INVERSI GRAVITASI 2D MODEL KOTAK

Stephanie Tarumingkeng (20214020)

Abstract
Interpretasi dari data gravitasi memiliki sifat tidak unique, sehingga metode inversi untuk data gravitasi perlu untuk dikembangkan.
Telah dibuat simulasi inversi linier dengan metode Lagrangain multiplier untuk model kotak dengan tujuan untuk mengetahui respon
medan gravitasi dari benda berbentuk kotak. Medan gravitasi dari kotak dijabarkan perumusannya kemudian harganya dihitung
dengan pemograman dalam matlab. Sebagai data validasi maka digunakan model sintetik yang hasilnya digunakan sebagai data
masukan pada program inversi yang dibuat dan setelah itu inversi diterapkan pada data lapangan. Hasil yang diperoleh pada
pemodelan ini dapat disimpulkan bahwa ada keambiguitasan hasil inversi dengan nilai error yang sangat kecil, artinya dengan
parameter yang kita cobakan bisa diperoleh hasil yang jauh berbeda bila tidak diberikan nilai prediksi awal sebagai batasan nilai
yang diharapkan. Selain itu penyebaran anomali gravitasi sangat dipengaruhi oelh konstanta smothness, semakin besar konstanta
smothness maka semakin kecil area yang menggambarkan keberadaan benda dibawah permukaan bumi. Olehnya itu, diperlukan
metode atau pendekatan lain untuk menyempurnakan hasil ini.
Pendahuluan
Metode gravitasi adalah salah satu metode geofisika yang dapat memberikan gambaran bawah permukaan melalui perbedaan rapat
massa antar batuan disekitarnya. Kontras rapat massa ini digunakan untuk interpretasi struktur bawah permukaan pada daerah
penelitian yang dapat diperoleh melaui proses inversi. Metode inversi merupakan proses mengestimasi model atau parameter model
dari data, respon atau suatu keadaan. Model yang biasa digunakan adalah model bola homogen, poligon talwani, kotak, silinder, dll.
Interpretasi dari data gravitasi memiliki sifat tidak unique, artinya untuk satu profil anomali gravitasi memiliki tak hingga solusi atau
ambiguitas, sehingga metode inversi untuk data gravitasi banyak mengalami perkembangan. Perkembangan metode inversi
diantaranya menggunakan pendekatan Backus & Gilbert dengan dasar kriteria peminimuman fungsi jarak antara model awal dengan
benda sebenarnya melalui Langrange multiplier (Green, 1975), menggunakan kriteria kompak yaitu memaksimumkan kekompakan
atau meminimumkan luas penampang (2D) (Last dan Kubik, 1983), menggunakan kriteria buka, tampak dan isi yang modelnya
tumbuh pada arah yang diinginkan dalam ruang model yang sudah ditentukan densitasnya, dimana model dapat diberikan dengan
mengisi satu atau beberapa elemen dan pada setiap kali iterasi hanya ada satu elemen yang terisi (Rene , 1986), serta meminimumkan
fungsi khusus yaitu fungsi momen inersia (Guillen dan Menichetti, 1984).

Metode Green digunakan dan dikembangkan algoritmanya menjadi inversi 3D untuk menginterpretasikan data gravitasi
menggunakan beberapa kendala yaitu jarak minimum, kerataan, smothness dan kekompakan (Boulanger dan Chouteau ,2001 ).
Selanjutnya versi 2D dari metode 3D Boulanger dan Choutea dikembangkan dengan menggabungkan fungsi pembobotan model
objektif dan persamaan kendala untuk mengatasi masalah inversi (Vatankhah dkk, 2014). Dalam paper ini metode Vatankhah dkk
akan dimodifikasi dengan menggunakan model kotak. Metode ini telah diuji dengan data sintetik yang dihitung dari model benda
r
anomali dua dimensi bentuk kotak dan sebagai aplikasi praktisnya, metode ini diterapkan pada profil data lapangan gravitasi.

