Mengapa ilmuwan kesulitan memprediksi gempa bumi?

Seorang anak berjalan di depan bangunan yang runtuh akibat gempa di Turki

Sumber gambar, Getty Images

Kehancuran di Turki dan Suriah mengingatkan kita bahwa gempa bumi bisa terjadi tiba-tiba, tanpa bisa diprediksi. Para ilmuwan saat ini tengah mencari cara untuk mengetahui tanda-tanda agar bisa memberikan peringatan dini untuk bencana alam paling tak terduga ini.

Gempa bumi datang tiba-tiba dan tanpa peringatan. Dua gempa bumi yang menghantam Turki tenggara dan Suriah utara telah menelan ribuan korban jiwa dan menyebabkan lebih banyak orang terluka dan kehilangan tempat berlindung.

Banyak korban sedang lelap tertidur ketika gempa pertama yang berkekuatan 7,8 merobohkan rumah mereka pada 6 Februari dini hari.

Indikasi pertama yang dideteksi para seismolog bahwa bencana besar sedang terjadi adalah adanya beberapa aktivitas tidak biasa yang terjadi secara tiba-tiba pada instrumen sensitif mereka, ketika gelombang seismik yang dihasilkan oleh gempa pertama bergema ke seluruh dunia.

Beberapa jam kemudian terjadi gempa dahsyat kedua dengan magnitudo 7,5.

Kedua gempa itu memiliki pusat yang relatif dangkal. Artinya, intensitas guncangannya sangat parah.

Sementara wilayah itu masih was-was dengan gempa susulan, para pakar di Survei Geologi Amerika Serikat memperingatkan para penyintas, serta para petugas penyelamat yang berbondong-bondong datang ke sana untuk membantu, untuk bersiap menghadapi ancaman signifikan dari tanah longsor dan likuefaksi tanah akibat gempa.

Di saat negara-negara di dunia berlomba-lomba untuk memberikan bantuan ke desa-desa yang hancur di kedua sisi perbatasan antara Turki dan Suriah, beberapa orang bertanya-tanya mengapa kita tidak memperkirakan bencana ini akan terjadi.

Sistem patahan Anatolia Timur, tempat gempa bumi terjadi, adalah bagian dari "simpang tiga" di mana tiga lempeng tektonik - lempeng Anatolia, Arabia, dan Afrika - bergesek satu sama lain.

Sejak 1970, hanya tiga gempa bumi dengan magnitudo 6 atau lebih yang mengguncang wilayah itu, dan banyak geolog percaya gempa besar pasti akan terjadi cepat atau lambat.

Jadi, kenapa mereka tidak bisa memprediksinya?

Peta pergerakan tanah di sekitar lokasi gempa di Turki dan Suriah.

Kenyataannya, memprediksi gempa bumi itu amat, amat sulit.

Meskipun sering kali ada sinyal-sinyal kecil yang dapat dideteksi pada data seismik setelah suatu peristiwa terjadi, mengetahui apa yang perlu dilihat dan menggunakannya untuk membuat ramalan itu jauh lebih sulit.

"Ketika kami mensimulasikan gempa bumi di laboratorium, kami dapat melihat semua tanda-tanda ini terjadi - ada beberapa retakan dan beberapa pecahan yang muncul di awal," kata Chris Marone, profesor ilmu bumi di Universitas Sapienza Roma, Italia, dan Universitas Penn State, AS.

"Namun di alam ada banyak ketidakpastian yang membuat kita sering tidak melihat guncangan awal atau indikasi sebentar lagi akan ada gempa besar."

Para geolog telah berusaha menggunakan metode ilmiah modern untuk memprediksi gempa bumi setidaknya sejak 1960-an, tapi tidak begitu sukses.

Sebagian besar alasannya, kata Marone, adalah kompleksitas sistem patahan yang melintasi Bumi.

