk membuat tampilan pada PC
berupa panel depan dengan indikator dan kontrol yang menampilkan data hasil pengukuran
berat. Beberapa parameter uji pada penelitian ini adalah osilator, LVDT, pegas, pengkondisi
sinyal DAQ, pengendali beban, dan hysteresis. Setelah melakukan pengujian diketahui bahwa
jangkauan ukur dipengaruhi oleh defleksi pegas. Prototype LVDT weigh cell yang dibuat pada
penelitian ini dicoba untuk jangkauan ukur sampai dengan 1.000 gram dengan resolusi 10 gram.
Kata kunci: Pengukuran Berat, LVDT Weigh Cell, LabVIEW
I. PENDAHULUAN
Dewasa ini pekembangan teknologi telah banyak membantu mempermudah manusia dalam
melakukan suatu pekerjaan dan pengukuran, terutama di industri yang memerlukan pekerjaan yang
berulang yang butuh kecepatan dan hasil yang tepat. Berbagai macam peralatan/sensor yang dapat
membantu suatu proses pengukuran dan pengontrolan yang dapat diprogram terus dikembangkan.
Alat-alat ini digunakan untuk meningkatkan keakuratan, efisiensi, mempertinggi produktivitas dari
suatu proses. Sensor-sensor tersebut ditentukan berdasarkan sensitifitas dan selektifitas terhadap
suatu perubahan keadaan. Perubahan keadaannya dapat berupa perubahan keadaan tekanan, aliran,
temperatur, dan lain-lain.
Sensor yang digunakan dalam penelitian ini adalah sensor LVDT. Sensor LVDT sangat
dipengaruhi oleh beberapa faktor diantaranya besarnya arus, diameter koil, jumlah lilitan koil,
frekuensi osilator dan lain-lain. Output dari sistim pengukuran beban diolah lebih lanjut supaya bisa
ditampilkan dan untuk pengendali beban, dengan menggunakan Data Acquisition (DAQ) card dan
program LabVIEW sebagai pengendalinya dan penampil data hasil pengolahan yang dibutuhkan,
secara otomatis ditampilkan pada panil depan dari progam LabVIEW.
Dengan mempelajari, merancang dan membuat suatu sensor LVDT dapat diketahui
bagaimana cara kerjanya, pengolahan sinyalnya, hasil pengukurannya, dan faktor-faktor kesulitan
dalam mendapakan hasil pengukuran yang akurat, serta fungsinya pada pengendalian untuk proses
pengisian secara otomatis. Hasil akhir yang didapat setelah melakukan pengukuran dengan prototip
ini, pengguna akan dapat melihat respon tegangan terhadap berat.
LVDT didasarkan pada prinsip dari suatu transformer differential dengan kopling variabel
antara lilitan primer dan sekunder. Ini dirintis pada tahun 1940 oleh Schaevitz. Sensor perpindahan
karena gaya tekan atau berat pada LVDT mengindera perpindahan posisi sepanjang garis lurus.
Selisih tegangan induksi yang timbul pada kedua lilitan sekunder yang dirangkai seri berlawanan
ditentukan oleh posisi inti magnetik yang bergerak. Jika core/inti magnet pada posisi tengah antara
kedua lilitan sekunder maka tidak ada selisih tegangan keluar melalui lilitan sekunder. Lilitan
primernya dibangkitkan oleh sumber AC. Ketiga lilitan diletakkan pada sebuah bobbin/kumparan
plastik silinder yang mana sebuah inti soft magnetik yang bisa bergerak diletakkan di dalamnya. Inti
ini dipasang pada sebuah tangkai nonmagnetik yang kadang-kadang dengan beban pegas. Wilayah
kerja dari sensor disesuaikan dengan perpindahan yang diharapkan, yaitu pada daerah linier tegangan
keluaran LVDT. Penggunaan sensor LVDT untuk pengukuran berat menawarkan berbagai
keuntungan, antara lain: tidak adanya gesekan antara inti dan lilitan kawat, umur pemakaian yang
lama karena kecilnya keausan mekanis, keluaran yang linier, resolusi yang tinggi, over-ranging pada
sinyal keluaran tidak merusak sensor, ringan perawatan, kokoh dan tahan guncangan (Seippel, 1983).
Medan magnetik adalah ruang dimana magnet-magnet lain yang ada di ruang itu mengalami
gaya magnetik. Selain ditimbulkan oleh magnet, medan magnetik juga ditimbulkan oleh gerakan
189
Prosiding Seminar Nasional Fisika Universitas Andalas (SNFUA) 2015
Padang, 08 Oktober 2015 – ISBN 978-979-25-1955-6
muatan-muatan listrik atau arus listrik. Ketika sebuah konduktor berpindah melalui suatu medan
magnetik, suatu tegangan dihasilkan melalui konduktor. Prinsip ini dikenal sebagai induksi
elektromagnetik dan tegangan yang dihasilkan adalah tegangan induksi. Besarnya tegangan induksi
tergantung pada kecepatan kawat dan medan magnetik bergerak satu sama lain. Hukum Faraday juga
menyatakan jumlah tegangan induksi pada suatu koil berbanding langsung dengan jumlah lilitan dari
kawat pada gulungan.
Proses pengukuran yang modern selalu melibatkan komputer ataupun mikrokontroler untuk
memudahkan pengguna dalam melakukan pengukuran. Keuntungan pengukuran yang melibatkan
komputer ini akan dihasilkan suatu sistem pengukuran yang otomatis. Data-data yang diperoleh dapat
diolah menjadi berbagai format penyajian data. Untuk mewujudkan sistem pengukuran yang otomatis
ini, maka dibuatlah suatu sistem sensor LVDT yang dikontrol dengan komputer. Secara garis besar
proses pengolahan data pada instrumen LVDT weigh cell ini terdiri dari beberapa bagian yang
diilustrasikan pada Gambar 1.
Physical
System
Transducer
Sensor
Signal
Conditioning
Physical
Variable:
Temperature
Pressure
Motion
Flow
Noisy
Electical
Signal
Filtered
and
Amplified
Signal
A/D
Converter
Computer
Digitized
Signal
8-bit Binary
Code
Gambar 1. Diagram Blok Pemrosesan Data LVDT Weigh Cell
Pengukuran di atas menggunakan perangkat antar muka untuk menjembatani besaran fisika
yang diukur untuk dijadikan sinyal yang dapat diolah oleh perangkat digital. Komputer sebagai
perangkat digital akan menerima bit-bit digital dari sinyal input analog yang sudah dikonversikan oleh
perangkat antar muka tersebut. Selanjutnya data-data tersebut akan diolah dan disajikan kedalam
format data yang diinginkan. Penyajian data ini dibuat untuk mempermudah pengguna dalam
menganalisis data.
