Anda di halaman 1dari 48

Kelompok VII

Inversi Non Linear Dengan Pendekatan Linear


Anggota : Yusuf Gatut Yopi April, Geofisika 7A

Sekolah Tinggi Meteorologi Klimatologi


dan Geofisika
2016

OUTLINE
1.Deret Taylor
2.Matrik Jacobian
3. Inversi non Linear dengan
Pendekatan Linear
4. metode iteratif dengan inversi
5. Aplikasi Penentuan Parameter Kenematik
Gempa Bumi berdasarkan Inversi Non-linier

Deret Taylor
Jika suatu fungsi f(x) diketahui di titik xi dan semua
turunan f terhadap x diketahui pada titik tersebut, maka
dengan deret Taylor dapat dinyatakan nilai f pada titik
xi+1 yang terletak pada jarak x dari titik xi .
x
x 2
x 3
x n
n
f ( xi 1 ) f ( xi ) f ' ( xi ) f ' ' ( xi )
f ' ' ' ( xi )
..... f ( xi )
Rn
1!
2!
3!
n!
f(xi )

f(x)
Order 2
Order 1

xi

xi+1

: fungsi di
titik xi

f(xi+1 )

: fungsi di
titik xi+1

f, f,..., f

: turunan
pertama,
kedua, ...., ke
n dari fungsi

: jarak antara
xi dan xi+1

Deret Taylor
Deret
Taylor berguna dalam metode

numerik
untuk
menghitung
atau
menghampiri nilai-nilai fungsi yang
susah dihitung secara manual seperti
nilai sin x, cos x, ex, log x atau ln (x + 1)
Bentuk umum Deret Taylor :
Secara ringkas dapat ditulis dengan :

Deret Taylor

yang dipotong sampai suku orde ke-n (untuk


Deret
alasanTaylor
praktis) dinamakan deret Taylor terpotong dan
dinyatakan oleh:

Yang dalam hal ini Rn adalah galat atau sisa (residu),


,

Deret Taylor

deret Taylor yang dipotong sampai suku


Dengan
orde ke-ndemikian
dapat ditulis sebagai

Dimana,

Matriks Jacobian

Matriks Jacobian adalah matriks dengan turunan parsial


pertama dari suatu fungsi (vektor atau skalar).

Pada prinsipnya, matriks Jacobia

Misalkan f : Rn Rm adalah fungsi dengan input vektor x R n dan


menghasilkan output vector f(x) R m. Maka matriks Jacobian J
dari f adalah matriks m x n, yang didefinisikan sebagai berikut:

Atau, dapat dinyatakan dengan:

n merupakan
gradien, bukan divergen.

Matriks Jacobian
Bila
fungsi dalam sistem koordinat kartesian, maka
matriks Jacobian dari fungsi vektorial :

Contoh,bila =[1:3] dan =[1:3], maka menjadi:

Jacobian untuk fungsi skalar multi variable adalah


gradient dari fungsi scalar variable tunggal (sama
dengan hanya turunannya).

Matriks Jacobian
dapat digunakan untuk
Jacobian

menggambarkan jumlah peregangan,


rotasi atau transformasi.
Contoh, bila fungsi diganti dengan vector
pada kondisi akhir , maka diperoleh:

Yang tidak lain adalah tensor transformasi :

Determinan dan Invers Matriks


Jacobian
Determinan dan invers matriks
Jacobian sama dengan matriks biasa,
dengan syarat matriks berbentuk
bujur sangkar (m=n).

Contoh 1
Fungsi f : R2 R2 :

Contoh 2
Fungsi F : R+ x [0 , 2] R2 (pada koordinat
spheris):

Determinan matriksr

Contoh 3
F : R+ x [0 , ] x [0 , 2] R3 (pada koordinat
spheris):

Fungsi

Determinan matriksisr2sin

Contoh 4
Fungsi F : R3 R4 :

Matriks tidak bujur sangkar

Contoh 5
Fungsi F : R3 R3 :

Determinan Matriks JF

Inversi non Linear dengan


Pendekatan Linear
Hubungan data dan parameter model :

d = g(m) (1)
d=data
g= fungsi pemodelan ke depan
m= parameter model.

Parameter model non-linier dapat


didekati secara linier dengan
memakai ekspansi Taylor orde 1 g(m)
di model awal m0

d= g(m0)+J0m0 ..(2)
Dengan
= matrik Jacobi
dengan komponen berupa turunan parsial fungsi g(m)
terhadap setiap elemen parameter model m yang
dievaluasi pada m = m0 dan m0 = [ m - m0].

