Anda di halaman 1dari 25

PENGOLAHAN DATA DAN INTEPRETASI

DENGAN MENGGUNAKAN METODE GRAVITASI


UNTUK DAERAH PENGUKURAN “X”

Oleh
Rahman Torkis
0706262666

DEPARTEMEN FISIKA PEMINATAN GEOFISIKA


FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS INDONESIA
KATA PENGANTAR

Segala puji dan syukur bagi Tuhan Yang Maha Esa yang telah melimpahkan
rahmat, petunjuk, dan ilmu kepada penulis, sehingga akhirnya penulis dapat
menyelesaikan laporan tugas pengolahan data metode Gravitasi untuk mencari
anomaly pada daerah pengukuran “X” dengan baik.
Laporan tugas pengolahan data metode gravitasi daerah pengukuran “X” ini
disusun untuk memenuhi salah satu kewajiban mahasiswa sebagai tugas individu,
yang di berikan oleh dosen bersangkutan, untuk mendapatkan nilai tugas serta
menguasai pengolahan data metoda gravitasi dalam mata kuliah Metode Gravitasi dan
Magnetik.
I. PENDAHULUAN

I.1 Latar Belakang


Metode Gravitasi merupakan salah satu metode geofisika yang paling tua dan
juga yang sangat penting. Disebut sangat penting karena metode gravitasi merupakan
metode yang digunakan di awal sebelum melakukan eksplorasi lebih lanjut untuk
menentukan titik lokasi pemboran. Metoda gravitasi digunakan untuk mengetahui
kondisi bawah permukaan bumi di suatu daerah dengan cara mengamati variasi
densitas.di daerah tersebut.
Sampai saat ini, metode gravitasi masih sering digunakan sebagai tahap awal
sebelum melakukan eksplorasi. Keunggulan metode gravitasi terletak pada tingkat
akurasi yang tinggi dan resolusi tinggi dalam menentukan adanya anomaly di suatu
daerah, serta dapat menentukan batas daerah yang terdapat anomaly yang kemudian
akan dilakukan eksplorasi lanjutan. Metode gravitasi pada prinsipnya merupakan tahap
awal yang digunakan untuk eksplorasi minyak bumi, gas dan mineral, sehingga
informasi gravitasi menjadi modal penting dalam langkah awal penentuan lokasi
pemboran.

I.2 Tujuan Penelitian


Mencari lokasi yang berpotensi adanya anomaly gravitasi pada suatu daerah
tertentu, dengan mencari bouger anomaly dengan data yang ada setelah dilakukan
proses koreksi terhadap faktor-faktor penting seperti faktor waktu, ketinggian,
lingkungan, dan lain-lain, yang kemudian akan mendapatkan nilai densitas. Untuk
kemudian dibuat model yang akan diintepretasi dan dianalisis lebih lanjut agar
mengetahui secara pasti anomaly tersebut.
II. TEORI DASAR

Dalam eksplorasi geofisika metode ini termasuk metode paling tua yang digunakan
sebagai metode awal untuk mendapatkan gambaran umum dari daerah yang akan dieksplorasi.
Metode ini jarang digunakan pada tahapan lanjut eksplorasi bijih, namun cukup baik digunakan
untuk mendefinisikan daerah target spesifik untuk selanjutnya disurvei dengan metoda-metoda
geofisika lain yang lebih detil. Secara umum metode gravitasi merupakan metode geofisika yang
mengukur variasi gaya berat (gravitational) yang terdapat di bumi. Adanya variasi medan
gravitasi bumi ditimbulkan oleh adanya perbedaan rapat massa (density) antar batuan. Adanya
suatu sumber yang berupa suatu massa (masif, lensa, atau bongkah besar) di bawah permukaan
akan menyebabkan terjadinya gangguan medan gaya berat (relatif). Adanya gangguan ini disebut
sebagai anomali gaya berat. Karena perbedaan medan gayaberat ini relatif kecil maka diperlukan
alat ukur yang mempunyai ketelitian yang cukup tinggi. Alat ukur yang sering digunakan adalah
Gravimeter.

Gaya gravitasi adalah gaya tarik-menarik yang terjadi antara semua partikel yang
mempunyai massa di alam semesta. Semakin besar kumpulan massa semakin besar gaya
gravitasinya. Dimana Newton mengatakan bahwa gaya tarik antara dua buah benda yang
memiliki m1 dan m2 adalah :
→ m1m 2 ∧
F(r) = - G r
r2
m3
dengan G = 6.67 x 10 -11
kg dt 2
Pada metode gravitasi yang diukur adalah nilai percepatan gravitasi yang dialami oleh benda
sebagai akibat tarikan massa bumi M, yang merupakan gaya persatuan luas, yang dapat
dituliskan: Fg GM ∧
g= =- r
m r2
dimana nilainya sekitar 9,80665 m/s2.
Besarnya nilai gravitasi di permukaan bumi bergantung pada lima faktor yaitu garis lintang,
elevasi (ketinggian), topografy terrain, pasang surut dunia, dan variasi rapat massa dalam bawah
permukaan. Dari kelima faktor tersebut hanya faktor terakhir saja yang signifikan dalam
eksplorasi gravitas dan efeknya jauh lebih kecil daripada gabungan keempat efek lain-lainnya.
Oleh karena itu dalam pengukuran dan interpretasi kelima faktor tersebut harus dikoreksi dengan
menggunakan koreksi-koreksi di bawah ini :

a. Koreksi Spheroid dan Geoid


Seperti yang telah kita ketahui bahwa bentuk bumi lebih mendekati bentuk spheroid, sehingga
digunakan spheroid referensi sebagai pendekatan untuk muka laut rata-rata (geoid) dengan
mengabaikan efek benda diatasnya. Spheroid referensi (g lintang) diberikan oleh persamaan
GRS67 (Geodetic ReferenceSystem 1967) :
g (Φ) = 978031 .8(1 + 0.005304 sin 2 Φ + 0.0000059 sin 2 2Φ)

dengan Φ adalah sudut lintang dalam radian.