Suatu sistem akuisisi data pada umumnya dibentuk sedemikian rupa, sehingga sistem tersebut
berfungsi untuk mengambil, mengumpulkan dan menyimpan data dari sensor dalam bentuk yang siap
untuk diproses lebih lanjut, seperti digunakan untuk mengaktifkan actuators. Jenis dan metode yang
dipilih pada umumnya bertujuan untuk menyederhanakan setiap langkah yang dilaksanakan pada
keseluruhan proses. Diagram blok sistem akuisisi datanya dapat dilihat pada Gambar 2.
Sensor
s
DAQ
PC
DAQ
Actuators
Gambar 2. Diagram Blok Sistem Akuisisi Data
Sistem akuisisi data berkembang pesat sejalan dengan kemajuan di bidang teknologi digital
dan komputer. Kini, akuisisi data menkonversikan besaran fisis berupa sinyal analog ke bentuk sinyal
digital selanjutnya diolah oleh komputer. Pengolahan dan pengontrolan proses oleh komputer
memungkinkan penerapan akuisisi data dengan perangkat lunak. Perangkat lunak memberikan
harapan proses akuisisi data bisa divariasi dan dibuat otomatis sesuai kebutuhan (Hasan, 2005).
LabVIEW (Laboratory Virtual Instrument Engineering Workbench) adalah bahasa
pemograman grafis yang telah diadopsi secara luas diseluruh industri, laboratorium pemerintah dan
akademik sebagai standar untuk data akuisisi dan software kontrol instrumen. Dengan bahasa
pemograman grafis ini kita dapat memprogram dengan menggunakan sebuah metode blok diagram
190
Prosiding Seminar Nasional Fisika Universitas Andalas (SNFUA)
Padang, 08 Oktober 2015 - ISBN 978-979-25-1955-6
yang mengcompile ke dalam kode mesin. LabVIEW program disebut virtual instruments atau
VI’s,yang terdiri dari front panel, block diagram, icon dan connector (Well, 1995).
Beberapa tujuan dari penelitian ini, adalah: (1) Merancang dan membuat prototip LVDT
weigh cell untuk pengendalian ON/OFF proses pengisian yang berbasis komputasi. (2) Mempelajari
dan membuat perangkat lunak untuk mengolah, menganalisis, menyimpan serta menampilkan data
hasil pengukuran dalam bentuk tampilan panel depan. (3) Membuat desain dan konstruksi alat LVDT
weigh cell dan rangkaian elektronik pembangkit sinyal bolak-balik dan pengolah sinyal serta
rangkaian pengendali relay solenoid.
Hasil penelitian bermanfaat sebagai alat pengukuran berat yang dapat digunakan untuk
pengontrolan pada beberapa sistem proses pengisian (misalnya: kacang, gula pasir, beras dan lainlain) baik manual maupun otomatis dan dapat dikontrol oleh pengguna melalui komputer.
II. METODOLOGI
Pembuatan LVDT weigh cell ini membutuhkan waktu kurang lebih enam bulan dimulai dari
studi pustaka mengenai topik LVDT, koil, trafo dan blok diagram dari suatu sensor LVDT, Setelah itu
merancang gambaran dari konstruksi alat ukur supaya bisa memindahkan perubahan posisi dari inti
untuk menginduksi tegangan pada koil, membeli/memilih diameter koil dan bobbin-nya, menentukan
jumlah lilitan dan skema susunan lilitan primer dan lilitan sekunder yang akan dipakai sebagai sensor
LVDT serta menentukan jenis pegas yang dipakai untuk menahan beban berat, Selanjutnya membeli
komponen-komponen dan mencari rangkaian catu daya dan osilator untuk koil LVDT dan
pengkondisi sinyal keluaran. Setelah didapat lilitan LVDT yang bagus, dan perakitan rangkaian
elektronikanya, dilakukan pengetesan dengan multimeter dan osiloskop. Setelah dilihat hasilnya
cukup bagus baru dibuat rangkaian penyearah dan tapis yang lebih bagus. Setelah itu baru dirancang
perintah DAQ untuk menerima dan memproses sinyal untuk diolah di komputer sebagai pengendali
beban. Data berupa sinyal nilai tegangan yang masuk tersebut diolah dan ditampilkan dalam bentuk
panil depan. Program juga dirancang untuk mengukur nilai tegangan dan frekuensi dari rangkaian
elektronikanya.
Pengukuran dengan sistem keseluruhan dilakukan setelah perangkat lunak dan perangkat
keras ini telah diselesaikan pembuatannya. Pengukuran menggunakan standard weight yang ada
sebagai pengganti bahan filler. Hal ini dilakukan untuk mengetahui performa dan keakuratan dari
sensor LVDT dengan mudah. Komparasi rancangan alat dengan alat standarisasi dilakukan setelah
seluruh proses dapat berjalan dengan baik.
Sistem LVDT weigh cell secara keseluruhan terdiri atas dua bagian yaitu : (1) Perangkat
keras (2) Perangkat lunak. Perangkat keras ini terdiri dari osilator, penguat arus, sensor LVDT,
pengkondisi sinyal, sistem akuisisi data, PC, dan pengendali beban serta rancangan mekanisnya.
Sedangkan perangkat lunak merupakan program yang diperlukan untuk mengolah dan menampilkan
data dalam bentuk grafik. Seluruh blok diagram sistem ini dapat dilihat pada Gambar 3.
Osilator dan
Penguat
Arus
Sensor
LVDT
Pengkondisi
Sinyal
DAQ
PC
Pengolah Data
dan Tampilan
Pengendali
Beban
Gambar 3. Blok Diagram Sistem LVDT Weigh Cell
Proses pengukuran berat dengan sensor LVDT dilakukan dengan metode perpindahan dari
inti LVDT akibat bertambahnya berat, adanya perbedaan besar tegangan induksi antara dua gulungan
sekunder dengan tidak seimbangnya posisi inti memberikan tegangan keluaran yang sesuai dengan
berat yang diukur. Osilator dan penguat arus digunakan untuk meningkatkan kepekaan LVDT dan
besarnya induksi medan magnet pada gulungan primer dan sekunder. Setelah tegangan keluaran
disearahkan, difilter dan dikuatkan untuk dapat diterima oleh DAQ kemudian sinyal tegangan dikirim
sebagai data masukan ke komputer. Perangkat lunak yang dirancang akan mengkonversinya kembali
sesuai dengan besarnya beban tersebut. Dengan demikian didapat grafik beban terhadap tegangan.
