Templat tugas akhir S1

PENDUGAAN KERUGIAN MATERIAL AKIBAT GEMPA
BUMI DENGAN METODE LOGIC TREE
LESTARI DWI ASIH
DEPARTEMEN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
INSTITUT PERTANIAN BOGOR
BOGOR
2013
PERNYATAAN MENGENAI SKRIPSI DAN
SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA
Dengan ini saya menyatakan bahwa skripsi berjudul Pendugaan Kerugian
Material Akibat Gempa Bumi dengan Metode Logic Tree adalah benar karya saya
dengan arahan dari komisi pembimbing dan belum diajukan dalam bentuk apa pun
kepada perguruan tinggi mana pun. Sumber informasi yang berasal atau dikutip
dari karya yang diterbitkan maupun tidak diterbitkan dari penulis lain telah
disebutkan dalam teks dan dicantumkan dalam Daftar Pustaka di bagian akhir
skripsi ini.
Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut
Pertanian Bogor.
Bogor, Juli 2013
Lestari Dwi Asih
NIM G54090037
ABSTRAK
LESTARI DWI ASIH. Pendugaan Kerugian Material Akibat Gempa Bumi dengan
Metode Logic Tree. Dibimbing oleh HADI SUMARNO dan PAIAN SIANTURI.
Tujuan dari karya ilmiah ini adalah untuk menghitung kerugian material yang
disebabkan oleh gempa bumi dengan metode logic tree. Metode logic tree
membutuhkan rumusan gerakan tanah, spektrum respons, kerusakan struktural
bangunan, dan peluang kerusakan. Peluang kerusakan untuk masing-masing tingkat
kerusakan lokasi digunakan untuk menghitung kerugian ekonomi dan jumlah korban
manusia. Kerugian ekonomi dihitung menggunakan informasi mengenai indeks
kemahalan untuk tiap unit geografis, luas bangunan untuk setiap tipe bangunan dan
tipe hunian tertentu, serta biaya perbaikan atau penggantian untuk setiap hunian dan
tipe bangunan tertentu. Banyaknya korban gempa bumi dihitung menggunakan
informasi mengenai proporsi korban untuk tingkat keparahan, tipe bangunan, dan
kerusakan lokasi tertentu, serta rata-rata banyaknya orang yang mendiami suatu tipe
bangunan tertentu. Dengan menggunakan software SELENA yang diaplikasikan
untuk Bucharest diperoleh bahwa median kerugian ekonomi sebesar 189,741,404.470
Euro. Software juga menghasilkan jumlah korban manusia sebanyak 319 orang jika
gempa terjadi pada pukul 02.00 a.m, 36 orang jika gempa terjadi pada pukul 10.00
a.m serta 54 orang pada pukul 5.00 p.m. Jika model ini diterapkan untuk bencana
gempa di Indonesia, maka dibutuhkan kalibrasi menggunakan data yang ekstensif
meliputi: data demografi, jenis bangunan, jenis hunian, dan jenis tanah.
Kata kunci: gempa bumi, kerugian ekonomi, korban manusia, logic tree
ABSTRACT
LESTARI DWI ASIH. Estimation of Material Loss Caused by Earthquake Using
Logic Tree Method. Supervised by HADI SUMARNO and PAIAN SIANTURI
The purpose of this paper is to calculate the material loss caused by the
earthquake using the logic tree method. The logic tree method requires a formula of
ground motion, response spectrums, structural building damages and the probability
of damages. The probability of damages obtained for each damages level of location
was used to calculate the economic loss and the human casualties. The economy loss
was calculate using the information of the costliness for each unit geographical,
building area for each certain building type, the occupancy type and repairman or
replacement cost for each occupancy type and building type. The number of casualties
was calculated using the information on the proportion of casualties for each severity
level, the building type and certain damage location, and the number of people living
in each buildings type. The computer software SELENA was applied for Bucharest
earthquake and concluded that median economic loss worth 189,741,404.470 Euros.
Using the software, it obtained that the number of casualties about 319 person if the
earthquake occured at 2 a.m, 36 person if the earthquake happened at 10 a.m and 54
person if the earthquake took place at 5 p.m. If the SELENA was applied to
Indonesian earthquakes, then the software needed to calibrated using extensive data
set including: demography, building types, occupancy types, and soil types.
Keywords: casualty, earthquake, economic loss, logic tree
PENDUGAAN KERUGIAN MATERIAL AKIBAT GEMPA
BUMI DENGAN METODE LOGIC TREE
LESTARI DWI ASIH
Skripsi
sebagai salah satu syarat untuk memperoleh gelar
Sarjana Sains
pada
Departemen Matematika
DEPARTEMEN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
INSTITUT PERTANIAN BOGOR
BOGOR
2013
Judul Skripsi: Pendugaan Kerugian Material Akibat Gempa Bumi dengan Metode
Logic Tree
Nama
: Lestari Dwi Asih
NIM
: G54090037
Disetujui oleh
Dr Ir Hadi Sumamo, MS
Pembimbing I
sgal Lulus:
.19 AUG 20\3
Dr Paian Sianturi
Pembimbing II
Judul Skripsi : Pendugaan Kerugian Material Akibat Gempa Bumi dengan Metode
Logic Tree
Nama
: Lestari Dwi Asih
NIM
: G54090037
Disetujui oleh
Dr Ir Hadi Sumarno, MS
Pembimbing I
Dr Paian Sianturi
Pembimbing II
Diketahui oleh
Dr Berlian Setiawaty, MS
Ketua Departemen
Tanggal Lulus:
PRAKATA
Puji dan syukur penulis panjatkan kepada Allah subhanahu wa ta’ala atas
segala karunia-Nya sehingga karya ilmiah ini berhasil diselesaikan. Tema yang dipilih
dalam penelitian yang dilaksanakan sejak bulan januari 2013 ini ialah kerugian akibat
gempa bumi, dengan judul Pendugaan Kerugian Material Akibat Gempa Bumi dengan
Metode Logic Tree.
Terima kasih penulis ucapkan kepada Dr Ir Hadi Sumarno MS dan Dr Paian
Sianturi selaku pembimbing yang telah memberikan ilmu dan menyediakan waktu
untuk membimbing penulis dalam menyelesaikan tugas akhir ini serta Drs Ali
Kusnanto M Si yang telah banyak memberi saran dan kritik yang membangun.
Ungkapan terima kasih sebesar-besarnya juga disampaikan kepada ayahanda Suparno,
ibunda Soleka, kakak Eko Purnomo dan adik Tri Hariyanto yang tak henti-hentinya
memberikan doa, kasih sayang dan semangat kepada penulis, serta kepada keluarga
besar, dosen-dosen dan Staf Departemen Matematika IPB, teman-teman seperjuangan
Windiani dan Randita, teman-teman kostan pondok raos Grace, Dini, Mona, Mirna,
Trina, teman-teman Matematika 46 dan kakak-kakak Matematika Terapan S2 IPB
yang membantu, memberikan doa, dan semangat kepada penulis. Semoga karya
ilmiah ini bermanfaat.
Bogor, Juli 2013
Lestari Dwi Asih
DAFTAR ISI
DAFTAR TABEL
DAFTAR GAMBAR
DAFTAR LAMPIRAN
1 PENDAHULUAN
1
1.1 Latar Belakang
1
1.2 Tujuan Penelitian
2
2 PERHITUNGAN DENGAN MENGGUNAKAN LOGIC TREE
2
2.1 Parameter-Parameter Gempa Bumi
3
2.2 Kerusakan Fisik
9
2.3 Peluang Kerusakan Lokasi
13
2.4 Kerugian Ekonomi
14
2.5 Jumlah Korban Manusia
15
2.6 Contoh Perhitungan Sederhana
16
3 MENJALANKAN APLIKASI SELENA
25
3.1 Menyiapkan Data Input
25
4 HASIL DAN PEMBAHASAN
27
5 SIMPULAN
29
DAFTAR PUSTAKA
30
LAMPIRAN
31
RIWAYAT HIDUP
52
DAFTAR TABEL
1 Kondisi tanah lokasi lokal berdasarkan kelas lokasi
2 Faktor amplifikasi lokasi yang diberikan dalam IBC-2006
3 Persentase penduduk berada di dalam atau di luar bergantung terhadap
waktu
4 Nilai Sd dan Sa untuk bangunan C2M-Low code design
5 Klasifikasi lokasi yang digunakan oleh IBC-2006
6 Nilai median, 16%-fractiles dan 84%-fractiles kerugian gempa bumi
7 Rata-rata banyaknya korban akibat gempa bumi
8 Nilai input earthquake.txt
9 Nilai input attenuation.txt
10 Kode persamaan empirik prediksi gerakan tanah yang
diimplementasikan
dalam SELENA
11 Nilai input soilfiles.txt
12 Klasifikasi lokasi berdasarkan NEHRP yang digunakan oleh IBC-2006
13 Nilai input soilcenter1.txt
14 Nilai input vulnerfiles.txt
15 Nilai input capacity(i).txt
16 Nilai input yang berisi Sa dan Sd
17 Nilai input fragility.txt
18 Nilai input ecfiles.txt
19 Nilai input elosssd.txt
20 Nilai input elossmd.txt
21 Nilai input elossed.txt
22 Nilai input elosscd.txt
23 Nilai input population.txt
24 Nilai input poptime.txt
25 Nilai input occupmbt.txt
26 Skala klasifikasi korban
27 Nilai input injury1.txt
28 Nilai input injury2.txt
29 Nilai input injury3.txt dan injury4.txt
30 Nilai input cpfile.txt
31 Deskripsi tipe bangunan
32 Nilai Dy, Ay, Du dan Au untuk setiap tipe bangunan
33 Nilai faktor degradasi untuk masing-masing tipe bangunan
34 Nilai parameter kurva kerapuhan (fragility) untuk high code design level
35 Nilai parameter kurva kerapuhan (fragility) untuk moderate code design
level
36 Nilai parameter kurva kerapuhan (fragility) untuk low code design level
6
8
16
19
26
28
28
31
32
32
33
33
33
34
34
35
36
37
37
37
37
38
39
39
40
40
41
42
43
45
46
47
48
49
50
51
DAFTAR GAMBAR
1
2
3
4
5
6
7
8
Skema perhitungan logic tree
Langkah pertama dalam analisi deterministik
Menentukan beberapa parameter jarak
Beberapa Parameter jarak
Penentuan controlling earthquake
Bentuk standar spektrum respons
Spektrum respons yang ditampilkan dalam format tradisional dan ADRS
Spektrum demand dan spektrum kapasitas pada Capacity Spektrum
Method
9 Kurva kapasitas
10 Perkiraan performance point yaitu harapan spektrum perpindahan
Sa yang berhubungan dengan bangunan di bawah dugaan seismic demand
11 Nilai harapan perpindahan (diperoleh dari titik kinerja) yang diletakkan
dengan kurva kerapuhan untuk menghitung peluang kerusakan di setiap
kerusakan yang berbeda
12 Peluang diskret kerusakan yang berasal dari peluang kerusakan untuk
sebuah nilai harapan perpindahan
13 Spektrum respons Standar
14 Spektrum respons dalam format ADRS
15 Kurva kapasitas bangunan tipe C2M_Low design
16 Spektrum respons yang direduksi (inelastis)
17 Titik potong antara kurva kapasitas dan spektrum respons inelastis
18 Titik potong spektrum respons inelastis dengan fungsi dugaan kurva
kapasitas
19 Flowchart SELENA tools
20 Skema Logic Tree pada input yang digunakan
21 Grafik kerugian ekonomi pada setiap unit geografis
22 Grafik banyaknya korban pada setiap unit geografis pada waktu tertentu
3
4
5
5
5
7
9
10
11
12
14
14
18
18
20
21
21
22
25
27
28
29
DAFTAR LAMPIRAN
1
2
3
4
5
6
7
Data masukan untuk skenario gempa bumi yang digunakan
Data masukan untuk persamaan prediksi tanah yang digunakan
Data kondisi tanah pada lokasi
Data kurva kerapuhan dan kurva kapasitas bangunan
Data informasi ekonomi pada lokasi
Data demografis pada lokasi
Tabel-tabel yang digunakan dalam HAZUS
31
32
33
34
37
39
45
1 PENDAHULUAN
1.1 Latar Belakang
Gempa bumi adalah getaran atau serangkaian getaran dari kulit bumi yang
bersifat tidak abadi atau sementara dan kemudian menyebar ke segala arah.
Gempa bumi disebabkan oleh pergerakan kerak bumi atau lempeng bumi. Gempa
bumi juga bisa diartikan sebagai pergerakan lapisan batu bumi yang berasal dari
dasar atau bawah permukaan bumi.
Bencana gempa tersebut memiliki tingkat kerawanan dan risiko yang
sangat bervariasi bergantung pada faktor penyebab, karakteristik fisik, sosial
ekonomi daerah yang terkena bencana dan beberapa faktor lainnya. Hal tersebut
menunjukkan bahwa diperlukan tindakan penanggulangan bencana secara optimal
dan perlu dilakukan pengkajian terhadap model pemetaan risiko bencana gempa.
Model tersebut diharapkan dapat dijadikan dasar dalam meminimumkan risiko,
korban, kerugian harta benda akibat bencana gempa dan dalam menentukan atau
mengarahkan daerah yang diprioritaskan untuk segera ditangani.
Pada tahun 1990-an, National Institut of Building Sciences (NIBS)
mengembangkan sebuah alat yaitu HAZUS’99 untuk Federal Emergency
Management Agency (FEMA) yang tujuannya menggabungkan metode kuantitatif
dalam memperkirakan kerugian akibat bencana gempa. Kemudian pada tahun
2002, FEMA memprakarsai sebuah penelitian tentang pendugaan risiko gempa
untuk wilayah Amerika Serikat menggunakan alat HAZUS’99 dan HAZUS-MH.
Inti dari penelitian tersebut adalah untuk menganalisis dan membandingkan risiko
gempa di seluruh wilayah Amerika Serikat yang memiliki tingkat kerawanan dan
bahaya yang berbeda. HAZUS dibangun di atas Sistem Informasi Geografis yang
terintegrasi dan dapat dianggap sebagai perpanjangan perangkat lunak ArcGis,
sehingga langsung terintegrasi dengan basis data nasional dan regional pada
bangunan yang ada dan data kependudukan di Amerika Serikat (Molina et al.
2010).
HAZUS disesuaikan sangat erat dengan situasi di Amerika Serikat,
sehingga alat ini sangat sulit untuk digunakan di wilayah geografis lainnya yang
ada di dunia. Tetapi, metodologi dasar HAZUS mewakili titik awal
pengembangan metode lainnya untuk menghitung risiko dan kerugian akibat
gempa bumi.
Menyadari pentingnya menduga risiko gempa secara tepat, International
Center of Geohazard (ICG), melalui NORSAR (Norwagia) dan University of
Alicante (spanyol), mengembangkan sebuah alat untuk menghitung risiko gempa
di daerah perkotaan dengan menggunakan metode kapasitas spektrum. Alat
tersebut bernama SELENA (SEismic Loss EstimatioN using logic tree Approach).
Alat ini lebih fleksibel dari segi input data yang diberikan oleh pengguna dan
dengan demikian alat ini dapat digunakan oleh pengguna dari berbagai wilayah
geografis di dunia, termasuk Indonesia.
