Browsing by Author "EVI FAZRIATI"

Now showing 1 - 2 of 2
  • No Thumbnail Available
    Item
    Algoritma Analisis Sinyal Mikrotremor 3 Komponen (Studi Kasus: Daerah Karst Citatah)
    (2022-07-04) EVI FAZRIATI; Yudi Rosandi; Tidak ada Data Dosen
    Perangkat lunak pengolahan sinyal mikrotremor telah dibuat untuk mendapatkan nilai frekuensi dominan. Pembuatan perangkat lunak ini dilakukan dengan menggunakan bahasa pemrograman terbuka yaitu python. Algoritma yang digunakan untuk pengolahan sinyal mikrotremor diantaranya adalah Fast Fourier Transform (FFT), pembatasan sinyal (windowing), penghalusan kurva (moving average), dan perhitungan nilai galat. Data dianalisis dengan menggunakan metode Horizontal to Vertical Spectral Ratio (HVSR) untuk mendapatkan spektrum yang menunjukkan nilai frekuensi dominan sehingga merepresentasikan karakteristik geologi daerah penelitian. Perbandingan nilai frekuensi dominan dilakukan pada data yang diperoleh dari seismometer sensitivitas rendah yang dikembangkan di laboratorium (Seismo-Log) dan seismometer sensitivitas tinggi. Hasil pengolahan data Seismo-Log menggunakan python menunjukkan bahwa nilai frekuensi dominan yang didapatkan adalah 11,6 Hz. Sementara itu, hasil pengolahan data dari seismometer sensitivitas tinggi yang diolah dengan menggunakan perangkat lunak komersial memiliki nilai frekuensi dominan 11,8 Hz. Terdapat perbedaan atau selisih nilai frekuensi dominan sebesar 0,2 Hz. Perbedaan ini dapat disebabkan oleh sensitivitas peralatan yang digunakan serta kondisi lingkungan saat melakukan pengukuran. Nilai frekuensi dominan menunjukkan kondisi geologi dengan ketebalan sedimen yang tipis.
  • No Thumbnail Available
    Item
    ALGORITMA MACHINE LEARNING UNTUK KLASIFIKASI SINYAL GETARAN TANAH TIGA KOMPONEN MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK BERDASARKAN SPEKTOGRAM KOMPOSIT
    (2023-06-21) EVI FAZRIATI; Yudi Rosandi; Tidak ada Data Dosen
    Getaran tanah sebagai respon alami dari dalam bumi dapat menentukan karakteristik suatu wilayah. Getaran tersebut dapat direkam dengan menggunakan metode mikrotremor tiga komponen. Kerumitan dalam proses pengolahan sinyal getaran tanah tiga komponen terutama untuk pengklasifikasian dan interpretasi memerlukan intervensi manusia. Namun, kesalahan yang dilakukan oleh manusia (human error) tidak dapat dihindari. Penelitian ini bertujuan untuk mengatasi hal tersebut dengan menggunakan algoritma machine learning yang dilatih dengan spektogram komposit dari sinyal getaran tanah tiga komponen. Algoritma yang digunakan pada penelitian yaitu Convolutional Neural network (CNN) dengan arsitektur MobileNet. Luaran yang dihasilkan dari penelitian ini dapat menjadi informasi bagi masyarakat atau pengguna untuk mengetahui perubahan-perubahan kondisi lingkungan yang terjadi.