Penuntun Praktikum

Eksplorasi Gaya berat

(TEG-612211)

Oleh:
Dr. Ahmad Zaenudin, M.T.
Tim Asisten

JURUSAN TEKNIK GEOFISIKA

FAKULTAS TEKNIK
UNIVERSITAS LAMPUNG

1
 2017
KATA PENGANTAR

Petunjuk Praktikum Eksplorasi Gaya berat (TEG-612211) merupakan bagian dalam

kuliah Eksplorasi Gaya Berat di Program Studi Teknik Geofisika, Fakultas Teknik
Universitas Lampung. Metode Gaya berat yang dibahas dalam praktikum ini meliputi cara
pengambilan data, pengolahan data, dan interpretasi. Data-data yang digunakan dalam
praktikum ini merupakan data hasil pengukuran lapangan sebenarnya yang dilakukan
praktikan dan ditambah hasil pengukuran lainnya untuk menambah pengalaman berbagai
jenis data. Dengan ini diharapkan praktikan dapat mengaplikasikannya untuk eksplorasi
sumber daya alam.
Petunjuk praktikum ini masih perlu penyempurnaan dan memerlukan banyak
perbaikan. Kritik dan saran sangat diperlukan agar dimasa datang petunjuk praktikum ini
akan lebih baik lagi.
Ucapan terima kasih dan penghargaan disampaikan kepada tim asisten yang
membantu penyusunan Diktat Praktikum ini.

Bandar Lampung, April 2017

Dosen Penanggung Jawab

Dr. Ahmad Zaenudin, M.T.

2
 DAFTAR ISI

HALAMAN JUDUL ................................................................................................ i

KATA PENGANTAR .............................................................................................. ii
DAFTAR ISI ............................................................................................................ iii
MODUL I
AKUISISI DATA GAYA BERAT
A. Tujuan Praktikum .................................................................................. 5
B. Dasar Teori ............................................................................................ 5
C. Prosedur Praktikum ................................................................................ 7
D. Tugas ...................................................................................................... 9
MODUL II
KONVERSI DATA GAYA BERAT
A. Tujuan Praktikum .................................................................................. 10
B. Dasar Teori ............................................................................................ 10
C. Prosedur Praktikum ................................................................................ 12
D. Tugas ...................................................................................................... 13
MODUL III
TIDE CORRECTION DAN DRIFT
A. Tujuan Praktikum .................................................................................. 14
B. Dasar Teori ............................................................................................ 14
C. Prosedur Praktikum ................................................................................ 15
D. Tugas ...................................................................................................... 17
MODUL IV
PENGOLAHAN DATA 1D
A. Tujuan Praktikum .................................................................................. 18
B. Dasar Teori ............................................................................................ 18
C. Prosedur Praktikum ................................................................................ 25
D. Tugas ...................................................................................................... 25
MODUL V
PEMODELAN SURFER DAN ANALISA SPEKTRUM
A. Tujuan Praktikum .................................................................................. 26
B. Dasar Teori ............................................................................................ 26
C. Prosedur Praktikum ................................................................................ 29
D. Tugas ...................................................................................................... 48

MODUL VI
PEMODELAN 2D
A. Tujuan Praktikum .................................................................................. 29
B. Dasar Teori ............................................................................................ 29
C. Prosedur Praktikum ................................................................................ 51
D. Tugas ...................................................................................................... 54

3
4
 MODUL I
AKUISISI DATA GAYA BERAT

A. Tujuan Praktikum
Tujuan dari praktikum ini adalah :
a. Mahasiswa mengetahui prinsip dan tahapan dalam akuisisi gaya berat.
b. Mahasiswa dapat mengetahui prinsip kerja alat yang digunakan dalam pengukuran
gaya berat.
c. Mahasiswa mengetahui segala hal yang berpengaruh dalam proses akuisisi gaya
berat.