b. Koreksi Pasang Surut (Tidal)


Koreksi ini dilakukan untuk menghilangkan efek gravity benda-benda di luar bumi seperti
matahari dan bulan. Efek gravity bulan di titik P pada permukaan bumi diberikan oleh persamaan
potensial berikut ini :
3
c  1  1  
= G( r )   3 3 − sin δ  3 − sin Φ − sin 2Φ sin δ cos t + cos Φ cos δ cos 2t 
2 2 2 2
UM
R     
dimana : Φ = lintang, δ = deklinasi, t= moon hour angle, c = jarak rata-rata ke bulan.

c. Koreksi Apungan (Drift)


Koreksi apungan diberikan sebagai akibat adanya perbedaan pembacaan gravity dari stasiun
yang sama pada waktu yang berbeda, yang disebabkan karena adanya guncangan pegas alat
gravimeter selama proses transportasi dari satu stasiun ke stasiun lainnya. Untuk menghilangkan
efek ini, akusisi data didesain dalam suatu rangkaian tertutup, sehingga besar penyimpangan
tersebut dapat diketahui dan diasumsikan linear pada selang waktu tertentu (t).
g n − g1
drift = (t n − t1 )
tn − t1

d. Koreksi Udara Bebas (Free-air Correction)


Merupakan koreksi pengaruh ketinggian terhadap medan gravitasi bumi, yang merupakan jarak
stasiun terhadap spheroid referensi. Besarnya faktor koreksi (Free Air Corretion/FAC) untuk
daerah ekuator hingga lintang 450 atau -450 adalah -0,3085 mGal/m. Sehingga besarnya anomaly
pada posisi tersebut menjadi FAA (Free Air Anomaly), yaitu :
FAA ( R + h) = g obs − g ( R ) + 0,3085 h

d. Koreksi Bouguer (Bouguer Correction/BC)


Koreksi ini dilakukan dengan menggunakan pendekatan benda berupa slab tak berhingga yang
besarnya diberikan oleh persamaan :
BC = 0,04185 hρ

Dengan h adalah elevasi dan ρ adalah massa jenis.


Salah satu metode yang digunakan untuk mengestimasi rapat massa adalah metode Nettleton.
Dalam metode ini dilakukan koreksi silang antara perubahan elevasi terhadap suatu referensi
tertentu dengan anomaly gravity-nya, sehingga rapat massa terbaik diberikan oleh harga korelasi
silang terkecil sesuai dengan persamaan :
n
∑ ∂ ( ∆g )i∂hi
k= i =1
n
∑(∂hi ) 2
i =1

Selain metode Nettleton’s , estimasi rapat massa dapat pula diturunkan melalui petode parasnis.
Metode parasnis ini menggunakan prisnsip least square dimana densitasnya merupakan gradien
dari persamaan least square yang didapat. Selanjutnya, setelah BC diberikan, anomaly gravity
menjadi Simple Bouguer anomaly :
SBA = FAA – BC
e. Koreksi Medan (Terrain Correction)
Koreksi ini diterapkan sebagai akibat dari adanya pendekatan Bouguer. Bumi tidaklah datar tapi
berundulasi sesuai topografinya. Hal ini yang bersifat mengurangi dalam SBA (Simple Bouguer
anomaly), sehingga dalam penerapan koreksi medan, efek gravity blok-blok topografi yang tidak
rata harus ditambahkan terhadap SBA.

Dengan demikian anomaly gravity menjadi:


CBA = SBA + TC
CBA = g obs − g Φ + 0,3085 h − BC + TC

dengan CBA adalah Complete Bouguer Anomaly dan TC adalah Terrain Correction.
III. PENGOLAHAN DATA
III.1 Data Lapangan
Station x (bujur) y (lintang) z (m) time read
8:18:4 1353.6
100.35306 -0.88456
Tbg 6 1 9
8:55:5 1352.7
Data1 100.3442333 -0.895266667 1 2 6
9:21:5 1354.0
Data2 100.3447167 -0.903883333 1 9 24
9:51:4 1353.4
Data3 100.3482 -0.9179 1 8 04
10:10:
Data4 100.3505833 -0.927316667 1 34 1353.6
10:31: 1351.7
Data5 100.3515 -0.9387 1 02 09
10:42: 1353.6
Data6 100.3521833 -0.947433333 1 29 84
10:52: 1355.9
Data7 100.3534167 -0.9574 3 38 03
11:01: 1361.0
Data8 100.3520333 -0.96445 5 46 86
11:10: 1360.1
Data9 100.3605333 -0.96405 10 33 12
11:28: 1354.3
Data10 100.3636 -0.952266667 6 23 03
11:53: 1352.3
Data11 100.3612333 -0.93765 6 31 88
12:07: 1356.1
Data12 100.3612 -0.925783333 7 34 31
12:23: 1357.3
Data13 100.3605667 -0.918666667 7 51 45
12:33: 1355.9
Data14 100.3521833 -0.906583333 3 25 81
12:48: 1353.5
100.35306 -0.88456
Tbg 6 40 71
12:48: 1353.5
100.35306 -0.88456
Tbg 6 40 71
13:53: 1354.9
Data15 100.3424333 -0.8666 3 00 18
14:03: 1358.9
Data16 100.3341167 -0.849983333 6 13 1
14:15: 1360.1
Data17 100.3272 -0.830216667 2 43 12
14:26: 1360.7
Data18 100.3187667 -0.812733333 2 05 64
Data19 100.3152 -0.79275 11 14:33: 1360.9
46 54
14:44: 1361.1
Data20 100.3242333 -0.804933333 4 50 37
14:59: 1363.5
Data21 100.3326 -0.81915 3 30 12
15:11: 1361.4
Data22 100.3430167 -0.834366667 5 06 24
15:24: 1363.7
Data23 100.3579667 -0.83945 15 30 44
15:34: 1357.5
Data24 100.3688167 -0.85395 19 23 09
15:45: 1357.9
Data25 100.3802667 -0.868333333 9 27 34
15:53: 1356.6
Data26 100.3906333 -0.882266667 10 39 21
16:13: 1352.4
Data27 100.3952833 -0.899783333 13 46 58
16:27: 1348.8
Data28 100.39735 -0.91675 27 52 02
16:38: 1345.7
Data29 100.3989167 -0.933166667 35 51 23
17:07: 1346.5
Data30 100.4011333 -0.950416667 31 55 08
17:29: 1348.4
Data31 100.4006167 -0.967266667 22 06 59
17:40: 1353.4
Data32 100.3916167 -0.98355 16 44 17
17:50: 1358.3
Data33 100.3782167 -0.994466667 10 38 73
18:02: 1360.5
Data34 100.3656333 -1.0036 10 20 63
19:34: 1353.6
100.35306 -0.88456
Tbg 6 15 29
8:25:2 1353.6
100.35306 -0.88456
Tbg 6 3 82
9:19:0 1359.1
Data35 100.38605 -1.006333333 4 4 08
9:28:5 1347.4
Data36 100.3888333 -1.0243 96 5 17
9:44:3 1329.9
Data37 100.38145 -1.038516667 145 8 21
9:56:0
Data38 100.3957667 -1.025766667 59 1 1352.2
10:07: 1355.7
Data39 100.4143 -1.028133333 5 36 06
10:26: 1360.0
Data40 100.4126667 -1.04665 1 17 71
10:40: 1362.2
Data41 100.41395 -1.06325 3 03 92
10:51: 1358.2
Data42 100.4168833 -1.078233333 56 58 7
11:11: 1331.5
Data43 100.43035 -1.070016667 240 40 24
13:41: 1358.8
Data44 100.3781167 -0.97535 16 23 71
14:10: 1341.0
Data45 100.4166833 -0.930883333 66 49 56
14:17: 1336.5
Data46 100.4331833 -0.926433333 95 20 09
14:25: 1330.3
Data47 100.4482333 -0.923066667 145 42 61
14:39: 1313.6
Data48 100.4586167 -0.915633333 239 29 04
14:52: 1299.0
Data49 100.46895 -0.912716667 297 19 51
15:14: 1337.3
Data50 100.43385 -0.939366667 88 34 54
15:22: 1340.7
Data51 100.4369833 -0.9489 83 58 32
15:31: 1338.6
Data52 100.4547667 -0.954766667 115 02 57
15:41: 1325.3
Data53 100.4718667 -0.955366667 201 21 25
15:49: 1304.5
Data54 100.4880167 -0.9494 308 34 99
15:59: 1283.9
Data55 100.5058667 -0.9482 441 11 21
16:51: 1346.3
Data59 100.35565 -0.78445 54 57 42
17:07: 1351.0
Data87 100.39028 -0.95207 19 17 9
17:20: 1349.0
data86 100.38398 -0.93960 19 36 37
17:32: 1352.6
Data85 100.3533167 -0.856 9 35 13
