LABORATORIUM TEKNIK GEOFISIKA

FAKULTAS ILMU DAN TEKNOLOGI KEBUMIAN

UNIVERSITAS HALU OLEO

PRAKTIKUM GFS66050 PEMODELAN GEOFISIKA

SEMESTER GANJIL TAHUN AJARAN 20182

MUARIF YUDA BASKARA

R1A116015
TEKNIK GEOFISIKA

ACARA 1
REGRESI LINEAR

KENDARI
2019
 LAPORAN PRAKTIKUM
Teknik Geofisika, Universitas Halu Oleo
Acara 1 Regresi Linear

Nama : Muarif Yuda Baskara

NIM : R1A116015
Kelas : GEO-03
Tanggal Praktikum : 02 Maret 2019

ABSTRAK
Dilakukan penelitian menggunakan teknik pemodelan kedepan (forward modeling)
dan teknik pemodelan kebelakang (Inverse modeling) dalam konsep regresi linear.
Kasus yang digunakan adalah hubungan variasi suhu terhadap kedalaman dengan
menggunakan persamaan Tcal = a + bz. Nilai a dan b merupakan variabel bebas yang
nilainya dicari dengan menggunakan kedua teknik pemodelan diatas. Dengan teknik
pemodelan kedepan diperoleh nilai a=27 dan b=0.9 sedangkan dengan teknik
pemodelan kebelakang diperoleh nilai a=27.5026 dan b=0.7947. Nilai suhu kalkulasi
yang diperoleh dengan teknik pemodelan kedepan dengan teknik pemodelan
kebelakang memiliki hasil yang tidak jauh berbeda. Hal ini dikarenakan pada teknik
pemodelan kedepan, nilai variabel a dan b diinput dengan proses coba-coba (trial and
eror) sedangkan nilai variabel a dan b pada pemodelan kebelakang dihitung dengan
menggunakan persamaan yang dibuat dalam bentuk komputasi. Dari kedua teknik
diatas, diperoleh hubungan yang linear antara suhu kalkulasi (Tcal) terhadap
kedalaman (z). Semakin besar nilai kedalaman, maka suhu yang diperoleh juga
semakin besar.
I. Tujuan
Tujuan dari praktikum ini adalah mahasiswa dapat memahami konsep dasar regresi
linear berdasarkan Forward Modelling dan Inverse Modelling.

II. Manfaat

Manfaat dari praktikum ini adalah mahasiswa mengetahui konsep dasar regresi linear
dengan menggunakan Forward Modelling dan Inverse Modelling.

III. Dasar Teori

Pemodelan merupakan proses estimasi model atau parameter model yang

mengkarakterisasi suatu kondisi geologi bawah permukaan diperkirakan atau
diprediksi berdasarkan data yang diamati dipermukaan bumi. Dalam beberapa
referensi istilah model tidak hanya menyatakan representasi kondisi geologi oleh
besaran fisis tetapi mencakup pula hubungan matematis atau teoritik antara parameter
model dengan respon model (Hendra, 2009).

Dalam geofisika dikenal dua istilah pemodelan yaitu pemodelan kedepan (forward
modeling) dan pemodelan kebelakang (Inverse Modelling). Pemodelan kedepan
merupakan proses estimasi yang diawali dengan parameterisasi model bawah
permukaan dan selanjutnya melibatkan persamaan matematis dan konsep yang sesuai
sehingga diperoleh data perhitungan secara teoritik yang akan teramati di permukaan
bumi. Dalam pemodelan kedepan sering digunakan proses pencocokan data dengan
proses coba-coba (trial and eror). Proses ini melibatkan harga parameter model
hingga diperoleh data teoritik yang cocok dengan data pengamatan (Yatini, 2014).