B. Teori
Akuisisi data adalah pengukuran data yang dilakukan di suatu daerah survey.
Pengukuran data gaya berat adalah pengukuran percepatan gravitasi bumi (g) di lokasi
tersebut, yaitu percepatan gravitasi bumi sebagai superposisi dari benda bawah permukaan
bumi dan dari luar bumi. Percepatan yang terukur oleh gravitymeter merefresentasikan
tarikan dari bumi itu sendiri pada lintang tertentu (gN), benda dekat permukaan (excee
mass), ketidakteraturan bentuk topografi (irregular surface topography) dan interaksi bumi
dengan benda-benda langit (earth tides), terutama matahari dan bulan.
Ada beberapa hal yang harus dipersiapkan sebelum melakukan survey gaya berat,
diantaranya adalah gravitymeter yang terkalibrasi dengan baik, base station yang diketahui
nilai gaya berat absolutnya, dan desain pengukuran sesuai dengan target yang diinginkan.
Hal ini berkaitan dengan mengenai lokasi survey, topografi lokasi surveydan informasi
lainnya.
Base Station adalah sebuah titik yang sudah diketahui nilai gaya berat absolutnya,
dimana ditutunkan dari base station nasional DG-0 di Museum Geologi Bandung. Base
station diperlukan karena pengukuran gaya berat, merupakan pengukuran relatif gaya berat
terhadap titik yang sudah diketahui nilai absolute nya. Pengukuran nya bersifat relatif,
karena nilai gaya berat di setiap lokasi ditentukan oleh posisi nya, waktu pengukuran, dan
kelelahan alat (drift). Sehingga pengukuran gaya berat harus selalu di “ikat” kan terhadap
titik referensi (Base Station) saat sebelum pengukuran ke lapangan, maupun setelah
pengukuran dilapangan, yang disebut sistem looping (Gambar 1.1). Dengan sistem
looping ini, harga/nilai percepartan gaya berat (g) pada setiap titik pengukuran
di”turun”kan (relatif) terhadap nilai gaya berat di Base Station, dengan terlebih dahulu
dikoreksikan terhadap efek benda-benda langit (earth tides) dan kelelahan alat (drift) dan
koreksi-koreksi lainnya yang akan dijelaskan kemudian.
Sehingga pada saat pengukuran gaya berat yang perlu diukur/dicatat adalah :
a. Tanggal dan hari pengukuran, untuk koreksi tides;
b. Posisi titik ukur (latititude, longitude);
c. Waktu (time) pembacaan di setiap titik pengukuran, untuk koreksi drift dan tides;
d. Elevasi setiap titik pengukuran
e. Nilai ukur percepatan gaya berat;
f. Situasi titik ukur terhadap sekelilingnya.

5
 Untuk memudahkan survey lapangan, terlebih dahulu dibuat Base Station Lapangan,
sebagai titik referensi seluruh titik ukur di area survey tersebut. Base Station Lapangan
ditutunkan dari Base Station Nasional (DG-0) atau turunannya, yang biasanya ada disetiap
Bandar Udara disetiap kabupaten atau provinsi di Indonesia (Gambar 1.2).

Hal yang harus diperhatikan dalam penentuan lokasi base station, yaitu:
a. Base station dipilih pada landasan yang stabil dan kokoh, jauh dari getaran dan
gangguan lainnya; dan
b. Lokasi dan posisinya mudah untuk dijangkau

Looping

Gambar 1.1. Skema Metode Gaya berat

Gambar 1.2 Base Station (Jaringan titik Dasar Gaya Berat) di Indonesia

Adapun peralatan yang dibutuhkan dalam survey metode Gaya berat adalah sebagai
berikut:
1. Seperangkat Gravitimeter (Lacoste & Romberg atau Scintrex)

6
 2. GPS
3. Peta Geologi dan peta Topografi
4. Penunjuk Waktu
5. Alat tulis
6. Kamera
7. Pelindung Gravitimeter
8. Dan beberapa alat pendukung lainnya

Survey/ Pengukuran gaya berat

Pengukuran dimulai dari base station kemudian titik-titik pengukuran lainnya dan
kembali ke base station lagi sebagai suatu loop. Semakin sering kita kembali ke base
station (looping), maka semakin baik koreksi drift yang kita dapatkan. Kegiatan
pengukuran meliputi pembacaan alat gravitymeter, penentuan posisi (koordinat X dan Y)
dan juga waktu pengukuran.
Adapun data yang didapatkan dari hasil pengukuran adalah:
a. Nilai atau harga pembacaan alat gravitimeter (dalam skala alat yang
kemuadin di konversi ke nilai Gal atau mGal)
b. Koordinat base station dan titik-titik pengukuran lainnya
c. Ketinggian titik pengukuran (elevasi)
d. Hari, Tanggal, dan Waktu pembacaan

C. Prosedur Praktikum
Adapun hal yang harus dilakukan dalam akuisi data gaya berat adalah sebagai berikut :
1. Peralatan yang digunakan dalam survey (Gravitymeter LaCoste & Romberg atau
Scintrex.
2. Menjalankan Gravity Meter
a. Meletakkan piringan pada titik amat yang telah ditentukan . Jika titik amatyang
telah ditentukan lokasinya kurang baik (tanah labil, miring, gembur dll)
disarankan memindahkan titik amat tersebut.
b. Meletakkan kotak pembawa Gravitymeter di depan titik amat (Gambar 1.4).
c. Berdirilah membelakangi matahari, agar sinar matahari tidak langsung mengenai
Gravitymeter.
d. Memperhatikan arah angin agar tidak menggangu pergerakan benang bacaan.
e. Bila cuaca dalam kedaan panas terik atau hujan, gunakan payung untuk
melindungi Gravitymeter.
f. Meletakkan piringan apada titik amat/Bench Mark yang telah ditentukan.
Kemudian keluarkan dan angkat Gravitymeter.
g. Meletakkan Gravitymeter di atas piringan kemudian hidupkan lampu
gravitymeter.
h. Geser Gravitymeter sampai nivo memanjang, dan nivo melintang
mendekatiposisi tengah. Bagian-bagian dari gravitymeter Lacoste & Romberg
ditunjukan pada Gambar 1.5.

