Abstrak
Makalah ini membahas metoda inversi non-linier menggunakan teknik simulated annealing yang meniru
proses termodinamika pendinginan substansi hingga mencapai keadaan setimbang dengan energi minimum.
Metoda tersebut diterapkan pada inversi data magnetotellurik 1-D dimana parameter model adalah
resistivitas yang bervariasi terhadap kedalaman. Perturbasi model dilakukan hingga dicapai misfit minimum
antara data perhitungan dengan data pengamatan. Inversi data sintetik dan data lapangan menunjukkan
hasil yang cukup memuaskan. Dengan memperhitungkan faktor ekivalensi, model sintetik dapat diperoleh
kembali dengan cukup baik dengan data misfit sekitar 10%. Hasil inversi data lapangan menunjukkan
distribusi resistivitas bawah-permukaan yang konsisten dengan kondisi geologi setempat.
Abstract
This paper describes a non-linear inversion method employing simulated annealing technique that imitates a
thermodynamic process in which a substance is cooled down slowly to achieve an equilibrium state with a
minimum energy. The method was applied to invert 1-D magnetotelluric data in which the model parameter
is resistivity varied with depth. Model perturbations carried out in search for a minimum data misfit.
Inversions of synthetic and field data showed satisfactory results. By considering equivalence problems,
synthetic models were resolved relatively well with data misfit around 10%. Inversions of field data showed
subsurface resistivity distribution that agrees well with the geological condition of the surveyed area.
49
50 KFI Vol. 12 No. 2 2001
di permukaan bumi (E1, H1) yang terdiri dari N diperoleh konfigurasi parameter model dengan
lapisan dapat ditulis sebagai berikut 3) : misfit yang semakin kecil.
~ Dalam penelitian ini digunakan algoritma
⎛ E1 ⎞ N −1 ⎛ a j b j ⎞ ⎛ EN ⎞ Metropolis 4, 5). Pada setiap perturbasi model
⎜~ ⎟= ∏ ⎜ ⎟⎜ ⎟⎟
⎜ H ⎟ j =1 ⎜ c j
⎝ 1⎠ ⎝ a j ⎟⎠ ⎜⎝ H N ⎠ ditentukan apakah hasil perturbasi diterima atau
(1) ditolak. Jika misfit menjadi lebih kecil maka model
N −1 ⎛ EN ⎞ diterima. Jika misfit menjadi lebih besar maka
= ∏ T j ⎜⎜ ⎟⎟
model diterima dengan probabilitas Pa :
j =1 ⎝HN ⎠
⎛ − ∆E ⎞
dengan a j =1 + exp(−2 k j h j ) Pa = exp ⎜ ⎟ (3)
⎝ T ⎠
b j = Z I , j (1 − exp(−2 k j h j )) dimana ∆E = E n − E n −1 adalah selisih misfit
c j = Z I−,1j
sesudah dan sebelum perturbasi pada iterasi ke-n.
(1 − exp(−2 k j h j ))
Jika ∆E ≥ 0 maka dibangkitkan bilangan random ξ
dimana Z I , j adalah impedansi intrinsik lapisan ke- dengan distribusi uniform pada interval [0, 1]. Jika
ξ ≤ Pa maka model diterima, jika sebaliknya maka
j yang merupakan fungsi resistivitas (ρj) dan
~ perturbasi ditolak dan diambil model pada iterasi
ketebalan lapisan (hj). Perbedaan E1 dengan E1 sebelumnya. Perturbasi yang menghasilkan misfit
~ lebih besar masih memiliki kemungkinan untuk
serta H 1 dengan H 1 tidak perlu diperhitungkan
(akan saling menghapuskan) karena hasil akhir diterima sehingga algoritma ini memiliki
yang diperlukan adalah impedansi, yaitu rasio kemampuan untuk menghindari minimum lokal.