Dalam karya ilmiah ini, akan dilakukan pendugaan kerugian akibat gempa
bumi yang akan terjadi pada suatu lokasi dengan menggunakan beberapa prosedur
yang diterapkan dalam SELENA. Beberapa langkah perhitungan yang digunakan
yaitu menentukan parameter gerakan tanah, menentukan spektrum respons yaitu
suatu kurva yang menggambarkan respons maksimum dari perpindahan (Sd),
2
kecepatan (Sv) dan percepatan (Sa) yang dibandingkan dengan periode getar (T),
mengidentifikasi kerusakan struktural dan menentukan peluang kerusakan untuk
suatu lokasi tertentu. Peluang kerusakan yang didapatkan untuk masing-masing
tingkat keparahan digunakan untuk menghitung kerugian ekonomi dan jumlah
korban manusia akibat gempa bumi. Oleh karena adanya ketidakpastian epistemik
dalam setiap masukan data yang diberikan, maka akan digunakan pendekatan
logic tree untuk menduga kerugian akibat gempa bumi.
.
1.2 Tujuan Penelitian
Penulisan karya ilmiah ini bertujuan untuk menduga kerugian, dengan cara
menghitung kerugian ekonomi dan jumlah korban manusia akibat bencana gempa
bumi dengan menggunakan pendekatan logic tree.
2 PERHITUNGAN DENGAN MENGGUNAKAN LOGIC
TREE
Perbedaan utama antara Selena dan alat estimasi risiko perangkat lunak lain,
seperti misalnya HAZUS adalah pada kenyataan ketidakpastian dari setiap jenis
masukan dapat dipertanggungjawabkan dengan pendekatan logic tree. Logic tree
atau pohon logika adalah sebuah tree yang mengandung semua elemen dan konten
yang langsung dibuat oleh suatu aplikasi dan digunakan untuk elemen antarmuka
pengguna. Elemen dari logic tree bisa saja berupa rangkaian (string), elemen teks
atau bahasa pemograman yang umum lainnya.
Diversifikasi setiap jenis input dapat meningkatkan jumlah cabang dari
logic tree sehingga waktu untuk perhitungan juga meningkat. Metode logic tree
telah banyak digunakan dalam perhitungan bahaya gempa untuk menangkap
ketidakpastian epistemik dikarenakan pengetahuan yang kurang tentang data
input (Scherbaum et al. 2005, Bommer et al. 2005 dalam Molina et al 2010).
Setiap cabang dari logic tree diboboti dengan faktor desimal (0.0 – 1.0). Faktor
bobot (0.0 – 1.0) menggambarkan kepercayaan terhadap parameter-parameter
yang digunakan. Total dari faktor bobot untuk semua cabang haruslah bernilai 1.0
dan bobot tersebut harus menggambarkan penilaian terbaik ilmuan terhadap
kehandalan dan penyebaran nilai yang memungkinkan. Pada hasil perhitungan
akhir, bobot setiap cabang dikalikan dengan hasil risiko pada setiap cabang, lalu
disesuaikan ke sebaran normal.
Pendekatan logic tree mengarah ke perhitungan nilai median serta 16% dan
84% fractile untuk setiap jenis output. Sebuah ilustrasi dari skema perhitungan
logic tree diberikan pada Gambar 1. Ketidakpastian dari sumber gempa, hubungan
prediksi yang diterapkan gerak tanah (fungsi atenuasi), model sub tanah,
kerentanan bangunan yang tersedia (fragility), dan model kerugian
dipertimbangkan.
3
Penelitian kerugian
Parameter
skenario gempa
Persamaan
prediksi
hubungan tanah
Skenario 1
Persamaan 1
Model sub tanah
Persamaan 2
Tanah 1
Kurva kapasitas dan fungsi
kerapuhan
Model Ekonomi
Kerugian 1
Skenario 2
Skenario n
Persamaan n
Tanah 2
Tanah n
Kerapuhan 1
Kerapuhan 2
Kerugian 2
Kerugian n
Kerapuhan n
Sumber: Molina et al. 2010
Gambar 1 Skema perhitungan logic tree
Oleh karena resolusi dari output kerusakan pada level bangunan individu
membutuhkan proses komputasi yang besar, SELENA mempertimbangkan unit
geografis (GEOUNIT) sebagai unit area terkecil. Pada praktiknya, unit ini
berhubungan dengan kompleks atau blok bangunan atau kabupaten kota.
Keputusan terhadap luasnya setiap unit geografis berdasarkan beberapa aspek,
antara lain kondisi tanah yang sama, topografi permukaan yang konstan, atau
kehomogenan tingkat kualitas bangunan dalam area yang dibatasi.
2.1 Parameter-parameter Gempa Bumi
Gempa bumi memiliki beberapa parameter dasar, yaitu skala gempa
(besarnya gempa), hiposenter (tempat terjadinya gempa atau pergeseran tanah di
bumi), episenter (titik yang diproyeksikan tepat berada di atas hiposenter pada
permukaan bumi), bedrock (tanah keras tempat mulainya bekerja gempa), ground
acceleration (percepatan di permukaan bumi akibat gempa bumi) dan faktor
amplifikasi (faktor pembesaran percepatan gempa yang terjadi pada permukaan
tanah akibat jenis tanah tertentu).
Gempa bumi dapat menyebabkan pergerakan tanah. Gerakan tanah memiliki
parameter-parameter yang bermanfaat untuk mendeskripsikan karateristik penting
dari pergerakan tanah atau gempa yang kuat dalam bentuk kuantitatif, yaitu
amplitudo dan frekuensi. Dalam karya ilmiah ini, Parameter gerakan tanah yang
digunakan adalah amplitudo. Parameter-parameter yang terdapat dalam amplitudo
gerakan tanah yaitu percepatan puncak, kecepatan puncak dan perpindahan.
4
Pada analisis risiko gempa, jika lokasi yang ditinjau tidak mempunyai data
rekaman gempa, maka untuk memperkiraan besarnya percepatan maksimal tanah
digunakan fungsi attenuasi, yaitu prediksi hubungan empiris untuk parameter
gempa yang melemah (berkurang) sejalan dengan bertambahnya jarak atau fungsi
yang menggambarkan korelasi antara intensitas pergerakan tanah setempat,
magnitudo, dan jarak dari titik dalam daerah sumber gempa. Salah satu faktor
yang mempengaruhi fungsi atenuasi adalah kondisi tanah lokal. Kondisi tanah
lokal mempunyai peran yang sangat penting dalam menentukan gelombang
gempa.
Kondisi tanah tertentu juga menyebabkan faktor amplifikasi. Faktor
amplifikasi dipengaruhi oleh densitas material dan kecepatan gelombang geser.
2.1.1 Menenetukan Amplitudo Gerakan Tanah (Ground Motion)
Untuk menentukan amplitudo gerakan tanah gempa dapat dilakukan dengan
tiga tipe analisis yaitu analisis probabilistik, analisis deterministik dan analisis
near real time data.
Dalam makalah ini, akan digunakan analisis deterministik. Analisis ini
mengevaluasi gerakan tanah untuk suatu wilayah berdasarkan kepada skenario
gempa wilayah tersebut. Skenario gempa ini berisi tentang kejadian gempa
dengan besar (magnitude, M) tertentu yang akan terjadi pada lokasi tertentu.
Hasil dari analisis ini adalah amplitudo gerak tanah gempa pada pusat setiap
unit geografis. Dimana amplitudo tersebut dapat mewakili pergerakan pada
kondisi batuan.
Secara tipikal, analisis deterministik ini dapat dibagi menjadi empat proses
tahapan (Reiter, 1990) sebagai berikut :
1 Identifikasi dan karakterisasi semua sumber gempa yang mempunyai
kapasitas menghasilkan gerakan tanah pada suatu lokasi (pada gambar
2).
Gambar 2 Langkah pertama dalam analisis deterministik
2 Pemilihan parameter jarak dari sumber ke lokasi (source-to-site distance
parameter). Biasanya, jarak yang dipilih adalah jarak terdekat antara
zona sumber gempa (source zone) dengan lokasi yang ditinjau, dimana
hal ini tergantung pada pengukuran jarak dari persamaan empiris yang
akan digunakan untuk memprediksi pada tahap berikutnya (gambar 3
dan gambar 4).
5
Gambar 3 Menentukan parameter jarak dari sumber ke lokasi gempa.
Gambar 4 Beberapa parameter jarak
Pemilihan controlling earthquake, yaitu gempa yang diperkirakan akan
menghasilkan tingkat goncangan yang terkuat, dimana biasanya
diekspresikan dalam parameter gerakan tanah pada suatu lokasi.
Controlling earthquake ini biasanya dideskripsikan dengan besar
(magnitude) dan jaraknya dari lokasi yang bersangkutan (gambar 5).
Parameter Gerakan
Tanah, Y
3
Gambar 5 Penentuan controlling earthquake
Pada karya ilmiah ini controlling earthquake yang digunakan adalah
puncak percepatan tanah (PGA), percepatan tanah saat 0.3 detik (Sa0.3)
dan percepatan tanah saat 1.0 detik (Sa1.0). Untuk mendapatkan nilai
controlling earthquake tersebut, digunakan Persamaan attenuasi
Ambraseys et al. dan Simpson (1996) (dalam Douglas 2010). Ditulis
sebagai berikut:
a. Untuk menghitung PGA
(1)
6
Dengan nilai-nilai konstanta sebagai berikut:
,
, c4 = -0.922, CA = 0.117, CS = 0.124 dan h0 = 3.5
b. Untuk menghitung Sa0.3
(2)
Dengan nilai-nilai konstanta sebagai berikut:
, c2 = 0.338, c4 = -0.933, CA = 0.133, CS = 1.48 dan h0 = 4.20
c. Untuk menghitung Sa1.0
(3)
Dengan nilai-nilai konstanta sebagai berikut:
, c2 = 0.508, c4 = -0.885, CA = 0.128, CS = 0.219 dan h0 = 4.30
dimana
, dan d adalah RJB (jarak terpendek proyeksi
vertikal ke bidang permukaan yang retak).
Tabel 1 Kondisi lokasi lokal berdasarkan kelas lokasi
Kelas
Deskripsi
Kecepatan gelombang
lokasi
geser vs [m/s]
A
Batuan keras , hanya wilayah timur AS
> 1500
B
Batuan
760-1500
C
Tanah yang sangat padat dan batuan lunak
360-760
(very dense soil and soft rock)
D
Tanah kaku (stiff soil)
180-360
E
Tanah lunak (soft soil) dengan profil > 3m
tanah liat lembut yang didefinisikan
<180
sebagai tanah dengan indeks plasticity PI
>20, kandungan kelembaban w>40%
F
Tanah yang membutuhkan evaluasi lokasi
yang spesifik
Untuk menentukan parameter SA dan SS menggunakan empat kondisi di
lokasi (tabel 1), yaitu
 jika kondisi tanah adalah batuan, maka SA = 0, SS = 0
 jika kondisi tanah adalah tanah yang sangat padat dan batuan lunak,
maka SA = 1, SS = 0
 jika kondisi tanah adalah tanah kaku, maka SA = 0, SS = 1
 jika kondisi tanah adalah tanah lunak, maka SA = 0, SS = 1
4
Risiko yang terjadi pada suatu lokasi didefinisikan dalam bentuk gerakan
tanah yang terjadi pada lokasi. Karakteristik tersebut dideskripsikan oleh
PGA, Sa0.3, Sa1.0 yang diperoleh dari persamaan empiris yang digunakan.
Dikarenakan semua unit geografis berada pada jarak yang berbeda dengan
asumsi skenario pusat gempa, proses ini dilakukan secara terpisah untuk masingmasing unit geografis.
7
2.1.2 Amplifikasi gerakan tanah
Masing-masing faktor amplifikasi pada dasarnya menggambarkan bentuk
spektrum respons untuk jenis tanah yang berbeda. Dalam karya ilmiah ini, untuk
menentukan spektrum respons akan digunakan prosedur IBC-2006.
Bentuk standar spektrum respons yang diberikan oleh IBC-2006 yang
mengkarateristikkan gerakan tanah, mengandung empat bagian, yaitu PGA (Peak
Ground Acceleration ), sebuah wilayah konstan spektrum percepatan pada periode
0 sampai TAV, sebuah wilayah konstan spektrum kecepatan antara periode TAV dan
TVD, dan sebuah wilayah konstan spektrum perpindahan dengan periode lebih dari
TVD (lihat gambar 6).
Sa0.3S
Sa1.0S
Sumber: Molina et al. 2010
Gambar 6 Bentuk standar spektrum respons
Terdapat dua jenis spektrum respons, yaitu spektrum respons elastik dan
spektrum respons inelastik (desain spektrum respons). Secara umum spektrum
elastik, Sa(T) didefinisikan berdasarkan persamaan berikut,
,
,
,
,
(4)
Periode TAV diperoleh dari titik potong wilayah konstan spektrum
percepatan dengan konstan spektrum kecepatan. Wilayah konstan spektrum
percepatan didefinisikan oleh Sa0.3S dan wilayah konstan spektrum kecepatan
memiliki Sa yang proporsional terhadap 1/T dan dilambangkan dengan Sa1.0S.
Nilai TAV bervariasi berdasarkan nilai spektrum percepatan yang didefinisikan di
dua wilayah yang berpotongan.
TAV = Sa1.0 / Sa0.3
(5)
Periode TA mewakili sudut kiri dari spektrum dataran tinggi (spectrum
Plateau) dapat dituliskan dengan,
TA= 0.2 TAV = 0.2 (Sa1.0 / Sa0.3)
(6)
Periode TVD didasarkan pada timbal balik frekuensi sudut fc, yang sebanding
dengan penurunan tekanan dan momen gempa. Frekuensi diduga sebagai fungsi
momen besaran gempa:
8
TVD =
= 10 ( M – 5 ) / 2
(7)
dimana, fc frekuensi sudut dan M adalah momen magnitude. Jika momen
magnitude tidak diketahui, maka periode TVD diasumsikan 10 detik (M=7.0).
Untuk menggambarkan spektrum elastik jika hanya nilai PGA yang
diberikan, maka dapat mengunakan persamaan berikut,
Sa0.3= SAS = 2.5 PGA
Sa1.0 = SAL= PGA
Amplifikasi goncangan tanah untuk menjelaskan kondisi lokasi lokal
berdasarkan pada kelas lokasi (lihat tabel 1) dan faktor amplifikasi tanah diberikan
oleh ketentuan IBC-2006.
Kontruksi spektrum permintaan (demand spectra) yang mengandung efek
tanah dikerjakan menggunakan persamaan berikut,
PGAi = PGA FAi
SASi = SAS FAi
SALi = SAL FVi
Sementara periode TAVi yang mendefinisikan transisi periode dari spektrum
percepatan konstan ke spektrum kecepatan konstan adalah fungsi dari kelas lokasi.
Ini dapat dijelaskan dengan persamaan berikut,
TAVi =
dengan,
SASi: spektrum percepatan dengan periode singkat untuk kelas lokasi i (g),
SA : spektrum percepatan dengan periode singkat untuk kelas lokasi B (g),
FAi: faktor amplifikasi periode singkat untuk kelas lokasi i dan untuk spektrum
percepatan SAS (lihat tabel 2)
SALi: spektrum percepatan dengan panjang periode (1 detik ) untuk kelas lokasi
ke-i ( g)
SAL: spektrum percepatan dengan panjang periode (1 detik ) untuk kelas lokasi B
(g)
FVi : faktor amplifikasi periode singkat untuk kelas lokasi i dan untuk spektrum
percepatan SAL (lihat tabel 2)
TAVi: periode transisi antara spektrum percepatan konstan ke spektrum kecepatan
konstan untuk kelas lokasi i (detik)
9
Tabel 2 Faktor amplifikasi lokasi yang diberikan dalam IBC-2006
Spectral Acceleration
Kelas Lokasi
A
B
C
D
Periode singkat, SAS
Faktor amplifikasi Periode singkat, FA
≤ 0.25
0.8
1.0
1.2
1.6
(0.25, 0.50]
0.8
1.0
1.2
1.4
(0.50, 0.75]
0.8
1.0
1.1
1.2
(0.75, 1]
0.8
1.0
1.0
1.1
>1.0
0.8
1.0
1.0
1.0
Periode 1-detik, SAL
Faktor amplifikasi periode 1-detik, FV
≤0.1
0.8
1.0
1.7
2.4
(0.1,0.2]
0.8
1.0
1.6
2.0
(0.2,0.3]
0.8
1.0
1.5
1.8
(0.3,0.4]
0.8
1.0
1.4
1.6
>0.4
0.8
1.0
1.3
1.5
E
2.5
1.7
1.2
0.9
0.9
3.5
3.2
2.8
2.4
2.4
Untuk mengevaluasi kerusakan struktur, akan lebih mudah untuk mem-plotkan spektrum respons percepatan sebagai fungsi dari spektrum perpindahan (Sa
dan Sd). Hubungan antara Sa, Sd, dan T, dapat dihitung dengan menggunakan
persamaan :
(8)
Sd
T  2
Sa
(9)
T
Sd  ( )2 Sa
2
Pada gambar 7 menunjukkan spektrum yang sama yang ditampilkan dalam
format tradisional ( Sa dan T ) dan format ADRS (Sa dan Sd). Pada format ADRS
(Acceleration-Displacement Responsse Spectrum), periode struktur yang sama
merupakan garis lurus radial dari titik nol.
