Show simple item record

dc.contributor.authorMutiah, Siti
dc.contributor.authorPratiwi, Hasih
dc.contributor.authorHandajani, Sri Sulistijowati
dc.date.accessioned2019-07-10T02:06:07Z
dc.date.available2019-07-10T02:06:07Z
dc.date.issued2019-03
dc.identifier.citationGuglielmi, A. V. (2016). Interpretation of the Omori Law. Schmidt Institute of Physics of the Earth, Russian Academy of Sciences, ul. B. Gruzinskaya 10, Moscow, 123995 Russia. Harte, D. (2010). PtProcess: An R Package for Modelling Marked Point Processes Indexed by Time. Journal of Statistical Software 35, 119-144. Jordan, T. H., Chen, Y., Gasparini, P., Madariaga, R., Main, I., Marzocchi, W., Papadopoulos, G., Sobolev, G., Yamaoka, K., and Zschau, J. (2011). Operational Earthquake Forecasting, State of Knowlage and Guidelines for Utilzation. Italy: Departement of Civil Protection. Ogata, Y. (1988). Statistical Model for Earthquake Occurances and Residual Analysisnfor Point process. Journal of the Statistical Assosiation 83, Issue 401, 9-27. Ogata, Y. (1999). Seismicity Analysis through Point-process Modelling: A Review. Pure appl. Geophys. 155, 471-507. Ogata, Y. and Tsurouka, H. 2016. Satistical Monitoring of Aftershock Sequence: A Case Study of The 2015 Mw7.8 Gorkha, Nepal, Earthquake. Earth, Planets ans Sapce 68:44. Schoenberg, F.P. 2010. Introdution to Point Processes. UCLA Departement of Statistics, Los Angeles. Sunusi, N., Jaya, A.K., Islamiyati, A., dan Roupong. (2013). Studi Temporal Point Process pada Analisa Prakiraan Peluang Waktu Kemunculan Gempa. Laporan Hasil Penelitian, Program Statistika, FMIPA Universitas Hassanudin, Makassar. Pratiwi, H., Rini, L. S., and Mangku I. W. (2018). Marked point process for modelling seismic activity (case study in Sumatran and Java). Journal of the Physics: Conf. Series 1022, doi :10.1088/1742-6596/1022/1/012004.id_ID
dc.identifier.issn2656-0615
dc.identifier.urihttp://hdl.handle.net/11617/11120
dc.description.abstractGempa bumi merupakan suatu kejadian yang bersifat acak baik dalam waktu maupun lokasi. Suatu kejadian gempa bumi yang berkekuatan besar, biasanya diikuti oleh kejadian gempa susulan. Oleh karana itu, diperlukan upaya untuk meminimalkan dampak yang diakibatkkan peristiwa gempa bumi, salah satunya menggunakan pendekatan probabilistik yaitu proses titik. Model yang dibahas pada penelitian ini adalah model epidemic type aftershock sequence (ETAS), dimana model ini merupakan fungsi intensitas bersyarat yang memberikan informasi tentang laju kejadian gempa bumi dengan mempertimbangkan variabel magnitudo dan waktu. Penelitian ini bertujuan untuk membahas model ETAS dengan magnitudo mengikuti distribusi gamma dan penerapannya pada gempa bumi yang terjadi di Pulau Sulawesi dan Pulau Jawa dari tahun 2000 sampai 2018. Langkah yang dilakukan adalah mengestimasi parameter model ETAS dengan metode estimasi likelihood maksimum. Hasil estimasi parameter gempa bumi di Pulau Sulawesi menunjukkan bahwa laju kegempaan dasar, produktivitas gempa susulan, dan efisiensi gempa bumi dengan magnitudo tertentu yang menghasilkan gempa susulan lebih tinggi dari hasil estimasi di Pulau Jawa. Akan tetapi, pada laju peluruhan gempa susulan menurut waktu dan secara keseluruhan di Pulau Sulawesi lebih rendah dari Pulau Jawa.id_ID
dc.language.isootherid_ID
dc.publisherProsiding Konferensi Nasional Penelitian Matematika dan Pembelajarannya (KNPMP) IV 2019id_ID
dc.titlePenerapan Model Epidemic Type Aftershock Sequence (ETAS) pada Data Gempa Bumi Sulawesi dan Jawaid_ID
dc.typeArticleid_ID


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record