Teori Dasar
Medan Gravitasi dan Potensial Gravitasi
Teori yang mendasari metoda gravitasi adalah Hukum
Newton. m2
Hukum Newton menyatakan tarik-menarik antara
dua massa dapat dituliskan sebagai berikut:

mm
F r G 1 2 2 r
r

m1

sedangkan arah gaya adalah menuju m1 sehingga diberi tanda

negatif, karena berlawanan arah dengan arah

Percepatan massa m2 akibat m1 dituliskan sebagai:

(1)

m
F r

g r
G 21 r
m2
r
(3)

Gambar 1. Ilustrasi tarik-menarik antar dua massa.

F r

adalah gaya yang dialami oleh m 2 akibat tarikan massa

m1. Gaya ini selalu bersifat tarik-menarik. G adalah konstanta
gravitasi yang besarnya adalah 6.67 x 10 -11 m3 kg-1 s-2 . Besar
gaya yang dialami oleh m2 akibat m1 adalah

mm
F r G 1 2 2
r

Satuan percepatan gravitasi yang lazim digunakan dalam

metoda gravitasi adalah mgal (milli gal), dimana 1 mgal = 10 3
cm s-2 atau ada juga yang menggunakan gravity unit (g.u),
dimana 1g.u = 10-6 cm s-2 = 0.1 mgal. Dalam praktek,
besaran g ini yang biasanya diukur di lapangan.
Oleh karena medan gravitasi bersifat konservatif, artinya
bahwa kerja yang dilakukan untuk memindahkan massa m
dalam medan gravitasi tidak bergantung pada lintasan ,maka
dapat didefiniskan suatu potensial skalar U, yang memenuhi
persamaan berikut:

g U r
(4) ; Dimana,

(2)

U r G 1
r

(5)


r0

sehingga kadang lebih mudah

Potensial U
inir bersifat skalar,
rr
untuk dihitung0 dibandingkan g yang bersifat vektor.
0

Potensial gravitasi di titik P akibat dari suatu distribusi massa

seperti pada gambar berikut dapat dinyatakan oleh:

U p (r ) G

( r0 ) d 3 r0
r r0
V
(6)

Up adalah potensial skalar gravitasi di titik P akibat dari

distribusi massa M, adalah rapat massa yang dapat
bergantung pada posisi.

Metoda Eksperimen

Gambar 2. Potensial oleh distribusi massa.

y
o
Pada penelitian ini memanfaatkan bantuan Matlab 2013 untuk membuat program yang memodelkan gambaran bawah permukaan.
Mula-mula dibuat pemodelan kedepan untuk diperoleh respon anomalinya, kemudian hasil dari respon anomalinya berupa data grafik
dijadikan sebagai data sintetik untuk digunakan pada pemodelan inversi. Pengujian program ini dilakukan dengan menggunakan 1
data sintetik dan 2 data lapangan.

A.

.P

Pemodelan Kedepan
Pemodelan kedepan (forward modeling) yakni dengan diperkirakannya parameter model kita dapat menghitung respon yang
dihasilkan dari model tersebut. Hasil dari pemodelan kedepan ini dijadikan sebagai data sintetik untuk diuji kevalidannya. Adapun
persamaan pemodelan kedepan diberikan oleh :

g 13,3 x10 d log

3

Dengan :

Gambar 3. Ilustrasi Anomali

Bawah Permukaan model
kotak

h22
x2
h12
1 2
x

(7)

1
h1 z 0 dx
2
1
h2 z 0 dx
2

adalah selisih rapat massa kotak dengan batuan sekitar (g/cm 3)

h1 adalah kedalaman permukaan atas (meter)
h2 adalah kedalaman permukaan bawah (meter)
x adalah lebar massa anomali (meter)

B.

Pemodelan Inversi
Pemodelan inversi dilakukan setelah pemodelan kedepan
dilakukan. Adapun proses inversi yang dilakukan adalah inversi
linear dengan prinsip berulang (iterasi), diagram alirnya terlihat
pada gambar 5.

Gambar 5. Diagram Alir Proses Inversi Linear

(8)

Proses perubahan parameternya menggunakan Lagrangian

multiplier dengan memberikan faktor pembobotan agar
diperoleh hasil yang maksimal.