18:05: 1353.4
Data84 100.3902833 -0.952066667 10 46 48
18:19: 1357.7
Data83 100.3839833 -0.9396 7 13 58
18:31: 1354.9
Data82 100.3690833 -0.945533333 1 47 88
18:46: 1353.6
100.35306 -0.88456
Tbg 6 53 96
7:19:3 1353.7
100.35306 -0.88456
Tbg 6 3 5
8:50:0 1366.0
Data60 100.3422333 -0.811783333 4 2 72
Data61 100.35435 -0.8294 29 9:16:3 1360.6
6 31
9:33:2 1329.9
Data62 100.3662333 -0.824016667 163 5 63
9:36:5 1330.0
Data63 100.3734 -0.835783333 45 0 97
10:19: 1364.9
Data64 100.3896167 -0.834083333 11 34 4
10:58: 1362.8
Data65 100.39785 -0.8186 32 04 92
11:05: 1358.3
Data66 100.41015 -0.8037 47 24 73
11:19: 1352.1
Data67 100.41945 -0.80095 90 13 7
11:32: 1337.9
Data68 100.3858667 -0.84595 196 04 35
11:39: 1318.5
Data69 100.3992667 -0.859783333 266 50 98
11:49: 1298.5
Data70 100.4065667 -0.875466667 286 32 2
11:59: 1288.1
Data71 100.4173833 -0.888783333 66 06 44
13:09: 1350.6
Data72 100.4248333 -0.878516667 36 42 32
13:17: 1352.1
Data73 100.4303167 -0.8873 32 58 19
13:26: 1350.8
Data74 100.4249833 -0.9044 29 44 45
13:37: 1347.5
Data75 100.4181667 -0.9163 59 06 72
13:51: 1341.7
Data76 100.3823 -0.91305 140 57 39
13:58: 1343.2
Data77 100.3737 -0.898466667 58 27 85
14:07: 1345.1
Data78 100.3744667 -0.8836 60 57 4
14:14: 1341.5
Data79 100.3630167 -0.890166667 79 28 83
14:36: 1351.7
Data80 100.3636 -0.905566667 10 56 17
14:46: 1355.9
Data81 100.37495 -0.923783333 2 14 15
15:16: 1357.5
Data88 100.35332 -0.85600 2 34 28
15:30:
100.35306 -0.88456
Tbg 6 53 1353.7
Stati z
on (m) time read dt dgR gdrift gR' dgabs gabs gN gFa ∆Fa gBou AB
0.3463 1353.6 1353.6 97803 97803 3.3451 0.5533 2.7917
Tbg 6 08 9 0 0 0 9 0 4.6 3.1 1.8516 22 44 78
- -
Data 0.3721 1352.7 0.0258 0.0163 1352.7 0.9136 97803 97803 0.8585 0.0922 0.7663
1 1 3 6 22 -0.93 9 76 1 3.7 3.1 0.3086 33 24 09
Data 0.3902 1354.0 0.0439 - 1354.0 0.3619 97803 97803 2.1096 0.0922 2.0174
2 1 66 24 58 0.334 0.0279 52 01 4.9 3.1 0.3086 66 24 42
- -
Data 0.4109 1353.4 0.0646 0.0410 1353.4 0.2449 97803 97803 1.4626 0.0922 1.3704
3 1 72 04 64 -0.286 4 45 6 4.3 3.2 0.3086 54 24 3
- -
Data 0.4240 0.0776 0.0493 1353.6 0.0406 97803 97803 1.6396 0.0922 1.5473
4 1 05 1353.6 97 -0.09 1 49 9 4.5 3.2 0.3086 02 24 78
- - -
Data 0.4382 1351.7 0.0919 0.0583 1351.7 1.9226 97803 97803 0.2757 0.0922
5 1 18 09 1 -1.981 4 67 6 2.6 3.2 0.3086 8 24 -0.368
-
Data 0.4461 1353.6 0.0998 0.0633 1353.7 0.0573 97803 97803 1.6783 0.0922 1.5861
6 1 69 84 61 -0.006 8 47 82 4.6 3.3 0.3086 65 24 41
-
Data 0.4532 1355.9 0.1069 0.0678 1355.9 2.2808 97803 97803 4.4891 0.2766 4.2125
7 3 18 03 1 2.213 6 71 56 6.9 3.3 0.9258 86 72 14
-
Data 0.4595 1361.0 0.1132 0.0718 1361.1 7.4678 97804 97803 10.272 0.4611 9.8109
8 5 6 86 52 7.396 8 58 82 2 3.3 1.543 11 2 86
-
Data 0.4656 1360.1 0.1193 0.0757 1360.1 6.4977 97804 97803 10.846 0.9222 9.9239
9 10 6 12 52 6.422 5 88 53 1.1 3.3 3.086 19 4 5
-
Data 0.4780 1354.3 0.1317 0.0836 1354.3 0.6966 97803 97803 3.8461 0.5533 3.2928
10 6 44 03 36 0.613 1 87 14 5.3 3.3 1.8516 58 44 14
- -
Data 0.4954 1352.3 0.1491 0.0946 1352.4 1.2073 97803 97803 1.9856 0.5533 1.4323
11 6 98 88 9 -1.302 9 83 1 3.4 3.2 1.8516 75 44 31
-
Data 0.5052 1356.1 0.1589 0.1008 1356.2 2.5418 97803 97803 6.0782 0.6455 5.4326
12 7 55 31 47 2.441 8 32 84 7.1 3.2 2.1602 4 68 72
-
Data 0.5165 1357.3 0.1702 0.1080 1357.4 3.7630 97803 97803 7.3200 0.6455 6.6744
13 7 63 45 55 3.655 6 53 62 8.3 3.2 2.1602 59 68 91
-
Data 0.5232 1355.9 0.1768 0.1122 1356.0 2.4032 97803 97803 4.7605 0.2766 4.4838
14 3 06 81 98 2.291 8 93 78 7 3.1 0.9258 57 72 85
