Memprediksi dan mendeteksi gempa bumi menggunakan sensor dan algoritma

Dari zaman dahulu hingga sekarang, gempa masih sering terjadi di sekitar bumi. Baik itu di atas tanah maupun di bawah laut. Jadi orang – orang langsung kaget jika ada gempa yang terjadi di sekitar. Mulai zaman sekarang mulailah orang orang bisa mendeteksi gempa tersebut menggunakan alat seperti seismograph. Akan tetapi, sekarang orang orang juga bisa memprediksi jika akan terjadinya gempa, walaupun terdengar mustahil tetapi tetap bisa dilakukan.
Dengan mendeteksi gempa menggunakan penelitian ini, kita bisa dengan mudah menghimbau orang – orang dengan adanya gempa yang akan datang / sudah terdeteksi oleh kita sendiri dari penelitian ini, karena dilihat dari susahnya orang orang mengetahui kapan gempa akan terjadi, maka BMKG akan menghimbau masyarakat sekitar jika akan terjadi gempa. Untuk prediksi gempa masih sulit untuk dikembangkan karena para ilmuwan masih kebingungan untuk mencari pola gempa nya.
Penelitian ini dilakukan untuk mengetahui kapan gempa akan datang dikarenakan memprediksi gempa itu susah maka dilakukanlah ini. Dan pada era globalisasi ini sering terjadinya gempa bumi yang berturut turut diseluruh belahan bumi.

Sensor yang digunakan:
a)      Sensor Accelerometer adalah sensor yang digunakan untuk mengukur percepatan suatu objek, dan dapat mengukur percepatan dinamis dan percepatan statis. Pengukuran dinamis adalah pengukuran percepatan pada objek bergerak, sedangkan pengukuran statis adalah pengukuran terhadap gravitasi bumi. Sensor Accelerometer Pada Penelitian ini dapat deteksi 0G untuk mendeteksi jatuh bebas linear[1], dan mengetahui getaran tanah dan pergerakan tanah pada saat terjadinya gempa bumi [7].
b)      Sensor Getar adalah sensor yang berfungsi untuk mendeteksi adanya getaran dan akan di ubah ke dalam sinyal listrik. Sensor Getaran Pada penelitian ini dapat mendapatkan nilai tegangan sesuai porsi tekanan[7].
c)       Sensor gas MQ-5 adalah sensor universal gas yang mampu mendeteksi berbagai jenis gas seperti hidrogen (H2), karbonmonoksida (CO), metana (CH4), etanol (CH3CH2OH), propana (C3H8), butana (C4H10), dan gas hidrokarbon lainnya. Manfaatnya di penelitian ini adalah mampu mendeteksi tipe gas yang lebih luas.[1]

Algoritma yang digunakan:
a)      Algoritma Kernel
Algoritma ini digunakan untuk memetakan data nonlinier menjadi linier. Algoritma ini datang dengan perhitungan yaitu : K(Si,Sj)=exp(Si-Sj^2/2^2) . di mana S∈R^N  mewakili vektor data N-dimensi dan setiap sampel milik kelas dengan label Yi.[10]
 
b)       Algoritma Firefly
Algoritma firefly pertama kali di temukan oleh Xin-She Yang pada tahun 2008 di Universitas Cambridge, Yang didasarkan pada pola kilat dan perilaku firefly, rumus yang digunakan adalah : TR1=(X1,X2,X3,X4), TR2=(X2,X3,X4,X5), TRn=(Xn,Xn+1,Xn+2,Xn+3)[6]
 
c)       Algoritma Artificial Bee Colony
Algoritma ini di buat oleh Karahoga(2005) adalah optimisasi dari algoritma yang meniru perilaku dari sarang lebah. Rumus yang digunakan adalah : TS1=(Xn+1,Xn+2,Xn+3,Xn+4), TS2=(Xn+2,Xn+3,Xn+4,Xn+5), TSm=(Xn+m,Xn+m+1,Xn+m+2,Xn+m+3)[5]
 
d)       Algoritma Levenberg-Marquardt
Rumus yang dipakai adalah : X4=f(X1,X2,X3), X5=f(X2,X3,X4), Xn=f(Xn-3,Xn-2,Xn-1)[4]

Daftar Pustaka:
[1]SISTEM KOMUNIKASI DAN INFORMASI DATA WIRELESS SENSOR NETWORK UNTUK DETEKSI DINI GEMPA BUMI

[2]PERFORMANCE INVESTIGATION OF NEURO-FUZZY SYSTEM FOR EARTHQUAKE PREDICTION

[3]Prediction of the date, magnitude and affected area of impending strong earthquakes using integration of multi precursors earthquake parameters

[4]A MLP NEURAL NETWORK AS AN INVESTIGATOR OF TEC TIME SERIES TO DETECT SEISMO-IONOSPHERIC ANOMALIES

[5]APPLICATION OF ARTIFICIAL BEE COLONY ALGORITHM IN TEC SEISMO-INOSPHERIC ANOMALIES DETECTION

[6]FIREFLY ALGORITHM IN DETECTION OF TEC SEISMO-IONOSPHERIC ANOMALIES

[7]PERANCANGAN ALAT PENDETEKSI GEMPA MENGGUNAKAN SENSOR ACCELEROMETER DAN SENSOR GETAR

[8]A LIGHTWEIGHT AND REAL TIME WORLDWIDE EARTHQUAKE DETECTION AND MONITORING SYSTEM BASED ON CITIZEN SENSORS

[9] SISTEM DETEKSI DINI GEMPA DENGAN PIEZO ELEKTRIK BERBASIS MIKROKONTROLER AT89C51

[10] Earthquake prediction with meteorological data by particle filter-based support vector regression list