PENAKSIRAN RESONANSI TANAH DAN BANGUNAN MENGGUNAKAN ANALISIS MIKROTREMOR WILAYAH SURABAYA JAWA TIMUR
Notice bibliographique
Résumé
Salah satu faktor penting yang bisa digunakan untuk memprediksi bahaya gempa bumi pada suatu bangunan adalah dilakukan pengukuran resonansi antara frekuensi natural bangunan dan tanah di bawahnya. Jika nilai frekuensi bangunan mendekati nilai frekuensi natural material di bawahnya, maka getaran seismik akan membuat resonansi dengan bangunan yang akan meningkatkan stress pada bangunan tersebut. Surabaya merupakan daerah dengan kondisi geologi berupa cekungan endapan aluvial dan batu pasir dengan sedimen berupa batu gamping dan lempung. Selain itu, Surabaya berada dekat dengan lajur sesar aktif Lasem, Lajur sesar aktif Watu Kosek, lajur sesar aktif Grindulu dan Lajur sesar aktif Pasuruan. Oleh karena itu diperlukan suatu upaya untuk mengurangi resiko bencana terhadap bahaya gempa bumi di Surabaya mengingat kondisi daerah tersebut rawan terhadap kerusakan akibat gempa. Analisis mikrotremor yang dilakukan di wilayah Surabaya bertujuan untuk menentukan nilai frekuensi natural dari suatu bangunan dan tanah di bawahnya, menentukan resonansi bangunan dan tanah terhadap gelombang gempa serta menentukan tingkat kerentanan suatu bangunan terhadap gelombang gempa. Akusisi lapangan dilakukan pada sepuluh bangunan milik pemerintah kota dan tempat umum yang memiliki nilai sejarah Kota Surabaya serta tujuh titik tanah yang mewakili kondisi bawah permukaan setiap bangunan. Dalam akusisi ini digunakan alat Portable Digital Seismograph 3 komponen (2 komponen horizontal: EW-NS dan 1 komponen vertikal) periode pendek merk Taurus (Canada) dengan jenis sensor Feedback Short Period Seismometer tipe DS-4A. Analisis FSR digunakan pada pengolahan data mikrotremor bangunan, sedangkan pada pengolahan mikrotremor tanah digunakan analisis HVSR. Analisis data dihasilkan frekuensi natural bangunan komponen NS berkisar 1.14 – 2.8 Hz dan komponen EW berkisar 1.14 – 2.74 Hz dan frekuensi natural tanah berkisar antara 1.08 – 2.7 Hz. Selain itu didapatkan taksiran resonansi tanah dan bangunan komponen NS antara 10.37 – 158.6% dan komponen EW antara 11.74 – 152.3% dengan tingkat resonansi rendah pada sembilan bangunan dan tingkat resonansi sedang pada satu bangunan. Digunakan pula analisis spektrum dan RDM sebagai data perbandingan dalam penaksiran resonansi dan didapatkan kesimpulan bahwa analisis FSR dalam penaksiran resonansi tanah dan bangunan lebih baik daripada analisis spektrum dan RDM.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».