Probabilitas Pa pada persamaan (3) ditentukan
antara medan listrik dan medan magnetik 3). Hasil
oleh misfit dan faktor temperatur T. Pada
perkalian N − 1 matriks T j (2×2) adalah matriks temperatur tinggi, Pa akan cukup besar meskipun
S (2×2) dengan komponen-komponen (s11, s12, s21, ∆E ≥ 0 sehingga perturbasi hampir selalu diterima.
s22) sehingga impedansi di permukaan lapisan ke- Temperatur diturunkan secara perlahan sehingga
satu (permukaan bumi) adalah : probabilitas perturbasi dengan ∆E ≥ 0 akan
~ semakin kecil. Penurunan temperatur tidak boleh
E1 E1
Z1 = = ~ terlalu cepat karena akan menyebabkan iterasi
H1 H1 terjebak pada minimum lokal. Jika penurunan
temperatur terlalu pelan maka diperlukan jumlah
s11 E N + s12 H N s11 Z I , N + s12
Z1 = = (2) iterasi yang sangat besar untuk mencapai misfit
s21 E N + s22 H N s21 Z I , N + s22 minimum. Pada penelitian ini digunakan skema
penurunan temperatur yang dinyatakan oleh :
Respons model 1-D dalam bentuk kurva sounding
resistivitas dan fasa sebagai fungsi periode dapat Tn = T0 x n (4)
dihitung dari impedansi yang merupakan besaran
dimana T0 dan Tn adalah temperatur awal dan
kompleks.
temperatur pada iterasi ke n, dan x < 1 adalah faktor
2.2 Metoda Simulated Annealing penurunan temperatur.
Metoda simulated annealling adalah prosedur
optimasi global yang meniru proses termodinamika 2.3 Parameterisasi Model
pembentukan kristal. Subtansi pada temperatur Pada model bumi berlapis horisontal dengan
tinggi dengan konfigurasi acak didinginkan secara parameter model resistivitas dan ketebalan lapisan
perlahan sampai terbentuk konfigurasi kristal diperlukan informasi mengenai jumlah lapisan.
dengan energi minimum. Konfigurasi parameter Untuk menghindari pengaruh pemilihan jumlah
model menggambarkan kondisi sistem dengan lapisan, medium didiskretisasi menjadi sejumlah
tingkat misfit (atau energi) tertentu. Pada temperatur lapisan yang cukup banyak (N = 20 atau lebih)
tinggi, perturbasi model yang menghasilkan dengan ketebalan homogen dalam skala logaritmik.
peningkatan misfit masih dimungkinkan meskipun Ketebalan lapisan yang meningkat terhadap
probabilitasnya relatif kecil dibandingkan dengan kedalaman dimaksudkan untuk mengakomodasi
perturbasi yang menghasilkan penurunan misfit. berkurangnya resolusi metoda MT terhadap
Sejalan dengan proses penurunan faktor kedalaman. Dalam iterasi ketebalan lapisan dibuat
“temperatur” maka perturbasi yang menghasilkan tetap sehingga parameter model adalah resistivitas
penurunan misfit akan lebih dominan hingga
KFI Vol. 12 No. 2 2001 51
tiap lapisan yang akan menggambarkan variasi memperoleh kembali model sintetik. Dua model
resistivitas terhadap kedalaman. sintetik yang digunakan mewakili model sederhana
Pada awal iterasi, resistivitas tiap lapisan yang teridiri dari 3 lapisan yaitu lapisan konduktif
dibuat sama dengan rata-rata data resistivitas semu pada medium resistif (model-1) dan lapisan resistif
(data). Resistivitas lapisan ke i diperturbasi dengan pada medium konduktif (model-2). Parameter
