Proses Robust dan Analisis Deret Waktu pada pengolahan Data

Magnetotellurik

Metode Magnetotellurik

Metode magnetotellurik merupakan metode pasif yang mengukur komponen medan

magnet(H) dan medan listrik(E) bumi secara alami. Rentang spektrum frekuensi yang
digunakan dalam metode MT sangat lebar yaitu antara 104−10−5 Hz. Dengan jangkauan
frekuensi yang lebar, metode ini dapat digunakan untuk investigasi bawah permukaan pada
kedalaman beberapa puluh meter hingga ribuan kilometer di bawah permukaan bumi.
Semakin rendah frekuensi yang digunakan maka semakin dalam jangkauan penetrasi.
Sebaliknya, semakin tinggi frekuensi yang digunakan maka semakin dangkal jangkauan
penetrasi.
Transformasi Fourier

Transformasi Fourier merupakan proses untuk merubah sinyal dari domain waktu
menjadi domain frekuensi. Secara umum persamaan transformasi fourier dapat ditulis

x(t) merupakan sinyal input dalam bentuk time-series dan X(𝜔) merupakan hasil transformasi
dalam bentuk spektra.. Dalam pengolahan data magnetotelurik ini proses transformasi fourier
dapat dilakukan dengan menggunakan program SSMT2000 Phoenix Geophysics. Tahapan
yang dilakukan dalam proses ini yaitu menentukan parameter transformasi meliputi input file,
band level dan processing time. Hasil transformasi dalam domain frekuensi digunakan untuk
memperoleh nilai impedansi, yang selanjutnya digunakan untuk mendapatkan nilai resistivitas
bawah permukaan
Proses Robust
Menurut Simpson dan Bahr (2005) proses robust adalah teknik pemrosesan statistikal
untuk mengidentifikasi dan menghapus data yang menyimpang oleh noise. Robust
Processing berguna untuk mengurangi peran outliner. Umumnya outliers dianggap sebagai
noise dalam data, sehingga robust processing berperan sebagai filter noise awal pada data.
Outliers adalah data dengan nilai yang menyimpang jauh dari nilai kebanyakan data. Untuk
mengatasi hal tersebut dilakukan proses pembobotan (robust). Proses robust itu sendiri
terbagi menjadi tiga parameter yaitu:
• No Weight (NW)
No weight adalah parameter robust yang memberikan bobot yang sama pada semua data,
dalam hal ini NW memberikan informasi mengenai kualitas data awal (Raw data). Dan
dimana tidak ada data yang dipotong ataupun dikurangi.
• Rho Variance (RV)
Paremeter RV memberikan bobot berdasarkan nilai eror data, dimana data dengan nilai eror
yang tinggi akan diberi bobot kecil, sedangkan data dengan eror kecil akan diberi bobot
besar.
• Ordinary Coherence (OC)
Parameter OC memberi bobot berdasarkan koherensi data, data dengan koherensi tinggi
akan diberi bobot yang besar dan data dengan koherensi yang rendah diberi bobot kecil
Proses Robust dilakukan menggunakan program SSMT2000 Phoenix Geophysics.
Adapun langkah kerja yang dilakukan yaitu menentukan parameter robust yang digunakan,
jumlah crosspower, memilih chanel data yang akan diproses dan memilih lokasi
penyimpanan data setelah proses robust dilakukan. Beberapa parameter yang harus
ditentukan pada proses robust ini ialah nilai nilai seleksi crosspower. Pada penelitian
umumnya digunakan nilai seleksi crosspower sebanyak 100 dengan minimum koherensi
0,75 dan maksimum koherensi 0,95.
Data dalam domain frekuensi akan dihitung nilai resistivitas dari setiap frekuensi
dominannya. Nilai resistivitas setiap frekuensi dominan dibagi kedalam 100 data point
(crosspower) yang selanjutnya dihitung rata-ratanya. Pada proses ini akan dihasilkan filefile
dengan ekstensi (MTL) yang berarti frekuensi rendah dan (MTH) yang berarti frekuensi
tinggi. Pada proses ini digunakan perangkat lunak MTEditor Phoenix Geophysics. Nilai
koherensi ini menentukan apakah data yang telah kita ambil telah baik atau belum baik.
Pada penelitian ini nilai koherensi memiliki standar minimal 75 %. Jika data pada suatu
titik telah mencapai nilai tersebut, maka data tersebut dapat dikatakan baik kualitasnya
a
 b