T
Spektral
percepatan,
Sa (m/det2)
Spektral
percepatan,
Sa (m/det2)
1
T T
1
2
Periode, T
Spektrum
(detik) tradisional
(Sa vs T)
T
2
T
3
T
3
Spektral perpindahan,
Sd (m)
Spektrum ADRS
(Sa vs Sd)
Sumber: Ginsari IM dan Lumantara B 2007
Gambar 7 Spektrum respons yang ditampilkan dalam format tradisional dan
ADRS
10
2.2 Kerusakan Fisik
2.2.1 Kerusakan Struktural
Pendekatan dasar untuk mengidentifikasi tingkat kerusakan struktural
sebagai dampak dari gempa adalah metode kapasitas spektrum (CSM), karena
metode ini mengkombinasikan input gerak tanah ke dalam spektrum respons
(spektrum percepatan dibandingkan dengan spektrum perpindahan) dengan kurva
kapasitas spesifik bangunan.
CSM menyajikan secara grafis dua buah grafik yang disebut spektrum, yaitu
spektrum kapasitas yang menggambarkan kapasitas struktur berupa hubungan
gaya dorong total dan perpindahan lateral struktur (biasanya ditetapkan di puncak
bangunan) dan spektrum demand yang menggambarkan besarnya demand
(tuntutan kerja) akibat gempa dengan periode ulang tertentu. (lihat gambar 8)
S
a
Demand spectrum
Titik kinerja (performance point)
Capacity spectrum
S
Sumber: Ginsari IM dan Lumantara B 2007
d
Gambar 8 Spektrum demand dan spektrum kapasitas pada Capacity Spectrum
Method
Titik kinerja (performance point) merupakan perpotongan antara spektrum
kapasitas dan spektrum demand (gambar 8). Dengan demikian titik kinerja
merupakan representasi dari dua kondisi, yaitu karena terletak pada spektrum
kapasitas, merupakan representasi kekuatan struktur pada suatu nilai perpindahan
tertentu dan karena terletak pada kurva demand, menunjukkan bahwa kekuatan
struktur dapat memenuhi demand beban yang diberikan.
Spektrum kapasitas didapatkan dari kurva kapasitas yang diperoleh dari
analisis pushover. Analisis pushover adalah mendorong struktur secara bertahap
dan mencatat hubungan antar gaya geser dasar dan perpindahan atap akibat beban
lateral yang dikerjakan pada struktur dengan pola pembebanan tertentu (lihat
gambar 9). Kurva kapasitas bangunan bergantung terhadap tipe bangunan
(material bangunan dan konstruksi bangunan), banyaknya tingkatan/ lantai
bangunan dan peraturan lokal mengenai bangunan serta konstruksi lokal dan
kualitas konstruksi, sedangkan spektrum demand direpresentasikan dengan
spektrum respons elastis yang didapatkan pada subbab 2.1.2.
11
Gaya geser dasar,
V (kN)

atap
Perpindahan
atap (m)
V
Sumber: Ginsari IM dan Lumantara B 2007
atap,
Gambar 9 Kurva kapasitas
Untuk mengaplikasikan metode kapasitas spektrum kurva kapasitas juga
harus ditransformasikan ke dalam domain spektrum percepatan- spektrum
kecepatan. Kurva kapasitas diubah menjadi spektrum kapasitas (capacity
spectrum) dalam format ADRS melalui persamaan:
V /W
Sa 
1
Sd 
 atap
PF1 atap,1
 N

  wii1  / g 

PF1   i N1
2

wii1 / g 
 

i 1


2
N

 wii1  / g 

1  N  i1
N



2
 wi / g   wii1 / g 
 i1
  i1


dengan,
PF1
=
1
=
wi/g
=
i1
=
N
=
V
=
W
=
atap
=
Sa
=
Sd
=

faktor partisipasi ragam (modal participation factor) untuk ragam ke-1
koefisien massa ragam untuk ragam ke-1
massa lantai i
perpindahan pada lantai i ragam ke-1
jumlah lantai
gaya geser dasar
berat struktur (akibat beban mati dan beban hidup tereduksi)
perpindahan atap (yang digunakan pada kurva kapasitas)
spektrum percepatan
spektrum perpindahan
Tetapi dalam karya ilmiah ini, nilai Sa dan Sd sudah diketahui untuk setiap
jenis bangunan yang didefinisikan oleh HAZUS.
12
Tugas utama dari metode kapasitas spektrum (CSM) adalah untuk
menemukan titik pada kurva kapasitas yang konsisten terhadap seismic demand
yang direduksi untuk efek nonlinear (gambar 10). Setiap titik pada kurva
kapasitas mewakili state tertentu dari kerusakan struktur dan menggambarkan
peningkatan pada redaman struktur sebagai akumulasi kerusakan.
Sumber: Molina et al. 2010
Gambar 10 Perkiraan performance point yaitu harapan spektrum perpindahan Sa
yang berhubungan dengan bangunan di bawah dugaan seismic
demand
Agar dapat mengaplikasikan CSM, spektrum demand harus direduksi.
Metodologi mereduksi spektrum demand untuk redaman efektif yang lebih dari
5% didasarkan pada formula Newmark dan Hall. Rasio formula tersebut
digunakan untuk mengembangkan faktor reduksi dengan domain percepatan
(periode singkat) RA dan faktor reduksi dengan domain kecepatan (1 detik
spektrum percepatan) RV, untuk memodifikasi 5% redaman spektrum respons
elastis. Faktor reduksi berdasarkan redaman efektif Beff,
(10)
RA(Beff)=
RV(Beff)=
(11)
dengan,
Beff adalah redaman efektif yang diberika oleh persamaan berikut,
Beff = Be+Bh
(12)
dan Be adalah redaman elastis, Bh adalah redaman magnitude, yang merupakan
fungsi dari yield dan ultimate capacity point,
(13)
Bh= 63.7 κ (
)
Dengan κ adalah faktor degradasi yang mendefinisikan ukuran redaman
efektif histerisis sebagai fungsi dari durasi gempa dan penyerapan energi selama
pengulangan gempa terjadi. Ay dan Dy yield point, yaitu titik awal kurva kapasitas
diasumsikan linear secara elastik.
Berdasarkan rekomendasi Newmark dan Hall, redaman elastis dari tipe
bangunan adalah sebagai berikut,
 Be = 5% untuk mobile home (MH),
 Be =5-7% untuk bangunan baja,
 Be =7% untuk bangunan beton dan bangunan pre-cast beton (P),
13



Be =7-10% untuk bangunan batuan yang diperkuat (RM),
Be=10% untuk bangunan batuan yang tidak diperkuat (URM) dan
bangunan batuan (M)
Be =10-15% bangunan kayu (W)
Faktor degradasi (κ) bergantung terhadap durasi goncangan tanah. Durasi
goncangan tanah dibedakan menjadi,
1.
magnitude M ≤ 5.5 : durasi pendek,
2.
magnitude 5.5<M ≤ 7.5 : durasi sedang,
3.
magnitude M ≥ 7.5 : durasi panjang.
Spektrum demand percepatan yang baru didapatkan dari spektrum respons
elastis (persamaan 2,3,4 dan 5) dibagi oleh faktor yang diperoleh pada persamaan
6 dan 7, sehingga dapat dituliskan
, 0 < T < TA
, TA < T < TAVB
(14)
, TAVB < T < TVD
, TVD < T
dengan
SaASi : periode singkat spektrum percepatan untuk kelas lokasi i dengan redaman
5%,
SaALi : 1 detik periode panjang spektrum percepatan untuk kelas lokasi i dengan
redaman 5%,
BTVD : nilai redaman efektif pada periode transisi TVD
TAVB : periode transisi antara percepatan dan kecepatan sebagai fungsi dari
redaman efektif pada periode tertentu didefinisikan oleh persamaan:
(15)
TAVB=
TAvi
dengan,
TAvi : periode transisi antara 5% redaman spektrum percepatan konstan dan 5%
redaman spektrum kecepatan konstan untuk kelas lokasi i
BTAVB: nilai redaman efektif pada periode transisi T AVB
Periode TVD tidak bergantung terhadap redaman efektif dan hanya
bergantung pada momen magnitude.
2.3 Peluang Kerusakan Lokasi (Damage States)
Jika performance point dan spektrum perpindahan (Sd) yang sesuai
ditemukan, maka fungsi kerapuhan struktural untuk setiap damage states (DS)
dibutuhkan untuk menetapkan peluang kerusakan P (gambar 11). Gambar 11
menunjukan himpunan fungsi kerapuhan untuk model acak tipe bangunan yang
dijelaskan oleh HAZUS-MH. Perbedaan antara titik potong dari dua fungsi
kerapuhan yang berdekatan untuk spektrum perpindahan yang diberikan adalah
peluang kerusakan diskrit (gambar 12) yang membangun dasar untuk menghitung
nilai kerusakan absolut.
14
Peluang bersyarat yang terdapat pada kerusakan lokasi ds tertentu, yang
diberikan oleh spektrum perpindahan Sd (atau parameter seismic demand yang
lain) didefinisikan oleh persamaan berikut,
(16)
P(DS|Sd) = Φ[
]
dimana,
adalah nilai tengah dari spektrum perpindahan Sd dimana bangunan
mencapai ambang batas dari kerusakan lokasi DS,
βDS adalah standar deviasi dari logaritma natural spektrum perpindahan Sd
untuk suatu kerusakan lokasi Sd.
Φ adalah fungsi standar distribusi normal kumulatif
Nilai
dan βDS adalah nilai tabel yang bergantung terhadap tipe
bangunan dan tingkat desain seismiknya (tabel 34, 35, 36 pada lampiran 7)
Peluang kumulatif didefinisikan untuk memperoleh peluang diskrit yang
berada di masing-masing lima kerusakan lokasi berbeda (gambar 12). Hasil
kerusakan akhir diberikan secara absolut dalam meter persegi dari masing-masing
jenis bangunan yang rusak.
Sumber: Molina et al. 2010
Gambar 11 Nilai harapan perpindahan (diperoleh dari titik kinerja) yang
diletakkan dengan kurva kerapuhan untuk menghitung peluang
kerusakan di setiap kerusakan yang berbeda
15
Sumber: Molina et al. 2010
Gambar 12 Peluang diskret kerusakan yang berasal dari peluang kerusakan untuk
sebuah nilai harapan perpindahan
2.4 Kerugian Ekonomi
Jika peluang kerusakan fisik / kerusakan secara struktural didapatkan, lalu
dikaitkan dengan nilai ekonomi yang ada di daerah yang mengalami kerusakan,
maka akan didapatkan kerugian ekonomi.
Kerugian ekonomi yang disebabkan oleh gempa bumi untuk perbaikan
bangunan dan penggantian bangunan yang rata dengan tanah dapat dihitung
dengan formula berikut,
(17)
dengan,
NOT
NBT
NDS
Cr
Ai,j
Pj,k
Ci,j,k
= banyaknya tipe hunian,
= banyaknya tipe bangunan,
= jenis kerusakan (damage states), yaitu slight, moderate, extensive,
complete.
= pengali biaya daerah ( saat ini diatur hingga 1.0, tetapi nilai ini dapat
berbeda untuk tiap unit geografi untuk memperhitungkan variasi
biaya geografis),
= luas bangunan dari tipe bangunan j untuk tipe hunian i (dalam m2),
= peluang kerusakan dari kerusakan struktur k (slight, moderate,
extensive, complete) untuk model tipe bangunan j,
= Biaya perbaikan atau penggantian untuk setiap tipe hunian i dan
model tipe bangunan j yang mengalami kerusakan struktur k dalam
masukan mata uang per luas daerah.($/m2).
16
Model ini hanya menghitung kerugian ekonomi langsung akibat kerusakan
secara struktur, sedangkan kerusakan non-struktur tidak dipertimbangkan.
2.5 Jumlah Korban Manusia – Meninggal dan Terluka
Untuk menentukan perkiraan jumlah korban yang disebabkan bangunan
yang sebagian atau sepenuhnya roboh, diperlukan data statistik yang dapat
diandalkan tentang kependudukan pada area yang diteliti. Hal ini tidak hanya
mencakup statistik populasi seperti jumlah total penduduk per kabupaten, tetapi
juga jumlah rata-rata orang yang tinggal dalam bangunan dari tipe yang berbeda
(Occupancy) dan persentase penduduk yang tinggal di dalam atau di luar
bangunan pada waktu yang berbeda. Model kerugian ini hanya menghitung
korban manusia dengan mempertimbangkan akibat kerusakan struktur sedangkan
kerusakan non-struktur dan bencana yang terjadi setelah gempa tidak
dipertimbangkan. Terdapat dua metode untuk menghitung korban manusia, yaitu
a Metode dasar, yaitu dalam kasus ini tidak ada informasi secara rinci tentang
sebaran populasi yang tersedia atau tidak dapat menyimpulkan dari data yang
tersedia.
b Metode HAZUS, dalam kasus ini bahwa informasi rinci tentang sebaran
populasi tersedia.
Dalam karya ilmiah ini akan digunakan pendekatan metode dasar untuk
perhitungan pendugaan banyaknya korban Ki pada tingkat keparahan i, yaitu
terdapat pada persamaan di bawah ini,
(18)
dengan,
i-
Ri,j,k
Pj,k
= tingkat keparahan cidera mulai dari luka ringan (i = 1), luka rawat (i =2),
luka parah hingga jiwa terancam (i = 3), dan kematian (i = 4). (Deskripsi
di tabel 26 pada lampiran 6)
= proporsi korban untuk setiap tingkat keparahan i untuk model tipe
bangunan j dan kerusakan lokasi k
= peluang kerusakan untuk model tipe bangunan j yang mengalami
kerusakan struktur dari kerusakan lokasi slight (k = 1), moderate (k =2),
extensive (k = 3), complete (k = 4)
= rata-rata jumlah penduduk yang mendiami model tipe bangunan j.
Jumlah total penduduk di seluruh bangunan ke- j model tipe bangunan ,
untuk satu unit geografis pada suatu waktu yang spesifik dapat dihitung dengan
cara sederhana sebagai berikut,
(19)
17
Dimana NTP adalah total penduduk yang mendiami masing-masing unit
geografis, CPO adalah persentase penduduk yang tinggal di dalam atau di luar
bergantung terhadap waktu dan CjOMBT adalah persentase dari kelas hunian untuk
tipe bangunan j.
Tabel 3 Persentase penduduk berada di dalam atau di luar bergantung terhadap
waktu. Nilai tersebut bergantung terhadap negara masing-masing dan
kebiasaan penduduknya.
