Script Pembahasan

clc, clear all, close all Blok ini berfungsi untuk mendefinisikan
tic parameter model, dimana pertama
%---Input Parameter Model--- dilakukan input parameter model yang
v_cr = 3; %Velocity of country rock terdiri dari rock velocity dari batuan
v_an = 5; %Velocity of anomaly lingkungan (rock country), velocity dari
n_grid = 21; %Jumlah grid sumbu x batuan yang menyebabkan anomali
dan z nanti dibuat sama sebanyak (anomaly rock), ukuran grid model, ukuran
n_grid batuan anomali dalam grid.
dx = 1; %Ukuran grid (meter)
sz_an = 5; %Size Anomaly, yaitu
dibuat berukuran 5 x 5 grid. Dibuat
tepat di tengah model

%--Pembuatan matriks velocity

model--
v = v_cr*ones(n_grid);
v(8:13, 8:13) = v_an; Kemudian dilakukan plot matriks slowness
p = 1./v; model berdasarkan nilai velocity
subplot(3,3,5)
imagesc(p)
title('Slowness Model')

xx = size(p,2);
zz = size(p,1);

p_sel = zeros(zz,xx);
jumlah_tembak = 0;

%---tembak ke kiri-- Blok ini mengkomputasikan perhitungan

t_kiri = zeros(zz,xx); tomografi untuk penembakan ke arah kiri
L_kiri = zeros(zz,xx); %L adalah (blok atas) dan ke arah kanan (blok
matriks yang berisi jarak yang bawah).
ditempuh raypath
siji = ones(1,xx); Matriks “t_kiri” dan “t_kanan” pada
for i = 1:zz awalnya memiliki matrik nol dengan
satu = zeros(zz,xx); ukuran 21x21. Matriks “L_kiri” dan
satu(i,:) = siji; “L_kanan” juga awalnya memiliki matriks
TT = sum(sum(p.*satu.*dx)); nol. Sedangkan matriks siji merupakan 1
tt = satu.*TT; baris dengan 21 kolom bernilai 1.
t_kiri = t_kiri+tt; Kemudian dilakukan perhitungan “for”
yang digunakan untuk menghitung nilai
ll = sum(sum(dx.*satu)); travel time dan slowness setiap baris.
LL = satu.*ll; Inisiasi baris ke-i ditunjukkan dengan
L_kiri = L_kiri+LL; matriks “satu” kemudian perhitungan “TT”
p_avg_kiri = t_kiri./L_kiri; untuk mendapatkan nilai travel time pada
baris tersebut dengan menjumlahkan nilai
 p_sel_kiri =
ll.*p_avg_kiri./L_kiri;
end
p_sel = p_sel+p_sel_kiri;
jumlah_tembak = jumlah_tembak+1;
subplot(3,3,4)
imagesc(t_kiri)
%---tembak ke kanan--
t_kanan = zeros(zz,xx);
L_kanan = zeros(zz,xx);
siji = ones(1,xx);
for i = 1:zz
satu = zeros(zz,xx);
satu(i,:) = siji;
TT=sum(sum(p.*satu.*dx));
tt=satu.*TT;
t_kanan = t_kanan+tt;
ll = sum(sum(dx.*satu));
LL = satu.*ll;
L_kanan = L_kanan+LL;
p_avg_kanan = t_kanan./L_kanan;
p_sel_kanan =
ll.*p_avg_kanan./L_kanan;
end
p_sel = p_sel+p_sel_kanan;
jumlah_tembak = jumlah_tembak+1;
subplot(3,3,6)
imagesc(t_kanan)
%---tembak ke atas--
t_atas = zeros(zz,xx);
L_atas = zeros(zz,xx);
siji = ones(1,zz);
for i = 1:xx
satu = zeros(zz,xx);
satu(:,i) = siji;
TT = sum(sum(p.*satu.*dx));
tt = satu.*TT;
t_atas = t_atas+tt;
ll = sum(sum(dx.*satu));
LL = satu.*ll;
L_atas = L_atas+LL;
p_avg_atas = t_kiri./L_atas;
travel time pada setiap kolom pada baris
ke-i. matriks “t_kiri” dan “t_kanan”
merupakan matriks terbaru yang sudah
ditambahkan dengan matriks baris bernilai
traveltime total baris tersebut.
Setelah itu dilakukan perhitungan jarak
total pada setiap baris, dimana di baris
tersebut, nilai jarak kolom sama.
Setelah mendapatkan nilai traveltime dan
jarak total maka dilakukan perhitungan
slowness rata-rata (p) dengan membagi
matriks “t_kiri” dengan “L_kiri”dan
“t_kanan” dengan “L_kanan” kemudian
melakukan perhitungan matriks slowness
pada setiap sel.
Perhitungan ini dilakukan sampai baris
terakhir. Setelah iterasi, nilai p yang
dihasilkan kemudian dimasukkan ke
matriks p_sel.
nilai traveltime kemudian diplotkan.
Blok ini mengkomputasikan perhitungan
tomografi untuk penembakan dari arah ke
atas (blok atas) dan arah ke bawah (blok
bawah).
Perhitungan pada blok ini mirip dengan
perhitungan tembakan arah ke kiri. Pada
arah ke atas, perhitungan “for” di sini
menghitung total travel time pada setiap
kolom. Matriks “satu(:,i)” merupakan
matriks kolom yang bernilai 1. matriks
“t_atas” dan matriks “t_bawah” terbaru
merupakan matriks kolom yang sudah
ditambahkan dengan matriks “tt”.
 p_sel_atas = Kemudian dilakukan perhitungan jarak
ll.*p_avg_kiri./L_atas; total (L_atas dan L_bawah) pada setiap
end kolom yang digunakan untuk melakukan
p_sel = p_sel+p_sel_atas; perhitungan slowness (p_sel atas dan
jumlah_tembak = jumlah_tembak+1; p_sel_bawah) pada setiap kolom.
subplot(3,3,2) Perhitungan ini dilakukan sampai kolom
imagesc(t_atas) terakhir.

