1. Pendahuluan

Pada tanggal 12 September 2007, sebuah gempa berkekuatan 8,4 M^w mengguncang Bengkulu (BMKG, 2010). Gempa ini tercatat sebagai salah satu gempa terdahsyat yang terjadi di Bengkulu dalam satu dekade terakhir serta memicu terjadinya likuifaksi, yang ditandai dengan adanya sand boils, lateral spreads, dan ground subsidence di pesisir Kota Bengkulu. Salah satu daerah yang mengalami kejadian likuifaksi adalah Lempuing. Beberapa peneliti lokal telah melakukan studi potensi likuifaksi di Lempuing, di antaranya Misliniyati dkk. (2013), Mase dan Sari (2015), serta Mase dan Somantri (2016). Secara umum studi terdahulu difokuskan pada estimasi atau perkiraan faktor keamanan (FS) dan probabilitas likuifaksi (PL) menggunakan metode-metode empiris yang pernah diusulkan. Meskipun demikian, penggunaan metode analisis yang sesuai diterapkan dalam identifikasi likuifaksi di Bengkulu masih belum dilakukan. Penelitian ini menyajikan analisis potensi likuifaksi berdasarkan metode yang sesuai dengan membandingkan kejadian likuifaksi yang ditemukan di lokasi penelitian. Metode yang paling mendekati keadaan lapangan digunakan untuk memprediksi

nilai faktor keamanan dan probabilitas likuifaksi. Nilai probabilitas dan SPT (standard penetration test) kritis juga diestimasi dalam studi ini. Studi ini dapat memberikan pemahaman yang baik dalam menganalisis potensi likuifaksi di pesisir Bengkulu.

2. Lokasi Studi dan Kondisi Geologi

Lokasi studi adalah Lempuing, suatu area di pesisir Kota Bengkulu (Gambar 1a). Tiga titik investigasi kedalaman 10 m (Gambar 1b), diinvestigasi di wilayah ini. Secara umum, perlapisan tanah di kawasan Lempuing didominasi oleh tanah kepasiran. Pasir dengan kepadatan lepas (SP) ditemukan pada rentang kedalaman 0 sampai dengan 1,5. Lapisan tanah didominasi dengan pasir sedang (SP) ditemukan sampai dengan kedalaman 7,5 m, Pasir padat (SP) ditemukan pada kedalaman 4,5 sampai 7,5 m dan 6 m sampai dengan 10 m. Muka air tanah pada lokasi ini ditemukan pada kedalaman 0-0,5 m. Berdasarkan interpretasi perlapisan tanah, pasir jenuh dengan kepadatan lepas sampai sedang diprediksi sebagai perlapisan rentan terlikuifaksi.

Gambar 1. Layout area studi dan kondisi perlapisan tanah

3. Studi Pustaka

3.1 Metode analisis potensi likuifaksi berdasarkan data SPT

1. Metode Seed

Metode ini dimodifikasi oleh Seed dkk. (1985). Dalam penggunaaan metode ini, besaran CSR (Cyclic Stress Ratio) dan CRR (Cyclic Resistance Ratio) ditentukan dari parameter kekuatan gempa (M_w), PGA, FC, dan tegangan efektif tanah (s_v'). Detail alur analisis disajikan pada Gambar 2.

2. Metode Tokimatsu-Yoshimi

Tokimatsu dan Yoshimi (1983) mengususulkan metode analisis potensi likuifaksi yang mirip dengan Metode Seed. Metode ini mempertimbangkan level kerentananan likuifaksi yang dinyatakan sebagai koefisien \(C_{\rm s}\). Menurut Chang dkk. (2011), nilai \(C_{\rm s}\) yang digunakan umumnya berada dalam rentang 80-90. Nilai \(C_{\rm s}\)=75 digunakan untuk kejadian likuifaksi berat. Bagan alir metode ini dapat dilihat pada Gambar 3.

3. Metode JRA (Japan Rail Association)

Pada metode JRA (1996) nilai CRR dianalisis dengan menggunakan faktor c_w yang diperoleh berdasarkan mekanisme gempa yang terjadi, yakini gempa (EQ) tipe I atau tipe II. Tipe I khusus gempa akibat aktifitas subduksi, sedangkan Tipe II untuk intraplat benua. Tahapan analisis menggunakan metode ini dapat dilihat pada Gambar 4.

4. Metode Youd-Idriss

Youd dan Idriss (2001) mengusulkan metode analisis potensi likuifaksi. CSR, \(r_d\) (faktor reduksi kedalaman) ditentukan berdasarkan rentang kedalaman. Nilai CRR ditentukan dari besarnya nilai SPT yang dikoreksi berdasarkan nilai FC ((\(N_1\))_60cs). Alur analisis menggunakan metode ini disajikan pada Gambar 5.