Tipe Hunian
(Occupancy type)
Malam (2:00 am)
Siang (10:00 am)
Waktu Komuter
atau jam pulang
pergi kerja (5:00
pm)
Di dalam (indoor)
98%
90%
36%
Di luar (outdoor)
2%
10%
64%
2.6 Contoh Perhitungan Sederhana
Untuk menghitung suatu kerugian ekonomi dan jumlah korban dibutuhkan
peluang terjadinya kerusakan pada suatu lokasi. Untuk menentukan peluang
dilakukan beberapa langkah sebagai berikut:
1 Menentukan nilai parameter amplitudo (PGA, Sa0.3 dan Sa1.0)
2 Menentukan amplifikasi gerakan tanah dengan menggunakan prosedur
IBC-2006 (spektrum respons).
3 Menentukan titik potong antara spektrum respons dan kurva kapasitas
bangunan dengan menggunakan metode CSM, lalu titik potong tersebut
adalah sebagai nilai harapan spektrum perpindahan yang digunakan
untuk mencari peluang pada suatu lokasi tertentu.
Contoh kasus: Misalkan diperkirakan pada suatu lokasi akan terjadi gempa
bumi dengan Magnitude 7 dan jaraknya adalah 10 km. Dan diasumsikan bahwa
kondisi tanah lokasi adalah batuan.
2.6.1 Penentuan Nilai Parameter Amplitudo Gerakan Tanah
1
2
Berdasarkan (1), (2) dan (3), akan diperoleh parameter sebagai berikut:
PGA
=
=
Y = 10(-0.563)= 0.273 g
Sa0.3
18
3
Sa1.0
2.6.2 Amplifikasi Gerakan Tanah
Untuk membentuk spektrum respons menggunakan prosedur IBC-2006
dengan PGA= 0.273, Sa0.3= 1.585 dan Sa1.0 = 0.29 diperlukan (4), (5), (6),(7)
sehingga diperoleh nilai sebagai berikut,
karena TVD= 10, sehingga berdasarkan prosedur IBC-2006 persamaan spektrum
respons diperoleh sebagai berikut,
Sa(T)= 1.585(0.4 + 0.6 T/0.037) , T < 0.037
Sa(T) = 1.585
, 0.037 < T < 0.183
Sa(T) = 0.29 / T
, 0.183< T < 10
Dari persamaan di atas, maka didapatkan gambar spektrum respons pada
gambar (13).
Gambar 13 Spektrum respons standar
Agar dapat digunakan ke dalam metode CSM, maka spektrum respons harus
dikonversikan ke spektrum respons dalam format ADRS berdasarkan (9),
sehingga didapatkan gambar seperti gambar (14).
19
Gambar 14 Spektrum respons dalam format ADRS
2.6.3 Metode Kurva Kapasitas
Untuk menggunakan metode kurva kapasitas diperlukan kurva kapasitas
bangunan dan spektrum respons yang direduksi. Kurva kapasitas yang digunakan
adalah kurva kapasitas bangunan C2M_low code design dengan nilai Sa dan Sd
terdapat pada Tabel 4.
Tabel 4 Nilai Sd dan Sa untuk bangunan C2M- low code design
Sd (meter)
Sa (g)
0.0000000e+000
0.0000000e+000
1.2700000e-003
1.7352905e-001
2.5400000e-003
3.3244118e-001
3.8100000e-003
4.7796761e-001
5.0800000e-003
6.1123587e-001
6.3500000e-003
7.3327850e-001
7.6200000e-003
8.4504107e-001
8.8900000e-003
9.4738951e-001
1.0160000e-002
1.0411168e+000
1.1430000e-002
1.1269492e+000
1.2700000e-002
1.2055515e+000
1.3970000e-002
1.2775330e+000
1.5240000e-002
1.3434511e+000
1.6510000e-002
1.4038169e+000
1.7780000e-002
1.4590978e+000
1.9050000e-002
1.5097222e+000
2.0320000e-002
1.5560823e+000
2.1590000e-002
1.5985374e+000
2.2860000e-002
1.6374163e+000
20
2.4130000e-002
1.6730205e+000
2.5400000e-002
1.7056255e+000
2.6670000e-002
1.7354840e+000
2.7940000e-002
1.7628275e+000
2.9210000e-002
1.7878677e+000
3.0480000e-002
1.8107988e+000
3.1750000e-002
1.8317982e+000
3.3020000e-002
1.8510288e+000
3.4290000e-002
1.8686396e+000
3.5560000e-002
1.8847669e+000
3.6830000e-002
1.8995358e+000
3.8100000e-002
1.9130607e+000
3.9370000e-002
1.9254463e+000
4.0640000e-002
1.9367886e+000
4.1910000e-002
1.9471755e+000
4.3180000e-002
1.9566876e+000
4.4450000e-002
1.9653983e+000
4.5720000e-002
1.9733754e+000
4.6990000e-002
1.9806805e+000
4.8260000e-002
1.9873702e+000
4.9530000e-002
1.9934965e+000
5.0800000e-002
1.9991067e+000
5.2070000e-002
2.0042444e+000
5.3340000e-002
2.0089493e+000
5.4610000e-002
2.0132579e+000
5.5880000e-002
2.0172035e+000
Sehingga jika Tabel 4 di-plotkan pada suatu kurva akan didapatkan gambar 15.
Gambar 15 Kurva kapasitas bangunan tipe C2M_Low design
21
Untuk mendapatkan spektrum respons yang direduksi, akan digunakan
langkah-langkah sebagai berikut,
1 Untuk tipe bangunan C2M Low-code design dan short duration gempa, nilai
κ= 0.6 (Tabel 33)
2 Dy= 0.26 inchi = 0.0066 m dan Ay = 0.083 g
Du= 2.16 inchi = 0.055 m dan Au = 0.208 g
3 Dengan berdasarkan (10),(11),(12) dan (13)
)
Bh = 63.7 κ (
= 63.7 (0.6) (0.083/0.208 – 0.0066/0.055)
= 10.66
Be = 7% (bangunan batuan yang diperkuat)
Beff = Bh + Be= 10.73
RA(Beff) =
=
= 1.41
RV(Beff) =
=
= 1.21
TAVB = TAV (RA/RV) = 0.183 (1.41/1.21) = 0.213
Dengan berdasarkan (14), dengan faktor reduksi ( RA dan Rv) yang sudah
didapatkan, maka didapatkan persamaan sebagai berikut:
Sa(T)= 1.585(0.4+0.6 T/0.037) /1.41
, T < 0.037
Sa(T) = 1.585/1.41
, 0.037 < T < 0.213
Sa(T) = (0.29 / T)/1.21
, 0.213< T < 10
setelah respons spektrum direduksi, maka akan didapatkan gambar 16.
Gambar 16 Spektrum respons yang direduksi (inelastis)
22
Setelah didapatkan kurva kapasitas bangunan C2M-low code design dan
spektrum respons yang direduksi, maka didapatkan titik potong pada gambar 17.
Gambar 17 Titik potong antara kurva kapasitas dan spektrum respons inelastis
Agar titik potong dapat dicari dengan mudah tanpa melakukan suatu iterasi,
maka akan diduga fungsi dari kurva kapasitas bangunan C2M- low code design.
Untuk menduga fungsi kurva kapasitas bangunan dengan melakukan
fitting data pada tabel 4 menggunakan software, didapatkan fungsi kapasitas
sebagai berikut:
, dimana 0 ≤ Sd ≤ 0.0588
Sehingga jika digambarkan kembali dengan menggunakan fungsi kapasitas
C2M-low code design, akan didapatkan titik potong seperti pada gambar 18.
Gambar 18 Titik potong spektrum respons inelastis dengan fungsi dugaan kurva
kapasitas
23
Untuk mendapatkan titik potong di atas tanpa menggunakan iterasi, maka
dilakukan langkah sebagai berikut:
1 Diketahui bahwa persamaan spektrum elastis yang berpotongan dengan
. Dengan menggunakan
kurva kapasitas adalah
transformasi berdasarkan (6), didapatkan persamaan baru, yaitu
.
2 Fungsi kapasitas bangunan C2M-low code design adalah
3
Titik potongnya adalah
Jadi titik potong yang didapatkan adalah (0.00283 , 0.518).
2.6.4 Peluang Kerusakan
Kerusakan lokasi (DS) dibagi menjadi empat, yaitu slight, moderate,
extensive, complete. Dengan menggunakan persamaan (16) dan nilai parameter
pada tabel 36 pada Lampiran 7 , didapatkan nila- nilai peluang sebagai berikut:
Dengan Φ(z)=
, diselesaikan secara numerik
2.6.5 Kerugian Ekonomi
Setelah didapatkan peluang untuk masing-masing kerusakan lokasi (DS),
maka akan dihitung kerugian yang dialami berdasarkan (17). Oleh karena, pada
contoh perhitungan ini hanya mengambil satu tipe bangunan (C2M_low) dan satu
tipe hunian (residence), maka (17) disederhanakan sebagai berikut,
Misalkan diketahui:
24
Cr =1, A=500m2, C1=$18.5/m2, C2 = $92.6/m2, C3 = $463.1/m2, C4=$926.3/m2
Maka kerugian yang dialami adalah
= 500 (26.3849)
= 13192.45
Jadi kerugian yang dialami adalah sebesar $13192.45
2.6.6 Jumlah Korban Manusia
Perhitungan jumlah korban dengan diketahui hanya ada satu tipe bangunan
(C2M-low code design) dan satu tipe hunian (residence), maka Persamaan (18)
dan (17) juga dapat disederhanakan menjadi
dengan N
.
Misalkan diketahui total jumlah penduduk suatu wilayah adalah sebanyak
10000 orang, persentase orang yang berada di dalam ruangan saat terjadinya
gempa adalah 70%, dan persentase orang di dalam ruangan untuk tipe bangunan
C2M-low adalah 2.6%, maka N=10000 x 0.7 x 0.026 = 182 orang.
Persentase untuk setiap keparahan i untuk tipe bangunan j dan kerusakan
lokasi k, dapat dilihat pada tabel 27, 28 dan 29 pada baris ke-dua, sehingga jumlah
korbannya adalah
0.051 x 182 )+(0.2x0.028x182)+(1x0.011x182)+(10x0.01x182)
= 21.685 ≈ 22 orang
0.051 x 182 )+(0.02x0.028x182)+(0.5x0.011x182)+(8x0.01x182)
= 16.13 ≈ 17 orang
0.051 x 182 )+(0x0.028x182)+(0.01x0.011x182)+(4x0.01x182)
= 7.3 ≈ 8 orang
Jadi total keseluruhan jumlah korban mulai dari luka ringan hingga
meninggal adalah 22+17+8+8 = 55 orang.
Contoh perhitungan sederhana ini hanya melibatkan satu tree dengan satu
cabang, sehingga bobotnya untuk setiap cabang bernilai 1.0.
Pada praktiknya, kerugian ekonomi dan jumlah korban dihitung untuk
seluruh tipe bangunan yang ada dan seluruh tipe hunian yang ada pada suatu unit
geografis. Oleh karena perhitungan kerugian ekonomi dan jumlah korban akibat
gempa bumi memerlukan perhitungan yang sangat besar, maka diperlukan suatu
alat yaitu SELENA untuk menghitung kerugian ekonomi dan jumlah korban
manusia.
25
3 MENJALANKAN APLIKASI SELENA
Berikut adalah flowchart untuk analisis deterministik pada SELENA,
SELENA
Analisis
Deterministik
Pendefinisian skenario gempa dan relasi attenuasi
Earthquake.txt
Atenuation.txt
Menghitung gerakan tanah (tanpa
amplifikasi)
Soilfile.txt
Menghitung gerakan tanah dengan
amplifikasi tanah lokal
Vulnerfiles.txt
Ocupmbt.txt
Builtarea.txt
Numbuilt.txt
Menghitung kerusakan bangunan
Ecfiles,txt
Population.txt
poptime.txt
ocupmbtp.txt
injuryi.txt
Menghitung kerugian
ekonomi
Menghitung kerugian manusiakorban
input
proses
Gmotionsceni.tx
t
douti.txt
sqmctdouti.txt
medianct.txt
16prctilect.txt
84prctilect.txt
Ltreewght.txt
eclossi.txt
lossmedian.txt
loss16pr.txt
16prctilect.txt
84prctilect.txt
endwght.txt
hlbyinjuri.txt
hlbyinjurmean.txt
hlbyinjur16pr.txt
hlbyinjur84txt
totalinjuri.txt
totalinjurmean.txt
totalinjur16pr.txt
totalinjur84pr.txt
output
Gambar 19 Flowchart pada SELENA tools
3.1 Menyiapkan Data Input
Untuk analisis deterministik, terdapat lima input berbeda yang dibutuhkan
untuk menjalankan SELENA, yaitu
26
1
File mengenai data gempa bumi, earthquake.txt. Input file ini berisi
informasi tentang gempa bumi yang digunakan dalam penelitian risiko
gempa bumi. File ini mencakup gempa bumi yang berbeda dengan bobot
yang sesuai yang dijalankan oleh metodologi logic tree (Lampiran 1).
2
Attenuation.txt adalah input file yang berisi persamaan prediksi gerakan
tanah empirik yang berbeda yang digunakan dalam penelitian dan bobot
yang sesuai untuk metode logic tree (Lampiran 2).
3
Soilfile.txt adalah file input yang memanggil sub file soilcenter(i).txt dan
mengindikasikan bobot yang sesuai untuk metodologi logic tree (Lampiran
3).
Setiap file soilcenter(i).txt berisi informasi tentang koordinat geografis
setiap pusat unit geografis di dalam wilayah yang diteliti telah dibagi-bagi
serta kolom dengan tipe tanah yang berhubungan dengan unit geografis yang
spesifik. Kolom soil akan dilabelkan dengan kode berdasarkan skema
klasifikasi tanah yang digunakan oleh pengguna (misalnya IBC-2006,
eurocode 8).
Tabel 5 Klasifikasi lokasi yang digunakan oleh IBC-2006
Kelas lokasi
Kecepatan gelombang
Kode
Deskripsi
(site class)
geser vs,30 [m/s]
1
A
Batuan keras
> 1500
2
B
Batuan
760-1500
Tanah yang sangat padat dan
3
C
batuan lunak (very dense soil
360-760
and soft rock)
4
D
Tanah kaku (stiff soil)
180-360
Tanah lunak (soft soil) dengan
profil > 3m tanah liat lembut
5
E
yang didefinisikan sebagai tanah
<180
dengan indeks plasticity PI >20,
kandungan kelembaban w>40%
Faktor amplifikasi tanah untuk mengkontruksi spektrum respons untuk jenis
tanah yang berbeda diberikan oleh input file ubcampfact.txt.
4
Vulnerfiles.txt adalah input file yang berisi sub file capacity(i).txt dan
fragility(i).txt serta indikasi bobot untuk metodologi logic tree.
Setiap capacity(i).txt berisi ke satu himpunan bagian kurva kapasitas
bangunan yang disediakan dengan format ASCII.
File yang mengandung nilai Sa dan Sd dari kurva kapasitas aktual (misalnya
capc_C1M-pre.txt), diberikan dalam bentuk ASCII teks.
Setiap fragility(i).txt berisi informasi mengenai kurva kerapuhan yang
digunakan dengan mengkombinasikannya bersama kapasitas kurva yang
sesuai.
5 Input file untuk menghitung kerusakan ekonomi.
27
Untuk menghitung kerugian ekonomi harus tersedia nilai moneter per m2
bergantung terhadap tipe bangunan, jenis hunian, dan kerusakan lokasi
secara struktural (Lampiran 5)
Ecfiles.txt berisi data sub file elosssd(i).txt (slight damage), elossmd(i).txt
(moderate damage), elossed(i).txt (extensive damage) dan elosscd(i).txt
(complete damage), serta indikasi bobot untuk metodologi tree logic yang
bersesuaian.