Seluruh proses pengambilan data dilakukan secara otomatis, menggunakan perangkat sistem
akuisisi data DAQ NI PCI-6024E sebagai sistem perangkat antarmuka yang menghubungkan sensor
dengan komputer. Perangkat lunak dirancang untuk mengatur pengambilan, penyimpanan dan
191
Prosiding Seminar Nasional Fisika Universitas Andalas (SNFUA) 2015
Padang, 08 Oktober 2015 – ISBN 978-979-25-1955-6
pengolahan data hingga penyajian data dalam bentuk tampilan grafik dengan menggunakan program
LabVIEW.
Sistem akuisisi data (data acquisition yang disingkat DAQ) berbasis PC yang digunakan
dalam instrumen berikut koneksi pada terminal DAQ-nya diperlihatkan dalam Gambar 4. Sistem ini
terdiri dari timbangan dengan tranducer berat berupa LVDT berikut pengkondisi sinyalnya, katup
aliran beban yang ditimbang, perangkat keras akuisisi data NI DAQ 6024E, PC dan perangkat lunak.
Perangkat lunak yang dijalankan di komputer mengendalikan sistem akuisisi data dalam
mendapatkan data mentah, menganalisa dan menampilkan hasilnya.
NI DAQ 6024E
Katup
LVDT Weigh
Cell
Diagram Peralatan
Koneksi Terminal DAQ
Gambar 4. Diagram Sistem Akuisisi Data Berat Beban
Tampilan perangkat lunak akusisi ini/panil depan dapat dilihat pada Gambar 5. Para
pengguna yang akan menggunakan program weigh cell ini, pertama kali harus memasukan nilai batas
berat yang diinginkan. Setelah itu tekan tombol ”mulai pengukuran”. Hasil pengukuran ini akan
ditampikan pada textbox berat terukur yang muncul pada panil timbangan. Setelah hasil pengukuran
didapat maka untuk memulai pengukuran berat selanjutnya, tekan tombol ”stop pengukuran”. Ketika
pengguna ingin keluar dari program maka tekan tombol ”STOP”.
Gambar 5 Panil Depan Program Weigh Cell (Timbangan.vi)
III. HASIL DAN DISKUSI
Serangkaian pengujian LVDT weigh cell dilakukan setelah perangkat keras dan lunak
dikerjakan. Pengujian ini dilakukan untuk mengetahui apakah alat dapat berfungsi dengan baik atau
tidak sebagai pengukur berat seperti yang diharapkan. Selain itu pengujian dilakukan untuk
mengetahui karakteristik dari masing-masing alat, sehingga dapat diketahui dimana kelebihan dan
kekurangannya. Pengujian ini meliputi : uji frekuensi osilator, uji pegas, uji LVDT, uji pengkondisi
sinyal, uji DAQ dan perangkat lunak, uji pengendali beban. Di bawah ini dijelaskan masing-masing
pengujian tersebut. Alat uji yang dipakai adalah Digital multimeter (DMM) Fluke 85 III untuk
pengukuran tegangan, arus dan frekuensi.
Prosedur pengujian frekuensi osilator ini, pertama dengan cara menghubungkan osilator
dangan catu daya ± 15 V dan keluarannya disambungkan dengan DMM. Untuk melihat nilai ukur
jangkauan frekuensi yang dihasilkan oleh osilator, dilakukan variasi nilai resistansi dari potensiometer
dari 0  sampai 50 k. Dari hasil pengujian didapat frekuensi keluaran osilator bervariasi antara
192
Prosiding Seminar Nasional Fisika Universitas Andalas (SNFUA)
Padang, 08 Oktober 2015 - ISBN 978-979-25-1955-6
285,0 Hz sampai 104,5 KHz. Frekuensi 20,01 KHz didapat pada nilai resistansi 79 . Untuk frekuensi
20,01 KHz osilator menghasilkan tegangan 4,93 V dan arus 1,98 mA.
Prosedur pengujian pegas dilakukan dangan cara meletakkan beban di atas pegas bervariasi
antara 50 gram sampai 500 gram, dan hasilnya dapat dilihat pada Tabel 1.
Tabel 1 Hasil Pengujian Pegas
No
1
2
3
4
5
6
7
8
9
10
Berat yang Diletakkan
Di Atas Pegas (gram)
50,0
100
150
200
250
300
350
400
450
500
Panjang Defleksi Pegas
(mm)
1,00
2,20
3,50
4,90
6,20
7,60
9,00
10,4
11,8
13,3
Konstanta Pegas
(gram/mm)
50,0
45,5
42,9
40,8
40,3
39,5
38,9
38,5
38,1
37,6
Dari data Tabel 1 dapat dihitung konstanta pegas rata-rata adalah: k = 41,2 gram/mm = 0,04
Kg/mm = 0,40 N/mm.
Pengujian karakteristik LVDT dilakukan untuk mengetahui daerah kerja linear (jangkau
ukur) dari LVDT. Pengukuran dimulai dengan meletakkan massa standar di atas dudukan pegas
dengan berat dari 10 gram sampai 1.000 gram dengan step 10 gram dan 100 gram. Hasil keluaran
tegangan dari pengkondisi sinyal diukur dengan DMM. Hasilnya sebagai terlihat pada Tabel 2.
Tabel 2 Hasil Pengujian LVDT
No.
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
Berat yang Diletakkan
Di Atas Pegas (gram)
10,00
20,00
30,00
40,00
50,00
60,00
70,00
80,00
90,00
100,0
200,0
300,0
400,0
500,0
600,0
700,0
800,0
900,0
1.000
Tegangan Keluaran
(volt)
0,012
0,028
0,030
0,045
0,063
0,077
0,091
0,106
0,120
0,132
0,270
0,400
0,530
0,675
0,804
0,936
1,071
1,197
1,331
Dalam bentuk grafik hasil pengujian karakteristik LVDT diketahui daerah kerja linear
(jangkau ukur) dari LVDT seperti terlihat pada Gambar 6.
193
Prosiding Seminar Nasional Fisika Universitas Andalas (SNFUA) 2015
Padang, 08 Oktober 2015 – ISBN 978-979-25-1955-6
1.4
1.2
Tegangan (V)
1.0
0.8
0.6
0.4
0.2
0.0
0
200
400
600
800
1000
Berat (g)
Gambar 6 Grafik Hasil Pengujian LVDT
Karena alat ukur berat ini menggunakan bahan yang dapat menghasilkan medan magnetik,
histeresis sangat mungkin ditemukan pada sensor ini. Karena itu dilakukan uji histeresis dengan cara
memvariasikan berat yang diukur sesuai dengan daerah ukur dari LVDT Weigh Cell ini. Ketika berat
ditambah ada jeda waktu yang diberikan agar tegangan induksi pada lilitan sekunder menjadi stabil.