0.5337 1353.5 0.1874 1353.6 97803 97803 3.3451 0.5533 2.7917
Tbg 6 96 71 88 -0.119 -0.119 9 0 4.6 3.1 1.8516 22 44 78
0.5337 1353.5 1353.5 97803 97803 3.3451 0.5533 2.7917
Tbg 6 96 71 0 0 0 71 0 4.6 3.1 1.8516 22 44 78
Data 0.5784 1354.9 0.0446 1354.9 97803 97803 3.8065 0.2766 3.5298
15 3 72 18 76 1.347 0.0092 09 1.3378 5.9 3 0.9258 67 72 95
Data 0.5855 1358.9 0.0517 0.0106 1358.8 5.3283 97803 97803 8.7677 0.5533 8.2144
16 6 67 1 71 5.339 61 99 39 9.9 3 1.8516 61 44 17
Data 0.5942 1360.1 0.0604 0.0124 6.5285 97804 97803 0.1844 8.6013
17 2 48 12 51 6.541 48 1360.1 52 1.1 2.9 0.6172 8.7858 48 52
Data 0.6014 1360.7 0.0676 0.0139 1360.7 7.1790 97804 97803 9.4814 0.1844 9.2970
18 2 47 64 5 7.193 31 5 69 1.7 2.9 0.6172 88 48 4
Data 0.6067 1360.9 0.0729 0.0150 1360.9 7.3679 97804 97803 12.498 1.0144 11.483
19 11 82 54 86 7.383 3 39 7 1.9 2.8 3.3946 24 64 78
Data 0.6144 1361.1 0.0806 0.0166 1361.1 7.5493 97804 97803 10.488 0.3688 10.119
20 4 68 37 71 7.566 12 2 88 2.1 2.9 1.2344 85 96 95
Data 0.6246 1363.5 0.0908 0.0187 1363.4 9.9222 97804 97803 12.516 0.2766 12.240
21 3 53 12 56 9.941 1 93 9 4.5 2.9 0.9258 84 72 17
Data 0.6327 1361.4 0.0989 0.0203 1361.4 7.8326 97804 97803 11.004 0.4611 10.543
22 5 08 24 12 7.853 69 04 31 2.4 2.9 1.543 82 2 7
Data 0.6420 1363.7 0.1082 10.17 0.0222 1363.7 10.150 97804 97803 16.395 1.3833 15.012
23 15 14 44 18 3 85 22 72 4.7 3 4.629 52 6 16
Data 0.6488 1357.5 0.1150 0.0236 1357.4 3.9143 97803 97803 11.354 1.7522 9.6026
24 19 77 09 81 3.938 98 85 02 8.5 3 5.8634 89 56 39
Data 0.6565 1357.9 0.1227 0.0252 1357.9 4.3377 97803 97803 8.6533 0.8300 7.8233
25 9 63 34 66 4.363 81 09 19 8.9 3 2.7774 57 16 41
Data 0.6622 1356.6 0.1284 0.0264 1356.5 3.0235 97803 97803 7.6094 0.9222 6.6871
26 10 57 21 61 3.05 53 95 47 7.6 3.1 3.086 28 4 88
-
Data 0.6762 1352.4 0.1424 0.0293 1352.4 1.1423 97803 97803 4.3202 1.1989 3.1213
27 13 27 58 31 -1.113 3 29 3 3.4 3.1 4.0118 64 12 52
Data 27 0.6860 1348.8 0.1522 -4.769 0.0313 1348.7 - 97802 97803 8.3322 4.9341 2.4900 2.4441
28 19 02 22 46 71 4.8003 9.8 3.2 82 48 34
5
-
Data 0.6936 1345.7 0.1598 0.0329 1345.6 7.8809 97802 97803 4.2746 3.2278 1.0468
29 35 46 23 5 -7.848 17 9 2 6.7 3.2 10.801 56 4 16
-
Data 0.7138 1346.5 0.1800 0.0370 1346.4 7.1000 97802 97803 3.7700 2.8589 0.9110
30 31 31 08 35 -7.063 74 71 7 7.5 3.3 9.5666 06 44 62
Data 0.7285 1348.4 0.1947 0.0401 1348.4 - 97802 97803 2.8897 2.0289 0.8608
31 22 42 59 45 -5.112 03 19 5.1521 9.4 3.3 6.7892 65 28 37
-
Data 0.7366 1353.4 0.2028 0.0417 1353.3 0.1957 97803 97803 5.9445 1.4755 4.4689
32 16 2 17 24 -0.154 67 75 7 4.4 3.4 4.9376 5 84 66
Data 0.7434 1358.3 0.2096 0.0431 1358.3 4.7588 97803 97803 9.0135 0.9222 8.0913
33 10 95 73 99 4.802 82 3 18 9.3 3.4 3.086 79 4 39
Data 0.7516 1360.5 0.2178 0.0448 1360.5 6.9471 97804 97803 11.173 0.9222 10.250
34 10 2 63 24 6.992 56 18 44 1.5 3.4 3.086 21 4 97
0.8154 1353.6 0.2816 1353.5 97803 97803 3.3451 0.5533 2.7917
Tbg 6 51 29 55 0.058 0.058 71 0 4.6 3.1 1.8516 22 44 78
0.3509 1353.6 1353.6 97803 97803 3.3451 0.5533 2.7917
Tbg 6 61 82 0 0 0 82 0 4.6 3.1 1.8516 22 44 78
Data 0.3882 1359.1 0.0372 0.0012 1359.1 5.4247 97804 97803 7.7906 0.3688 7.4217
35 4 41 08 8 5.426 09 07 91 0 3.4 1.2344 18 96 22
-
Data 0.3950 1347.4 0.0441 0.0014 1347.4 6.2664 97802 97803 29.625 24.433 8.8535 15.579
36 96 81 17 2 -6.265 31 16 3 8.3 3.5 6 23 04 72
- -
Data 0.4059 1329.9 0.0550 23.76 0.0017 1329.9 23.762 97801 97803 22.012 13.372 8.6396
37 145 95 21 35 1 85 19 8 0.8 3.5 44.747 16 48 78