membangkitkan bilangan random uniform dalam model sintetik tersebut ditampilkan pada tabel
interval [0, 1] yang kemudian dipetakan ke dalam berikut :
interval [ρmin, ρmaks] sehingga diperoleh : Tabel model sintetik-1
ρ imin ≤ρ ≤
i
ρ imaks (5) Lapisan Kedalaman (m)
Resistivitas
(Ohm.m)
Resistivitas yang dapat dipilih dalam interval 1 100 250
2 600 10
tersebut adalah harga-harga diskret dengan interval
3 - 1000
uniform dalam skala logaritmik. Harga ρmin = 1
Ohm.m dan ρmaks = 1000 Ohm.m untuk tiap lapisan
Tabel model sintetik-2
dipilih secara a priori dan dianggap telah mewakili
medium konduktif dan medium resistif. Resistivitas
Lapisan Kedalaman (m) (Ohm.m)
Fungsi misfit dapat dinyatakan oleh : 1 200 10
2 900 1000
ND ⎛⎜ ⎛ ρ cal ⎞ ⎞
⎟
3 - 5
S e = ∑ ⎜ log ⎜ obs ⎟ + λ φcal − φobs
a,i
i =1 ⎜ ⎜ ⎟ i i ⎟⎟ (6)
⎝ ⎝ ρ a,i ⎠ ⎠ Data sintetik adalah resistivitas semu dan fasa
sebagai fungsi perioda (10-3 sampai 10+2 detik)
dimana ρa adalah resistivitas semu, φ adalah fasa yang telah ditambah noise dengan distribusi normal
dalam radian dan λ merupakan faktor pembobot dengan rata-rata 0 dan standar deviasi 10% dari
untuk fasa. Mengingat ketebalan lapisan yang data tanpa noise. Jumlah lapisan yang digunakan
relatif kecil dan jumlah lapisan cukup banyak maka adalah 20 lapisan pada interval kedalaman 10
fungsi misfit pada persamaan (6) kurang sensitif sampai 1000 m. Pada semua inversi digunakan T0
terhadap perubahan resistivitas lapisan. Hal ini = 5, x = 0,99 dan jumlah iterasi 300 sehingga
disebabkan oleh masalah ekivalensi atau ambiguitas penurunan temperatur cukup lambat namun waktu
dimana terdapat banyak model dengan respons eksekusi hingga diperoleh misfit minimum masih
yang cocok dengan data 6). Oleh karena itu dapat dianggap memadai.
digunakan faktor smoothing atau penghalusan Gambar 1 menampilkan hasil inversi data
model yang pada dasarnya adalah memberikan sintetik-1 yang diperoleh dengan menggunakan λ =
probabilitas lebih besar pada resistivitas yang tidak 0,1 dan β = 1,2. Tampak bahwa model inversi dapat
jauh berbeda dengan resistivitas lapisan di atas dan merepresentasikan model sintetik dengan cukup
di bawah suatu lapisan. Faktor smoothing untuk baik meskipun terdapat perbedaan yang disebabkan
lapisan ke i adalah sebagai berikut : oleh diskretisasi lapisan dan masalah ekivalensi.
Secara umum respons model inversi (hanya
⎛ ρ ⎞ ⎛ ρ ⎞
S m = log ⎜⎜ i ⎟⎟ + log ⎜⎜ i ⎟⎟ (7) resistivitas semu yang ditampilkan) cocok dengan
⎝ ρ i −1 ⎠ ⎝ ρ i +1 ⎠ data sintetik. Gambar 2 memperlihatkan hasil
inversi data sintetik-2 yang diperoleh dengan
Dengan demikian misfit total pada iterasi ke n yang menggunakan λ = 0,1 dan β = 0,5. Pola yang
digunakan pada perhitungan probabilitas Pa adalah : hampir sama dengan hasil inversi data sintetik-1
En = Se + β S m (8) diperoleh untuk model inversi, fluktuasi misfit
maupun kecocokan data perhitungan dengan data
dimana β adalah pembobot untuk faktor smoothing sintetik.