Pemodelan kebelakang (Inverse Modelling) merupakan proses estimasi yang diawali

dari analisis data pengamatan (observed data) dengan melibatkan persamaan
matematis dan konsep fisika yang sesuai sehingga diperoleh nilai-nilai parameter
model sebagai solusi yang merepresentasikan kondisi bawah permukaan. Pemodelan
inversi sering pula disebut sebagai data fitting karena dicari parameter model yang
menghasilkan respons yang sesuai dengan data pengamatan. Teorema inversi
didefinisikan sebagai kesatuan teknik atau metode matematika dan statistika yang
bertujuan untuk memperoleh informasi parameter model yang berguna dalam suatu
sistem fisika yang pada hal ini fenomena yang ditinjau yaitu berdasarkan observasi
terhadap sistem (Bayu, 2015).

Regresi Linear merupakan metode statistika yang digunakan untuk membentuk

model atau hubungan antara satu atau lebih variabel bebas X dengan sebuah variabel
respon Y. Analisis regresi dengan satu variabel bebas X disebut sebagai regresi linear
sedernaha (Syilfi, 2012). Jika suatu masalah inversi dapat direpresentasikan kedalam
persamaan d = Gm, maka ia disebut linear. Kita dapat menjalankan prosedur yang
sederhana untuk memperoleh nilai m dari data observasi. Dalam kenyataannya, tidak
semua data observasi berhimpit dengan satu garis lurus. Jika kita mencoba melakukan
fitting terhadap semua titik data observasi kepada satu garis, maka garis yang didapat
disebut garis regresi. Misalnya, ada satu set data observasi yang ditulis sebagai
(x1,y1),(x2,y2),...,(xn,yn), garis regresi dinyatakan sebagai;

yi = a0 + a1xi + ei …………………………… (1)

dimana ei disebut error, residual, atau sering juga disebut misfit atau kesalahan
prediksi ( prediction error ). Misal pada persamaan garis lurus T = a + bz, dimana T
(Suhu) merupakan fungsi dari z (kedalaman). Variable a dan b merupakan parameter
model sehingga T pada z tertentu dapat diprediksi jika a dan b diketahui.
Menggunakan konsep regresi linear, variabel a dan b dapat ditentukan menggunakan
persamaan;

..…. (2) ..…. (3)

(Supriyanto, 2007).
IV. Data dan Pengolahan Data

4.1 Data Pengamatan

Data yang digunakan berupa suhu observasi (T obs), kedalaman (z) dan banyaknya
data (N) .

Z (m) T obs (C) N

0.5 28.5 20
1 26.9
1.5 29.4
2 28.8
2.5 30.3
3 28.7
3.5 31.2
4 30.6
4.5 32.1
5 30.5
5.5 32
6 31.4
6.5 33.9
7 32.3
7.5 33.3
8 33.2
8.5 35.7
9 34.1
9.5 35.6
10 35

4.2 Pengolahan Data

Dalam praktikum ini, dilakukan percobaan menggunakan forward modelling dan

inverse modeling. Untuk pemodelan kedepan (forward modelling) data diolah
menggunakan software Ms. Office Excel 2010 sedangkan untuk pemodelan
kebelakang (inverse modelling) data diolah menggunakan software MATLAB 2014.
a. Pemodelan Kedepan (Forward Modelling)

Mulai

Input Tobs dan z

Hitung Tcal = a + bz

Input nilai a dan b

(acak)

Disp nilai Tcal

Plot z,Tcal

Selesai
b. Pemodelan Kebelakang (Inverse Modelling)

Mulai

Load 'Data Z vs T
(praktikum_01).txt'

Input z, t, dan [N1 N2]

Hitung a1, a2, a3, a4 dan a5

Hitung a, b dan Tcal

Disp Tcal

Plot (z,t), plot (z,Tcal)

Selesai
4.3 Hasil Pengolahan Data

a. Pemodelan Kedepan (Forward Modelling)

Z (m) Tobs (C) N a b Z (m) Tcal

0.5 28.5 20 27 0.9 0.5 27.45
1 26.9 1 27.9
1.5 29.4 1.5 28.35
2 28.8 2 28.8
2.5 30.3 2.5 29.25
3 28.7 3 29.7
3.5 31.2 3.5 30.15
4 30.6 4 30.6
4.5 32.1 4.5 31.05
5 30.5 5 31.5
5.5 32 5.5 31.95
6 31.4 6 32.4
6.5 33.9 6.5 32.85
7 32.3 7 33.3
7.5 33.3 7.5 33.75
8 33.2 8 34.2
8.5 35.7 8.5 34.65
9 34.1 9 35.1
9.5 35.6 9.5 35.55
10 35 10 36