7
 Gambar 1.4 Prosedur pengukuran dengan La Coste & Romberg

Gambar 1.5 Bagian-bagian komponen Gravitymeter Lacoste & Romberg

i. Jika kedua buah nivo tersebut posisinya sudah ditengah, bukalah sekrup pengunci
berlawanan dengan arah jarum jam.
j. Mengamati pergerakan benang bacaan pada lensa pengamatan dengan memutar
sekrup pembacaan secara perlahan-lahan searah maupun berlawanandengan arah
jarum jam.
k. Untuk mendapatkan harga pembacaan, disarankan menggerakkan benang bacaan
dari arah kiri ke kanan ( dari sekali kecil ke sekali besar).
l. Melakukan pergerakan benang bacaan yang sama dari satu arah setiap melakukan
pembacaan Gravitymeter.
m. Menempatkan posisi garis baca (reading line) dengan benar, yaitu kedaan dimana
batas bawah (bagian kiri) dari benang bacaan berimpit dengan garis baca.

8
 n. Membaca angka-angka yang ditunjujkkan oleh skala pembilang Gravitymeter
dan diisikan ke form data seperti pada Tabel 1.
o. Mematikan lampu Gravitymeter.
p. Mengunci kembali Gravitymeter tersebut dengan menggunakan skrup
pengunci searah jarum jam.
q. Mengangkat Gravitymeter., mamasukkan kembali ke dalam kotak
pembawa.Hati-hati terhadap socket penghubung Gravitymeter dengan sumber
arus, jangan sampai terlepas ketika memasukkan Gravitymeter.
r. Menutup kotak pembawa Gravitymeter.

D. TUGAS
1. Jelaskan prinsip dan cara yang anda ketahui dalam mengukur nilai percepatan
gravitasi!
2. Apa saja bagian-bagian dari garvitymeter dan jelaskan fungsi masing-masing?
3. Apa yang dimaksud dengan Zero-length springs?
4. Apa yang kamu ketahui tentang kalibrasi alat gravity meter? Kenapa gravitymeter
perlu dikalibrasi secara berkala?
5. elaskan apa yang di maksud sistem pengukuran secara looping!
6. Bagaimana cara menentukan nilai percepatan gaya berat dari suatu base station
lapangan yang diturunkan dari Base Station yang sudah diketahui harga percepatan
gaya berat absolut nya?
7. Sebutkan dan jelaskan faktor-faktor yang mempengaruhi pembacaan alat gavity
meter?

Tabel 1.1 Form Data Gaya Berat

9
Type Instrumen: Hari/Tanggal :
Operator : Lokasi :
Nama Bacaan Posisi/Koordinat Orientasi
No. Waktu Elevasi
Stasiun Skala Alat UTM X UTM Y Medan

MODUL II
KONVERSI DATA

10
A. TujuanPraktikum
Tujuan dari praktikum ini adalah mahasiswa dapat melakukan konversi data gaya
berat dari data hasil pengukuran gravitymeter, yaitu dari skala alat gravitymete ke mGal,
yang selanjutnya digunakan dalam proses pengolahan.

B. Teori
Prinsip Kerja Alat Gravitymeter (Lacoste & Romberg) type D dan G adalah sebagai
berikut :

Gambar 2.1 Prinsip kerja La Coste & Romberg

Gravitymeter LaCoste & Romberg terbuat dari bahan metal. Terdapat dua jenis
gravitymeter LaCoste & Romberg yaitu model D dan model G. Model G mempunyai
range pengukuran sampai 7000 milligal, sedangkan model D memiliki range pengukuran
200 milligal dan harus di-setting sesuai dengan tempat pengukurannya. Model D lebih
sensitif dibandingkan dengan model G.
Bagian-bagian pokok dari gravitymeter LaCoste & Romberg ini adalah (Gambar 1.5):
1. Zero-length springs adalah pegas yang dipergunakan untuk menahan massa. Zero
length springs ini dipakai pada keadaan dimana gaya pegas berbanding langsung
dengan jarak antar titik ikat pegas dan titik tempat gaya bekerja.