Selanjutnya berat diperbesar sampai batas maksimum jangkau ukur. Kemudian berat diturunkan
secara perlahan dengan skala yang sama dengan skala kenaikan berat sampai berat terkecil. Sehingga
dapat diketahui jika pada alat ukur terjadi histeresis. Hasil pengujian histeresis ditunjukan pada
Gambar 7.
B e ra t d ip e rk e c i l
B e ra t d ip e rb e s a r
1.4
1.2
Tegangan (V)
1.0
0.8
0.6
0.4
0.2
0.0
0
200
400
600
800
1000
B e r a t (g )
Gambar 7. Grafik Pengujian Histeresis Sensor LVDT
Tabel 3. Hasil Pengujian Pengkondisi Sinyal
No
1
2
3
4
5
6
7
8
9
10
194
Vin (volt)
0,012
0,027
0,041
0,052
0,066
0,079
0,094
1,069
1,189
1,311
Vout (volt)
0,120
0,270
0,400
0,530
0,675
0,804
0,936
10,71
11,97
13,31
Penguatan
10,00
9,920
9,750
10,09
10,18
10,11
9,950
9,670
10,06
10,15
Prosiding Seminar Nasional Fisika Universitas Andalas (SNFUA)
Padang, 08 Oktober 2015 - ISBN 978-979-25-1955-6
Pengujian pengkondisi sinyal dilakukan dengan cara memvariasikan tegangan yang masuk
pada rangkaian inverted amplifier melalui perubahan massa yang ditimbang/posisi inti dari LVDT.
Hasilnya diukur dengan multimeter. Hasilnya diperlihatkan pada Tabel 3. Pada Tabel 3 terlihat bahwa
penguatan 10 kali tegangan input telah tercapai.
Pengujian DAQ dilakukan dengan menghubungkan keluaran pengkondisi sinyal ke blok
terminal DAQ sesuai dengan channel yang ditentukan. Pembacaan tegangan oleh DAQ dikontrol dari
perangkat lunak pengendali LabVIEW. Hasil pengukuran dapat dilihat pada Tabel 4 dan
dibandingkan dengan hasil pengukuran dengan DMM untuk berat 100 g sampai 1.000 g. Pada Tabel 4
terlihat bahwa tegangan yang diambil oleh DMM mendekati nilai yang ditunjukkan oleh DAQ
Tabel 4. Hasil Pengujian DAQ dengan Perangkat Lunak
No
1
2
3
4
5
6
7
8
9
10
VDMM (volt)
0,132
0,270
0,400
0,530
0,675
0,804
0,936
1,070
1,190
1,330
VDAQ (volt)
0,135
0,273
0,404
0,535
0,678
0,810
0,941
1,080
1,200
1,340
Untuk pengujian resolusi sensor LVDT dilakukan dengan cara memvariasikan berat yang
ditimbang. Berat dinaikkan dengan variasi setiap 10 g, kemudian tegangan keluaran dari sensor
LVDT dicatat. Dari percobaan didapat data beberapa perubahan terkecil yang dideteksi oleh alat ukur
berat ini. Hasil pengujian terlihat pada Gambar 8. Pada gambar terlihat bahwa keluaran alat ukur
memiliki resolusi sebesar 10 g.
0 .3 5
0 .3 0
Tegangan (V)
0 .2 5
0 .2 0
0 .1 5
0 .1 0
0 .0 5
0
5
10
15
20
25
30
B e ra t (g )
Gambar 8. Grafik Hasil Pengujian Resolusi Sensor LVDT
Pengujian respone time dilakukan dengan cara mencuplik data setiap 20 ms pada keluaran
tegangan dari sensor LVDT. Masukan berupa standar berat diletakkan di atas landasan atas/platform
LVDT (misalnya: 50 g dan 100 g). Setelah beberapa saat berat tersebut diangkat dari sensor LVDT.
Hasil pengujiannya ditunjukkan pada Gambar 9.
195
Prosiding Seminar Nasional Fisika Universitas Andalas (SNFUA) 2015
Padang, 08 Oktober 2015 – ISBN 978-979-25-1955-6
0 .0 7
0 .0 6
Tegangan (V)
0 .0 5
0 .0 4
0 .0 3
0 .0 2
0 .0 1
0 .0 0
-0 .0 1
-2 0
0
20
40
60
80
1 00
120
140
16 0
W aktu (m s)
Gambar 9. Grafik Hasil Pengujian Response Time
Pengujian pengendali beban yang dimaksud dalam penelitian ini adalah membuka tutup
katup oleh solenoid. Solenoid dapat bekerja dengan baik bila diberikan supply tegangan sebesar 12 V,
jadi tidak boleh disatukan dengan supply tegangan sensor LVDT weigh cell karena akan mengganggu
hasil pengukuran. Nilai level tegangan HIGH (logika 1) DAQ hanya sebesar 5 V, karenanya untuk
mengendalikan beban tersebut diperlukan sebuah relay dan komponen penguat berupa transistor.
Transistor dirangkai sedemikian rupa sehingga dapat berfungsi sebagai saklar elektronik.
Dari hasil pengujian beban ketika kondisi non aktif dari DAQ dengan memberikan tegangan
LOW (logika 0) pada masukan pengendali maka bisa dikatakan tidak ada arus yang mengalir pada
basis transistor. Arus yang mengalir pada kolektor berbanding lurus dengan basis. Kondisi tersebut
dinamakan kondisi cut-off transistor. Sebaliknya ketika dari DAQ mengaktifkan solenoid dengan
memberikan tegangan HIGH (logika 1) maka akan ada arus yang mengalir pada basis. Arus yang
mengalir tersebut haruslah cukup besar untuk membuat transistor berada dalam kondisi saturasi. Arus
kolektor dimana kondisi transistor berada dalam keadaan saturasi akan cukup mampu membuat relay
aktif sehingga solenoid akan aktif membuka katup. Hasil pengujian pada transistor dilihat pada Tabel
5.
Tabel 5. Tabel Hasil Pengujian Pengendali Beban
Kondisi Uji
Tegangan pada VBEQ (volt)
Non Aktif
Aktif
0,0
4,9
Tegangan pada
VECQ (volt)
12
0,8
Dari hasil pengujian LVDT weigh cell yang dilakukan hasilnya cukup bagus, dan untuk
kedepannya bisa dijadikan acuan bagi pembuatan alat yang serupa untuk nilai berat benda yang
diukur lebih besar dan rancangan konstruksi alat yang lebih baik lagi.