6 Input untuk menghitung jumlah korban manusia
Population.txt adalah file berisi penyebaran penduduk pada daerah yang
diteliti. Pada kasus tersebut metodologi dasar yang digunakan untuk
menghitung kerugian manusia hanya untuk total banyaknya populasi dalam
sensus penting untuk disediakan (Lampiran 6).
Poptime.txt adalah input yang merepresentasikan persentase populasi (dalam
bentuk desimal) yang tinggal di dalam atau di luar bergantung pada waktu
dalam satu hari. File ini hanya dibutuhkan jika kerugian manusia akan
dihitung denan menggunakan metodologi dasar.
Ocupmbtp.txt adalah input file yang mengindikasikan pembagian masingmasing tipe bangunan (mbt) dan yang menempati seluruh bangunan yang
ada.
Injury(i).txt adalah input file yang berisi laju korban (casuality rate) dari
kerusakan (severity) i dalam persen (i= 1,2,3,4) untuk setiap damage states
yang berbeda slight (i=1), moderate ( i=2), extensive (i=3), complete (i=4).
7
Cpfile.txt adalah input file yang berisi keputusan pemilihan analisis dan
metode yang digunakan, serta hasil kerusakan yang bergantung terhadap
banyaknya kerusakan atau luasnya daerah yang mengalami kerusakan
(Lampiran 7).
4 HASIL DAN PEMBAHASAN
Dari data input Bucharest dapat dimodelkan menjadi skema logic tree
sebagai berikut:
Gempa 1
Atenuasi 1
Gempa 2
…
…...
Atenuasi 2
Model tanah 1
Vulnerability 1
Model kerugian
1
Gambar 20 Skema logic tree pada input yang digunakan
Gempa 9
28
Sehingga dari data input tersebut terdapat 18 cabang tree logic dan juga
terdapat 6 pendefinisian unit geografis (GEOUNIT). Metode Tree logic digunakan
untuk mencari nilai median dan 16%-fractile dan 84%-fractile dari hasil risiko.
Hal tersebut dilakukan dengan memboboti tiap cabang dari skema tree logic,
sehingga pada akhir perhitungan, hasil risiko dikalikan dengan bobot yang
berhubungan dan kemudian dipasangkan ke distribusi normal untuk mendapatkan
nilai-nilai median dan fractiles.
Berdasarkan data input dari kota Bucharest, Romania, hasil perhitungan
kerugian akibat bencana alam dengan menggunakan SELENA mendapatkan nilai
output sebagai berikut:
1. Nilai kerugian ekonomi dalam satuan mata uang yang didefinisikan (Euro)
yang dihitung dengan menggunakan nilai median (nilai tengah).
Tabel 6 Nilai median, 16%-fractiles dan 84%-fractiles kerugian ekonomi
%GEOUNIT
EUROS
EUROS
EUROS
1
102734661.540
84314701.133
121154621.947
2
174094334.900
143124670.123
205063999.677
3
189741404.470
154712647.429
224770161.511
4
128242396.975
104063079.747
152421714.203
5
122051269.315
101210320.717
142892217.913
6
154797982.945
125231615.832
184364350.058
Gambar 21 Grafik kerugian ekonomi pada setiap unit geografis
2. Jumlah kumulatif korban akibat bencana gempa bumi dari luka ringan hingga
meninggal, dihitung dengan nilai rata-rata.
Tabel 7 Rata-rata banyaknya korban akibat gempa bumi
%GEOUNIT
INJUR_2:00
INJUR_10:00
INJUR_17:00
1
207.2
23.0
34.5
2
322.5
35.8
53.7
3
318.7
35.4
53.1
4
211.9
23.5
35.3
5
197.5
21.9
32.9
6
289.7
32.2
48.3
29
Gambar 22 Grafik banyaknya korban pada tiap unit geografis pada waktu
tertentu
Dari hasil perhitungan kerugian dapat dilihat bahwa pada unit geografis ke-2
dan ke-3 mengalami kerugian yang paling besar, hal ini dikarenakan kedua
geounit tersebut berada pada jarak yang paling dekat dengan pusat gempa yang
didefinisikan. Kerugian ekonomi bergantung pada peluang kerusakan struktur
yang terjadi , biaya perbaikan atau penggantian untuk setiap tipe hunian pada
setiap unit geografis, model tipe bangunan, serta luas bangunan dari tipe bangunan
tertentu untuk tipe hunian tertentu. Tipe tanah pada unit geografis tertentu juga
berpengaruh terhadap kerusakan yang dialaminya. Semakin tinggi kecepatan
gelombang geser, akan semakin kecil peluang kerusakan yang terjadi.
Untuk korban manusia, dapat dilihat bahwa korban yang paling banyak
adalah pada unit geografis ke-2 dan ke-3 juga. Dan jumlah korban yang paling
banyak adalah pada pukul 2.00. Hal ini dikarenakan jumlah orang yang berada di
dalam ruangan pada pukul tersebut lebih banyak dari pada pukul 10.00 atau pukul
17.00. Banyaknya jumlah korban juga dipengaruhi oleh peluang kerusakan
stuktur bangunan dan laju korban untuk tingkat keparahan tertentu untuk model
bangunan dan kerusakan tertentu.
5 SIMPULAN
Besarnya kerugian yang ditimbulkan bergantung pada jarak dan besarnya
gempa bumi. Kedua hal tersebut berpengaruh terhadap peluang kerusakan yang
terjadi. Besarnya kerugian ekonomi juga bergantung terhadap luasnya bangunan
untuk tipe bangunan dan tipe hunian tertentu serta biaya perbaikan untuk masingmasing model bangunan, tipe hunian dan jenis kerusakan struktur dalam satuan
$/m2 dan banyaknya korban juga bergantung terhadap proporsi korban untuk
setiap tingkat keparahan i (luka ringan, luka rawat, luka parah hingga jiwa
30
terancam, dan kematian), tipe bangunan j dan tingkat kerusakan k serta rata-rata
jumlah penduduk yang mendiami jenis bangunan tertentu.
Untuk data kota Bucharest, kerugian yang terbesar dialami oleh unit
geografis ke-3, yaitu median kerugian ekonomi sebesar 189,741,404.470 Euro dan
jumlah korban manusia sebanyak 319 orang jika gempa terjadi pada pukul 02.00,
36 orang jika gempa terjadi pada pukul 10.00 serta 54 orang jika gempa terjadi
pada pukul 17.00.
DAFTAR PUSTAKA
Douglas J. 2011. Ground Motion Prediction Equation 1964-2010. California(US):
Pasific Earthquake Engineering Research Center.
[FEMA]
Federation Emergency Management Agency. 2006. Hazus-MH
Technical Manual. Washington D.C (US): Federal Emergency Management
Agency.
Ginsari IM, Lumantarna B. 2007. Seismic Performance Evaluation of Building
With Pushover Analysis. Surabaya (ID): Universitas Kristen Petra.
Molina S et al. 2010. User Manual for Earthquake Loss Estimation
Tool:SELENA. Norwegia (NO): NORSAR .
Molina S, Lang DH, dan Lindholm CD. 2010. SELENA: An open source risk and
loss assessment using a logic tree computation procedure. Computers and
Geosciences. 36:257-269. doi: 10.1016/j.cageo.2009.07.006.
Reiter L. 1990. Earthquake Hazard Analysis-Issues and Insight. New York (US):
Columbia.
Sukanta IN. 2010. Accelerograph BMKG dalam Penentuan Peta Intensitas
Gempa Kuat. Jakarta (ID): BMKG.
31
Lampiran 1 Data masukan untuk skenario gempa bumi
Tabel 8 Nilai input earthquake.txt
C1 C2
C3
C4
C5 C6
C7
C8 C9 C10
0.12 45.77 26.76 60.00 7.40 7.40 45.00 90.00 2
1
0.16 45.77 26.76 90.00 7.40 7.40 45.00 90.00 2
1
0.12 45.77 26.76 180.00 7.40 7.40 45.00 90.00 2
1
0.09 45.77 26.76 60.00 7.30 7.30 45.00 90.00 2
1
0.12 45.77 26.76 90.00 7.30 7.30 45.00 90.00 2
1
0.09 45.77 26.76 180.00 7.30 7.30 45.00 90.00 2
1
0.09 45.77 26.76 60.00 7.20 7.20 45.00 90.00 2
1
0.12 45.77 26.76 90.00 7.20 7.20 45.00 90.00 2
1
0.09 45.77 26.76 180.00 7.20 7.20 45.00 90.00 2
1
Format filenya seperti berikut:
C1 : bobot untuk skema logic tree.
C2 : latitude (garis lintang) dalam derajat
C3 : longitude (garis bujur) dalam derajat
C4 : focal depth (kedalaman hiposenter) dalam km
C5 : Ms magnitude (besarnya gelombang permukaan)
C6 : Mw magnitude (magnitudo momen)
C7 : orientasi fault (sesar) dalam derajat dari utara
C8 : dip angle dalam derajat
C9 : mekanisme fault (sesar): strike-slip/normal (1); reverse (2); all (3)
C10: nomor kode untuk bentuk spektrum, misalnya IBC-2006 (1)
32
Lampiran 2 Data masukan untuk persamaan prediksi gerakan tanah
Tabel 9 Nilai input untuk attenuation.txt
C1
C2
C3
C4
0.50
4
304
1004
0.50
5
305
1005
Format:
C1 : bobot untuk skema logic tree
C2 : label aplikasi att. rel untuk mendapatkan PGA
C3 : label aplikasi att. rel untuk mendapatkan Sa pada 0.3 detik
C4 : label aplikasi att. rel untuk mendapatkan Sa pada1.0 detik
Tabel 10 Kode persamaan prediksi gerakan tanah yang diimplementasikan dalam
SELENA.
Author(s) (tahun)
Mean value (mv)
indeks
mv+σ
mv-σ
Boore et al.,
01
02
03
Ambraseys et al.
Toro et al.
Campbell and Bozorgnia , Campbell
Campbell and Bozorgnia
Abrahamson and Silva
Sabetta and Pugliese
Ambraseys et al.
Akkar and Bommer
Sadigh et al. *
zbey et al. (2003)
Spudich et al.
Bommer et al.
Atkinson and Boore
Zonno and Montaldo
Schwarz et al., Ende and Schwarz
Ambraseys and Douglas , Douglas ,
Ambraseys and Douglas
04
07
10
13
16
19
22
25
28
31
34
37
40
43
46
49
05
08
11
14
17
20
23
26
29
32
35
38
41
44
47
50
06
09
12
15
18
21
24
27
30
33
36
39
42
45
48
51
Chapman
Crouse and McGuireciteCrouse1996
G¨ulkan and Kalkan
Lussou et al.
Dahle et al.
Bommer et al.
Marmureanu et al.; *
for hypocentral distance,
52
55
58
61
64
67
77
53
56
59
62
65
68
78
54
57
60
63
66
69
79
Marmureanu et al.; *
for epicentral distance,
80
81
82
* catatan: persamaan prediksi untuk Sa (Spectral acceleration) tidak
disediakan.
Lampiran 3 Data kondisi tanah pada lokasi
Tabel 11 Nilai input untuk soilfile.txt
C1
C2
1.00
soilcenter1.txt
33
Format file:
C1: bobot untuk skema logic tree
C2: sub-file soilcenter(i).txt
Dengan i- mengindikasikan banyaknya tanah yang dianggap berbeda.
Tabel 12 Klasifikasi lokasi berdasarkan NEHRP yang digunakan oleh IBC-2006
Kode
Kelas
Deskripsi
Kecepatan
lokasi
gelombang geser vs
[m/s]
1
A
Batuan keras (hard rock)
> 1500
2
B
Batuan (rock)
760-1500
3
C
Tanah yang sangat padat dan
360-760
batuan lunak (very dense soil
and soft rock)
4
D
Tanah keras (stiff soil)
180-360
5
E
Tanah lunak (soft soil) dengan
<180
profil > 3m tanah liat lembut
yang didefinisikan sebagai
tanah dengan indeks plasticity
PI >20, kandungan
kelembaban w>40%
Tabel 13. Nilai input untuk soilcenter1.txt
C1
C2
C3
1
44.48105
26.06404
2
44.45481
26.13614
3
44.41398
26.17145
4
44.37972
26.12063
5
44.39916
26.06493
6
44.44380
26.01057
Format sub file soilcenter(i).txt:
C1: identifikasi unit geografi (GEOUNIT)
C2: latitude (garis lintang) dalam derajat
C3: longitude (garis bujur) dalam derajat
C4: tipe tanah berdasarkan tabel 4.
C4
3
3
3
3
3
3
Lampiran 4 Data kurva kerapuhan dan kurva kapasitas bangunan.
Tabel 14 Nilai-nilai input untuk vulnerfiles.txt
C1
C2
C3
1.00
capacity1.txt
fragility1.txt
Format:
34
C1: bobot untuk skema logic tree.
C2: sub file capacity(i).txt
C3: sub file fragility(i).txt
Dimana i mengindikasikan banyaknya himpunan kurva kapasitas dan kurva
kerapuhan yang berbeda untuk skema logic tree.
Tabel 15 Nilai input untuk capacity(i).txt
C1
capc_C2L-low.txt
capc_C2M-low.txt
capc_C2H-low.txt
capc_C2L-mod.txt
capc_C2M-mod.txt
capc_C2H-mod.txt
capc_PC2L-low.txt
capc_PC2M-low.txt
capc_PC2H-low.txt
capc_PC2L-mod.txt
capc_PC2M-mod.txt
capc_PC2H-mod.txt
capc_C3L-pre.txt
capc_C3M-pre.txt
C2
7
7
7
7
7
7
7
7
7
7
7
7
10
10
C3
0.0021
0.0046
0.0130
0.0043
0.0092
0.0261
0.0018
0.0052
0.0089
0.0018
0.0052
0.0089
0.0021
0.0046
C4
0.6
0.6
0.6
0.8
0.8
0.8
0.6
0.6
0.6
0.8
0.8
0.8
0.4
0.4
C5
0.3
0.3
0.3
0.4
0.4
0.4
0.3
0.3
0.3
0.4
0.4
0.4
0.2
0.2
C6
0.1
0.1
0.1
0.2
0.2
0.2
0.1
0.1
0.1
0.2
0.2
0.2
0.0
0.0
C7
%M1A-LL
%M1A-ML
%M1A-HL
%M1A-LM
%M1A-MM
%M1A-HM
%M1B-LL
%M1B-ML
%M1B-HL
%M1B-LM
%M1B-MM
%M1B-HM
%M1C-LP
%M1C-MP
capc_C3H-pre.txt
capc_C3L-low.txt
10
10
0.0132
0.0021
0.4
0.5
0.2
0.3
0.0
0.1
%M1C-HP
%M1C-LL
capc_C3M-low.txt
10
0.0046
0.5
0.3
0.1
%M1C-ML
capc_C3H-low.txt
10
0.0130
0.5
0.3
0.1
%M1C-HL
capc_RM2L-low.txt
capc_RM2M-low.txt
capc_RM2H-low.txt
capc_RM2L-mod.txt
capc_RM2M-mod.txt
capc_RM2H-mod.txt
capc_RM1L-low.txt
7
7
7
7
7
7
10
0.0028
0.0062
0.0174
0.0057
0.0123
0.0348
0.0028
0.6
0.6
0.6
0.8
0.8
0.8
0.6
0.3
0.3
0.3
0.4
0.4
0.4
0.3
0.1
0.1
0.1
0.2
0.2
0.2
0.1
%M2-LL
%M2-ML
%M2-HL
%M2-LM
%M2-MM
%M2-HM
%M3-LL
capc_RM1M-low.txt
10
0.0062
0.6
0.3
0.1
%M3-ML
capc_RM1L-mod.txt
10
0.0057
0.8
0.4
0.2
%M3-LM
capc_RM1M-mod.txt
10
0.0123
0.8
0.4
0.2
%M3-MM
capc_W1-low.txt
capc_W1-mod.txt
capc_URML-pre.txt
15
15
10
0.0043
0.0064
0.0043
0.7
0.9
0.4
0.4
0.6
0.2
0.2
0.3
0.0
%M4-LL
%M4-LM
%M5-LP
capc_URML-low.txt
10
0.0043
0.5
0.3
0.1
%M5-LL
Format:
C1: nama file kurva kapasitas yang digunakan (capc_C1M-pre.txt, capc_C2Mpre.txt, capc_C3M-pre.txt)
35
C2: elastic damping (redaman elastis) dalam persen untuk setiap tipe bangunan,
mbt, berdasarkan rekomendasi Newmark dan Hall untuk material pada atau
dibawah yield point.