11
 2. Massa dan beam, berlaku sebagai massa yang berpengaruh atau berubah posisi
jika terjadi variasi medan gravitasi.
3. Hinge atau engsel berlaku sebagai per atau pegas peredam goncangan.
4. Micrometer digunakan untuk mengembalikan posisi massa ke posisi semula setelah
massa terpengaruh oleh medan gravitasi. Micrometer ini terbuat dari ulir-ulir dan
pemutarannya dapat diatur dari nulling dial melalui gear box.
5. Long and short lever yaitu tuas untuk menghubungkan micrometer dengan zero-
length springs.
Sistem gravitymeter ini akan mempunyai tanggapan terhadap medan gravitasi yang
akan menyebabkan berubahnya posisi massa dan beam. Perubahan posisi massa akibat
tarikan gaya gravitasi ini kemudian diseimbangkan atau dikembalikan pada posisi semula
dengan memutar nulling dial yang akan menggerakkan micrometer kemudian ke long
and short lever dan akhirnya ke zero-length springs. Gaya yang diperlukan untuk
mengembalikan posisi massa dan beam ke posisi semula (dengan memutar nulling dial)
diubah menjadi nilai gravitasi, namun masih relatif bukan nilai gravitasi mutlak pada titik
tersebut. Nilai ini ditampilkan dalam display digital dalam gravitymeter.
Perubahan kedudukan pada ujung batang, disamping adanya gaya tarik bumi, juga
disebabkan oleh adanya goncangan-goncangan. Untuk menghilangkan goncangan maka
pada ujung batang yang lain dipasang Shock Eliminating Spring. Zero length spring
dipakai pada keadaan dimana gaya per berbanding lurus dengan jarak antara titik per dan
titik dimana gaya bekerja. Jika keadaan zero length sempurna, maka berlaku :
P=kµs (2.1)
Dimana k adalah konstanta Per/pegas, sedangkan s adalah jarak antara titik ikat Per
dimana gaya bekerja. Dari gambar di atas, dapat diambil kesimpulan bahwa peralatan
tersebut tidak tergantung besar sudut α,ß, danθ, sehingga jika terjadi penyimpangan sudut
yang kecil dari titik keseimbangan maka gaya pada sistem ini tidak dapat kembali lagi dan
secara teoritis dapat diatur mempunyai periode yang tidak berhingga, biasanya perioda alat
ini sekitar 15 detik.
Untuk mendapatkan harga pembacaan dalam satuan mgal (10-3 cm.s-2) maka harga
pembacaan dari gravitymeter harus dikonversikan terlebih dahulu ke harga milligal dengan
menggunakan Tabel Konversi. Hal ini dilakukan karena besar nilai yang ditampilkan oleh
gravitymeter belum mempunyai satuan dan untuk setiap model gravitymeter mempunyai
tabel konversi yang berlainan tergantung spesifikasi model alat tersebut. Pada gravitymeter
Lacoste & Romberg model G-1118 yang dilengkapi dengan sistem umpan balik elektronik.
Rumus konversi ke harga milligal yaitu:
Gs = [ Gm + ( F x 0.001029411)] milligal (2.2)
dimana : Gs = g bacaan dalam satuan mgal.
Gm = g bacaan skala x konstanta konversi (table konversi)
F = pembacaan feed back dalam mvolt.
Contoh perhitungan/konversi dari Tabel Konversi dicontohkan sebagai berikut :
misalkan harga pembacaan gravitymeter pada sebuat titik pengukuran adalah 2654,32.
Kemudian baca Tabel Konversi gravitymeter sesuai type alat gravitymeter yang dipakai.
Maka:

12
C. Prosedur Praktikum
Pengolahan data dengan melakukan konversi dari pembacaan alat ke mGal dengan
menggunakan suatu bentuk perumusan tertentu berdasarkan nilai-nilai pembacaan yang
didapat dalam pengukuran disetiap stasiun. Pengukuran menggunakan Gravitymeter G-
214, dengan Tabel Konversi seperti tercantum di bawah ini.
Hitunglah harga-harga pembacaan alat pada tabel di bawah ini ke dalam mGal
dengan asumsi CCF (Calibration Correction Factor) dari alat ini sebesar 1.0000 dengan
menggunakan rumus :

Bacaan skala=Nilai miligal+((Bacaan Alat-Nilai bulat)*faktor interval)

Tabel 2.1 Data gaya berat P Kangean, Madura (11-12 Juli 2005) dengan
Gravitymeter L&R Type G-214
11 Juli 2005

NO Stasiun Waktu Bacaan Alat Bacaan Skala

1 KGM-BS.ARJ 6:51 1911.752 ...................
2 KGM-001 7:29 1913.974
3 KGM-002 7:46 1913.318
4 KGM-004 7:56 1908.002
5 KGM-006 8:10 1902.549
6 KGM-008 8:20 1911.649
7 KGM-010 8:36 1916.050
8 KGM-012 8:47 1919.600
9 KGM-014 8:59 1921.814

13
 10 KGM-016 9:11 1922.670
11 KGM-018 9:21 1924.712
12 KGM-020 9:32 1924.802
13 KGM-022 9:41 1923.651
14 KGM-024 9:50 1925.614
15 KGM-026 9:59 1928.222
16 KGM-028 10:12 1930.919
17 KGM-030 10:22 1930.029
18 KGM-032 10:38 1931.852
19 KGM-033 10:44 1930.820
20 KGM-BS.ARJ 12:37 1909.540
21 KGM-034 13:56 1909.211
22 KGM-035 14:04 1899.680
23 KGM-036 14:18 1909.173
24 KGM-037 14:29 1911.598
25 KGM-BS.ARJ 14:51 1909.340
1 KGM-BS.ARJ 7:14 1910,111
KGM-038 7:28 1911,665
KGM-039 7:38 1910,927
KGM-040 7:46 1909,549
KGM-042 7:56 1908,902
KGM-044 8:06 1903,720
KGM-046 8:17 1907,870
KGM-048 8:30 1912,156
KGM-050 8:40 1915,380
KGM-052 8:49 1916,917
12 Juli 2005