Juga ada banyak "derau seismik". Bumi selalu bergetar dan bergemuruh. Ketika gemuruh itu digabungkan dengan keriuhan aktivitas manusia - dari lalu lintas, pembangunan, hingga kehidupan sehari-hari - membuat sulit untuk mendapatkan sinyal yang jelas.

Foto udara yang diambil dron menunjukkan garis patahan di sebuah kebun zaitun di distrik Hatay, Turki, setelah salah satu gempa susulan pada 22 Februari.

Sumber gambar, ERDEM SAHIN/EPA

Keterangan gambar, Foto udara yang diambil drone menunjukkan garis patahan di sebuah kebun zaitun di distrik Hatay, Turki, setelah salah satu gempa susulan pada 22 Februari.

Menurut Survei Geologi Amerika Serikat, diperlukan tiga hal untuk menghasilkan prediksi gempa bumi yang berguna - lokasi tempat gempa akan terjadi, kapan akan terjadi, dan akan seberapa besar peristiwanya.

Sejauh ini, mereka bilang, belum ada yang bisa melakukannya dengan pasti.

Alih-alih, para geolog menuangkan tebakan terbaik mereka dalam "peta bahaya", di mana mereka menghitung probabilitas suatu gempa bumi dalam jangka waktu beberapa tahun.

Walaupun ini dapat membantu perencanaan sampai level tertentu, misalnya memperbaiki standar bangunan di wilayah-wilayah paling berisiko, prediksi itu tidak mencapai level yang dibutuhkan untuk memberikan peringatan dini kepada publik supaya mereka dapat mengungsi atau mencari tempat perlindungan.

Dan tidak semua orang yang tinggal di zona gempa mampu membeli infrastruktur yang dibutuhkan untuk menahan guncangan besar.

"Di Turki dan Suriah, ada banyak faktor yang menyebabkan bangunan berada pada kondisi di mana mereka bisa runtuh dengan mudah," kata Marone.

"Di banyak negara Barat telah ada aturan penguatan seismik yang diterapkan pada 1970-an dan 1980-an. Namun, butuh biaya besar untuk membangun dan memodifikasi bangunan."

Oleh sebab itu, para ilmuwan sedang mencari cara untuk membuat prediksi gempa bumi jadi lebih akurat. Selain sinyal seismik, mereka juga mencari petunjuk di berbagai tempat - dari perilaku hewan hingga gangguan listrik di lapisan teratas atmosfer Bumi.

Namun, baru-baru ini, ada banyak ketertarikan pada kemampuan kecerdasan buatan untuk mendeteksi sinyal-sinyal halus yang tidak bisa ditangkap oleh manusia.

Algoritma pembelajaran-mesin dapat menganalisis sejumlah besar data dari gempa di masa lalu untuk mencari pola yang barangkali dapat digunakan untuk memprediksi peristiwa masa depan.

"Banyak yang tertarik pada prediksi berdasarkan pembelajaran-mesin seperti ini," kata Marone.

Selama lima tahun terakhir, dia dan koleganya telah mengembangkan algoritma yang mampu mendeteksi kerusakan dalam simulasi patahan gempa bumi di laboratorium.

Dengan menggunakan balok granit seukuran kepalan tangan, mereka dapat menciptakan kembali tekanan dan gesekan yang mungkin terjadi pada patahan, menambah tekanan hingga patahan tergelincir, menciptakan apa yang mereka sebut "gempa laboratorium".

"Gelombang elastis merambat melalui patahan, ketika patahan itu bergerak sedikit demi sedikit," kata Marone.

"Kami dapat memprediksi kapan kegagalan akan terjadi di laboratorium berdasarkan perubahan sifat elastis ini dan kebisingan yang berasal dari foreshocks (gempa yang terjadi sebelum gempa utama) di zona patahan itu sendiri. Kami ingin menerapkan analisa ini ke Bumi, tetapi kami belum sampai ke sana."

Mentransfer kemampuan prediksi AI ini ke lingkungan zona patahan di dunia nyata yang lebih besar dan kompleks jauh lebih menantang.