Persamaan (2) Metode Kuadrat


terkecil

mencari solusi m0
yang menghasilkan (d
(g(m0) + J0 m0)
minimum

kuantitas yang diminimumkan


adalah selisih data pengamatan
dengan data perhitungan
dengan menggunakan pendekatan
orde pertama ekspansi Taylor

m0= [J0T J0 ]-1J0T (d


g(m0))..(3)

memperhatikan m0 = [ m - m0], maka solusi tersebut


dapat diartikan sebagai suatu modifikasi terhadap model
awal m0 untuk memperoleh model m yang lebih baik,
sehingga m = m0 + m0 .

Model yang optimum diperoleh melalui proses modifikasi


terhadap model awal m0 secara iteratif menggunakan
persamaan (3)

maka model m
pada
ke[J
n+1,
ditulis:
n+1 iterasi
nT n dapat
= mn +
J ]-1JnT(d
-

g(mn)) .............(4)

Aplikasi Inversi non Linier dengan pendekatan


Linier untuk Menentukan Hiposenter

Metode penentuan hiposenter berbasis komputer (Purwana, 2012)

Waktu tiba (arrival time) di stasiun #i :

tIarr = titra (xi,yi,zi,x0,y0,z0)+t0


= titra + t0
(5)
titra = wkt tempuh yg dihitung berdasarkan lokasi
stasiun # i (xi,yi,zi), asumsi hiposenter (x0,y0,z0)
dan model kecepatan yg dipilih serta origin time t0
Subarya, 2010

Persm tsb memiliki 4 anu (unknown) yaitu x0, y0,


z0 dan t0, shg pd prinsipnya data yg diperlukan utk
menentukan hiposenter dan origin time adalah
minimal 4 arrival time hasil pengamatan
(observasi) di 3 stasiun.

Jika jumlah data hasil observasi ada


n (n > 4)n persamaan sistem
persamaanya over determined.
Solusi overdetermined?
meminimalkan residual
ri= tiobs - ti arr = tiobs (titra+ t0)
(6)
- ri = residual stasiun #i
- tiobs = pembacaan (observasi) arrival time
di stasiun #i

Kenapa terdapat residual?


1. Perbedaan model bumi dengan fakta
sebenarnya
2. Error dalam pembacaan fase2 gel
gempabumi.
3. Asumsi2 parameter hiposenter.
4. Faktor2 kondisi lapangan yang tidak
dimasukkan dalam perhitungan, misal
elevasi stasiun.

Permasalahannya
menjadi tidak sederhana

karena titra bukan fungsi linier dari


parameter2nya
Persm (5) tdk dpt diselesaikan dg metode
analisis deterministik
Contoh perumusan titra yg paling sederhana
(utk model bumi homogen dg kecepatan v):

titra

titra bukan fungsi linear dari x0, y0, dan z0

Bagaimanakah Cara menyelasaikan suatu


persamaan yang non linier ?
Dengan Solusi inversi non linier dengan
pendekatan linier. =>> Metode Iteratif

Bagamainakah menggunakan Metode


iteratif dalam menentukan Hiposenter
gempabumi ???

Syarat-syarat menentukan hiposenter


gempabumi dengan metode iteratif

Membuat initial guess( perkiraan awal) hiposenter dan


origin time (x0,y0,z0,t0)

Jika hiposenter berada di dalam jaringan, maka untuk


perkiraan awalnya dapat dipilih sekitar lokasi stasiun
yang pertama kali merekam gelombang P

Untuk
linearisasi
masalah,
diasumsikan
bahwa
hiposenter yang sebenarnya cukup dekat dengan
hiposenter perkiraan, sehingga residual travel-time
pada hiposenter perkiraan merupakan fungsi linier dari
koreksi-koreksi yang harus dilakukan untuk memperoleh
hiposenter yang lebih baik

METODE ITERATIF

Nilai koreksinya dapat dihitung dengan


pendekatan fungsi travel time dlm ekspansi deret
Taylor suku pertama saja => fungsi linier:

....

(8)

Metode Iteratif

r=Jx

... (9)
r = vektor residual
J = matrix turunan parsial dg elemen
1 pada kolom terakhir
x = vektor koreksi unknown utk
hiposenter dan OT
Bagaimana persamaan matrixnya??