C3: spektrum perpindahan yang berhubungan dengan limit elastis (dalam meter)
C4: nilai kappa untuk durasi pendek gempa
C5: nilai kappa untuk durasi menengah gempa
C6: nilai kappa untuk durasi lama gempa
C7: komentar kategori tipe bangunan masing-masing
Tabel 16 Nilai input yang berisi Sa dan Sd
C1
0.0000000e+000
1.2700000e-003
2.5400000e-003
3.8100000e-003
5.0800000e-003
6.3500000e-003
7.6200000e-003
8.8900000e-003
1.0160000e-002
1.1430000e-002
1.2700000e-002
1.3970000e-002
1.5240000e-002
1.6510000e-002
1.7780000e-002
1.9050000e-002
2.0320000e-002
2.1590000e-002
2.2860000e-002
2.4130000e-002
2.5400000e-002
2.6670000e-002
2.7940000e-002
2.9210000e-002
3.0480000e-002
3.1750000e-002
3.3020000e-002
3.4290000e-002
3.5560000e-002
3.6830000e-002
3.8100000e-002
3.9370000e-002
C2
0.0000000e+000
4.3915174e-001
7.9966770e-001
1.0956287e+000
1.3385939e+000
1.5380532e+000
1.7017967e+000
1.8362198e+000
1.9465727e+000
2.0371655e+000
2.1115365e+000
2.1725904e+000
2.2227118e+000
2.2638584e+000
2.2976371e+000
2.3253673e+000
2.3481320e+000
2.3668204e+000
2.3821625e+000
2.3947574e+000
2.4050969e+000
2.4135850e+000
2.4205532e+000
2.4262737e+000
2.4309699e+000
2.4348251e+000
2.4379900e+000
2.4405882e+000
2.4427212e+000
2.4444722e+000
2.4459097e+000
2.4470898e+000
Format:
C1: spectral displacement (Sd) dalam meter
C2: spectral acceleration (Sa) dalam m/s2
Tabel 17 Nilai input untuk fragility(i).txt
C1
1
2
C2
0.0183
0.0305
C3
1.04
0.83
C4
0.0348
0.0582
C5
1.02
0.81
C6
0.0902
0.1504
C7
0.99
0.82
C8
0.2286
0.3810
C9
0.95
1
C10
%M1A-LL
%M1A-ML
36
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
0.0439
0.0183
0.0305
0.0439
0.0229
0.0381
0.0549
0.0229
0.0381
0.0549
0.0109
0.0183
0.0264
0.0137
0.0229
0.0330
0.0183
0.0305
0.0439
0.0183
0.0305
0.0439
0.0183
0.0305
0.0183
0.0305
0.0127
0.0127
0.0081
0.0104
0.68
0.92
0.82
0.66
0.95
0.71
0.7
0.89
0.69
0.66
1.19
0.9
0.73
1.09
0.85
0.71
1.05
0.84
0.69
0.91
0.8
0.68
1.12
0.87
0.96
0.82
0.93
0.84
1.15
1.00
0.0838
0.0386
0.0643
0.0925
0.0366
0.0610
0.0879
0.0396
0.0660
0.0950
0.0218
0.0366
0.0526
0.0274
0.0457
0.0658
0.0292
0.0488
0.0704
0.0318
0.0528
0.0762
0.0292
0.0488
0.0318
0.0528
0.0318
0.0318
0.0165
0.0206
0.73
0.97
0.77
0.68
0.91
0.74
0.81
0.9
0.69
0.67
1.15
0.86
0.75
1.07
0.83
0.74
1.07
0.81
0.72
0.95
0.8
0.68
1.1
0.84
1
0.82
0.97
0.86
1.19
1.05
0.2167
0.1059
0.1765
0.2540
0.0914
0.1524
0.2195
0.1067
0.1778
0.2560
0.0549
0.0914
0.1316
0.0686
0.1143
0.1646
0.0734
0.1222
0.1760
0.0856
0.1425
0.2052
0.0734
0.1222
0.0856
0.1425
0.0980
0.0980
0.0411
0.0516
0.84
1.03
0.73
0.7
0.85
0.86
0.89
0.9
0.69
0.76
1.15
0.9
0.9
1.08
0.79
0.9
1.08
0.77
0.87
1.02
0.76
0.7
1.1
0.79
1.05
0.8
1.03
0.89
1.20
1.09
0.5486
0.2743
0.4572
0.6584
0.2286
0.3810
0.5486
0.2743
0.4572
0.6584
0.1280
0.2134
0.3073
0.1600
0.2667
0.3840
0.2002
0.3332
0.4801
0.2400
0.4001
0.5761
0.2002
0.3332
0.2400
0.4001
0.2400
0.2400
0.0960
0.1201
0.95
0.87
0.91
0.87
0.97
0.98
0.97
0.88
0.9
0.91
0.92
0.96
0.95
0.91
0.98
0.96
0.91
0.96
0.96
0.93
0.88
0.86
0.92
0.96
0.94
0.88
0.99
1.04
1.18
1.08
%M1A-HL
%M1A-LM
%M1A-MM
%M1A-HM
%M1B-LL
%M1B-ML
%M1B-HL
%M1B-LM
%M1B-MM
%M1B-HM
%M1C-LP
%M1C-MP
%M1C-HP
%M1C-LL
%M1C-ML
%M1C-HL
%M2-LL
%M2-ML
%M2-HL
%M2-LM
%M2-MM
%M2-HM
%M3-LL
%M3-ML
%M3-LM
%M3-MM
%M4-LL
%M4-LM
%M5-LP
%M5-LL
Format:
C1
: indeks model jenis bangunan
C2,C4,C6,C8: nilai median dari spektrum perpindahan (Sd) dalam satuan m
dimana bangunan mencapai ambang batas kerusakan lokasi (ds)
untuk masing-masing kerusakan, s (slight), m (moderate), e
(extensive) dan c (complete)
C3,C5,C7,C9: nilai standar deviasi logaritma natural dari spektrum perpindahan
(Sd) dari kerusakan lokasi (ds) untuk masing-masing kerusakan s
(slight), m (moderate), e(extensive) dan c (complete).
C10
: komentar untuk kode bangunan
Lampiran 5 Data informasi ekonomi pada lokasi
Tabel 18 Data input ecfiles.txt
C1
1.00
C2
elosssd.txt
C3
elossmd.txt
C4
elossed.txt
C5
elosscd.txt
37
Format:
C1
: bobot untuk skema logic tree,
C2,C3,C4,C5: berturut-turut berisi sub-file elosssd(i).txt, elossmd(i).txt,
elossed(i).txt dan elosscd(i).txt ,
dengan (i) mengindikasikan banyaknya model kerugian yang berbeda yang
mencerminkan kerugian moneter dalam standar sekarang per meter kuadrat.
Tabel 19 Nilai input elosssd.txt
%NO
1
M1ALL
19.5
M1AML
18.5
M1AHL
17.6
M1ALM
19.5
M1AHM
18.5
M1AHM
17.6
M1BLL
19.5
M1BML
18.5
M1BHL
17.6
M1BLM
19.5
M1BMM
18.5
M1BHM
17.6
M1CLP
19.5
M1CMP
18.5
M1CHP
17.6
M1CLL
19.5
M1CML
18.5
M1CHL
17.6
M2LL
19.5
M2ML
18.5
M2MM
18.5
M2HM
17.6
M3-LL
M3MM
18.5
M3LM
19.5
M3ML
18.5
M4-LL
19.5
M4LM
18.5
M5LP
19.5
M2HL
17.6
M5-LL
18.5
M2LM
19.5
19.5
LABEL
%RES
Tabel 20 Nilai input elossmd.txt
%NO
1
M1ALL
97.5
M1AML
92.6
M1AHL
87.8
M1ALM
97.5
M1AHM
92.6
M1AHM
87.8
M1BLL
97.5
M1BML
92.6
M1BHL
87.8
M1BLM
97.5
M1BMM
92.6
M1BHM
87.8
M1CLP
97.5
M1CMP
92.6
M1CHP
87.8
M1CLL
97.5
M1CML
92.6
M1CHL
87.8
M2LL
97.5
M2ML
92.6
M2MM
92.6
M2HM
87.8
M3-LL
M3MM
92.6
M3LM
97.5
M3ML
92.6
M4-LL
M4LM
92.6
M5LP
97.5
M2HL
87.8
M5-LL
92.6
M2LM
97.5
97.5
97.5
LABEL
%RES
Tabel 21 Nilai input eloossed
%NO
1
M1ALL
487.5
M1BLM
487.5
M1BMM
463.1
M2-LL
M2-
M1AML
463.1
M1BHM
438.8
M1AHL
438.8
M1CLP
487.5
M2-HL M2-LM
M1ALM
487.5
M1AHM
463.1
M1AHM
438.8
M1CMP
463.1
M1CHP
438.8
M1CLL
487.5
M2-
M2-
M3-LL
M1BLL
487.5
M1CML
463.1
M1BML
463.1
M1BHL
438.8
M1CHL
438.8
M3-MM M3-LM
M3-
38
487.5
M4LL
487.5
ML
463.1
438.8
487.5
MM
463.1
HM
438.8
M4-LM
M5-LP
M5-LL
LABEL
463.1
487.5
463.1
%RES
487.5
463.1
ML
463.1
487.5
Tabel 22 Nilai input untuk elosscd
NO
1
M1ALL
975.0
M1AML
926.3
M1AHL
877.5
M1ALM
975.0
M1AHM
926.3
M1AHM
877.5
M1BLL
975.0
M1BML
926.3
M1BHL
877.5
M1BLM
975.0
M1BMM
926.3
M1BHM
877.5
M1CLP
975.0
M1CMP
926.3
M1CHP
877.5
M1CLL
975.0
M1CML
926.3
M1CHL
877.5
M2-LL
M2ML
926.
3
M2HL
877.5
M2LM
975.0
M2MM
926.3
M2HM
877.5
M3LL
975.0
M3MM
926.3
M3LM
975.0
M3ML
926.3
M4LL
975.0
M4-LM
926.3
M5-LP
975.0
M5-LL
926.3
975.0
LABEL
%RES
Setiap baris dari input tersebut adalah kerugian yang dialami bergantung dengan
tipe bangunan tertentu.
Lampiran 6 Data demografi pada lokasi
Table 23 Input population.txt
C1
%GE
OUN
C2
POPUL
ATION
C3
DAYTIME
_RES
C4
NIGHTIM
E_RES
C5
COMWR
K
C6
INDWR
K
C7
COMM
C8
G
R
C9
C
O
C10
HOTE
LPOP
C11
PRFI
L
C12
VIS
IT
39
IT
A
D
EP
OP
1
2
3
4
5
6
230724
370436
404804
304285
277138
372008
23072.4
37043.6
40480.4
30428.5
27713.8
37200.8
207651.6
333392.4
364323.6
273856.5
249424.2
334807.2
57681
92609
101201
76071.25
69284.5
93002
5768.1
9260.9
10120.1
7607.125
6928.45
9300.2
115362
185218
202402
152142.5
138569
186004
0
0
0
0
0
0
LL
E
G
U
EP
OP
0
0
0
0
0
0
0
0
0
0
0
0
Format:
C1 : kode unit geografis untuk daerah yang diteliti
C2 : populasi total populasi pda sistem sensus
C3 : populasi orang di dalam rumah selama siang hari berdasarkan data sensus
C4 : populasi orang di dalam rumah selama malam hari berdasarkan data sensus
C5 : banyaknya orang yang bekerja pada daerah komersial.
C6 : banyaknya orang yang bekerja pada daerah industri.
C7 : banyaknya orang yang sedang pulang-pergi (commuting) berdasarkan data
sensus.
C8 : jumlah orang pada usia sekolah (biasanya dibawah atau sama dengan 17
tahun)
C9 : banyaknya mahasiswa dalam system sensus (biasanya diatas 17 tahun)
C10: banyaknya orang yang tinggal di hotel pada sistem sensus.
C11: faktor yang mewakili proporsi komuter yang menggunakan mobil
disimpulkan dari profil masyarakat (0.60 untuk daerah perkotaan, 0.80 untuk
daerah perkotaan atau pinggiran kota kurang padat dan 0,.5 untuk pedesaan)
dimana nilai default adalah 0.80.
C12 : sejumlah warga daerah yang tidak tinggal di daerah penelitian, mengunjungi
saluran sensus untuk belanja dan hiburan (default diatur ke nol).
Table 24 Nilai input poptime.txt
%HOUR
INDOOR
OUTDOOR
Label
1
0.90
0.10
% night 02:00 am
2
0.10
0.90
% day 10:00 am
3
0.15
0.85
% commuting 17:00 pm
Format:
kolom ke-1 adalah kode waktu dalam satu hari,
kolom ke-2 dan ke-3 berturut-turut adalah proporsi orang yang berada di dalam
dan di luar ,
kolom ke 4 adalah label keterangan mengenai waktu dalam sehari
Tabel 25. Nilai input ocupmbtp.txt
%MBT
1
2
3
RES
0.000223538
0.026071313
0.076422569
Label
%M1A-LL
%M1A-ML
%M1A-HL
0.8
0.8
0.8
0.8
0.8
0.8
0
0
0
0
0
0
40
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
0.000322549
0.017832545
0.092515802
0
0.015163864
0.061389357
0.000101052
0.018773652
0.103744268
0.011101896
0.078647235
0.09683193
0.001141679
0.025318019
0.082226912
0.082966426
0.034052348
0.021962902
0.008624091
0.018198475
0.021949632
0.042121165
0.001498932
0.004885692
0.001212109
0.001508119
0.000185772
0.046695536
0.006310621
0
%M1A-LM
%M1A-MM
%M1A-HM
%M1B-LL
%M1B-ML
%M1B-HL
%M1B-LM
%M1B-MM
%M1B-HM
%M1C-LP
%M1C-MP
%M1C-HP
%M1C-LL
%M1C-ML
%M1C-HL
%M2-LL
%M2-ML
%M2-HL
%M2-LM
%M2-MM
%M2-HM
%M3-LL
%M3-MM
%M3-LM
%M3-ML
%M4-LL
%M4-LM
%M5-LP
%M5-LL
%NONE
Format:
kolom ke-1 adalah kode mbt (model type building),
kolom ke-2 adalah persentase kelas hunian (residential, commercial, education)
untuk model jenis bangunan tertentu,kolom ke-3 adalah catatan mengenai jenis
bangunan yang digunakan.
Tabel 26 Skala klasifikasi korban
Tingkat Keparahan Deskripsi
(casualty level)
korban yang membutuhkan pertolongan pertama tetapi
Severity 1
tanpa perawatan di rumah sakit.
korban yang membutuhkan perhatian medis dan
Severity 2
perawatan di rumah sakit, tetapi tidak terancam
kematian.
Korban yang terjebak dan membutuhkan pertolongan
Severity 3
terbaik untuk menghindari kematian.
Korban meninggal di lokasi.
