merapi | DSP & Embedded Electronics

by Agfianto Eko PUTRA, Wiwit SURYANTO, Agung Nugraha SULISTYANA

Seismic data analysis of the 2006 Merapi volcano eruption has been carried out using the Continuous Wavelet Transform (CWT) and the Wavelet-based Decomposition and Correlation (WAVEDECOR) combined with the Fast Fourier Transform (FFT). The CWT is used to show the frequency pattern of the event while the WAVEDECOR is used to denote the frequency band of the signal. The CWT and the WAVEDECOR are supported by the FFT to ensure the dominant frequency of the observed signals. The results show that visual patterns and dominant frequency distribution of certain events, including the VT-A, the Low Frequency (LF), the VT-B, tremor, multiphase and lava avalanche. The result from this analysis was then compared with related eruption signal of Merapi in 1996 to determine the pattern similarity. The comparison results show almost identical results for dominant frequencies in VT-A events as well as MP events. The findings in the VT-B event showed that the dominant frequency pattern was slightly different from the 1996 data which showed at medium to high-frequency while for the 2006 data showed only at a medium frequency.

[click here]

Telah dikembangkan sebuah metode analisis sinyal non-stasioner menggunakan Penapisan Adaptif berbasis Wavelet, yang selanjutnya dinamakan Adaplet. Proses ini diawali dengan melakukan penundaan pada sinyal asli d(n) untuk mendapatkan x(n) yang diumpankan ke penapis adaptif sehingga menghasilkan keluaran y(n), kemudian keluaran ini dibandingkan dengan masukan sinyal asli d(n), sebagai sinyal yang dikehendaki (expected signal) yang akhirnya menghasilkan keluaran ralat e(n) yang kemudian digunakan sebagai tuner untuk penapis adaptif yang bersangkutan, sedemikian hingga ralat e(n) bisa mendekati 0 (nol).

Selama proses penapisan adaptif akan diperoleh sekumpulan ralat e(n), yang kemudian di-autokorelasi-kan sehingga membentuk kurva yang memiliki koefisien-koefisien polinomial. Koefisien-koefisien polinomial ini yang kemudian digunakan sebagai ’model’ dari sinyal yang diamati, hal ini berkaitan dengan pola-pola ranah waktu yang terdapat pada sinyal yang bersangkutan. Selain itu, antar koefisien pada tipe-tipe sinyal tertentu dibandingkan sehingga diperoleh persamaan linear garis (y=ax+b) yang merupakan fitur sinyal yang bersangkutan.

Hasil untuk data-data seismik volkanik Gunung Merapi yang mewakili 3 jenis yang berbeda menunjukkan adanya pola-pola tertentu, yang ditunjukkan dari plot hingga 4 koefisien polinomial 3-komponen (Sn, Se dan Sz) dan hubungan antar koefisien yang dinyatakan dalam persamaan garis linear.

Informasi selengkapnya bisa diunduh DISINI.