5. Metode Idriss-Boulanger

Idriss and Boulanger (2008) mengusulkan metode analisis semi empiris likuifaksi akibat gempa. Metode ini menggunakan FC dan SPT terkoreksi

54 Jurnal Teknik Sipil

\(((N_1)_{60cs})\) dalam perhitungan CRR. Metode ini juga menggunakan koreksi tekanan overburden \((K_s)\). Bagan alir metode ini disajikan pada Gambar 6.

Gambar 2. Bagan alir Metode Seed (Seed dkk., 1985)

Gambar 3. Bagan alir Metode Tokimatsu-Yoshimi (Tokimatsu dan Yoshimi, 1983)

Gambar 4. Bagan alir Metode JRA (JRA, 1996)

3.2 Pendekatan empiris probabilitas likuifaksi

Beberapa pendekatan empiris untuk menentukan probabilitas likuifaksi berdasarkan nilai FS telah diusulkan banyak peneliti, di antaranya sebagai berikut

• Hwang dkk. (2004)

\[P_L = 1 - \phi \left( -0.013 + \frac{\ln(FS)}{0.7758} \right) \tag{1}\]

• Somnez dan Gokceoglu (2005)

\[P_L = \frac{1}{1 + \left(\frac{FS}{0.96}\right)^{4.5}} \tag{2}\]

• Lai dkk. (2006)

\[P_{L} = \frac{1}{1 + 0.2(FS)^{3} + 0.8(FS)^{7}}\] (3)

• Juang dkk. (2008)

\[P_L = \frac{1}{1 + \left(\frac{FS}{1.05}\right)^{3.8}} \tag{4}\]

Gambar 5. Bagan alir Metode Youd-Idriss (Youd dan Idriss, 2001)

Gambar 6. Bagan alir Metode Idriss-Boulanger (Idriss dan Boulanger, 2008)

4. Metode Penelitian

Uji SPT dan pengumpulan nilai rasio tegangan siklik laboratorium \((CSR_{lab})\) dilakukan sampai dengan 10 m pada area terlikuifaksi. Informasi kedalaman terdampak diperoleh dari studi Mase dan Somantri (2016). \(CSR_{lab}\) dikonversi menjadi CSR lapangan \((CSR_{lap})\) dengan persamaan berikut,

\[CSR_{lap} = c_r.CSR_{lab} \tag{5}\]

dimana \(c_r\) adalah faktor konversi CSR laboratorium-lapangan yang diprediksi pada Gambar 7.

Data \(CSR_{lap}\) selanjutnya diinterpretasikan ke dalam grafik CRR/CCR dan \((N_I)_{60}\) seperti pada Gambar 8, untuk membedakan zona terlikuifaksi/tidak. Prediksi benar apabila kejadian di lapangan dan hasil interpretasi perbandingan CSR dan CRR sejalan. Pada Gambar 8, diketahui bahwa likuifaksi di lapangan terjadi pada titik A dimana CSR > CRR grafik. Ini berarti prediksi dan kejadian di lapangan adalah sejalan dan sebaliknya titik B. Nilai error (Chang dkk., 2011) kejadian likuifaksi berdasarkan nilai \(CRR_{prediksi}\) dan \(CSR_{lapangan}\) dihitung menggunakan Persamaan 6. Prediksi bernilai salah jika prediksi dan kejadian di lapangan tidak bersesuaian.

\[e_{Liq} = \frac{ABS(CSR_{lapangan} - CRR_{prediksi})}{CRR_{modiliei}}\] (6)

Nilai error selanjutnya dihitung nilai rata-ratanya. Sementara itu, jumlah kejadian yang sesuai dan tidak sesuai dengan prediksi dihitung nilai kesesuaianya \((P_{error})\) menggunakan Persamaan 7. Selanjutnya error rata-rata \((e_{liq(ave)})\) dan \(P_{error}\) dianalisis untuk memperoleh nilai bobot kehandalan \((W_f)\) metode menggunakan Persamaan 8 (diturunkan dari studi Chang dkk. (2011)). Metode dengan \(W_f\) terkecil dinggap sebagai metode yang paling handal dalam analisis likuifaksi. Selanjutnya faktor keamaan likuifaksi dan probabilitasnya dianalisis menggunakan metode yang paling handal. Dari hasil analisis, nilai probabilitas kritis (saat FS=1) dan nilai \((N_1)_{60}\) kritis dapat ditentukan.

\[P_{error} = \frac{\sum \text{jumlah prediksi likuifaksi yang tidak sesuai dengan kejadian lapangan}}{\text{jumlah total kejadian yang ditinjau}}\] (7)

\[W_f = P_{error} \cdot e_{liq(ave)} \cdot 100 \tag{8}\]

Gambar 7. Variasi nilai C_r terhadap kepadatan relatif (dimodifikasi dari Das dan Ramana, 2010)