IV. KESIMPULAN
Dari hasil eksperimen dan pengolahan data, dapat disimpulkan hal-hal sebagai berikut: (1)
Hasil dari alat pengukuran berat atau LVDT weigh cell dipengaruhi oleh jumlah lilitan kawat,
frekuensi osilator, konstanta pegas. Jumlah lilitan mempengaruhi sensitivitas dari sistem ukur, besar
frekuensi mempengaruhi sensitivitas alat dan besarnya tegangan yang dihasilkan LVDT. Defleksi
pegas yang kecil dapat mengukur perpindahan inti yang lebih kecil sehingga sensitivitas dan
resolusinya lebih kecil. (2) Penggunaan DAQ NI 6024E dan perangkat lunak pengendali yang dibuat
dengan program LabVIEW memiliki keuntungan berupa kemudahan dalam pencuplikan data,
penampilan dan interaksi oleh pengguna. (3) Eksperimen menghasilkan karakteristik dari sistim yang
196
Prosiding Seminar Nasional Fisika Universitas Andalas (SNFUA)
Padang, 08 Oktober 2015 - ISBN 978-979-25-1955-6
dapat didaftar sebagai berikut: Power Supply yang dipakai adalah ± 15 V, Resolusi LVDT dan pegas
adalah 10 gram, Jangkauan Pengukuran adalah 10 gram sampai 1000 gram, dan Tegangan output
LVDT adalah sebesar 0,012 V sampai 1,331 V
UCAPAN TERIMA KASIH
Penulis mengucapkan terima kasih yang sebesar-besarnya kepada Bapak Dr. Martarizal yang
telah meluangkan waktunya untuk memberikan saran dan pengarahan selama penelitian, Bapak Dr.
Prawito, Dr. BEF da Silva Msc dan Dr. Sastra Kusuma Wijaya atas saran-saran dan kritikannya, Dodi
di workshop instrumentasi.
DAFTAR PUSTAKA
Hasan, A., Sistim Akuisisi Data Jaringan komputer model Analisys. EL 670 Teknologi Informasi.
http://www.bogor.net/idkf/idkf/fisik/ ms-word/sistem-akusisi-data-1999.rtf 23 Desember
2005.
Seippel, R.G.,1983, Transducer, Sensor and Detectors, Reston Publishing Company Inc.Reston
Virginia.
Sularso and Suga, K.,1991, Elemen Mesin, PT.Pradnya Paramita, Jakarta.
Well, L.K., 1995, The LabVIEW Student Edition User’s Guide, Prentice- Hall, Inc. Englewood Cliffs,
New Jersey.
197
Prosiding Seminar Nasional Fisika Universitas Andalas (SNFUA) 2015
Padang, 08 Oktober 2015 – ISBN 978-979-25-1955-6
RANCANG BANGUN SISTEM KENDALI ROBOT TANGAN
MENGGUNAKAN BLUETOOTH BERBASIS MIKROKONTROLER
ATmega8535
Afridanil, Wildian
Jurusan Fisika FMIPA Universitas Andalas
e-mail:[email protected]
ABSTRAK
Telah dilakukan rancang bangun sistem kendali robot tangan yang dikendalikan dengan
menggunakan bluetooth dan pengendali jari. Gerakan robot tangan dapat bergerak berdasarkan
data yang dikirim secara serial ke penerima. Sensor sudut yang digunakan adalah sebuah
potensiometer yang diletakkan pada ruas jari robot. Pengiriman data mikrokontroler
ATmega8535 dilakukan secara serial. Pengiriman data secara serial dengan bluetooth
menggunakan handphone android dan dikoneksikan ke modul bluetooth HC-06. Jarak
maksimum untuk pengiriman data menggunakan bluetooth adalah 76,3 meter dan jarak
maksimum pairing bluetooth adalah 14,2 meter.
Kata kunci : mikrokontroler ATmega8535, handphone android, bluetooth HC-06
I. PENDAHULUAN
1.1 Latar Belakang
Penggunaan robot untuk menggantikan kerja manusia sudah banyak dikembangkan.
Umumnya pengembangan bertujuan membantu manusia untuk mengerjakan pekerjaan yang beresiko
tinggi atau tidak dapat dilakukan manusia seperti menjinakkan bom, mengawasi benda beradiasi
tinggi, meneliti bahan yang beracun atau bisa meledak, mengawasi benda yang berada di angkasa atau
ruang kedap udara, serta menggantikan organ tubuh manusia yang putus akibat penyakit, perang, atau
cacat sejak lahir. Sebagai contoh, misalkan dalam suatu kasus kita ingin menjinakkan sebuah bom,
dengan mengendalikan robot dari jarak jauh, kita dapat meggunakan robot tersebut untuk menyentuh
ataupun membawa bom tanpa harus cemas dengan ledakan yang ditimbulkan bom tersebut.
Saat ini telah banyak robot yang dibuat untuk dapat mengikuti dan menyerupai bentuk tubuh
manusia. Seperti tangan, kaki, dan anggota tubuh lainnya. NASA telah mengembangkan robonaut
yang dapat membantu para astronot dalam bekerja. Gerakan tangan Robonaut dibuat agar dapat
melakukan pekerjaan manusia seperti menggenggam, memutar, dan menggangkat benda. Tangan
robonaut memiliki total 14 derajat kebebasan. Terdiri dari lengan bawah yang memiliki houses motor
dan driver elektronik, dua derajat kebebasan di pergelangan tangan, dan 12 derajat kebebasan dengan
5 jari. Lengan bawah, dengan diameter empat inci di bagian dasarnya dan panjang sekitar delapan
inchi. Houses yang memiliki 14 motor,12 papan sirkuit yang terpisah, dan kabel untuk tangan (Bibby,
2008).
Penelitian telah banyak dilakukan di Indonesia untuk mengembangkan sistem kontrol robotik
yang menggunakan organ tubuh manusia sebagai alat kendalinya. Maryanto (2004) telah merancang
tangan robot berupa telapak tangan yang terdiri dari lima jari dengan sebelas sendi yang dapat
bergerak bebas (11 DOF) yang digerakkan oleh 11 buah RC Servo dan dikendalikan dengan memakai
sarung tangan pengendali melalui kabel. Robot ini menggunakan potensiometer sebagai sensor sudut
untuk mendeteksi gerakan jari tangan pengontrol yang akan memberikan data bagi ADC 0816
sebagai antar muka sensor dengan mikrokontroler.