KGM-054 9:00 1916,510

KGM-056 9:09 1920,200
KGM-058 9:19 1925,647
KGM-059 9:51 1920,810
KGM-062 9:59 1925,509
KGM-063 10:09 1926,143
KGM-064 10:30 1924,875
KGM-066 10:40 1925,450
KGM-067 12:06 1909,040
KGM-069 12:15 1910,919
KGM-071 12:25 1913,448
KGM-072 12:31 1907,698

14
 KGM-073 12:38 1912,794
KGM-038 12:49 1911,119
KGM-BS.ARJ 13:05 1910,380

D. TUGAS

15
 1. Sebutkan jenis-jenis gravitymeter dan anda ketahui? Jelaskan spesifikasi masing-
masing gravitymeter tersebut?
2. Jelaskan apa yang dimaksud dengan resolusi (resolution) dan akurasi (accuracy)
pada alat gravitymeter! Apa arti fisis dari skala tersebut?
3. Apa yang anda ketahui tentang CCF (Calibration Correction Factor) pada
gravitymeter? Jelaskan?
MODUL III
TIDE CORRECTION & DRIFT

A. Tujuan Praktikum
Tujuan dari praktikum ini adalah mahasiswa dapat menggunakan software Tide
Longman yang berguna untuk mencari nilai tide (pasang-surut) bumi dan drift alat pada
pengolahan data gaya berat.

B. Teori
1. Koreksi Tide (Pasang surut)
Untuk menghilangkan pengaruh yang timbul akibat benda-benda langit khususnya
bulan dan matahari maka untuk memperoleh percepatan gravitasi yang akurat, data hasil
pengukuran perlu dikoreksi terlebih dahulu. Besarnya koreksi pasang surut ini dihitung
menggunakan program komputer berdasarkan perumusan yang diberikan oleh Longman
(1969).

Koreksi pasang surut ini selalu ditambahkan.

GST = Gs + T (4-3)

dimana : GST = pembacaan percepatan gravitasi dalam miligal

terkoreksi pasang surut.
Gs = pembacaan percepatan gravitasi setelah
dikonversikan ke harga milligal.

16
 T = koreksi pasang surut (milligal).

2. Koreksi 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 di desain dalam suatu rangkaian tertutup, sehingga
besar penyimpangan tersebut dapat diketahui dan diasumsikan linier pada selang waktu
tertentu (t).

( tn - t1 )
driftn = (g -g )
( t N - t1 ) N 1
Dimana :
tn
= waktu pembacaan pada stasiun ke-n
t1 = waktu pembacaan pada stasiun base (awal looping)
tN
= waktu pembacaan pada stasiun base (akhir looping)
g N = bacaan gravimeter (terkoreksi tidal) pada satasiun base (awal looping).
g1
= bacaan gravimeter (terkoreksi tidal) pada satasiun base (akhir looping)

Koreksi drift selalu dikurang terhadap bacaan gravimeter.

gtd = gt - drift
dimana :
gtd
= gaya berat terkoreksi tidal dan drift
gt = gaya berat terkoreksi tidal.

C. Prosedur Praktikum
Adapun yang harus dilakukan untuk memperoleh koreksi tide dan koreksi drift
yaitu :
1. Koreksi Tide
Untuk mendapatkan nilai Tide maka langkah yang harus dilakukan adalah sebagai
berikut:

17
 a. Memilih lokasi penelitian dalam hal praktikum ini P. Kangean Madura pada posisi
(Lintang -6,875 dan Bujur 115,250) dan waktu survey 11-12 Juli 2005.
b. Membuka program Tide Longman dan memasukkan nilai seperti pada tampilan
dibawah ini

Gambar 3.1. Prosedur memasukkan nilai pada TideLongman

c. Jika prosedur yang dilakukan benar maka akan tampil seperti gambar dibawah ini,
jika tidak sesuai maka error.

Gambar 3.2. Output program tide

d. Mengurutkan nilai time dan tide secara urut dan menggambarkan grafiknya (Sumbu
X sebagai time dan Sumbu Y sebagai nilai tide).
e. Setelah mendapatkan semua nilai tide maka lanjutkan dengan mencari nilai Gn.
Nilai Gn diperoleh dengan memasukkan formula sebagai berikut
Gn = Bacaan Alat + Tide
f. Setelah mendapatkan nilai Gn maka langkah selanjutnya adalah mencari nilai Drift.