5. Hasil dan Pembahasan

5.1 Perbandingan hasil prediksi kejadian likuifaksi dan kejadian aktual di lapangan

Pada Tabel 1, kejadian likuifaksi terindikasi pada kedalaman 1 sampai 7,5 m dan 9 sampai 10 m. Nilai \((N_1)_{60}\) pada kedalaman tersebut memiliki rentang 7-20 blows/ft (pukulan per 30 cm). Nilai \(CSR_{lap}\) (Tabel 1) diplotkan pada grafik CRR metode-metode seperti pada Gambar 9. Secara umum, Metode Seed memprediksi bahwa pada setiap titik kedalaman yang dianalisis terindikasi berpotensi mengalami likuifaksi. Metode Tokimatsu-Yoshimi, Youd-Idriss, dan Idriss-Boulanger memprediksi bahwa tidak terjadi likuifaksi pada pasir dengan \((N_1)_{60} \geq 27\)blows/ft. Metode JRA meprediksi bahwa titik kedalaman yang memiliki nilai

Gambar 8. Variasi nilai C_r terhadap kepadatan relatif (dimodifikasi dari Das dan Ramana, 2010)

(N₁)₆₀ 7-15 blows/ft tidak terindikasi likuifaksi karena CRR_prediksi ≥ CSR_lap. Hasil analisis nilai error antara kejadian dilapangan dan prediksi disajikan pada Tabel 2. Metode JRA memberikan nilai error rata-rata (\(e_{lia}\)(ave)) yang paling kecil dibandingkan dengan metodemetode. Metode Seed merupakan metode dengan nilai error rata-rata yang paling besar di antara metodemetode lainnya. Interpretasi kesesuaian kejadian likuifaksi dapat dilihat pada Tabel 3. Berdasarkan hasil analisis kesesuaian kejadian lapangan dan prediksi, terlihat bahwa Metode JRA memiliki jumlah prediksi yang tidak akurat sebanyak 11 kejadian, dengan nilai kesesuaian \((P_{error})\), sedangkan Metode Tokimatsu-Yoshimi merupakan metode yang paling akurat dalam memprediksi kesesuaian kejadian di lapangan. Hasil analisis faktor bobot kesalahan atau error weighted factor dapat dilihat pada Tabel 4. Metode Seed memiliki faktor bobot kesalahan tertinggi di antara metode lainnya. Metode dengan nilai faktor bobot terkecil berdasarkan hasil analisis adalah Metode Idriss-Boulanger. Oleh karena itu dapat disimpulkan bahwa Metode Idriss-Boulanger adalah metode yang paling handal dalam memprediksi likuifaksi September 2007.

5.2 Faktor aman dan probabilitas likuifaksi

Gambar 10 merupakan interpretasi dari faktor aman menggunakan Metode Idriss-Boulanger. Secara umum, likuifasi berpotensi terjadi sampai pada seluruh kedalaman. Likuifaksi juga ditemukan pada kedalaman 0-7 m (SPT-1), 0-6 m dan 8,5-10 m (SPT-2). Nilai FS selanjutnya dianalisis nilai probabilitas likuifaksinya, seperti terlihat pada Gambar 10. Dari hasil analisis probabilitas likuifaksi, terlihat bahwa nilai probabilitas likuifaksi untuk keadaan kritis rata-rata bernilai 0,495. Nilai probabilitas likuifaksi juga diintepretasikan terhadap (N₁)₆₀ pada Gambar 11. Terlihat bahwa perlapisan tanah dengan (N₁)₆₀ sebesar 25-27 blows/ft merupakan jenis tanah kritis likuifaksi (pasir sedang-padat).

Gambar 9. Interpretasi CSR lapangan pada area yang diteliti dan kurva CRR dari beberapa metode

Tabel 1. Nilai (N1)60, FC (fraksi halus), dan CSRlap pada tiap kedalaman investigasi

Gambar 10. Interpretasi faktor aman likuifaksi terhadap kedalaman (a) SPT-1, (b) SPT-2, and (c) SPT-3

Tabel 2. Hasil analisis nilai error dari data lapangan dan prediksi

Tabel 4. Faktor bobot metode-metode yang digunakan dalam analisis

Tabel 3. Analisis hasil kesesuaian kejadian lapangan dengan prediksi

Gambar 11. Analisis potensi likuifaksi dalam memprediksi probabilitas likuifaksi kritis dan (N1)⁶⁰ kritis

6. Kesimpulan

Metode Idriss-Boulanger adalah metode yang paling mendekati kejadian likuifaksi yang di lapangan yang ditemui pasca Gempa September 2007. Secara umum, kondisi perlapisan tanah di Lempuing sangat berpotensi mengalami likuifaksi, dengan nilai estimasi probabilitas kritis sebesar 0,495. Jenis pasir dengan kepadatan sedang sampai padat dapat mengalami keadaan kritis akibat gempa 2007.

7. Ucapan Terima Kasih

Penulis mengucapkan terima kasih kepada Laboratorium Mekanika Tanah, Jurusan Teknik Sipil, Universitas Bengkulu, beserta staf, untuk data SPT dan CSRlab yang digunakan dalam studi ini.