Veronica dan Utari (2014) telah merancang pengikut pergerakan jari tangan manusia dengan
menggunakan 14 buah motor servo pada jari tangan robot dan 5 buah flex sensor pada sarung tangan.
Ketika flex sensor pada sarung tangan bergerak, selanjutnya data dikirim ke mikrokontroler untuk
diolah datanya yang kemudian akan dikirim ke motor servo. Kemampuan motor servo sangat terbatas
pada sudut yang mampu dibuat oleh motor servo tersebut. Motor servo standar hanya dapat bergerak
pada sudut-sudut tertentu. Motor servo standar hanya bergerak dengan 3 sudut dan berputar 90o
tergantung sinyal yang diberikan.
Dalam penelitian ini divariasikan jenis motor dengan menggunakan motor DC dan dirancang
agar bergerak berdasarkan posisi yang ditentukan. Flex sensor diganti dengan trimpot yang letaknya
disesuaikan dengan sendi pengendali. Penggunaan trimpot untuk menggantikan flex sensor karena flex
sensor mengalami perubahan besar resistansi berdasarkan banyaknya lekukan yang terjadi pada flex
sensor dan bukan berdasarkan bentuk lekukan jari yang dibuat pengendali. Selain itu, peneliti juga
198
Prosiding Seminar Nasional Fisika Universitas Andalas (SNFUA)
Padang, 08 Oktober 2015 - ISBN 978-979-25-1955-6
menambahkan sistem kendali komunikasi serial agar dapat diapikasikan secara wireless baik
menggunakan kabel ataupun gelombang elektromagnetik.
1.2
Tujuan dan Manfaat Penelitian
Tujuan penelitian ini adalah untuk merancang robot tangan yang dikontrol oleh tangan
manusia melalui transfer data serial menggunakan kabel ataupun secara nirkabel dengan
menggunakan bluetooth. Hasil penelitian ini diharapkan dapat:
1. Menunjang keberhasilan dalam merealisasikan robot jenis humanoid di masa depan, sehingga
dapat membantu kehidupan manusia.
2. Menjadi referensi dalam pembuatan suatu sistem kontrol robot tangan untuk lebih dikembangkan
di masa yang akan datang.
1.3 Batasan Masalah
Dalam merancang alat kontrol banyak hal yang dapat ditinjau, tetapi pada penelitian ini
penulis membatasi pada beberapa hal berikut :
1. Robot tangan dirancang agar dapat bergerak sesuai data yang dikirim melalui data serial dan
menggunakan aktuator berupa dinamo standar.
2. Menggunakan potensiometer untuk menentukan sudut yang dibuat ruas jari.
3. Menggunakan Port A mikrokontroler ATMEGA8535 sebagai ADC.
4. Menggunakan Pin TX dan RX mikrokontroler ATMEGA8535 sebagai alat komunikasi serial antar
mikrokontroler.
5. Robot tangan dibuat bergerak pada 4 sudut.
6. Robot tangan dikontrol mengunakan sarung kendali yang dikendalikan secara nirkabel
menggunakan bluetooth.
II. METODE
2.1 Alat dan Bahan
Alat dan bahan yang digunakan dalam penelitian antara lain mikrokontroler ATmega8535
digunakan sebagai pengontrol seluruh sistem yang akan bekerja (otak robot), bascom AVR berfungsi
sebagai bahasa pemrograman untuk mikrokontroler ATMega8535, motor dan river berfungsi sebagai
penggerak, PCB digunakan sebagai tempat merangkai komponen, akrilik berfungsi sebagai badan
atau body robot, bluetooth HC-06 berfungsi untuk menghubungkan koneksi bluetooth dari HP
android, HP Android berfungsi untuk mengendalikan robot menggunakan bluetooth, app inventor
berfungsi untuk membuat program HP android dan potensiometer berfungsi untuk membeikan umpan
balik ke mikrokontroler
2.2
Perancangan perangkat keras.
Perancangan dan pembuatan hardware pada sistem ini difokuskan pada proses pembuatan
badan robot atau mekanik serta sistem kendali elektrik robot, sehingga robot dapat bekerja dan
melakukan tindakan apa yang diinstruksikan melalui kontrol jari pengendali dan kontrol HP android.
Skema kendali robot tangan dapat dilihat pada Gambar 1.
Gambar 1 Skema kendali robot tangan
199
Prosiding Seminar Nasional Fisika Universitas Andalas (SNFUA) 2015
Padang, 08 Oktober 2015 – ISBN 978-979-25-1955-6
2.3
Perancangan perangkat lunak
Pembuatan program menggunakan bahasa BASCOM AVR. Program dirancang agar
mikrokontroler dapat mengirim dan menerima data secara serial sehingga robot tangan dapat bergerak
sesuai perintah yang diinstruksikan melalui jari pengendali maupun dari HP android.
(a)
(b)
Gambar 2 Skema program robot (a) Skema program pada bagian pengendali
(b) Skema program pada bagian penerima
III. HASIL DAN DISKUSI
Pengujian sistem kendali robot tangan dilakukan secara bertahap, dimulai dari rangkaian
catudaya, rangkaian sistem minimum mikrokontroler ATmega8535, rangkaian driver motor dan
dinamo DC, pengujian transfer data bluetooth dan pengujian sistem secara keseluruhan.
3.1
Pengujian catu daya
Pengujian terhadap rangkaian catu daya dilakukan untuk mengetahui dan memastikan
tegangan keluaran catu daya yang akan digunakan untuk mencatu sistem sensor, sistem minimum
mikrokontroler, driver motor dan motor DC, bluetooth HC-06, dan LCD. Pengujian rangkaian catu
daya dilakukan dengan menghubungkan tegangan keluaran IC LM7805 dengan sebuah multimeter.
Hasil pengukuran terhadap rangkaian catu daya dapat dilihat pada Tabel 1.
Tabel 1 Percobaan tegangan keluaran catudaya 5 V
Tegangan
Catu
Sekunder
Keluaran
Keluaran
Sumber
Daya
travo
penyearah
IC 7805
(ac)
(ac)
(dc)
(dc)
1
220
6,27
7,99
5,05 V
2
220
9,41
12,38
4,92 V
3
220
12,55
16,76
5,00 V
Trafo yang digunakan pada penelitian ini merupakan trafo CT yang memiliki keluaran 6 volt,
9 volt dan 12 volt. Pada tegangan keluaran IC7805 terdapat perbedaan keluaran masing-masing IC.