Severity 4
Tabel 27 Nilai input untuk injury1.txt
Slight
Moderate
Extensive
Complete
CompleteCollapse
Label
0.05
0.20
1
10
50
%M1A-LL
%
1
41
2
0.05
0.20
1
10
50
%M1A-ML
3
0.05
0.20
1
10
50
%M1A-HL
4
0.05
0.20
1
10
50
%M1A-LM
5
0.05
0.20
1
10
50
%M1A-MM
6
0.05
0.20
1
10
50
%M1A-HM
7
0.05
0.20
1
10
50
%M1B-LL
8
0.05
0.20
1
10
50
%M1B-ML
9
0.05
0.20
1
10
50
%M1B-HL
%M1B-LM
10
0.05
0.20
1
10
50
11
0.05
0.20
1
10
50
12
0.05
0.20
1
10
50
%M1B-HM
13
0.05
0.20
1
10
50
%M1C-LP
14
0.05
0.20
1
10
50
%M1C-MP
15
0.05
0.20
1
10
50
%M1C-HP
16
0.05
0.20
1
10
50
%M1C-LL
17
0.05
0.20
1
10
50
%M1C-ML
18
0.05
0.20
1
10
50
%M1C-HL
19
0.05
0.20
1
10
50
%M2-LL
20
0.05
0.20
1
10
50
%M2-ML
21
0.05
0.20
1
10
50
%M2-HL
22
0.05
0.20
1
10
50
%M2-LM
23
0.05
0.20
1
10
50
%M2-MM
24
0.05
0.20
1
10
50
%M2-HM
25
0.05
0.20
1
10
50
%M3-LL
26
0.05
0.20
1
10
50
%M3-MM
27
0.05
0.20
1
10
50
%M3-LM
28
0.05
0.20
1
10
50
%M3-ML
29
0.05
0.20
1
10
50
%M4-LL
30
0.05
0.20
1
10
50
%M4-LM
%M1B-MM
42
31
0.05
0.20
1
10
50
%M5-LP
32
0.05
0.20
1
10
50
%M5-LL
33
0.05
0.20
1
10
50
%NONE
Tabel 28 Nilai input untuk injury2.txt
Slight
Moderate
Extensive
Complete
%
CompleteCollapse
Label
1
0.005
0.020
0.50
8
15
%M1A-LL
2
0.005
0.020
0.50
8
15
%M1A-ML
3
0.005
0.020
0.50
8
15
%M1A-HL
4
0.005
0.020
0.50
8
15
%M1A-LM
5
0.005
0.020
0.50
8
15
%M1A-MM
6
0.005
0.020
0.50
8
15
%M1A-HM
7
0.005
0.020
0.50
8
15
%M1B-LL
8
0.005
0.020
0.50
8
15
%M1B-ML
0.005
0.020
0.50
8
15
0.005
0.020
0.50
8
15
%M1B-HL
%M1B-LM
0.005
0.020
0.50
8
15
%M1B-MM
0.005
0.020
0.50
8
15
0.005
0.020
0.50
8
15
0.005
0.020
0.50
8
15
0.005
0.020
0.50
8
15
0.005
0.020
0.50
8
15
0.005
0.020
0.50
8
15
0.005
0.020
0.50
8
15
0.005
0.020
0.50
8
15
0.005
0.020
0.50
8
15
0.005
0.020
0.50
8
15
0.005
0.020
0.50
8
15
9
10
11
12
%M1B-HM
13
%M1C-LP
14
%M1C-MP
15
%M1C-HP
16
%M1C-LL
17
%M1C-ML
18
%M1C-HL
19
%M2-LL
20
%M2-ML
21
22
%M2-HL
%M2-LM
43
0.005
0.020
0.50
8
15
0.005
0.020
0.50
8
15
0.005
0.020
0.50
8
15
0.005
0.020
0.50
8
15
0.005
0.020
0.50
8
15
0.005
0.020
0.50
8
15
0.005
0.020
0.50
8
15
0.005
0.020
0.50
8
15
0.005
0.020
0.50
8
15
0.005
0.020
0.50
8
15
0.005
0.020
0.50
8
15
23
%M2-MM
24
%M2-HM
25
%M3-LL
26
%M3-MM
27
%M3-LM
28
%M3-ML
29
%M4-LL
30
%M4-LM
31
%M5-LP
32
%M5-LL
33
%NONE
Tabel 29 Nilai input untuk injury3.txt dan injury4.txt
Slight
Moderate
Extensive
Complete
%
CompleteCollapse
Label
1
0.0
0.0
0.01
4
10
%M1A-LL
2
0.0
0.0
0.01
4
10
%M1A-ML
3
0.0
0.0
0.01
4
10
%M1A-HL
4
0.0
0.0
0.01
4
10
%M1A-LM
5
0.0
0.0
0.01
4
10
%M1A-MM
6
0.0
0.0
0.01
4
10
%M1A-HM
7
0.0
0.0
0.01
4
10
%M1B-LL
8
0.0
0.0
0.01
4
10
%M1B-ML
9
0.0
0.0
0.01
4
10
%M1B-HL
%M1B-LM
10
0.0
0.0
0.01
4
10
11
0.0
0.0
0.01
4
10
12
0.0
0.0
0.01
4
10
%M1B-HM
13
0.0
0.0
0.01
4
10
%M1C-LP
14
0.0
0.0
0.01
4
10
%M1C-MP
%M1B-MM
44
15
0.0
0.0
0.01
4
10
%M1C-HP
16
0.0
0.0
0.01
4
10
%M1C-LL
17
0.0
0.0
0.01
4
10
%M1C-ML
18
0.0
0.0
0.01
4
10
%M1C-HL
19
0.0
0.0
0.01
4
10
%M2-LL
20
0.0
0.0
0.01
4
10
%M2-ML
21
0.0
0.0
0.01
4
10
%M2-HL
22
0.0
0.0
0.01
4
10
%M2-LM
23
0.0
0.0
0.01
4
10
%M2-MM
24
0.0
0.0
0.01
4
10
%M2-HM
25
0.0
0.0
0.01
4
10
%M3-LL
26
0.0
0.0
0.01
4
10
%M3-MM
27
0.0
0.0
0.01
4
10
%M3-LM
28
0.0
0.0
0.01
4
10
%M3-ML
29
0.0
0.0
0.01
4
10
%M4-LL
30
0.0
0.0
0.01
4
10
%M4-LM
31
0.0
0.0
0.01
4
10
%M5-LP
32
0.0
0.0
0.01
4
10
%M5-LL
33
0.0
0.0
0.01
4
10
%NONE
Table 30 Nilai input file cpfile.txt
C1
C2
C3
1
1
1
Format:
C1: jenis metode analisis yang digunakan (1-CSM, 2-MADRS)
C2: jenis hasil kerusakan (1-dalam m2, 2-banyaknya bangunan)
C3: metodologi perhitungan korban manusia (1-metodologi dasar, 2- metodologi
hazus)
Lampiran 7 Tabel-tabel yang digunakan dalam Hazus
Tabel 31 Deskripsi Tipe Bangunan
45
No
Label
Description
1
W1
2
W2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
S1L
S1M
S1H
S2L
S2M
S2H
S3
S4L
S4M
S4H
S5L
S5M
S5H
C1L
C1M
C1H
C2L
C2M
C2H
C3L
C3M
C3H
PC1
PC2L
PC2M
PC2H
RM1L
RM1M
Wood,Light frame (≤5,000
sq.ft.)
Wood, Commercial and
Industrial (>5,000 sq.ft)
Steel Moment frame
31
32
33
34
35
36
RM2L
RM2M
RM2H
URML
URMM
MH
Steel Brace Frame
Steel Light Frame
Steel Frame with Cast-In-Place
Concrete Shear walls
Steel Frame with Unreinforced
masonry Infill Walls
Concrete Moment Frame
Concrete Shear Walls
Concrete Frame with
Unreinforced Mansory with
Infill Walls
Precast Concrete Tilt-Up Walls
Precast Concrete Frames with
Concrete Shear Walls
Reinforced Mansory Bearing
Walls with Wood or Metal
Diaphragms
Reinforced Mansory Bearing
Walls with Precast Concrete
Diaphragms
Unreinforced Mansory Bearing
Walls
Mobile home
Height
Range
Typical
Name
Stories Stories
Feet
Low-Rise
Mid-Rise
High-Rise
Low-Rise
Mid-Rise
High-Rise
Low-Rise
Mid-Rise
High-Rise
Low-Rise
Mid-Rise
High-Rise
Low-Rise
Mid-Rise
High-Rise
Low-Rise
Mid-Rise
High-Rise
Low-Rise
Mid-Rise
High-Rise
Low-Rise
Mid-Rise
High-Rise
Low-Rise
Mid-Rise
Low-Rise
Mid-Rise
High-Rise
Low-Rise
Mid-Rise
1-2
1
14
All
2
24
1-3
4-7
8+
1-3
4-7
8+
All
1-3
4-7
8+
1-3
4-7
8+
1-3
4-7
8+
1-3
4-7
8+
1-3
4-7
8+
All
1-3
4-7
8+
1-3
4+
2
5
13
2
5
13
1
2
5
13
2
5
13
2
5
12
2
5
12
2
5
12
1
2
5
12
2
5
24
60
156
24
60
156
15
24
60
156
24
60
156
20
50
120
20
50
120
20
50
120
15
20
50
120
20
50
1-3
4-7
8+
1-2
3+
All
2
5
12
1
3
1
20
50
120
15
35
10
Tabel 32 Nilai Dy, Ay, Du, Au untuk setiap tipe bangunan
Building type
Yield Capacity point
Ultimate Capacity Point
46
W1
W2
S1L
S1M
S1H
S2L
S2M
S2H
S3
S4L
S4M
C3L
C3M
C3H
PC1
PC2L
PC2M
PC2H
RM1L
RM1M
RM2L
RM2M
RM2H
URML
URMM
MH
Dy (m)
0.48
0.63
0.61
1.78
4.66
0.63
2.43
7.75
0.63
0.38
1.09
Ay (g)
0.400
0.400
0.250
0.156
0.098
0.400
0.333
0.254
0.400
0.320
0.267
Du (m)
11.51
12.53
14.67
28.40
55.88
10.02
25.88
61.97
10.02
6.91
13.10
Au (g)
1.200
1.000
0.749
0.468
0.293
0.800
0.667
0.508
0.800
0.720
0.600
0.72
0.48
1.04
2.94
0.64
1.38
0.64
1.38
3.92
0.600
0.400
0.333
0.254
0.533
0.444
0.533
0.444
0.338
11.51
7.67
23.52
10.23
14.76
10.23
14.67
14.76
31.35
1.200
0.800
0.667
0.508
1.066
0.889
1.066
0.889
0.677
0.18
0.15
2.16
0.300
Tabel 33 Nilai faktor degradasi (κ) untuk masing-masing tipe bangunan
Building
type
No Label
High-Code-Design
Short
Moderate
Long
Moderate-Code
Short
Moderate
Low-Code-Design
Long
Short
Moderate
Pre-Code-Design
Long
Short
Moderate
Long
47
W1
1
W2
2
S1L
3
S1M
4
S1H
5
S2L
6
S2M
7
S2H
8
S3
9
S4L
10
11 S4M
S4H
12
S5L
13
14 S5M
S5H
15
C1L
16
17 C1M
18 C1H
C2L
19
20 C2M
21 C2H
C3L
22
23 C3M
24 C3H
PC1
25
26 PC2L
27 PC2M
28 PC2H
29 RM1L
30 RM1M
31 RM2L
32 RM2M
33 RM2H
34 URML
35 URMM
MH
36
1.00
0.90
0.90
0.90
0.90
0.70
0.70
0.70
0.70
0.70
0.70
0.70
0.50
0.50
0.50
0.90
0.90
0.90
0.90
0.90
0.90
0.50
0.50
0.50
0.70
0.70
0.70
0.70
0.90
0.90
0.90
0.90
0.90
0.50
0.50
0.80
0.80
0.60
0.60
0.60
0.60
0.50
0.50
0.50
0.50
0.50
0.50
0.50
0.30
0.30
0.30
0.60
0.60
0.60
0.60
0.60
0.60
0.30
0.30
0.30
0.50
0.50
0.50
0.50
0.60
0.60
0.60
0.60
0.60
0.30
0.30
0.40
0.50
0.40
0.40
0.40
0.40
0.30
0.30
0.30
0.30
0.30
0.30
0.30
0.10
0.10
0.10
0.40
0.40
0.40
0.40
0.40
0.40
0.10
0.10
0.10
0.30
0.30
0.30
0.30
0.40
0.40
0.40
0.40
0.40
0.10
0.10
0.20
0.90
0.80
0.80
0.80
0.80
0.60
0.50
0.50
0.50
0.50
0.50
0.50
0.30
0.30
0.30
0.60
0.60
0.60
0.60
0.60
0.60
0.30
0.30
0.30
0.50
0.50
0.50
0.50
0.60
0.60
0.60
0.60
0.60
0.30
0.30
0.40
0.60
0.40
0.40
0.40
0.40
0.40
0.40
0.40
0.40
0.40
0.40
0.40
0.30
0.30
0.30
0.40
0.40
0.40
0.40
0.40
0.40
0.30
0.30
0.30
0.40
0.40
0.40
0.40
0.40
0.40
0.40
0.40
0.40
0.30
0.30
0.30
0.30
0.20
0.20
0.20
0.20
0.20
0.20
0.20
0.20
0.20
0.20
0.20
0.10
0.10
0.10
0.20
0.20
0.20
0.20
0.20
0.20
0.10
0.10
0.10
0.20
0.20
0.20
0.20
0.20
0.20
0.20
0.20
0.20
0.10
0.10
0.10
0.70
0.60
0.60
0.60
0.60
0.50
0.50
0.50
0.50
0.50
0.50
0.50
0.50
0.50
0.50
0.60
0.60
0.60
0.60
0.60
0.60
0.50
0.50
0.50
0.50
0.50
0.50
0.50
0.60
0.60
0.60
0.60
0.60
0.50
0.50
0.80
0.40
0.30
0.30
0.30
0.30
0.30
0.30
0.30
0.30
0.30
0.30
0.30
0.30
0.30
0.30
0.30
0.30
0.30
0.30
0.30
0.30
0.30
0.30
0.30
0.30
0.30
0.30
0.30
0.30
0.30
0.30
0.30
0.30
0.30
0.30
0.40
0.20
0.10
0.10
0.10
0.10
0.10
0.10
0.10
0.10
0.10
0.10
0.10
0.10
0.10
0.10
0.10
0.10
0.10
0.10
0.10
0.10
0.10
0.10
0.10
0.10
0.10
0.10
0.10
0.10
0.10
0.10
0.10
0.10
0.10
0.10
0.20
0.50
0.40
0.40
0.40
0.40
0.40
0.40
0.40
0.40
0.40
0.40
0.40
0.40
0.40
0.40
0.40
0.40
0.40
0.40
0.40
0.40
0.40
0.40
0.40
0.40
0.40
0.40
0.40
0.40
0.40
0.40
0.40
0.40
0.40
0.40
0.60
0.30
0.20
0.20
0.20
0.20
0.20
0.20
0.20
0.20
0.20
0.20
0.20
0.20
0.20
0.20
0.20
0.20
0.20
0.20
0.20
0.20
0.20
0.20
0.20
0.20
0.20
0.20
0.20
0.20
0.20
0.20
0.20
0.20
0.20
0.20
0.30
0.10
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.10
Tabel 34 Paremeter kurva kerapuhan (fragility) untuk high code design level
Building Properties
Type
High (inches)
Roof
Modal
Interstory Drift at Threshold of Damage State
Slight
Moderate
Extensive
Complete
Slight
Median
Beta
Spektral Displacement (inches)
Moderate
Extensive
Median
Beta
Median
Beta
Complete
Median
Beta
48
W1
W2
S1L
S1M
S1H
S2L
S2M
S2H
S3
S4L
S4M
S4H
S5L
S5M
S5H
C1L
C1M
C1H
C2L
C2M
C2H
C3L
C3M
C3H
PC1
PC2L
PC2M
PC2H
RM1L
RM1M
RM2L
RM2M
RM2H
URML
URMM
MH
168
288
288
720
1872
288
720
1872
180
288
720
1872
126
216
216
540
1123
216
540
1123
135
216
540
1123
0.0040
