1.

Jelaskan proses dekonvolusi : Deconvolusi adalah proses pengolahan data seismik yang
bertujuan untuk meningkatkan resolusi temporal (baca: vertikal) dengan cara mengkompres
wavelet seismik.

Deconvolusi umumnya dilakukan sebelum stacking akan tetapi dapat juga diterapkan setelah
stacking.

Selain meningkatkan resolusi vertikal, deconvolusi dapat mengurangi efek 'ringing' atau multiple
yang mengganggu interpretasi data seismik.

Deconvolusi dilakukan dengan melakukan konvolusi antara data seismik dengan sebuah filter yang
dikenal dengan Wiener Filter .

Filter Wiener diperoleh melalui permasaan matriks berikut:

axb=c
a adalah hasil autokorelasi wavelet input (wavelet input diperoleh dengan mengekstrak dari data
seismik), b Filter Wiener dan c adalah kros korelasi antara wavelet input dengan output yang
dikehendaki.
Output yang dikehendaki terbagi menjadi beberapa jenis [Yilmaz, 1987]:
1. Zero lag spike (spiking deconvolution)
2. Spike pada lag tertentu.
3. time advanced form of input series (predictive deconvolution)
4. Zero phase wavelet
5. Wavelet dengan bentuk tertentu (Wiener Shaping Filters)

Zero lag spike memiliki bentuk [1 , 0, 0, 0, ..., 0] yakni amplitudo bukan nol terletak para urutan pertama.
Jika Output yang dikehendaki

memiliki ben tuk

[0 , 0, 1, 0, ..., 0] maka disebut spike pada lag 2 (amplitudo bukan nol

terletak para urutan ketiga) dan seterusnya.

Dalam bentuk matrix, Persamaan Filter Wiener dituliskan sbb:

dimana n adalah jumlah elemen.

Matriks a diatas merupakan matriks dengan bentuk spesial yakni matriks Toeplitz, dimana solusi
persamaan diatas secara efisien dapat dipecahkan dengan solusi Levinson. Dengan demikian operasi
Deconvolusi jenis ini seringkali dikenal dengan Metoda Wiener-Levinson.

Untuk memberikan kestabilan dalan komputasi numerik diperkenalkan sebuah Prewhitening e yakni
(

dengan memberikan pembobotan dengan rentang 0 s.d 1 pada zero lag matriks a (sehingga
elemen a0 matrix diatas menjadi a0(1+e).

Gambar dibawah ini menunjukkan diagram alir proses Deconvolusi.

3. Analisis Fourier-Deret Fourier-Transformasi Fourier

Analisis Fourier adalah metoda untuk mendekomposisi sebuah gelombang seismik menjadi beberapa
gelombang harmonik sinusoidal dengan frekuensi berbeda-beda.

Dengan kalimat lain, sebuah gelombang seismik dapat dihasilkan dengan menjumlahkan
beberapa gelombang sinusoidal frekuensi tunggal. Sedangkah sejumlah gelombang sinusoidal
tersebut dikenal dengan Deret Fourier.
Gambar

dibawah

ini

adalah

contoh

Analisis

Fourier.

Sedangkan Transformasi Fourier adalah metoda untuk mengubah gelombang seismik dalam domain waktu
menjadi domain frekuensi. Proses sebaliknya adalah Inversi Transformasi Fourier (Inverse Fourier
Transform).

Kedua gambar diatas courtesy:

Margrave G. et al., Consortium for Research in Elastic Wave Exploration Seismology,
TheUniversity of Calgary.

Transformasi Fourier

Transformasi Fourier adalah alat yang bisa kita gunakan untuk melihat sinyal
dengan kacamata yang lain. Jika selama ini kita hanya melihat sinyal melalui
osiloskop atau alat sejenis lainnya, itu adalah visualisasi sinyal dalam ranah
waktu (time domain), sumbu horisontal-nya waktu (t) dan sumbu vertikal-nya
adalah amplitudo (A).
Kita tidak bisa tahu secara langsung informasi penting di ranah waktu kecuali
amplitudo dan kapan terjadinya. Bisakah menghitung frekuensinya? itu mungkin
jawaban Anda, karena bisa jadi Anda
00.10.20.30.40.50.60.70.80.91-1-0.8-0.6-0.4-0.200.20.40.60.81Teorema Nyquist - Efek Aliasing (Fs=20Hz)1hz2hz5hz10hz15hz18hz19hz

hanya membayangkan sebuah gelombang sinusoidal, Anda tinggal hitung

berapa gelombang dalam satu detiknya, Langsung ketemu sekian
gelombang/detik atau pake satuan cycle/sec atau Hz.