Pada catu daya 1 memiliki tegangan 5,05 Volt, catu daya 2 memiliki tegangan 4,92 Volt dan catu
daya 3 memiliki tegangan 5,00 Volt. Hal ini menunjukan bahwa tegangan keluaran masing-masing
IC7805 memiliki sedikit perbedaan pada tegangan keluarannya
200
Prosiding Seminar Nasional Fisika Universitas Andalas (SNFUA)
Padang, 08 Oktober 2015 - ISBN 978-979-25-1955-6
3.2
Karakteristik potensiometer sebagai sensor sudut
Karakterisasi sistem sensor diperlukan untuk mengetahui karakter dan perilaku dari sistem
sensor yang digunakan dalam penelitian. Karakterisasi dilakukan dengan melihat pengaruh perubahan
sudut potensiometer terhadap tegangan keluaran yang dihasilkan. Pengujian karakteristik
potensiometer dapat dilihat pada Gambar 3.
Gambar 3 Grafik karakteristik tegangan keluaran potensiometer
Dari Gambar 3 terlihat bahwa tegangan keluaran potensiometer menunjukkan bahwa
perubahan sudut potensiometer linear terhadap kenaikan tegangan keluaran potensiometer dengan
sensitifitas sebesar 0,0225.
3.3
Karakterisasi ADC mikrokontroler ATmega8535
Karakterisasi mikrokontroler ATmega8535 diperlukan untuk mengetahui perbandingan nilai
sudut dan tegangan keluaran yang dihasilkan mikrokontroler. Karakterisasi mikrokontroler
ATmega8535 dilakukan dengan cara memberikan tegangan keluaran dari potensiometer sebagai input
pada PortA mikrokontroler ATmega8535 yang merupakan pin ADC dari mikrokontroler. Hasil
pengujian karakteristik ADC mikrokontroler ATmega8535 dapat dilihat pada Gambar 4.
Gambar 4 Karakterisasi ADC ATmega8535
Dari Gambar 4 diperoleh kesimpulan bahwa perubahan nilai ADC sebanding dengan
perubahan tegangan masukan melalui port ADC mikrokontroler ATmega8535.
3.4
Pengujian sistem minimum mikrokontroler ATmega8535
Pengujian sistem minimum mikrokontroler ATmega8535 diperlukan untuk mengetahui
rangkaian sistem minimum mikrokontroler telah benar dan dapat digunakan dengan baik saat
dihubungkan dengan rangkaian lainnya. Proses ini dilakukan dengan cara menanamkan program yang
nantinya akan menampilkan karakter data yang dikirim ke mikrokontroler dan kemudian dilakukan
penambahan komponen (input/output) pin-pin pada mikrokontroler tersebut. Data yang dikirim ke
mikrokontroler akan ditampilkan pada LCD. Pengujian ini dilakukan pada setiap penambahan
komponen ke mikrokontroler tersebut. Tampilan data pada LCD dapat dilihat pada Gambar 5.
201
Prosiding Seminar Nasional Fisika Universitas Andalas (SNFUA) 2015
Padang, 08 Oktober 2015 – ISBN 978-979-25-1955-6
Gambar 5 Pengujian sistem minimum mikrokontroler ATmega8535 pada bagian penerima.
Gambar 5 menunjukan tampilan data yang terbaca oleh mikrokonroler pada bagian penerima.
Tiap data menunjukkan gerakan yang dilakukan robot tangan. Pada Gambar 5 terlihat data yang
terbaca mikrokontroler yaitu 3, 8, dan 11. Angka 3 merupakan data untuk jari 1, angka 8 merupakan
data untuk jari 2, dan angka 11 merupakan data untuk jari 3.
3.5
Pengujian kendali robot tangan menggunakan jari pengendali
Pengujian kendali robot tangan menggunakan jari pengendali dilakukan untuk menguji
kesesuaian gerakan gerakan robot terhadap posisi jari tangan dari pengendali. Proses pertama yang
harus dilakukan adalah mengetahui data yang dihasilkan dari trimpot menghasilkan data yang dapat
diolah oleh mikrokontroler pengendali untuk mengirimkan data ke mikrokontroler penerima.
Perubahan data yang dikirim bergantung program yang ditanamkan pada mikrokontroler pengendali.
Data yang dikirim oleh mikrokontroler bergantung pada perubahan tegangan yang dihasilkan dari
trimpot.
(a)
(b)
Gambar 6 Pengujian rangkaian sensor pada jari pengendali robot (a) Mikrokontroler mengirim
angka 1 dan (b) Mikrokontroler mengirim angka 4
Pada Gambar 6 dapat dilihat pada tampilan LCD perubahan nilai data saat posisi jari 1
ditekuk dan posisi jari lurus. Pada saat posisi jari di tekuk, data yang ditampilkan mikrokontroler
adalah angka 1, sedangkan pada saat jari dalam keadaan lurus nilai data yang ditampilkan LCD adalah
angka 4. Untuk nilai data yang lainnya seperti angka 5 dan 9 merupakan data untuk jari 2 dan jari 3.
Untuk gerakan robot tangan dapat dilihat pada Gambar:7. Pada Gambar 7 dapat dilihat pengujian
dilakukan dengan mengendalikan gerakan robot tangan menggunakan jari pengendali. Apabila jari
dibengkokkan secara perlahan maka akan terlihat gerakan tangan robot mengikuti gerakan tangan.
202
Prosiding Seminar Nasional Fisika Universitas Andalas (SNFUA)
Padang, 08 Oktober 2015 - ISBN 978-979-25-1955-6
Gambar 7 Pengujian kendali robot mengunakan jari pengendali
3.6
Pengujian software pengendali robot dan bluetooth HC-06
Proses selanjutnya yaitu pengujian untuk mengetahui keberhasilan program pengendali robot
yang telah diinstal pada handphone android. program pengendali robot dibuat menggunakan program
App Inventor. Tampilan program pengendali robot yang telah terinstal pada HP android dapat dilihat
pada Gambar 8. Pada Gambar 8 diketahui bahwa ketika tombol angka 1 ditekan maka akan tampil
angka 1 pada LCD. Ketika angka 5 ditekan maka akan tampil angka 5 pada LCD setelah angka yang
sebelumnya ditekan. Kemudian bila angka 9 ditekan maka berikutnya akan tampil angka 9 pada LCD.
HP android
LCD
(a)
(b)
(c)
Gambar 8 Pengujian transfer data menggunakan aplikasi pengendali robot. (a) menekan tombol
1, (b) menekan tombol 5,(c) menekan tombol 9
3.7
Pengujian jangkauan koneksi dan pengiriman data menggunakan bluetooth
Pengujian ini dilakukan untuk mengetahui jarak jangkauan modul bluetooth HC-06. Ada dua
pengujian yang dilakukan untuk mengetahui jarak koneksi bluetooth yang harus diuji yaitu proses
pairing dan jangkauan koneksi bluetooth. Proses pairing memiliki jangkauan lebih dekat dari
jangkauan koneksi bluetooth. Hasil pengujian pairing dapat dilihat pada Tabel 2.