0.0040
0.0060
0.0040
0.0030
0.0050
0.0033
0.0025
0.0040
0.0040
0.0027
0.0020
0.0120
0.0120
0.0120
0.0080
0.0060
0.0100
0.0067
0.0050
0.0080
0.0080
0.0053
0.0040
0.040
0.040
0.030
0.020
0.015
0.030
0.020
0.015
0.024
0.024
0.016
0.012
0.1000
0.1000
0.0080
0.0533
0.0400
0.0080
0.0533
0.0400
0.0700
0.0700
0.0467
0.0350
0.50
0.86
1.30
2.16
3.37
1.08
1.80
2.81
0.54
0.86
1.44
2.25
0.80
0.81
0.80
0.65
0.64
0.81
0.67
0.63
0.81
0.89
0.77
0.64
1.51
2.59
2.59
4.32
6.74
2.16
3.60
5.62
1.08
1.73
2.88
4.49
0.81
0.88
0.76
0.66
0.64
0.89
0.67
0.63
0.82
0.89
0.72
0.66
5.04
8.64
6.48
10.80
16.85
6.48
10.80
16.85
3.24
5.18
8.64
13.48
0.85
0.90
0.69
0.67
0.65
0.94
0.68
0.64
0.91
0.98
0.70
0.69
12.60
21.60
17.28
28.20
44.93
17.28
28.80
44.93
9.45
15.12
25.20
39.31
0.97
0.83
0.72
0.74
0.67
0.83
0.79
0.71
0.90
0.87
0.89
0.77
240
600
1440
240
600
1440
180
450
864
180
450
864
0.0050
0.0033
0.0025
0.0040
0.0027
0.0020
0.0100
0.0067
0.0050
0.0100
0.0067
0.0050
0.030
0.020
0.015
0.030
0.020
0.015
0.0080
0.0533
0.0400
0.0080
0.0533
0.0400
0.90
1.50
2.16
0.72
1.20
1.73
0.81
0.68
0.66
0.81
0.74
0.68
1.80
3.00
4.32
1.80
3.00
4.32
0.84
0.67
0.64
0.84
0.77
0.65
5.40
9.00
12.96
5.40
9.00
12.96
0.86
0.68
0.67
0.93
0.68
0.66
14.40
24.00
34.56
14.40
24.00
34.56
0.81
0.81
0.78
0.92
0.77
0.75
180
240
600
1440
240
600
240
600
1440
135
180
450
864
180
450
180
450
864
0.0040
0.0040
0.0027
0.0020
0.0040
0.0027
0.0040
0.0027
0.0020
0.0080
0.0080
0.0053
0.0040
0.0080
0.0053
0.0080
0.0053
0.0040
0.024
0.024
0.016
0.012
0.024
0.016
0.024
0.016
0.012
0.0700
0.0700
0.0467
0.0350
0.0700
0.0467
0.0700
0.0467
0.0350
0.54
0.72
1.20
1.73
0.72
1.20
0.72
1.20
1.73
0.76
0.84
0.77
0.64
0.84
0.71
0.80
0.71
0.66
1.08
1.44
2.40
3.46
1.44
2.40
1.44
2.40
3.46
0.86
0.88
0.81
0.66
0.86
0.81
0.81
0.79
0.65
0.34
4.32
7.20
10.37
4.32
7.20
4.32
7.20
10.37
0.88
0.98
0.70
0.68
0.93
0.76
0.91
0.70
0.66
9.45
12.60
21.00
30.24
12.60
21.00
12.60
21.00
30.24
0.99
0.94
0.82
0.81
1.01
0.75
0.98
0.73
0.72
120
120
0.0040
0.0080
0.024
0.0700
0.48
0.91
0.96
1.00
2.88
1.03
8.40
0.92
Tabel 35 Paremeter kurva kerapuhan (fragility) untuk Moderate code design level
Building Properties
Type
High (inches)
Roof
Modal
Interstory Drift at Threshold of Damage State
Slight
Moderate
Extensive
Complete
Slight
Median
Beta
Spektral Displacement (inches)
Moderate
Extensive
Median
Beta
Median
Beta
Complete
Median Beta
49
W1
W2
S1L
S1M
S1H
S2L
S2M
S2H
S3
S4L
S4M
S4H
S5L
S5M
S5H
C1L
C1M
C1H
C2L
C2M
C2H
C3L
C3M
C3H
PC1
PC2L
PC2M
PC2H
RM1L
RM1M
RM2L
RM2M
RM2H
URML
URMM
MH
168
288
288
720
1872
288
720
1872
180
288
720
1872
126
216
216
540
1123
216
540
1123
135
216
540
1123
0.0040
0.0040
0.0060
0.0040
0.0030
0.0050
0.0033
0.0025
0.0040
0.0040
0.0027
0.0020
0.0099
0.0099
0.0104
0.0069
0.0052
0.0087
0.0058
0.0043
0.0070
0.0069
0.0046
0.0035
0.0306
0.0306
0.0235
0.0157
0.0118
0.0233
0.0156
0.0117
0.0187
0.0187
0.0125
0.0093
0.0750
0.0750
0.0600
0.0400
0.0300
0.0600
0.0400
0.0300
0.0525
0.0525
0.0350
0.0262
0.50
0.86
1.30
2.16
3.37
1.08
1.80
2.81
0.54
0.86
1.44
2.25
0.84
0.89
0.80
0.65
0.64
0.93
0.70
0.66
0.88
0.96
0.75
0.66
1.25
2.14
2.24
3.74
5.83
1.87
3.12
4.87
0.94
1.50
2.50
3.90
0.86
0.95
0.75
0.68
0.64
0.92
0.69
0.64
0.92
1.00
0.72
0.67
3.86
6.62
5.08
8.46
13.21
5.04
8.40
13.10
2.52
4.04
6.73
10.50
0.89
0.95
0.74
0.69
0.71
0.93
0.69
0.69
0.97
1.03
0.72
0.70
9.45
16.20
12.96
21.60
33.70
12.96
21.60
33.70
7.09
11.34
18.90
29.48
1.04
0.92
0.88
0.87
0.83
0.93
0.89
0.80
0.89
0.92
0.94
0.90
240
600
1440
240
600
1440
180
450
864
180
450
864
0.0050
0.0033
0.0025
0.0040
0.0027
0.0020
0.0087
0.0058
0.0043
0.0084
0.0056
0.0042
0.0233
0.0156
0.0117
0.0232
0.0154
0.0116
0.0600
0.0400
0.0300
0.0600
0.0400
0.0300
0.90
1.50
2.16
0.72
1.20
1.73
0.89
0.70
0.66
0.91
0.81
0.66
1.56
2.60
3.74
1.52
2.53
3.64
0.90
0.70
0.66
0.97
0.77
0.68
4.20
7.00
10.08
4.17
6.95
10.00
0.90
0.70
0.76
1.03
0.73
0.70
10.80
18.00
25.92
10.80
18.00
25.92
0.89
0.89
0.91
0.87
0.91
0.87
180
240
600
1440
240
600
240
600
1440
135
180
450
864
180
450
180
450
864
0.0040
0.0040
0.0027
0.0020
0.0040
0.0027
0.0040
0.0027
0.0020
0.0070
0.0069
0.0046
0.0035
0.0069
0.0046
0.0069
0.0046
0.0035
0.0187
0.0187
0.0125
0.0094
0.0187
0.0125
0.0187
0.0125
0.0094
0.0525
0.0525
0.0350
0.0263
0.0525
0.0350
0.0525
0.0350
0.0263
0.54
0.72
1.20
1.73
0.72
1.20
0.72
1.20
1.73
0.89
0.96
0.82
0.68
0.96
0.81
0.91
0.81
0.67
0.94
1.25
2.08
3.00
1.25
2.08
1.25
2.08
3.00
0.92
1.00
0.79
0.69
0.99
0.82
0.96
0.80
0.69
2.52
3.37
5.61
8.08
3.37
5.61
3.37
5.61
8.08
0.97
1.03
0.75
0.77
1.05
0.80
1.02
0.75
0.70
7.09
9.45
15.75
22.68
9.45
15.75
9.45
15.75
22.68
1.04
0.88
0.93
0.89
0.94
0.89
0.93
0.88
0.86
120
120
0.0040
0.0080
0.0240
0.0700
0.48
0.91
0.96
1.00
2.88
1.03
8.40
0.92
Tabel 36 Paremeter kurva kerapuhan (fragility) untuk Low code design level
Building Properties
Type
High (inches)
Interstory Drift at Threshold of Damage State
Slight
Spektral Displacement (inches)
Moderate
Extensive
Complete
50
W1
W2
S1L
S1M
S1H
S2L
S2M
S2H
S3
S4L
S4M
S4H
S5L
S5M
S5H
C1L
C1M
C1H
C2L
C2M
C2H
C3L
C3M
C3H
PC1
PC2L
PC2M
PC2H
RM1L
RM1M
RM2L
RM2M
RM2H
URML
URMM
MH
Roof
168
288
288
720
1872
288
720
1872
180
288
720
1872
288
720
1872
240
600
1440
240
600
1440
240
600
1440
180
240
600
1440
240
600
240
600
1440
180
420
120
Modal
126
216
216
540
1123
216
540
1123
135
216
540
1123
216
540
1123
180
450
864
180
450
864
180
450
864
135
180
450
864
180
450
180
450
864
135
315
120
Slight
0.0040
0.0040
0.0060
0.0040
0.0030
0.0050
0.0033
0.0025
0.0040
0.0040
0.0027
0.0020
0.0030
0.0020
0.0015
0.0050
0.0033
0.0025
0.0040
0.0027
0.0020
0.0030
0.0020
0.0015
0.0040
0.0040
0.0027
0.0020
0.0040
0.0027
0.0040
0.0027
0.0020
0.0030
0.0020
0.0040
Moderate
0.0099
0.0099
0.0096
0.0064
0.0048
0.0080
0.0053
0.0040
0.0064
0.0064
0.0043
0.0032
0.0060
0.0040
0.0030
0.0080
0.0053
0.0040
0.0076
0.0051
0.0038
0.0060
0.0040
0.0030
0.0064
0.0064
0.0043
0.0032
0.0064
0.0043
0.0064
0.0043
0.0032
0.0060
0.0040
0.0080
Extensive
0.0306
0.0306
0.0203
0.0135
0.0101
0.0200
0.0133
0.0100
0.0161
0.0161
0.0107
0.0080
0.0150
0.0100
0.0075
0.0200
0.0133
0.0100
0.0197
0.0132
0.0099
0.0150
0.0100
0.0075
0.0161
0.0161
0.0107
0.0080
0.0161
0.0107
0.0161
0.0107
0.0080
0.0150
0.0100
0.0240
Complete
0.0750
0.0750
0.0500
0.0333
0.0250
0.0500
0.0333
0.0250
0.0438
0.0438
0.0292
0.0219
0.0350
0.0233
0.0175
0.0500
0.0333
0.0250
0.0500
0.0333
0.0250
0.0350
0.0233
0.0175
0.0438
0.0438
0.0292
0.0219
0.0438
0.0292
0.0438
0.0292
0.0219
0.0350
0.0233
0.0700
Median
0.50
0.86
1.30
2.16
3.37
1.08
1.80
2.81
0.54
0.86
1.44
2.25
0.65
1.08
1.68
0.90
1.50
2.16
0.72
1.20
1.73
0.54
0.90
1.30
0.54
0.72
1.20
1.73
0.72
1.20
0.72
1.20
1.73
0.41
0.63
0.48
RIWAYAT HIDUP
Beta
0.93
0.97
0.77
0.68
0.66
0.96
0.70
0.66
0.98
1.05
0.76
0.70
1.11
0.77
0.70
0.95
0.70
0.70
1.04
0.82
0.68
1.09
0.85
0.71
1.00
1.08
0.81
0.71
1.11
0.87
1.05
0.84
0.69
0.99
0.91
0.91
Median
1.25
2.14
2.07
3.44
5.37
1.73
2.88
4.49
0.87
1.38
2.31
3.60
1.30
2.16
3.37
1.44
2.40
3.46
1.37
2.29
3.30
1.08
1.80
2.59
0.87
1.15
1.92
2.77
1.15
1.92
1.15
1.92
2.77
0.81
1.26
0.96
Beta
0.98
0.90
0.78
0.78
0.70
0.89
0.73
0.67
0.99
0.98
0.78
0.75
1.04
0.79
0.73
0.91
0.74
0.81
1.02
0.81
0.73
1.07
0.83
0.74
1.05
1.03
0.79
0.75
1.10
0.84
1.07
0.81
0.72
1.05
0.92
1.00
Median
3.86
6.62
4.38
7.30
11.38
4.32
7.20
11.23
2.17
3.47
5.78
9.01
3.24
5.40
8.42
3.60
6.00
8.64
3.55
5.92
8.53
2.70
4.50
6.48
2.17
2.89
4.81
6.93
2.89
4.81
2.89
4.81
6.93
2.03
3.15
2.88
Beta
1.02
0.89
0.78
0.85
0.76
0.86
0.85
0.74
1.01
0.89
0.90
0.90
0.99
0.87
0.89
0.85
0.86
0.89
0.99
0.81
0.84
1.08
0.79
0.90
1.12
0.98
0.84
0.89
1.10
0.79
1.09
0.77
0.87
1.10
0.87
1.03
Median
9.45
16.20
10.80
18.00
28.08
10.80
18.00
28.08
5.91
9.45
15.75
24.57
7.56
12.60
19.66
9.00
15.00
21.60
9.00
15.00
21.60
6.30
10.50
15.12
5.91
7.88
13.12
18.90
7.88
13.12
7.88
13.12
18.90
4.73
7.35
8.40
Beta
0.99
0.99
0.96
0.98
0.92
0.98
0.98
092
0.90
0.98
0.99
0.98
0.95
0.98
0.97
0.97
0.98
0.98
0.95
0.99
0.95
0.91
0.98
0.97
0.89
0.96
0.99
0.98
0.92
0.96
0.91
0.96
0.96
1.08
0.91
0.92
51
Penulis dilahirkan di Curup pada tanggal 1 Juni 1991 sebagai anak kedua
dari pasangan Suparno dan Soleka. Penulis menyelesaikan pendidikan sekolah
menengah pertama pada tahun 2006 di SMP Negeri 1 Curup, Bengkulu.
Kemudian penulis melanjutkan ke SMA Negeri 1 Curup, Bengkulu, dan
menyelesaikan jenjang tersebut pada tahun 2009. Setelah itu penulis mendaftar
IPB melalui jalur USMI dan diterima di Departemen Matematika IPB.
Selama masa perkuliahan penulis aktif menjadi bendahara Biro Keuangan
dan Kewirausahaan GUMATIKA IPB pada tahun 2011, staf divisi sosial
lingkungan GUMATIKA IPB pada tahun 2012, dan penulis juga aktif dalam
kepanitian kegiatan yang diadakan oleh GUMATIKA IPB. Selain itu penulis juga
mengajar bimbingan belajar mata kuliah Kalkulus dan Landasan Matematika yang
diadakan oleh GUMATIKA IPB dan menjadi asisten mata kuliah Persamaan
Diferensial Biasa Departemen Matematika IPB. Penulis juga pernah meraih
prestasi sebagai juara 2 tim basket putri pada saat TPB dalam kejuaraan
Olimpiade Mahasiswa IPB (OMI).