%---tembak ke bawah-- Nilai traveltime pada masing-masing arah

t_bawah = zeros(zz,xx); kemudian diplotkan.
L_bawah = zeros(zz,xx);
siji = ones(1,zz);
for i = 1:xx
satu = zeros(zz,xx);
satu(:,i) = siji;
TT=sum(sum(p.*satu.*dx));
tt=satu.*TT;
t_bawah=t_bawah+tt;

ll = sum(sum(dx.*satu));
LL = satu.*ll;
L_bawah = L_bawah+LL;
p_avg_bawah = t_bawah./L_bawah;
p_sel_bawah =
ll.*p_avg_bawah./L_bawah;
end
p_sel = p_sel+p_sel_bawah;
jumlah_tembak = jumlah_tembak+1;
subplot(3,3,8)
imagesc(t_bawah)

%--------tembak ke kiri atas-------

------
t_kiriatas = zeros(zz,xx);
L_kiriatas = zeros(zz,xx);
siji = ones(1,n_grid);
for i = -n_grid+1:n_grid-1
satu=diag(siji,i);
satu=satu(1:n_grid,1:n_grid);
TT=sum(sum(p.*satu.*dx*sqrt(2)));
tt=satu.*TT;
t_kiriatas=t_kiriatas+tt;
ll =
sum(sum(dx*sqrt(2).*satu));
Bagian ini digunakan untuk
mengkomputasikan penembakan diagonal
(arah kiri atas dan kanan atas) berdasarkan
nilai slowness nya.
Perhitungan “for” di bagian ini buak untuk
menghitung pada setiap baris maupun
kolom, namun pada setiap arah diagonal.
Iterasi dimulai dengan mendefinisikan
matriks “satu” untuk membuat matriks
diagonal. Matriks diagonal ini bergerak dari
bawah ke atas pada setiap iterasi.
Kemudian dilakukan perhitungan
 LL = satu.*ll; traveltime dengan menambahkan matriks
L_kiriatas = L_kiriatas+LL; “TT” dengan matriks “satu” tersebut.
p_avg_kiriatas =
t_kiriatas./L_kiriatas; Setelah dilakukan perhitungan traveltime,
p_sel_kiriatas = dilakukan perhitungan jarak total
ll.*p_avg_kiriatas./L_kiriatas; penembakan diagonal pada setiap iterasi
end diagonal dan nilai slownessnya.
p_sel = p_sel+p_sel_kiriatas; Perhitungan ini hampir sama dengan
jumlah_tembak = jumlah_tembak+1; bagian sebelumnya.
subplot(3,3,1)
imagesc(t_kiriatas) Setelah itu dilakukan plotting nilai
slowness tersebut.
%--------tembak ke kanan atas------
-------
t_kananatas = zeros(zz,xx);
L_kananatas = zeros(zz,xx);
siji = ones(1,n_grid);
for i=-n_grid+1:n_grid-1
satu=diag(siji,i);

satu=flip(satu(1:n_grid,1:n_grid));

TT=sum(sum(p.*satu.*dx*sqrt(2)));
tt=satu.*TT;
t_kananatas=t_kananatas+tt;

ll =
sum(sum(dx*sqrt(2).*satu));
LL = satu.*ll;
L_kananatas = L_kananatas+LL;
p_avg_kananatas =
t_kananatas./L_kananatas;
p_sel_kananatas =
ll.*p_avg_kananatas./L_kananatas;
end
p_sel = p_sel+p_sel_kananatas;
jumlah_tembak = jumlah_tembak+1;
subplot(3,3,3)
imagesc(t_kananatas)

%----Jumlah---- Hasil dari slowness masing-masing arah

p_avg_sel = p_sel./jumlah_tembak; yang tergabung dalam matriks “p_sel”
figure(2) kemudian dicari slowness rata-rata dengan
subplot(1,2,1) membagi “p_sel” dengan jumlah tembak.
imagesc(p) Slowness rata-rata tersebut yang diplotkan
title('True Model (Slowness)'), untuk menjadi model tomografi.
colorbar
subplot(1,2,2)
imagesc(p_avg_sel)
title('Hasil BPT (Slowness)'),
colorbar
toc