Dari pengujian proses pairing diperoleh data bahwa jarak maksimal bluetooth melakukan
pairing adalah 14,2 meter. Untuk jarak yang lebih jauh, bluetooth tidak dapat melakukan pairing.
Proses pairing ini sangat diperlukan untuk menghubungkan koneksi bluetooth. Apabila proses pairing
tidak berhasil maka bluetooth tidak akan melakukan pengiriman data.
203
Prosiding Seminar Nasional Fisika Universitas Andalas (SNFUA) 2015
Padang, 08 Oktober 2015 – ISBN 978-979-25-1955-6
No
1
2
3
4
5
6
7
Tabel 2 Hasil pengujian jarak proses pairing bluetooth HC-06
Jarak (m)
Proses pairing
3,3
Berhasil
6,2
Berhasil
8,9
Berhasil
12,0
Berhasil
14,2
Berhasil
15,5
Tidak berhasil
16,1
Tidak berhasil
Setelah melakukan proses pairing, blutooth dapat melakukan pengiriman data, dan kemudian
dapat dilakukan pengujian untuk menentukan jarak maksimal pengiriman data bluetooth. Pengujian
jangkauan bluetooth ini dilakukan dengan cara mengirimkan data dari bluetooth handphone ke modul
bluetooth HC-06 dan memfariasikan jarak antar modul bluetooth. Hasil pengujian jarak pengiriman
data pada bluetooth dapat dilihat pada Tabel 3. Dari pengujian pengiriman data dari bluetooth
handphone ke modul bluetooth hc-06 dapat diketahui bahwa koneksi bluetooth mampu mencapai
jarak 76 meter. Pengujian ini dilakukan di area terbuka tanpa adanya penghalang.
No
1
2
3
4
5
6
7
Tabel 3 Hasil pengujian jarak koneksi dan pengiriman data bluetooth HC-06
Jarak (m)
Pengiriman data
10,0
Berhasil
50,0
Berhasil
56,4
Berhasil
60,3
Berhasil
70,0
Berhasil
76,3
Berhasil
80,0
Tidak berhasil
3.8
Pengujian daya tembus bluetooth terhadap penghalang
Pengujian daya tembus bluetooth terhadap penghalang dilakukan dengan cara meletakkan
modul bluetooth di dalam ruangan kemudian melakukan pairing menggunakan handphone yang
terletak di luar ruangan. Pengujian dilakukan terhadap 3 jenis ruangan yang yang terdiri dari bahan
yang berbeda yaitu ruangan beton, triplek dan kaca. Pengujian dilakukan dengan cara melakukan
koneksi dari bluetooth handphone ke modul bluetooth HC-06 yang berada di balik dinding. Hasil
pengujian ini diperlihatkan pada Tabel 4.
Tabel 4 Hasil pengujian daya tembus gelombang elektromagnet yang dipancarkan bluetooth
terhadap penghalang
No
Jenis bahan penghalang
Proses koneksi
1
2
3
3.9
Dinding beton
Dinding triplek
Kaca
Tidak tembus
Tembus
Tembus
Pengujian gerakan robot tangan menggunakan HP android
Pengujian gerakan robot tangan dapat dilihat pada Gambar 9. Pengujian dilakukan untuk
menguji gerakan robot yang dikendalikan menggunakan HP android. Pengujian gerakan robot tangan
menggunakan bluetooth hanya dapat dilakukan untuk gerak menutup dan membuka karena program
yang ditanamkan pada modul pengendali robot bukan proses pengulangan. Selain itu, pada saat
gerakan tangan robot menutup dan membuka, aliran listrik ke motor DC tidak terhenti walaupun
gerakannya tertahan. Hal ini dapat mengakibatkan driver motor yang digunakan menjadi panas
sehingga driver motor menjadi rusak dan robot tangan tidak dapat bergerak lagi.
204
Prosiding Seminar Nasional Fisika Universitas Andalas (SNFUA)
Padang, 08 Oktober 2015 - ISBN 978-979-25-1955-6
(a)
(b)
Gambar 9 Gerakan tangan robot yang dikendalikan dengan bluetooth android (a) membuka dan
(b) menutup
Berdasarkan hasil penelitian sebelumnya,seperti pada Maryanto (2004), jari-jari robot
digerakkan dengan motor servo. Perubahan gerakan motor servo terbatas yaitu sebesar 90o
berdasarkan sinyal masukan motor servo. ADC yang digunakan maryanto berupa IC 0804 merupakan
ADC yang terpisah dari mikrokontroler. Pada penelitian Veronica dan Utari (2014) juga mengunakan
motor servo untuk menggerakkan jari robot. Untuk sensor pada jari digunakan flek sensor. Perbedaan
lain dari penelitian sebelumnya yaitu penggunaan HP android dengan koneksi bluetooth untuk
menggerakkan robot tangan. Pada penelitian selanjutnya diharapkan robot tangan dapat digerakan dari
jarak jauh dengan menggunakan sarung tangan.
IV. KESIMPULAN
Pada pengujian gerakan robot menggunakan jari pengendali, robot dapat bergerak sesuai
bentuk jari tangan. Pengujian menggunakan program pengendali robot, robot tangan dapat bergerak
saat tombol pada aplikasi pengendali robot ditekan dan gerakan robot tangan dapat menutup dan
membuka. Pembuatan program pengendali robot berhasil dilakukan sehingga robot tangan dapat
digerakkan dengan menekan tombol pada program tersebut. Pengiriman data serial mikronkontroler
dapat berjalan dengan baik. Jangkauan maksimum pairing bluetooth HC-06 adalah 14,2 meter dan
jarak maksimum pengiriman data mencapai 76,3 meter.
DAFTAR PUSTAKA
Maryanto., 2004,Tangan Robot Lima Jari Yang Dikendalikan Dari Tangan Manusia, Skripsi,
Universitas Surabaya.
Veronica, M dan Utari., D. W. 2014, Rancang Bangun Jari Tangan Robot Pengikut Pergerakan Jari
Tangan Manusia, skripsi, STMIK GI MDP.
Bibby, J dan Necessary, R., 2008, Hands,
http:// robonaut.jsc.nasa.gov/R1/sub/hands.asp, diakses pada 10 Februari 2015.
205
Download