-
Data 0.0629 0.0020 1352.1 1.4840 97803 97803 18.207 17.792 5.4412 12.351
38 59 0.4139 1352.2 4 -1.482 42 98 4 3.1 3.5 4 69 16 47
Data 0.4219 1355.7 0.0709 0.0023 1355.7 2.0216 97803 97803 4.6263 0.4611 4.1652
39 5 44 06 84 2.024 03 04 97 6.6 3.5 1.543 84 2 64
Data 0.4349 1360.0 0.0839 0.0027 1360.0 6.3862 97804 97803 7.6961 0.0922 7.6039
40 1 19 71 58 6.389 23 68 77 1 3.6 0.3086 53 24 29
Data 0.4444 1362.2 0.0935 0.0030 1362.2 8.6069 97804 97803 10.478 0.2766 10.202
41 3 79 92 19 8.61 34 89 66 3.2 3.6 0.9258 97 72 3
Data 0.4527 1358.2 0.1017 0.0033 1358.2 4.5846 97803 97803 17.281 22.762 5.1645 17.597
42 56 55 7 94 4.588 02 67 98 9.2 3.7 6 05 44 5
- -
Data 0.4664 1331.5 0.1154 22.15 0.0037 1331.5 22.161 97801 97803 52.825 22.133
43 240 35 24 75 8 46 2 7 2.4 3.6 74.064 76 76 30.692
Data 0.5704 1358.8 0.2194 0.0071 1358.8 5.1818 97803 97803 11.347 1.4755 9.8718
44 16 05 71 44 5.189 18 64 82 9.8 3.3 4.9376 46 84 73
- -
Data 0.5908 1341.0 0.2398 12.62 0.0077 1341.0 12.633 97802 97803 20.367 9.0950 6.0867
45 66 45 56 84 6 81 48 8 1.9 3.2 6 84 84 3.0083
- -
Data 0.5953 1336.5 0.2444 17.17 0.0079 1336.5 17.180 97801 97803 13.510 8.7612 4.7490
46 95 7 09 1 3 28 01 9 7.4 3.2 29.317 33 8 54
- -
Data 0.6011 1330.3 0.2502 23.32 0.0081 1330.3 23.329 97801 97803 22.801 13.372 9.4294
47 145 81 61 2 1 17 53 1 1.2 3.2 44.747 94 48 57
- -
Data 0.6107 1313.6 0.2597 40.07 0.0084 1313.5 40.086 97799 97803 73.755 35.074 22.041 13.032
48 239 52 04 92 8 27 96 4 4.5 3.2 4 52 54 98
- -
Data 0.6196 1299.0 0.2687 54.63 0.0087 1299.0 54.639 97797 97803 91.654 38.428 27.390 11.037
49 297 64 51 04 1 16 42 7 9.9 3.2 2 42 53 89
- -
Data 0.6351 1337.3 0.2841 16.32 0.0092 1337.3 16.337 97801 97803 27.156 12.155 8.1157 4.0401
50 88 16 54 55 8 17 45 2 8.2 3.2 8 9 12 87
-
Data 0.6409 1340.7 0.2899 0.0094 1340.7 12.959 97802 97803 25.613 13.962 7.6545 6.3078
51 83 49 32 88 -12.95 07 23 4 1.6 3.3 8 4 92 11
- -
Data 0.6465 1338.6 0.2955 15.02 0.0095 1338.6 15.034 97801 97803 21.744 10.605 11.139
52 115 51 57 9 5 88 47 6 9.5 3.3 35.489 86 76 1
- -
Data 0.6537 1325.3 0.3027 28.35 0.0098 1325.3 28.366 97800 97803 62.028 34.950 18.537 16.413
53 201 15 25 55 7 21 15 8 6.2 3.3 6 42 02 4
-
Data 0.6594 1304.5 0.3084 49.08 0.0100 1304.5 - 97798 97803 95.048 47.262 28.404 18.857
54 308 21 99 61 3 06 89 49.093 5.5 3.3 8 31 99 32
- -
Data 1283.9 0.3151 69.76 0.0102 1283.9 69.771 97796 97803 136.09 67.631 40.670 26.960
55 441 0.6661 21 39 1 22 11 2 4.8 3.3 26 48 78 69
Data 54 0.7027 1346.3 0.3517 -7.34 0.0114 1346.3 - 97802 97803 16.664 11.069 4.9800 6.0891
7.3514
59 43 42 82 11 31 1 7.2 2.8 4 25 96 5
-
Data 0.7133 1351.0 0.3624 0.0117 1351.0 2.6037 97803 97803 4.5581 1.7522 2.8059
87 19 91 9 31 -2.592 56 78 6 2 3.3 5.8634 87 56 31
-
data8 0.7226 1349.0 0.3716 0.0120 1349.0 4.6570 97802 97803 2.5419 1.7522 0.7897
6 19 39 37 78 -4.645 56 25 6 9.9 3.2 5.8634 71 56 15
-
Data 0.7309 1352.6 0.0123 1352.6 1.0813 97803 97803 3.2677 0.8300 2.4377
85 9 61 13 0.38 -1.069 26 01 3 3.5 3 2.7774 54 16 38
-
Data 0.7540 1353.4 0.4030 0.0130 1353.4 0.2470 97803 97803 4.1374 0.9222 3.2152
84 10 05 48 44 -0.234 74 35 7 4.3 3.3 3.086 7 4 3
Data 0.7633 1357.7 0.4123 0.0133 1357.7 4.0626 97803 97803 7.5584 0.6455 6.9128
83 7 45 58 84 4.076 77 45 23 8.6 3.2 2.1602 5 68 82
Data 0.7720 1354.9 0.4211 0.0136 1354.9 1.2923 97803 97803 2.9189 0.0922 2.8267
82 1 72 88 11 1.306 6 74 4 5.9 3.3 0.3086 79 24 55
0.7825 1353.6 0.4315 1353.6 97803 97803 3.3451 0.5533 2.7917
