Simulated Annealing
Akhmad Syaripudin dan Hendra Grandis
Program Studi Geofisika, Departemen Geofisika dan Meteorologi - ITB
Jl. Ganesha 10 Bandung - 40132, e-mail : grandis@geoph.itb.ac.id
RESUME
M ILHAMD PRIBADI F1D314052
Metoda simulated annealing untuk inversi non-linier dapat mengeksplorasi ruang model secara efektif
sehingga menghasilkan solusi yang optimal. Beberapa faktor atau parameter inversi yang harus dipilih dan
dapat mempengaruhi hasil inversi adalah :
1. parameterisasi model dan skema perturbasi model
2. bentuk fungsi obyektif atau fungsi misfit
3. penanganan masalah ekivalensi atau ketidak-unikan solusi
4. skema penurunan temperatur
Faktor-faktor tersebut sangat bergantung pada masalah yang ditinjau. Alternatif yang telah dipilih untuk
inversi data MT 1-D dapat memberikan hasil yang cukup baik.
Pada metoda yang relatif sederhana ini harga resistivitas a priori memiliki probabilitas uniform
dalam interval [ min, maks] yang tetap selama iterasi. Hal ini menyebabkan banyak perturbasi model yang
ditolak pada saat temperatur cukup rendah. Untuk menghindari hal tersebut maka pada teknik yang dikenal
sebagai very fast simulated
8)
annealing
digunakan fungsi distribusi probabilitas Cauchy di sekitar harga resistivitas lapisan pada setiap
iterasi. Lebar interval harga resistivitas menurun sesuai dengan penurunan temperatur mengingat resistivitas
model telah mendekati harga optimum pada temperatur yang cukup rendah.
Informasi yang diperoleh dari hasil inversi data lapangan cukup signifikan dan sesuai dengan data lain
yang tersedia (data log dan hasil interpretasi geologi). Hasil yang diperoleh dapat dijadikan model awal
inversi yang menggunakan parameter model dengan jumlah lapisan yang terbatas (tipe blok) agar diperoleh
batas lapisan yang lebih tegas.
1. Pendahuluan
Pemodelan geofisika dilakukan untuk memperkirakan distribusi sifat fisis bawah-permukaan
berdasarkan data yang diukur di permukaan bumi.
Pada pemodelan inversi dicari model optimum yang
berasosiasi dengan minimum suatu fungsi obyektif.
Pada umumnya fungsi obyektif merupakan selisih
kuadratik respons model dengan data observasi. Pada
kasus magnetotellurik (MT) 1-D resistivitas hanya
bervariasi terhadap kedalaman sehingga model dapat
direpresentasikan oleh lapisan-lapisan horisontal
dengan parameter model adalah resistivitas dan
ketebalan tiap lapisan. Meskipun pemodelan MT 1-D
relatif sederhana, hubungan antara data dengan
parameter model sangat tidak linier sehingga inversi
dengan pendekatan linier
1)
2. Metodologi
2.1 Forward Modeling
Perhitungan forward modeling MT 1-D
dilakukan dengan menggunakan hubungan rekursif
2)
impedansi
atau medan EM di permukaan dua
lapisan yang berurutan. Dalam bentuk persamaan
matriks medan EM yang saling ortogonal (Ex, Hy)
N 1
3)
: diperoleh
Dalam
EN
Penelitian
ini
digunakan
algoritma
4, 5)
N
c
j1
N 1
aj HN
(1)
HN
dengan a j 1 exp( 2k j hj )
Metropolis
. Pada setiap perturbasi model
ditentukan apakah hasil perturbasi diterima atau
ditolak. Jika misfit menjadi lebih kecil maka model
diterima. Jika misfit menjadi lebih besar maka
model diterima dengan probabilitas Pa :
j1
E
(3)
Pa exp
bj ZI, j (1 exp( 2k j hj ))
c
1
j ZI, j (1 exp( 2k j hj ))
dimana
dimana Z I , j adalah impedansi intrinsik lapisan kej yang merupakan fungsi resistivitas ( j)
dan
~
ketebalan lapisan (hj). Perbedaan E1 dengan E1
serta
dengan
akhir
rasio
3)
Z1
~
E
H1
~1
H1
Z1
s11 EN s12 H N
s E
21
s H
22
s Z
11
s Z
21
I ,N
I ,N
T
E En En 1
12
(2)
22
adalah
selisih misfit
T T
N
x
0
(4)
T
(5)
maks
Resistivitas yang dapat dipilih dalam interval
tersebut adalah harga-harga diskret dengan interval
uniform dalam skala logaritmik. Harga min = 1
Ohm.m dan maks = 1000 Ohm.m untuk tiap lapisan
dipilih secara a priori dan dianggap telah mewakili
medium konduktif dan medium resistif.