2x
Dimana 0 dalam baris

Proses Perubahan Parameter

Berdasarkan pendekatan Backus dan Gilbert, Green
mengusulkan metode linear untuk inversi data gravitasi (Green,
1975). Pendekatan menggunakan minimalisasi fungsi berharga
yang terdiri dari pembobotan jarak dari model yang diterima
dari keadaan awal, dikenakan kesetaraan kendala, yang dapat
diselesaikan dengan menggunakan Lagrangian multipliers
(Lihat Lampiran A) (Boulanger dan Chouteau ,2001). Metode
Green digunakan dan dikembangkan dalam algoritma inversi
3D untuk menafsirkan data gravitasi menggunakan seperangkat
kendala. Berikut ini metode mereka, fungsi Lagrangian
diberikan oleh

adalah vektor nol berisi nz -1.

( N M ) X 1

(13)

g Nx1
Dimana

berbeda diantara data observed dan data

g obs g pre
kalkulasi anomali (

O Mx1
dan

adalah vektor nol.

( N M ) X 1

(14)

L( , ) ( ) W W ( ) (b A( ))
0 T

(9)
Fungsi obyektif ini fleksibel dan memungkinkan menyisipkan
berbagai kendala dan informasi apriori dalam proses inversi. Ini
terdiri dari:

( N M ) XM

G NxM

adalah Lagrangian multipliers terkait dengan

kesetaraan kendala dan perpecahan dalam

untuk 0.

pertama atau kedua matriks (

merupakan

atau

H )
2

) yang

2
x

2
z

dikalikan dengan
atau
. Matriks
dan
menggambarkan pendekatan Finite-Difference (FD) untuk

2
x

W MxM P 1QV
fisik diharapkan dapat digunakan.
dari 3 diagonal matriks P, Q dan V.

2z

P adalah matrix dari kendala yang sulit, dimana jj adalah tetap

10 2
pada

ketika informasi geologi memberikn nilai

0j )

1 2 1
1 2 1

1 0 2

2x

0
0

1
2

Q jj

V jj

(11)

1

2
j

(kekompakan) dengan elemen diagonal

1 0
1 0

1
(z j )

elemen diagonal
(Li and Oldenburg, 1996,
1998). Sedangkan V adalah daerah kendala minimum

terdiri

densitas awal dari kotak ke j (

. Jika tidak, jj tetap pada 1.
Selain itu, dalam algoritma ini positif dari kepadatan dikenakan
selama inversi dengan memotong kepadatan luar batas yang
diijinkan. Q adalah matriks pembobot kedalaman dengan

diberikan oleh :

1 2 1

1 2

dan

Umumnya
= 0, tapi jika tetapi jika pengetahuan apriori dari
sifat-sifat bawah permukaan distribusi ada, model penuh sifat

mengambil turunan dalam arah x dan z. Matriks M x M dari

dan

untuk

adalah operator matriks forward dan

2
z

adalah vektor yang mengandung kontras awal masa jenis.

H MxM

H ( H

o
(10)

turunan

Dengan

2 0 1
2 0 1

(12)
Hasil dan Analisa
A.

Data Sintetik
B. Data sintetik diperoleh dari perhitungan forward dari model
kotak. Dengan memodelkan benda di bawah permukaan

berbentuk kotak dengan mengambil titik pengukuran 0-99 m

dan nilai deltarho 100 gr/cm3, serta titik pusat kotak berada pada
x0=50 m dan h=50 m dan panjang sisi 10 m maka diperoleh

Respon Anomali

2.5
2
1.5
0

10

20

30

40

50
60
Jarak (m)

70

80

90

100

Kedalaman (m)

50

10

20

30

40

50
60
Jarak (m)

70

80

90

100

C.
D. Gambar 6. Respon Anomali Gravitasi Pemodelan Kedepan
E.
F. Hasil dari pemodelan kedepan ini dijadikan sebagai data
sintetik yang akan digunakan pada pemodelan inversi. Pada
proses inversi ini, digunakan metode Lagrangain Multiplier
dengan menambahkan fungsi pembobot. Nilai konstanta
smothnessnya yang digunakan sebesar 3,7x10 -7 sehingga
menghasilkan gambaran anomali gravitasi bawah permukaan
seperti gambar 7. Diperoleh nilainya sudah mendekati seperti
data pada pemodelan kedepan dengan nilai deltharho berkisar 45
gr/cm3

1.5

Respon Anomali

Kedalaman (m)

1.