5. jelaskan yang disebut dengan:

a. frekuensi pencuplikan Dalam dunia Pemrosesan Sinyal Digital, ada suatu

proses untuk mendapatkan data digital melalui proses pencuplikan,

artinya sinyal analog dicuplik (diambil) secara diskrit dengan periode Ts
atau frekuensi cuplik Fs
Pada awalnya kita hanya mengenal sinyal atau isyarat analog dan
kontinyu (terus menerus tanpa ada jeda sedikitpun, misalnya antara
data untuk t=0 detik hinga t=1 detik, kita memiliki semua data secara
lengkap, tidak hanya pada t=0 detik dan t=1 detik saja).
Dengan adanya teknologi komputer, pemrosesan sinyal mengalami
kemajuan karena data-data sinyal tersebut dapat tersimpan dan diproses
menggunakan komputer, caranya? Yaitu dengan melakukan pencuplikan
(bisa dibayangkan berapa banyak data yang tersimpan jika masih bersifat
kontinu? Karena antara t=0 detik hingga t=1 detik bisa berjumlah takhingga) menjadi data-data diskrit, hanya untuk saat t tertentu saja,
misalnya dengan periode pencuplikan T=0.5 detik, akan diperoleh
frekuensi pencuplikan fs=2 Hz atau 2 data tiap detik, sehingga untuk 1
menit = 60 x 2 daa = 120 data/menit.

b. Gejala aliasing ->

Efek Aliasing (yang nanti akan lihat bahwa frekuensi alias = frekuensi
pencuplikan - frekuensi sinyal), yaitu suatu efek yang akan terjadi jika kita
melakukan pencuplikan dengan frekuensi pencuplikan dibawah dari ketentuan
Nyquist.
Efek aliasing terjadi karena frekuansi sinyal maksimum fmax lebih besar dari frekuensi sampel fs.
untukmenghindari efek aliasing maka frekuensi sampel fs harus dua kali lebih besar daripada frekuensi
sinyal maksimum fmax. Apabila efek aliasing terjadi maka kita tidak dapat mengetahui frekuensi sinyal
yang sebenarnya.

Sampling yang benar, fs > 2fmax

Gambar diatas adalah contoh sampling yang benar. Dimana frekuensi sampling fs lebih besar dari dua
kali frekuensi sinyal maksimum fmax, fs > 2fmax.

aliasing, fs <2fmax>

Sampling yang menyebabkan efek

Gambar diatas adalah contoh aliasing. Sinyal yang dihasilkan tidak sama dengan sinyal aslinya. Sinyal
yang dihasilkan akan seperti gambar di bawah.

akibat terjadinya efek aliasing

Bentuk sinyal yang dihasilkan

Adalah fenomena bergesernya frekuensi tinggi gelombang seismik menjadi lebih rendah yang diakibatkan
pemilihan interval sampling yang terlalu besar (kasar).
Gambar di bawah menunjukkan fenomena aliasing.

Perhatikan jika sampling interval = 2 mili detik

atau 4 mili detik spektrum amplitudo gelombang bersangkutan sekitar 80Hz. Akan tetapi jika sampling
interval 16 mili detik maka frekuensi menjadi bergeser lebih rendah yaitu sekitar 20Hz.

5c. M O N D A Y ,

JUNE 18, 2007

Frekuensi Nyquist
Adalah frekuensi tertinggi yang dimiliki oleh gelombang seismik.
Secara matematis Frekuensi Nyquist dituliskan sbb:

FN=1/(2 x interval sampling)

Sehingga jika interval sampling 0.0025 mili detik (2.5 detik) , maka Frekuensi Nyquist adalah 200Hz.

Mr. Nyquist memberikan aturan bahwa frekuensi cuplik minimal harus 2

(dua) kali lipat frekuensi maksimum yang dikandung sinyal yang
bersangkutan.
Untuk memahami hal tersebut, mari kita persiapkan dulu sinyal sinusoidal
dengan frekuensi 2 Hz. Kita gunakan frekuensi cuplik 1000 Hz atau

periode 0.001 detik (supaya gambarnya jauh lebih smooth dibandingkan

dengan eksperimen-eksperimen yang akan kita lakukan)