yang dapat dipilih secara coba-coba sampai Pada inversi data sintetik digunakan faktor
diperoleh hasil yang memadai. pembobot fasa (λ) cukup kecil sehingga misfit
untuk fasa menjadi lebih besar. Hal tersebut
3. Hasil dan Pembahasan dimaksudkan untuk mengetahui sejauh mana fasa
3.1 Inversi Data Sintetik berpengaruh dalam memperoleh kembali model
sintetik. Pada data lapangan umumnya kualitas fasa
Pengujian metoda simulated annealing
kurang baik atau bahkan tidak dapat digunakan
dilakukan melalui inversi data sintetik untuk
sama sekali.
mengetahui efektivitas metoda tersebut dalam
52 KFI Vol. 12 No. 2 2001
(a) (a)
resistivitas (Ohm.m) resistivitas (Ohm.m)
1 10 100 1000 1 10 100 1000
10 10
__ inversi
__ inversi
.... sintetik .... sintetik
kedalaman (m)
kedalaman (m)
100 100
1000 1000
(b) (b)
1E+3 1E+3
resistivitas semu (Ohm.m)
1E+2 1E+2
1E+1 1E+1
1E+0 1E+0
1E-1 __ inversi
1E-1 __ inversi
.... sintetik .... sintetik
1E-2 1E-2
1E-3 1E-2 1E-1 1E+0 1E+1 1E+2 1E-3 1E-2 1E-1 1E+0 1E+1 1E+2
30 30
misfit
misfit
20 20
10 10
0 0
0 100 200 300 0 100 200 300
iterasi iterasi
Gambar 1. Gambar 2.
(a) Model hasil inversi data sintetik-1 (a) Model hasil inversi data sintetik-2
(b) Perbandingan antara data perhitungan dan data (b) Perbandingan antara data perhitungan dan data
sintetik (resistivitas semu). sintetik (resistivitas semu).
(c) Misfit sebagai fungsi iterasi. (c) Misfit sebagai fungsi iterasi.
KFI Vol. 12 No. 2 2001 53
kedalaman (m)
memiliki resistivitas yang cukup tinggi (antara 100
sampai 2000 Ohm.m dengan rata-rata sekitar 700
Ohm.m). Hal ini cukup kontras dengan resistivitas 1000 karbonat
formasi lainnya yang berkisar antara 1 sampai 100
Ohm.m dengan rata-rata sekitar 10 Ohm.m.
Pengukuran MT dilakukan pada 3 lokasi (A, B
dan C) untuk mencoba mengidentifikasi formasi
batuan karbonat tersebut. Koreksi efek statik (static
shift) dilakukan dengan menggunakan data time 10000
domain EM (TDEM) 7). Pada semua inversi data
lapangan digunakan faktor pembobot fasa λ = 0 (b)
1E+3
karena kualitas data fasa umumnya kurang baik.
Gambar 3 memperlihatkan model resistivitas
resistivitas semu (Ohm.m)
(a) (a)
resistivitas (Ohm.m) resistivitas (Ohm.m)
1 10 100 1 10 100 1000
100 100
kedalaman (m)
kedalaman (m)
1000 karbonat 1000
karbonat
10000 10000
(b) (b)
1E+3 1E+3
resistivitas semu (Ohm.m)
1E+2 1E+2
1E+1 1E+1
1E+0 1E+0
30 30
misfit
misfit
20 20
10 10
0 0
0 100 200 300 0 100 200 300
iterasi iterasi
Gambar 4. Gambar 5.
(a) Model hasil inversi data lapangan di lokasi B. (a) Model hasil inversi data lapangan di lokasi C.
(b) Perbandingan antara data perhitungan dan data (b) Perbandingan antara data perhitungan dan data
lapangan (resistivitas semu). lapangan (resistivitas semu).
(c) Misfit sebagai fungsi iterasi. (c) Misfit sebagai fungsi iterasi.
KFI Vol. 12 No. 2 2001 55