2. Koreksi Drift
Untuk mendapatkan nilai Drift maka langkah yang harus dilakukan adalah sebagai
berikut :
a. Untuk mencari nilai drift maka lakukan konversi time kedalam bentuk second.

18
 b. Hitunglah nilai drift pada masing-masing statsiun pengukuran dengan
menggunakan formula dibawah ini :
( tn - t1 ) g
driftn = ( N - g1 )
( N 1)
t - t
c. Jika langkah yang dilakukan benar maka nilai drift pada stasiun Base adalah
0.0000.
d. Mencari nilai Gcorr dengan memasukkan formula sebagai berikut
Gcorr = (GravRead+Tide) – Drift
e. Mencari nilai delta g dengan cara memasukkan formula sebagai berikut
Delta g = Gcorr- $Gcorr$
f. Mencari nilai Gobs (dimana nilai Base Station KGM-BS-ARJ adalah 978172,219)
dengan memasukkan formula sebagai berikut
Gobs = $Gabsolut$ + delta g
D. TUGAS
1. Apa yang anda ketahui tentang tide (pasang-surut) bumi? Apa yang menyebabkan
perubahan secara periodik tide ini? Berapakah periode tide? Kapan pasang
maksimum dan surut maksimum terjadi?
2. Dengan menggunakan software Tide Longman, mencarilah nilai carilah nilai tide
pada suatu lapangan penelitian tertentu, pada waktu tertentu! Buatkanlah grafik
antara tide terhadap waktu! Analisalah perubahan nilai tide tersebut baik nilai
maksimum dan minimumnya maupun periode dari tide tersebut!
3. Mengapa koreksi Tide menurut perhitungannya harus ditambah? Apa arti fisis dari
perlakuan ini?
4. Apa yang dimaksud dengan drift alat? Kenapa terjadi drift tersebut?
5. Mengapa koreksi Drift dalam perhitungannya harus dikurang! Jelaskan arti
fisisnya?
Nilai percepatan gravitasi pada KGM-BS.ARJ hasil pengikatan dengan base station
nasional adalah 978172,219 mgal.

Wakt Bacaan Bacaan

Stasiun Waktu u Alat Skala Tidal Gn Drift Gcorr delta g Gobs
Senin,11Juli 2005
KGM-BS.ARJ 6:51 411 1911,752
KGM-001 7:29 449 1913,974
KGM-002 7:46 466 1913,318
KGM-004 7:56 476 1908,002
KGM-006 8:10 490 1902,549
KGM-008 8:20 500 1911,649
KGM-010 8:36 516 1916,050
KGM-012 8:47 527 1919,600
KGM-014 8:59 539 1921,814

19
 KGM-016 9:11 551 1922,670
KGM-018 9:21 561 1924,712
KGM-020 9:32 572 1924,802
KGM-022 9:41 581 1923,651
KGM-024 9:50 590 1925,614
KGM-026 9:59 599 1928,222
KGM-028 10:12 612 1930,919
KGM-030 10:22 622 1930,029
KGM-032 10:38 638 1931,852
KGM-033 10:44 644 1930,820
KGM-BS.ARJ 12:37 757 1909,540
KGM-034 13:56 836 1909,211
KGM-035 14:04 844 1899,680
KGM-036 14:18 858 1909,173
KGM-037 14:29 869 1911,598
KGM-BS.ARJ 14:51 891 1909,340
KGM-BS.ARJ 7:14 1874 1910,111

Wakt Bacaan Bacaan

Stasiun Waktu u Alat Skala Tidal Gn Drift Gcorr delta g Gobs baru
Selasa,12 Juli
2005
KGM-BS.ARJ 7:14 434 1910,111
KGM-038 7:28 448 1911,665
1910,92
KGM-039 7:38 458 7
1909,54
KGM-040 7:46 466 9
1908,90
KGM-042 7:56 476 2
1903,72
KGM-044 8:06 486 0
1907,87
KGM-046 8:17 497 0
1912,15
KGM-048 8:30 510 6
1915,38
KGM-050 8:40 520 0
1916,91
KGM-052 8:49 529 7
1916,51
KGM-054 9:00 540 0
1920,20
KGM-056 9:09 549 0
1925,64
KGM-058 9:19 559 7
1920,81
KGM-059 9:51 591 0
1925,50
KGM-062 9:59 599 9
1926,14
KGM-063 10:09 609 3
1924,87
KGM-064 10:30 630 5
1925,45
KGM-066 10:40 640 0
KGM-067 12:06 726 1909,04

20
 0
1910,91
KGM-069 12:15 735 9
1913,44
KGM-071 12:25 745 8
1907,69
KGM-072 12:31 751 8
1912,79
KGM-073 12:38 758 4
KGM-038 12:49 769 1911,119
1910,38
KGM-BS.ARJ 13:05 785 0

MODUL IV
PENGOLAHAN DATA GAYA BERAT

21
A. Tujuan Praktikum
Adapun tujuan praktikum ini adalah:
1. Mahasiswa dapat melakukan pengolahan data gaya berat untuk mendapatkan
nilai koreksi Lintang, Udara Bebas, dan Koreksi Bouguer.
2. Mahasiswa mampu mendapatkan nilai Anomali Bouguer Sederhana
berdasarkan data yang telah diolah.