0.15
0.1
0.05
0

10

20

30
Jarak (m)
Rho Akhir

40

50

60

10

20

30
Jarak (m)

40

50

60

50

-0.4
0

10

20

30

40

50
60
Jarak (m)
Rho Akhir

70

80

90

100

10

20

30

40

50
60
Jarak (m)
1

-0.2

-0.1

0.1

0.2

0.3

0.4

0.5

0.6

O. Gambar 8. Respon anomali gravitasi hasil inversi untuk

pertambangan bijih mangan
2.

-0.3

100

50

-1

J.

CALC
OBS

0.2

0.5
0

N.

CALC
OBS

sangat mempengaruhi
pada eksperimen ini

divariasikan dengan nilai

= 0 ; 3x 10 -7 dan
-6
1x10 (perbandingannya terlihat pada lampiran B).
Error yang diperoleh sangat kecil sehingga ketika
hanya diperlukan iterasi 2 kali sudah ditemukan
hasilnya, dapat dilihat pada gambar B4 (lampiran).

Respon Anomali

2.5

dG (mGal)

= 3,7 x 10 -7. Hasil inversi terlihat pada gambar

10 dimana ditemukannya kontras densitas dan
geometri untuk bijih mangan dengan nilai densitas
berkisar antara 0,5 0,6 gr/cm 3 yang sangat beda
nilainya dengan hasil dari (VATANKHAH dkk .
Konstanta smothness
hasil inversi dimana

100

dG (mGal)

sisi 2,5 m. Inversi dikerjakan dengan mengkombinasikan jarak

minimum, smothness dan kendala daerah minimum dimana

Kedalaman (m)

delta G (mGal)

respon anomali yang terlihat pada gambar 6. Untuk menghindari

terjadinya under-determined pada proses inversi, maka jumlah
data disesuaikan dengan respon model.

70

80

90

100

G. Gambar 7. Hasil Inversi dari data sintetik

H. Error yang diperoleh sangatlah kecil (gambar B3). Untuk
menguji program yang dilakukan selain digunakan data sintetik,
patutlah kita gunakan data lapangan untuk memperoleh hasil
yang lebih maksimal.
I.
Data Lapangan
K. Inversi diterapkan pada 2 data lapangan berbeda daerah
yaitu pada pertambangan bijih sulfida New South Wales,
Australia dan pertambangan bijih mangan Zereshlu Camp,
Zanjan-Iran.
Pertambangan bijih mangan Zereshlu Camp, Zanjan-Iran.

Pertambangan bijih sulfida South wales, Australia.

P. Sama halnya dengan inversi pada data lapangan

pertambangan bijih mangan di iran, inversi juga dilakukan di
pertambangan bijih sulfida di Australia. Sebuah profil dari
anomali residual yang terdiri dari 11 data pengukuran, setiap
sampel 10 m, dipilih untuk inversi (GHALEHNOE dkk,
2014).Akan tetapi pada data ini bawah permukaannya dibagi
menjadi 15 x 30 = 450 kotak dengan panjang sisi 10 m. Inversi
dikerjakan dengan mengkombinasikan jarak minimum,

smothness dan kendala daerah minimum dimana

= 3,7 x
10 -7. Hasil inversi terlihat pada gambar 9 dimana
ditemukannya kontras densitas dan geometri

untuk bijih sulfida. Konstanta smothness

sangat mempengaruhi hasil inversi dimana pada

L. Daerah dari survei gravitasi meluas antara UTM koordinat

[704296 704554] Timur dan [4130627 4130990] Utara, zona 38.
Daerah ditutupi oleh Andesit merah diubah dengan ferrous
Oksida dan Olivine piroksen Basalt Tuff, yang dua struktur
dipisahkan oleh kesalahan utara-selatan (Gambar 8)
(VATANKHAH dkk, 2014).

eksperimen ini divariasikan dengan nilai

= -1 ;
3x 10 -7 dan 1x10-6 (perbandingannya terlihat pada
lampiran B2). Terlihat pada saat konstanta
smothnessnya bernilai 0, gambar anomalinya lebih