"Ada beberapa kasus di mana orang-orang telah menemukan cara untuk melakukannya dalam tahap prediksi setelah kejadian, yang mengindikasikan kalau ini mungkin bisa dilakukan," kata Marone. "Namun, belum ada terobosan besar."

Ilmuwan di China, misalnya, mengamati riak-riak dalam partikel bermuatan listrik di ionosfer Bumi pada hari-hari menjelang gempa bumi. Riak-riak itu disebabkan oleh perubahan dalam medan magnet di atas zona patahan.

Satu kelompok yang dipimpin oleh Jing Liu di Institut Prakiraan Gempa di Beijing, misalnya, mengatakan mereka dapat melihat ada gangguan pada elektron di atmosfer, di atas episentrum gempa bumi,yang mengguncang Baja, California, 10 hari sebelum gempa itu terjadi pada 10 April 2010 dini hari.

Kelompok lainnya yang berbasis di Israel baru-baru ini mengklaim dapat menggunakan pembelajaran mesin untuk memprediksi gempa bumi besar 48 jam sebelum terjadi dengan akurasi 83%.

Caranya dengan mengamati perubahan konten elektron di ionosfer selama 20 tahun terakhir.

China benar-benar menaruh harapannya pada petunjuk-petunjuk di ionosfer ini. Pada 2018, China meluncurkan China Seismo-Electromagnetic Satellite (CSES) untuk memantau anomali listrik di ionosfer Bumi.

Tahun lalu, para ilmuwan di Pusat Jaringan Gempa China di Beijing mengklaim telah menemukan penurunan kepadatan elektron di ionosfer hingga 15 hari sebelum gempa bumi yang mengguncang daratan China pada Mei 2021 dan Januari 2022.

"Transfer energi dapat terjadi antara litosfer dan dua lapisan di atasnya - yaitu atmosfer dan ionosfer," kata Mei Li, salah satu peneliti yang bekerja di Puast Jaringan Gempa China.

Namun, kata dia, mekanisme tentang bagaimana ini terjadi masih kontroversial. Ia memperingatkan, bahkan dengan data satelit, temuan mereka masih jauh dari kemampuan memprediksi gempa bumi.

"Kami tidak dapat menentukan lokasi yang tepat di mana suatu peristiwa gempa bumi akan terjadi," kata para peneliti dalam makalah ilmiah tentang temuan mereka.

Li juga menerangkan kerumitan lainnya, bahwa gempa bumi dahsyat dapat menyebabkan perubahan di ionosfer yang jauh dari episentrum gempa. Hal ini membuat lokasi pastinya sulit dikonfirmasi.

"Anomali di ionosfer dapat muncul di sekitar episentrum gempa bumi, sekaligus di lokasi-lokasi yang terhubung secara magnetis di belahan bumi lainnya, yang membuat kita lebih sulit mengonfirmasi lokasi peristiwa yang akan terjadi," ujarnya.

Gempa bumi di Ridgecrest, California, pada 2019, menjadi data tak ternilai bagi para saintis tentang guncangan besar yang saling menyusul.

Sumber gambar, Getty Images

Keterangan gambar, Gempa bumi di Ridgecrest, California, pada 2019, menjadi data tak ternilai bagi para saintis tentang guncangan besar yang saling menyusul.

Peneliti lainnya menggantungkan harapan mereka pada sinyal yang berbeda.

Di Jepang, beberapa ilmuwan mengklaim dapat menggunakan perubahan pada uap air di atas zona gempa bumi untuk membuat prediksi. Uji coba menunjukkan prediksi ini memiliki 70% akurasi, meskipun mereka hanya bisa mengatakan gempa bumi dapat terjadi pada suatu waktu pada bulan depan.

Ilmuwan lainnya mencoba menggunakan riak-riak kecil di gravitasi Bumi yang dapat terjadi sebelum gempa.

Namun, di balik semua klaim ini, tidak ada yang bisa dengan sukses memprediksi di mana dan kapan gempa bumi akan terjadi, sebelum itu terjadi.