B. Teori
Secara teoririk, permukaan bumi merupakan permukaan yang rata (tanpa variasi
topografi) disebut sebagai bentuk spheroid, yang mana menggelembung di ekuator dan
flatten di kutub (persamaan 4.1) dan dengan distribusi densitas meningkat secara teratur.
Re - R p 1
f = = (4.1)
Re 298, 25

Dimana : Re adalah jari-jari bumi di ekuator;

Rp adalah jari-jari bumi di kutub

Tetapi pada kenyataannya harga variasi gaya berat di setiap titik permukaan bumi
bervariasi, dipengaruhi oleh sebaran densitas bumi yang tidak merata, topografi, elevasi,
kondisi struktur geologi, serta efek gaya tarik benda di luar bumi seperti bulan dan
matahari. Oleh karena hanya harga densitas yang diperhitungkan, maka faktor-faktor
lainnya direduksi atau dengan kata lain dikoreksi.

1. Koreksi Lintang (Latitude Correction)

Spheroid referensi adalah suatu bentuk ellipsoid ’oblate’ yang digunakan sebagai
pendekatan untuk muka laut rata-rata (geoid) dengan menghilangkan efek benda diatasnya.
Walaupun spheroid referensi tidak terlalu pas dengan bentuk geoid, perkiraannya pada
derajat yang dapat digunakan/diterima dalam survey gaya berat.
Pada tahun 1967 International Assosiation of Geodesy merumuskan suatu formula
yang sudah memperhitungkan faktor-faktor yang disebutkan di atas. Formula tersebut
bernama GRS67, yang diberikan pada persamaan :

g n = 978.3185 (1  0.005278895 sin 2  - 0.000023462 sin 2 2 ) cm / s 2 (4.2)

dimana,  = sudut lintang

gn = gaya berat normal pada lintang  (mGal)

2. Koreksi Udara Bebas (Free Air Correction)
Perhitungan koreksi udara bebas bertujuan untuk mereduksi pengaruh elevasi dan
kedalaman titik pengukuran terhadap data yang diakuisisi.

22
 Dengan menganggap bentuk bumi yang ideal, spherical, tidak berotasi dan massa
terkonsentrasi pada pusatnya, nilai gaya berat pada mean sea level adalah
GM
go = (4.3)
R2
dimana go adalah gravitasi dengan bentuk bumi yang spheroid dan R adalah jari-jari bumi.
Pada survey gaya berat dilakukan pengukuran pada stasiun dengan elevasi h
(meter) diatas mean sea level, maka persamaannya menjadi:

M  1 - 2h 
g h= G   (4.4)
R2  R 

Perbedaan nilai gaya berat antara yang terletak di mean sea level dengan yang terletak
dengan elevasi h (meter) adalah koreksi udara bebas diberikan pada persamaan (Reynolds
1997) :

�2 g h �
g F = g h - g 0 = - � o �= 0,3086h mGal
� (4.5)
�R �
dimana, go = 981785 mGal R = 6371000 meter
Maka koreksi udara bebasnya ,
FAC = 0.3086 · h (mGal) (4.6)
dimana, h : ketinggian stasiun pengukuran (meter)
Sedangkan anomali udara bebasnya/FAA, dapat dituliskan sebagai berikut:
FAA = g obs - g l int ang  0.3085 h (4.7)

Gambar 4.1. Koreksi udara bebas terhadap data gaya berat (Zhou, 1990)

3. Koreksi Bouguer (Bouguer Correction)

Koreksi Bouguer diperhitungkan karena adanya efek tarikan dari material/massa
yang berada diantara statiun dan bidang datum yang belum diperhitungkan pada koreksi
udara bebas. Koreksi Bouguer dilakukan dengan menggunakan pendekatan benda berupa
slab tak berhingga dengan ketebalan dan densitas yang sama. Persamaan koreksi Bouguer
adalah:
BC = 2 π    ρ  h = 0.04192 ρ h mGal (4.8)
dimana ρ adalah densitas dan h adalah elevasi.

23
 Anomali gaya berat yang dapat dihasilkan setelah diaplikasikan dengan koreksi
Bouguer dan anomali udara bebas atau disebut sebagai Simple Bouguer Anomaly adalah :
SBA = FAA - BC (4.9)

Gambar 4.2. Koreksi Bouguer terhadap data gaya berat (Zhou, 1990)

4. Koreksi Medan (Terrain Correction)

Pada koreksi medan (Gambar 4.3) nilai koreksi Bouguer diperbaiki dengan
mengasumsikan terdapat suatu efek topografi permukaan yang relatif kasar dengan
perbedaan elevasi yang besar, seperti permukaan atau lembah di sekitar stasiun
pengukuran.