Variasi Temperatur Terhadap Kedalaman

38
36
34
32
T (C)

30 Data Observasi
28
Forward Modelling
26
24
0 5 10 15
Z (m)

Grafik hasil Ploting z vs Tcal

 b. Pemodelan Kebelakang (Inverse Modelling)

Coding program

Nilai variabel a dan b

Grafik hasil ploting z vs Tcal

V. Analisis dan Pembahasan

Grafik pada hasil pengamatan menunujukan hubungan antara kedalaman (z) terhadap
suhu (T). Perhitungan ini melibatkan teknik pemodelan kedepan dan pemodelan
kebelakang. Pada pemodelan kedepan, nilai variabel a dan b diinput secara coba-
coba. Hal ini dilakukan hingga diperolehnya data teoritik yang sesuai dengan data
pengamatan (observasi). Pada data pengamatan, digunakan nilai a=27 dan b=0.9.
Kemudian data diinput ke persamaan T = a + bz untuk menghitung nilai suhu teoritik
(Tcal). Dapat dilihat pada grafik nilai Tcal hampir sesuai dengan nilai T observasi.
Hal ini sesuai dengan teori pemodelan kedepan bahwa dalam perhitungannya, kita
menginput nilai variabel secara acak (coba-coba) agar diperoleh data yang sesuai
dengan data observasi yang dimiliki.

Untuk pemodelan kebelakang, yang dihitung adalah nilai suhu kalkulasi (Tcal).
Namun dalam hal ini, nilai variabel a dan b belum diketahui besarnya. Untuk itu,
digunakan teori inversi untuk mencari nilai variabel a dan b terlebih dahulu yang
dibuat dalam bentuk program. Dengan menggunakan pers (1) dan (2) , maka nilai a
dan b diperoleh. Untuk hasilnya dapat dilihat pada hasil data pengamatan. Hasil yang
diperoleh dengan menggunakan teknik pemodelan kedepan dan teknik pemodelan
kebelakang tidak jauh berbeda. Hal ini dapat dibuktikan dengan melihat hasil ploting
grafik pada pemodelan kebelakang.

VI. Kesimpulan

Kesimpulan yang diperoleh dalam praktikum ini adalah nilai suhu kalkulasi yang
diperoleh dengan teknik pemodelan kedepan dengan teknik pemodelan kebelakang
memiliki hasil yang tidak jauh berbeda. Hal ini dikarenakan pada teknik pemodelan
kedepan, nilai variabel a dan b diinput dengan proses coba-coba (trial and eror)
sedangkan nilai variabel a dan b pada pemodelan kebelakang dihitung dengan
menggunakan persamaan yang dibuat dalam bentuk komputasi. Dari kedua teknik
diatas, diperoleh hubungan yang linear antara suhu kalkulasi (Tcal) terhadap
kedalaman (z).
 DAFTAR PUSTAKA

Bayu. 2015. Pemodelan Numerik Data Potensial Diri (Self Potential). Jurnal Teknik
ITS Vol.6 No.1. Surabaya

Grandis, Hendra. 2009. Pengantar Pemodelan Inversi Geofisika. Jakarta. Ikatan Ahli
Geofisika Indonesia

Supryanto. 2007. Analisis Data Geofisika: Memahami Teori Inversi. Jakarta:

Universitas Indonesia

Syilfi, Dwi dkk. 2012. Analisis Regresi Linier Piecewise Dua Segmen. Jurnal
Gaussian Vol. 1 No. 1. Semarang: Universitas Diponegoro

Yatini. 2014. Studi Pemodelan Respon Polarisasi Terinduksi dalam Kawasan Waktu
(TDIP) tehadap Kandungan Mineral Logam, Sebuah Hasil Awal. Indonesian
Journal of Physics Vol.4 No.2. Bandung: Institut Teknologi Bandung