Metode Iteratif

... (10)

Metode Iteratif
Turunan parsial ke arah x0, y0 dan
z0 adalah:

Metode Iteratif
Perkiraan awal hiposenter dan origin time selanjutnya
dikoreksi menjadi (x0+x), (y0+y), (z0+z) dan
(t0+t)
Perkiraan yang sudah dikoreksi tersebut digunakan
sebagai input perkiraan baru untuk melakukan hitung
ulang proses yg sama => disebut proses iterasi
Metode iteratif tersebut pertama kali ditemukan oleh
Geiger (1910) sehingga terkenal dengan sebutan
metode Geiger untuk penentuan hiposenter

Metode Iteratif
Proses iterasi biasanya berlangsung konvergen
dengan cepat, kecuali jika konfigurasi data
observasinya buruk atau perkiraan awalnya terlalu
jauh dari solusi terbaik yang seharusnya diperoleh.
Persamaan (9) dan (10) berlaku untuk model bumi
datar maupun sferis (utk skala lokal ataupun global).
Perhitungan travel-time untuk skala lokal biasanya
digunakan model 1D, sedangkan untuk skala global
digunakan interpolasi tabel travel-time IASP91.

Metode Iteratif dengan Inversi


Matrix
perumusan jumlah kuadrat residual
adalah e, yaitu :
Agar e mencapai harga minimum maka:

Persm2 tsb dpt disusun dlm bentuk


matrix:

Metode Iteratif dengan Inversi


Matrix
Matrix A adalah matrix simetris
berukuran 44, dengan elemen a44 =
n (jumlah data observasi):

Metode Iteratif dengan Inversi


Matrix
Sedangkan X dan Y adalah vektor
kolom dg susunan sbb:

Iteratif dengan Inversi


Matrix
Untuk memudahkan penulisan, Herman
menyeder-hanakan simbol2 sbb:

Penyederhanaan simbol2 tsb sbb:

Dan kenyataan bahwa :

Iteratif dengan Inversi


Matrix
Solusi formal untk mendapatkan vektor kolom X adalah:

Setelah harga x, y, z dan t dapat ditentukan, perkiraan


awal hiposenter dan origin time selanjutnya dikoreksi
menjadi (x0+x), (y0+y), (z0+z) dan (t0+t)
Perkiraan yang sudah dikoreksi tersebut digunakan sebagai
input perkiraan baru untuk melakukan hitung ulang proses
yg sama
Prinsip pengulangannya seperti pada metode iteratif dengan
regresi berganda

Iteratif dengan Inversi


Matrix
Cara yang paling praktis untuk menghitung inversi
matrix adalah dengan paket software Matlab
Kasus yg telah diselesaikan dengan metode Grid
Search dan metode Iteratif Regresi Berganda dapat
dicoba lagi dengan menggunakan metode Iteratif
Inversi Matrix => Ternyata memberikan hasil yg
identik sejak iterasi 1
Catatan: Untuk menghitung inversi matrix A cara
yg termudah adalah dengan menggunakan Matlab

Aplikasi Penentuan Parameter


Kenematik Gempa Bumi
berdasarkan Inversi Non-linier

Diagram
alir
penyusunan program
penentuan
parameter kinematik
gempa bumi

Contoh : Gempa bumi 1

Apa rahasianya ??

Inilah
bekerja
layar !!

di

yang
balik

Data-data gempa untuk latihan.


Silahkan dicoba
Gempa bumi 2

Gempa bumi 3

Gempa bumi 4

Gempa bumi 5

Contoh Kasus
Menentukan
Hiposenter di G. Kelud
Cecep Subarya (2010)

Metoda ini diterapkan untuk menentukan hiposenter di G.


Kelud untuk 6 data gempa vulkanik pada tanggal 1
Nopember 2007

Dalam contoh kasus ini, matriks parameter model awal (n =


0) terdiri atas 3 baris dan 1 kolom, baris pertama sampai ke
tiga masing- masing berisi x0, y0, z0

Matriks Jacobi terdiri atas 4 baris dan 1 kolom, matriks


selisih data waktu tiba pengamatan dengan perhitungan
terdiri atas 4 baris dan 1 kolom.

Kecepatan gelombang P dianggap tetap sebesar 3


km/detik, dan waktu terjadi gempa dicari dari hubungan (t s
tp ) dengan tp

Pemakaian metoda ini memperlihatkan hasil yang cukup baik.


Banyaknya iterasi sampai memperoleh kesalahan yang kecil
(kriteria yang diinginkan) bergantung pada pemberian model
awal.
Dalam contoh kasus di atas, banyaknya iterasi hanya sampai dua
kali dengan nilai model awal di sekitar kawah (x 0 = 0, y0 = 0, z0=2
km)
pemakaian metoda pendekatan linier ini, memerlukan
pengetahuan mengenai struktur daerah penelitian dan atau
permasalahan yang ditinjau.
Hasil perhitungan menunjukkan gempa vulkanik tersebut berada
di area kawah G. Kelud pada kedalaman antara 0,5 0 3,5 km dari
kawah (Gambar 3) dengan kesalahan bervariasi antara 0,0017
sampai dengan 0,0172.