Tbg 6 58 96 97 0.014 0.014 82 0 4.6 3.1 1.8516 22 44 78
0.3052 1353.7 1353.7 97803 97803 3.3451 0.5533 2.7917
Tbg 6 43 5 0 0 0 5 0 4.6 3.1 1.8516 22 44 78
-
Data 0.3680 1366.0 0.0628 12.32 0.0092 1366.0 12.331 97804 97803 15.253 0.3688 14.884
60 4 79 72 36 2 1 81 21 6.9 2.9 1.2344 25 96 36
-
Data 0.3865 1360.6 0.0812 0.0119 1360.6 6.8929 97804 97803 17.484 2.6744
61 29 28 31 85 6.881 1 43 11 1.5 2.9 8.9494 49 96 14.81
- - -
Data 0.3982 1329.9 0.0929 23.78 0.0136 1329.9 23.773 97801 97803 50.301 28.184 15.032 13.152
62 163 06 63 63 7 2 77 4 0.8 2.9 8 6 51 09
- - - -
Data 0.4005 1330.0 0.0953 23.65 0.0139 1330.1 - 97801 97803 8.1265 4.1500 12.276
63 45 79 97 36 3 7 11 23.639 0.9 2.9 13.887 6 8 6
-
Data 0.4302 1364.9 0.1250 0.0183 1364.9 11.208 97804 97803 16.232 1.0144 15.218
64 11 55 4 12 11.19 2 58 32 5.8 2.9 3.3946 85 64 38
Data 32 0.4569 1362.8 0.1517 9.142 - 1362.9 9.1642 97804 97803 9.8752 20.709 2.9511 17.758
65 91 92 48 0.0222 14 37 3.7 2.9 61 68 44
4
-
Data 0.4620 1358.3 0.1568 0.0229 1358.3 4.6459 97803 97803 14.504 20.858 4.3345 16.523
66 47 83 73 4 4.623 8 96 83 9.2 2.9 2 36 28 84
- -
Data 0.4716 1352.1 0.1664 0.0243 1352.1 1.5556 97803 97803 27.933 8.3001 19.633
67 90 78 7 35 -1.58 9 94 1 3 2.9 27.774 51 6 35
- -
Data 0.4806 1337.9 0.1753 15.81 - 1337.9 15.789 97801 97803 60.485 46.294 18.075 28.218
68 196 02 35 59 5 0.0257 61 3 8.8 3 6 88 9 97
- - -
Data 0.4859 1318.5 0.1807 35.15 0.0264 1318.6 35.125 97799 97803 82.087 48.523 24.531 23.991
69 266 95 98 52 2 9 24 5 9.4 3 6 56 58 98
- -
Data 0.4927 1298.5 0.1874 0.0274 1298.5 55.202 97797 97803 88.259 34.575 26.376 8.1996
70 286 31 2 88 -55.23 7 47 5 9.4 3.1 6 75 06 88
- - - -
Data 0.4993 1288.1 0.1941 65.60 0.0284 1288.1 65.577 97796 97803 20.367 43.728 6.0867 -
71 66 75 44 32 6 5 72 6 9 3.1 6 2 84 49.815
- -
Data 0.5484 1350.6 0.2431 0.0356 1350.6 3.0823 97803 97803 11.109 9.5374 3.3200 6.2174
72 36 03 32 6 -3.118 3 68 7 1.5 3.1 6 97 64 33
- -
Data 0.5541 1352.1 0.0364 1352.1 1.5945 97803 97803 9.7665 2.9511 6.8153
73 32 44 19 0.2489 -1.631 7 55 3 3 3.1 9.8752 49 68 81
- -
Data 0.5602 1350.8 0.2549 0.0373 1350.8 2.8676 97803 97803 7.5194 2.6744 4.8449
74 29 31 45 88 -2.905 7 82 3 1.7 3.1 8.9494 62 96 66
- -
Data 0.5674 1347.5 0.2621 0.0384 1347.6 6.1395 97802 97803 18.207 13.471 5.4412 8.0302
75 59 31 72 88 -6.178 2 1 8 8.4 3.2 4 45 16 31
- - -
Data 0.5777 1341.7 12.01 0.0399 1341.7 11.971 97802 97803 32.645 12.911 19.734
76 140 43 39 0.2725 1 3 79 1 2.6 3.2 43.204 91 36 55
- - -
Data 0.5822 1343.2 0.2770 10.46 0.0405 1343.3 10.424 97802 97803 17.898 8.9289 5.3489 3.5799
77 58 57 85 14 5 9 26 4 4.1 3.1 8 11 92 19
Data 60 0.5888 1345.1 0.2836 -8.61 - 1345.1 - 97802 97803 18.516 11.443 5.5334 5.9102
78 54 4 11 0.0415 82 8.5684 6 3.1 74 4 99
6 4
- - -
Data 0.5933 1341.5 0.2881 12.16 0.0422 1341.6 12.124 97802 97803 24.379 13.732 7.2856 6.4467
79 79 8 83 37 7 2 25 8 2.4 3.1 4 49 96 9
- -
Data 0.6089 1351.7 0.3037 0.0445 1351.7 1.9884 97803 97803 2.5318 0.9222 1.6096
80 10 81 17 38 -2.033 1 62 9 2.6 3.1 3.086 86 4 46
-
Data 0.6154 1355.9 0.3101 0.0454 1355.9 2.2104 97803 97803 4.2096 0.1844 4.0251
81 2 4 15 97 2.165 6 6 56 6.8 3.2 0.6172 29 48 81
-
Data 0.6365 1357.5 0.3312 0.0485 1357.5 3.8265 97803 97803 6.0154 0.1844 5.8309
88 2 05 28 62 3.778 4 77 43 8.4 3 0.6172 24 48 76
0.6464 0.3412 1353.7 97803 97803 3.3451 0.5533 2.7917
Tbg 6 47 1353.7 04 -0.05 -0.05 5 0 4.6 3.1 1.8516 22 44 78
IV. ANALISIS DAN INTEPRETASI HASIL PEMODELAN
IV.1 Pemodelan Surfer
1. Anomali Bouguer