Gambar 1: Kurva Koherensi titik a)No weight b)Rho Variance c)Ordinary Coherence
Analisis Deret Waktu
Jika koherensi data yang didapatkan kurang baik maka dilakukan analisis deret waktu.
Analisis deret waktu adalah proses untuk menghilangkan noise dengan cara
mengidentifikasi waktu perekaman data yang mengandung noise. Tahap ini dilakukan untuk
menaikkan nilai koherensi data pengukuran magnetotelurik dengan cara membuang sebuah
respon sinyal pada waktu tertentu yang dianggap noise. Data MT yang terukur tersimpan di
dalam tiga time slotlength (TS) yaitu TS3, TS4, dan TS5. Ketiga TS ini memiliki frekuensi
perekaman yang berbeda
• TS 3( Frekuensi tinggi 320 Hz – 40 Hz), energi dari gelombang masih sangat kuat
akan tetapi penetrasi masih dangkal
 • TS 4 (Frekuensi sedang 5.6 Hz – 3.3 Hz), energi dari gelombang telah berkurang dan
penetrasi dalam.
• TS 5 (Frekuensi rendah 4.7 Hz - 0.00034 Hz) , energi sudah sangat lemah cenderung
habis akan tetapi penetrasi sudah sangat dalam.
Proses untuk menghilangkan noise dengan cara mengidentifikasi waktu perekaman data
yang mengandung noise. Proses identifikasi dilakukan dengan mengamati sinyal dalam
bentuk seri waktu dari masing-masing TS. Umumnya, data yang dianggap sebagai noise
memiliki ciri ciri amplitudo yang tinggi dan terekam pada ketiga TS pada waktu yang sama
atau hampir sama. Sinyal pada TS 3, TS4, dan TS5 dilihat dengan perangkat lunak Synchro
Time-Series Viewer Phoenix Geophysic.
Analisis deret waktu (Time-Series Analysis) akan membuang sinyal pada TS 5 yang
koheren dengan TS 3 dan TS 4 yang dianggap noise karena pada TS 5 itu sendiri
seharusnya sudah tidak ada lagi impuls amplitudo dikarenakan energi yang telah lemah
cenderung habis karena atenuasi gelombang oleh medium bawah permukaan. Setelah
analisis deret waktu (Time Series Analysis) dilakukan, maka nilai koherensi akan meningkat
karena data yang berupa noise telah dibuang (direduksi)

Gambar 2 : Tampilan Time series pada sinyal yang kohoren (Noise)

Gambar 3 : menunjukkan hasil pencuplikan waktu pada TS3, TS4, dan TS5 yang diidentifikasi
mengandung noise. Kotak hitam pada gambar menunjukkan waktu perekaman yang diyakini
mengandung noise, sehingga waktu tersebut akan dipotong.
Setelah didapatkan rentang waktu yang dianggap tidak mengandung noise, maka data
kembali melewati proses transformasi fourier dan robust. Pada proses transformasi fourier,
waktu yang menjadi input adalah waktu yang telah dipartisi dari noise. Sedangkan pada proses
robust parameter yang digunakan yaitu parameter yang menghasilkan nilai koherensi tertinggi
pada saat proses robust sebelumnnya.

Daftar Pustaka
Grandis, H. 2006. Metoda Magnetotelurik (MT). Institut Teknologi Bandung:Bandung.
Hidayat. A.R. 2016. Analisis Deret Waktu Untuk Peningkatan Kualitas Data Magnetotellurik
(Studi Kasus Lapangan Geothermal). Universitas Padjadjaran : Sumedang
Simpson, F and Bahr K., 2005. Practical Magnetotellurics. Cambridge University Press.
Junursyah, G.M.L., 2010. Laporan Akhir Kegiatan Aplikasi Peralatan Magnetotelurik di Daerah
Tana Toraja dan Sekitarnya, Provinsi Sulawesi Selatan. Pusat Survei Geologi. Bandung.