"Kita tidak punya infrastruktur untuk melakukan jenis pemantauan yang dibutuhkan," kata Morone.

"Kita tahu cara memprediksi gempa di laboratorium, tetapi kita tidak tahu apakah prediksi itu bisa ditransfer ke kompleksitas patahan di dunia nyata. Patahan Anatolia Timur, misalnya, berada di wilayah dunia yang kompleks - bukan satu bidang patahan sederhana tetapi gabungan dari banyak hal."

Bahkan dengan kemampuan untuk membuat prakiraan yang lebih baik, masih ada pertanyaan tentang apa yang harus dilakukan dengan informasi itu.

Sampai akurasinya cukup besar, mengevakuasi seluruh kota atau meminta orang-orang untuk keluar dari bangunan berisiko bisa jadi hal yang mahal jika prediksinya salah.

Namun, Marone merujuk ke bidang prakiraan meterologi untuk melihat beberapa indikasi tentang apa yang bakal terjadi bila datanya menjadi lebih baik.

"Mereka sudah bisa memprediksi peristiwa cuaca dahsyat lebih awal dengan sedikit akurasi," kata Marone.

Ini memungkinkan lembaga pemerintah untuk menyiapkan respons darurat terhadap peristiwa-peristiwa seperti badai dan memperingatkan masyarakat supaya mereka bisa tetap aman. Masih perlu bertahun-tahun lagi untuk melakukan hal serupa untuk gempa bumi, kata Marone.

"Kita belum sampai ke situ saat ini."

Gempa Turki dan Suriah

Sumber gambar, Getty Images

Keterangan gambar, Banyak yang terperangkap di bawah reruntuhan di Turki dan Suriah. Mereka sedang berada di tempat tidur ketika gempa pertama terjadi.

Satu area di mana kecerdasan buatan mungkin sudah bisa berperan ialah dalam peristiwa yang terjadi segera setelah gempa bumi.

Para peneliti di Universitas Tohoku Jepang dan Universitas Renmin China telah mengembangkan perangkat yang menggunakan AI untuk mengklasifikasikan kerusakan yang disebabkan oleh bencana alam berdasarkan citra satelit sehingga pemerintah dan tim penyelamat dapat dikirim ke tempat yang paling dibutuhkan.

Perangkat ini menggunakan algoritma untuk menilai kerusakan bangunan dan mengidentifikasi struktur yang telah hancur total atau berpotensi berbahaya.

Ada juga harapan algoritma pembelajaran-mesin dapat membantu menjaga keselamatan para petugas penyelamat dan penyintas gempa bumi, dengan memprediksi gempa susulan dengan lebih baik.

Gempa susulan dapat menimbulkan bahaya besar dengan mengguncang bangunan yang kondisinya sudah tidak stabil akibat gempa bumi awal, menyebabkan lebih banyak kehancuran.

Para peneliti di Universitas Harvard, misalnya, telah mengembangkan deep learning - berupa pembelajaran-mesin - untuk mempelajari pola-pola gempa susulan dengan harapan dapat memprediksinya.

"Kita punya pemahaman yang baik tentang apa yang terjadi setelah peristiwa besar dan mengapa gempa susulan terjadi," kata Marone.

"Namun, ini belum lengkap. Kita sudah bisa mengetahui dengan lebih baik, sebagai komunitas saintis, bila gempa kecil dapat berakibat gempa yang lebih besar, tapi selalu ada ketidakpastian.

"Anda tidak perlu tahu banyak tentang gempa bumi dan gempa susulan untuk menyadari bahwa yang terjadi di Turki adalah situasi yang sangat tidak biasa, di mana ada dua gempa bumi yang sangat besar dan berdekatan satu sama lain. Gempa kedua dipicu oleh yang pertama, tetapi ini adalah dua gempa utama yang besar."

--

Anda dapat membaca versi bahasa Inggris artikel ini yang berjudul Will we ever be able to predict earthquakes? di BBC Future.