M. Sebuah profil dari anomali residual yang terdiri dari 26 data

pengukuran, setiap sampel 2,5 m, dipilih untuk inversi. Bawah
permukaan dibagi menjadi 26x20 = 520 kotak dengan panjang

luas dan dalam, sedangkan pada saat

= 3 x10-7
gambar anomalinya lebih terlihat menyerupai
seperti yang dilakukan oleh GHALEHNOE dkk,

Respon Anomali

0.01
dG (mGal)

sedangkan jika
= 1 x 10 -6 yang berarti nilai
konstanta smothnessnya semakin besar tampak
gambarnya kurang begitu jelas dan areanya
semakin kecil. Dari hasil inversi, diperoleh nilai
gravitasinya berkisar diantara 5-10 x 10-3 gr/cm3.
Nilai ini berbeda dengan hasil di lapangan. Akan
tetapi error yang diperoleh sangat kecil yang
hanya diperlukan iterasi 2 kali untuk ditemukan
hasilnya, dapat dilihat pada gambar B5 (lampiran).

CALC
OBS
0.005

50

100

Kedalaman (m)

Q.

250

300

350
-3

x 10
5

50

0
-5

100
150

R.

150
200
Jarak (m)
Rho Akhir

-10
0

50

100

150
Jarak (m)

200

250

300

S. Gambar 9. Respon anomali gravitasi hasil inversi data

lapangan pertambangan sulfida
T.
U.
V.
W. Kesimpulan dan Saran
1.
2.
3.

Penyebaran anomali gravitasi sangat bergantung pada konstanta smothness dimana semakin besar nilainya maka semakin kecil
area yang menggambarkan kontras densitas dan geometri dari suatu benda di bawah permukaan bumi.
Penggunaan metode lagrangian multiplier sudah berhasil membuat hasil inversi pada data sintetik menyerupai kondisi awal benda
akan tetapi pada data lapangan masih jauh dari kondisi sebenarnya, sehingga diperlukan metode lain untuk menyempurnakan
metode ini.
Nilai deltarho yang diperoleh pada data sintetik berkisar 4-5 gr/cm 3 sedangkan pada data lapangan 1 sebesar 0,5-0,7 4-5 gr/cm 3
serta data lapangan 2 berkisar 5-10 x 10-3 4-5 gr/cm3 dengan error yang sangat kecil. Akan tetapi hal ini menimbulkan ambiguitas
karena error yang sangat kecil tidak sesuai dengan hasil yang tidak sama dengan keadaan di lapangan. Olehnya itu, perlu adanya
kombinasi beberapa pendekatan untuk menyempurnakan hasilnya.

X.
Y.
Z.
AA.
AB.

Referensi

AC.
Backus, G. and Gilbert, J. F., 1967, Numerical applications of a formalism for geophysical inverse problems,
Geophysical Journal of the Royal Astronomical Society, 13, 247-276.
AD.
AE.
Boulanger, O. and Chouteau, M., 2001, Constraints in 3D gravity inversion, Geophysical Prospecting, 49,
265-280.
AF.
AG.
GHALEHNOEE, Mohammad Hossein; GHORBANI, Ahmad. 2D gravity COMPACT inversion based on a new
weighting function. 2014.

AH.
Green, W. R., 1975, Inversion of gravity profiles by use of a Backus-Gilbert approach, Geophysics, 40, 763772.
AI.
AJ.
Guillen, A. and Menichetti, V., 1984, Gravity and magnetic inversion with minimization of a specific
functional, Geophysics, 49, 1354-1360.
AK.
AL.
Last, B. J. and Kubik, K., 1983, Compact gravity inversion, Geophysics, 48, 713721.
AM.
AN.
VATANKHAH, S.; ARDESTANI, E. V.; ASHTARI JAFARI, M. A method for 2-dimensional inversion of gravity
data. Journal of the Earth and Space Physics, 2014, 40.3: 23-33.
AO.
AP.
Lampiran A

AQ.
Derivasi dari algoritma inversi (Boulanger dan
Chouteau ,2001)
AR.
dua sifat:

Kami ingin menemukan model yang memiliki

obs

1.

Memenuhi data observed gravitasi (g ),

AS.
yaitu gpre()= gobs (A-1)
AT.dimana, gpre() adalah nilai-nilai gravitasi yang diprediksi
oleh parameter model.
2. Harus dekat dengan parameter perkiraan awal, 0. Di ruang
parameter, jarak dari 0 diberikan oleh

- 0
AU.
(A-2)
AV.