ND
cal
log
e
i 1
a,i
calobs
obs
(6)
a,i
dimana
adalah fasa
a adalah resistivitas semu,
dalam radian dan merupakan faktor pembobot untuk
fasa. Mengingat ketebalan lapisan yang relatif kecil
dan jumlah lapisan cukup banyak maka fungsi misfit
pada persamaan (6) kurang sensitif terhadap
perubahan resistivitas lapisan. Hal ini disebabkan oleh
masalah ekivalensi atau ambiguitas dimana terdapat
banyak model dengan respons
6)
i
log
(7)
log
i1
i1
En SeSm
(8)
Kedalaman (m)
1
2
3
100
600
-
Resistivitas
(Ohm.m)
250
10
1000
Kedalaman (m)
1
2
3
200
900
-
Resistivitas
(Ohm.m)
10
1000
5
(a)
10
__
100
1
inversi
10
100
1000
__
10
sintetik
....
inversi
sintetik
(m)
(m)
....
kedalaman
resistivitas (Ohm.m)
1000
kedalama
n
100
100
1000
1000
(b)
(b)
1E+3
(Ohm.m)
1E+2
1E+2
1E+1
1E+0
....
1E-1
sintetik
__ inversi
resistivitas semu
resistivitassemu
(Ohm.m)
1E+3
1E+1
1E+0
1E-1
__
inversi
1E-2
....
sintetik
1E-2
1E-31E-21E-1
1E-3
perioda (detik)
1E-21E-1
1E+0
1E+1 1E+2
perioda (detik)
(c)
(c)
40
40
30
misfit
misfit
30
20
10
20
10
0
0
100
200
300
iterasi
Gambar 1.
(a) Model hasil inversi data sintetik-1
(b) Perbandingan antara data perhitungan dan data
sintetik (resistivitas semu).
(c) Misfit sebagai fungsi iterasi.
100
200
300
iterasi
Gambar 2.
(a) Model hasil inversi data sintetik-2
(b) Perbandingan antara data perhitungan dan data
sintetik (resistivitas semu).
(c) Misfit sebagai fungsi iterasi.
10
100
1000
kedalaman (m)
100
karbonat
1000
10000
(b)
1E+3
(Ohm.m)
resistivitas (Ohm.m)
resistivitassemu
(a)
1E+2
1E+1
1E+0
__
1E-1
....
inversi
data
1E-2
1E-2
1E-1
1E+0 1E+1
1E+2 1E+3
perioda (detik)
(c)
40
30
misfit
20
10
0
0
100
200
300
iterasi
Gambar 3.
(a) Model hasil inversi data lapangan di lokasi A.
(b) Perbandingan antara data perhitungan dan data
lapangan (resistivitas semu).
(c) Misfit sebagai fungsi iterasi.
(a)
(a)
resistivitas (Ohm.m)
1
10
resistivitas (Ohm.m)
100
100
1000
100
kedalaman (m)
kedalaman (m)
10
100
karbonat
1000
10000
1000
karbonat
10000
(b)
(b)
)(Ohm.m
1E+3
1E+2
1E+1
resistivitassemu
resistivitassemu
)(Ohm.m
1E+3
1E+0
__
1E-1
....
inversi
1E+2
1E+1
1E+0
1E-1
data
1E-2
1E-1
1E+0 1E+1
1E+2 1E+3
1E-21E-1
perioda (detik)
__
inversi
1E+0
1E+1
1E+2
1E+3
perioda (detik)
(c)
40
40
30
misfit
30
misfit
data
1E-2
1E-2
(c)
....
20
10
20
10
0
0
100
200
300
iterasi
Gambar 4.
(a) Model hasil inversi data lapangan di lokasi B.
(b) Perbandingan antara data perhitungan dan data
lapangan (resistivitas semu).
(c) Misfit sebagai fungsi iterasi.
100
200
300
iterasi
Gambar 5.
(a) Model hasil inversi data lapangan di lokasi C.
(b) Perbandingan antara data perhitungan dan data
lapangan (resistivitas semu).
(c) Misfit sebagai fungsi iterasi.
Daftar Pustaka.
1. Grandis, H., 1999, Inversi non-linier menggunakan metoda Monte-Carlo: Kasus magneto-tellurik
1-dimensi, Kontribusi Fisika Indonesia,
10, 51 57.
2. Kaufmann, A.A., Keller, G.V., 1981, The
125.
4. Dosso, S.E., Oldenburg, D.W., 1991, Magneto-