Gambar 1. Peta Anomaly Bouguer

Gambar 1 diatas merupakan peta anomali bouguer daerah pengukuran.


Pemodelan diatas dilakukan dengan menggunakan software surfer, setelah kita
mengolah data gravitasi yang didapat dari lapangan untuk kemudian dikoreksi sehingga
didapatkan nilai anomali bouguer pada daerah tersebut. Peta anomali bouguer diatas
merupakan anomaly secara keseluruhan yang terdapat pada derah pengukuran. Nilai
anomali bouguer yang didapatkan berkisar antara -50 mgal – 35 mgal.
2. Anomali Regional

Gambar 2. Anomaly Regional Hasil Low Pass Filter 3(3x3)

Gambar 2 merupakan anomaly regional yang didapat dari hasil filtering anomaly
bouguer menggunakan low pass filter 3 (3x3). Pada filtering, kita menggunakan number
of passes yaitu 1000. Kita menggunakan low pass filter dikarenakan kita ingin
melewatkan frekuensi rendah dan membuang frekuensi tinggi. Anomali regional ini
berasal dari batuan-batuan yang regional dan daerahnya lebih luas dan dalam. Hal
tersebut yang menyebabkan kontur yang dihasilkan lebih terlihat smooth. Jika cakupan
daerahnya lebih dalam, maka lapisan batuan yang didapat akan lebih homogen, karena
semakin dalam suatu lapisan batuan dalam bumi maka batuan akan semakin homogen.
Hal ini juga yang menyebabkan kontur anomaly regional terlihat lebih smooth.
3. Anomali Residual

Gambar 3. Anomaly Residual Hasil Low Pass Filter 3 (3x3)

Gambar 3 merupakan peta anomaly residual yang merupakan peta anomali yang
lebih lokal pada daerah pengukuran, Anomali residual ini didapatkan dengan cara
menggunakan rumus matematika yang terdapat pada surfer. Pada proses tersebut kita
mengurangkan anomali bouger dengan anomali regional yang telah dilakukan low pass
filter 3 (3x3). Anomali residual berbeda dengan anomali regional. Perbedaannya adalah
jika pada anomali regional daerahnya bersifat lebih luas dan dalam, namun sebaliknya
pada anomali residual daerahnya bersifat lebih sempit dan dangkal. Dapat terlihat juga
dari konturnya yang lebih tidak smooth dibandingkan kontur pada anomali regional. Hal
ini disebabkan efek dari adanya batuan-batuan lokal yang dangkal.
Kemudian dari kontur anomali residual tersebut dilakukan proses slicing dari
hasil digitize di daerah interest yang memiliki kontras densitas. Adapun gambar hasil
slicingnya pada surfer adalah

Gambar 4. Slicing Anomali Residual

Dari kontur anomali residual diatas, dapat terlihat kemungkinan adanya anomali
yang disebabkan oleh patahan. Hal ini disebabkan dari kontur anomali residual, kontur
yang berwarna ungu memiliki kedalaman lebih dalam dari lapisan sekitarnya yang
berwarna kuning yang dipisahkan oleh kontur berwarna hijau yang sangat rapat. Untuk
lebih memudahkan dalam proses interpretasi maka dilakukan pemodelan anomali
residual menggunakan Grav2DC.
IV.2 Pemodelan Grav2DC

Gambar 5. Pemodelan Geologi Gravitasi Anomali Resisual Dengan Grav2DC

Pada pemodelan anomali residual dengan Grav2DC, kita menggunakan initial


body density sebesar 2,2. Gambar 5 merupakan pemodelan dari hasil slicing lintasan
pada anomali residual. Dari kurva dan body yang dibuat tersebut, maka dapat terlihat
adanya patahan. Dari gambar diatas, dapat dilihat body yang berwarna merah memiliki
densitas sebesar 2.2 gr/cm3 yang merupakan batuan yang tidak kompak dan diduga
pada daerah ini merupakan soil yang memiliki densitas lebih rendah. Kemudian body
yang berwarna biru muda memiliki kontras densitas sebesar 0.1 yang merupakan
batuan sedimen, dan mengalami penurunan harga anomaly gravitasi yang rendah yaitu
< -32.21 mgal. Dan body yang berwarna biru tua memiliki kontras densitas sebesar 0.6
yang merupakan batuan kompak dan mengalami kenaikan harga anomaly gravitasi
yaitu > -16.11 mgal.
VI. DAFTAR PUSTAKA

• Mussett, Alan E., Khan, M. Aftab. Looking Into The Earth. Cambridge University
Press, New York. pp. 227-230.
• Telford, W.M., Geldart, L.P., Sheriff, R.E., 1990, Apllied Geophysics, secondedition,
pp.578-609, Australian and New York : Cambridge UniversityPress, USA.

• Diktat Kuliah Metode Gravitasi