2
2

(W ( - 0 ), W ( - 0 ))

Hubungan g dan parameter model adalah linier:

AW.
(A-3)
AX.
suatu
AY.
AZ.
BA.
(A-4)
BB.
BC.
(A-5)

gpre()=

(G,

dimana G adalah kernel dan (G, ) menunjukkan

produk inti. Pengaruh gravitasi dari awal
Model adalah
g pre(0 )= (G, 0)
dari (A-1), (A-3) dan (A-4), kita peroleh :
gobs-gpre(0)=G(-0)

W ( 0 )

2
2

BD.
masalah kemudian diminimalisasi
dikenakan kendala
BE.
gobs-gpre(0)=G(-0)
BF.yang dapat diselesaikan dengan menggunakan Lagrangian
multiplier

BG.
BH.
BI.
BJ.
BK.
BL.
BM.
BN.
BO.
BP.
BQ.
BR.
BS.
BT.
BU.
BV.
BW.
BX.
BY.
BZ.
CA.
CB.

Lampiran B

Respon
b Anomali
CALC
OBS

dG (mGal)

0.2
0.15
0.1
0.05

Kedalaman (m)

10

20

30
40
Jarak (m)
Rho Akhir

50

60

10

20

30
Jarak (m)

50

60

50

-0.4

-0.3

-0.2

-0.1

40

0.1

0.2

0.3

0.4

0.5

CC.
Respon Anomali

CALC
OBS

0.15

0.05
10

10

-0.4

CD.

20

30
40
Jarak (m)
Rho Akhir

-0.3

20

-0.2

-0.1

30
Jarak (m)
0

0.1

50

0.1
0.05
0

40

0.2

60

0.15

50

0.3

0.4

Kedalaman (m)

Kedalaman (m)

50

CALC
OBS

0.2

0.1

Respon Anomali

dG (mGal)

dG (mGal)

0.2

60

0.5

0.6

10

20

30
Jarak (m)
Rho Akhir

40

50

60

10

20

30
Jarak (m)

40

50

60

50

-0.5

-0.4

-0.3

-0.2

-0.1

0.1

0.2

Gambar B1. Perbandingan hasil inversi dengan nilai konstanta smothness a). 0, b). 3 x 10-7, c). 1 x 10 -6

0.3

0.4

0.5

a
dG (mGal)

CALC
OBS
0.005

50

100

150
200
Jarak (m)
Rho Akhir

Kedalaman (m)

-5
-10
0

50

100

150
Jarak (m)

Kedalaman (m)

250

300

dG (mGal)
350
-3

x 10

50

0
-5

100

-10
0

CF.

50

100

150
Jarak (m)

200

Respon Anomali

250

50

100

150
200
Jarak (m)
Rho Akhir

150

300

0.005

250

CALC
OBS

Kedalaman (m)

dG (mGal)

CALC
OBS

150
200
Jarak (m)
Rho Akhir

200

0.01

0.005

100

-3

x 10

100

50

350

Respon Anomali

300

CE.

250

50

150

0.01

Respon Anomali

0.01

300

350

0.01
0.005

50

0
100
150

300

250

-0.005
-0.01
0

50

100

150
Jarak (m)

200

250

300

Gambar B2. Perbandingan hasil inversi dengan nilai konstanta smothness berbeda a) 0, b) 3 x 10 -7, c) 1x 10-6

CG.
Eror

3.5

-5

2.5

Eror

x 10

3
2

2
eror (rms)

eror (rms)

2.5

1.5

1.5

1
0.5

0.5

CH.

0
0

10
12
Iterasi ke-

14

16

18

0
0

20

CI. Gambar B3. Plot Error terhadap iterasi pada data sintetik

10
12
Iterasi ke-

14

16

18

20

Gambar B5. Nilai Error terhadap iterasi pada data lapangan

CJ.

pertambangan bijih sulfida

Eror

0.02
0.018
0.016

eror (rms)

0.014
0.012
0.01
0.008
0.006
0.004
0.002
0

10
12
Iterasi ke-

14

16

18

20

CK.B4 Nilai Error terhadap iterasi untuk data lapangan

Gambar
pertambangan bijih mangan