Gambar 4.3. Koreksi medan terhadap gaya berat (Zhou, 1990)

Efek topografi dalam anomali gaya berat/SBA bersifat mengurangi. Oleh karena itu
koreksi medan harus ditambahkan terhadap anomali gaya berat. Maka nilai anomali gaya
beratnya / Complete Bouguer Anomaly menjadi :
CBA = SBA  TC (4.10)
Ada banyak metode untuk menghitung koreksi medan. Prosedur pengerjaan yang
biasa dilakukan adalah dengan membagi area menjadi kompartemen dan membandingkan
elevasi dalam setiap kompartemen dengan elevasi pada statiun. Salah satu metode yang
paling sering digunakan oleh ahli geofisika untuk menghitung koreksi medan adalah
dengan menggunakan Hammer Chart yang dikembangkan oleh Sigmund Hammer.

24
 Hammer melakukan pendekatan efek gaya berat dalam suatu cincin seperti pada
Gambar 4.4. Jika cincin memiliki ketebalan z dan jari-jari dalam RD dan jari-jari luar RL,
sebuah persamaan untuk menyatakan daya tarik gaya berat pada suatu titik yang terjadi
pada titik tengah cincin, yaitu :

TC =
2G
n

R L - RD  (R 2
D  z 2 ) - ( RL2  z )  (mGal) (4.11)

dimana, n = jumlah kompartemen dalam zona tersebut.

z = perbedaan elevasi rata-rata kompartemen dan titik
pengukuran
RL dan RD = radius luar dan radius dalam kompartemen

Gambar 4.4. Cincin melingkar yang terbagi menjadi 8 segmen untuk menghitung koreksi
medan (Robinson 1988).

Gambar 4.5. Hammer Chart untuk menghitung koreksi medan (Reynolds 1997)
5. Penentuan Densitas Permukaan

Rapat Massa batuan merupakan besaran fisik yang sangat penting dalam metode gaya
berat. Pada perhitungan anomali Bouguer diperlukan harga rapat massa rata-rata didaerah
survey. Untuk itu nilai densitas rata-rata di daerah tersebut harus ditentukan dengan baik.
Ada beberapa cara yang dapat digunakan untuk menentukan rapat massa rata-rata, yaitu :
a. Analisa batuan daerah survey dari pengukuran di laboratorium.
b. Metoda Netlleton
c. Metoda Parasnis.

Tabel 4.1 Nilai densitas batuan

25
5.1. Metoda Nettleton
Metoda ini didasarkan pada pengertian tentang Koreksi Bouguer dan Koreksi Medan
dimana jika rapat massa yang digunakan sesuai dengan rapat massa permukaan, maka
penampang atau profile anomali gaya berat menjadi ‘smooth’. Dalam aplikasi, penampang
dipilih melalui daerah topografi kasar dan tidak ada anomali gaya berat target. Anomali
Bouguer titik amat pada suatu lintasan diplot dengan berbagai macam harga rapat massa
(). Nilai densitas permukaan diperoleh apabila nilai anomali gaya berat yang dihasilkan
tidak mempunyai korelasi dengan topografi di daerah tersebut. Sebagai contoh estimasi
rapat massa dengan metoda ini ditunjukkan Gambar 4.6. Secara visual terlihat bahwa
pendekatan terbaik dari rapat massa rata-rata permukaan daerah tersebut adalah 1.9 gr/cc.

Gambar 4.6. Penampang anomali Bouguer dengan densitas yang bervariasi dibandingkan
dengan penampang topografi.
Secara kuantitatif, estimasi rapat massa permukaan terbaik dapat ditentukan dengan
menerapkan korelasi silang antara perubahan elevasi terhadap suatu referensi tertentu
dengan anomali gaya beratnya. Korelasi dilakukan dengan menarik garis dari topografi
tinggi ke rendah atau sebaliknya dan mengkorelasikan dengan profile anomali gaya
beratnya untuk beberapa nilai densitas.

26
 Rapat massa terbaik diberikan oleh harga korelasi silang terkecil sesuai dengan
persamaan sebagai berikut:
N

 ( g ) h i i
k=- i =1
N (4.12)
 ( hi ) 2
i =1

dimana N adalah jumlah stasion pada penampang tersebut. Hasil korelasi antara anomali
gaya berat dan ketinggian ditunjukkan pada Gambar 4.7.

Gambar 4.7 Nilai korelasi untuk beberapa densitas Bouguer

Prosedure Penentuan Densitas Permukaan Bouguer menggunakan metode Netleton.

1. Plot Distribusi Titik Pengukuran Gaya berat
2. Buat peta topografi di daerah penelitian
3. Pilih titik-titik gaya berat yang relatif sejajar, selanjutnya dari titik-titik tersebut diplot
sebagai penampang.
4. Buatlah penampang peta topografi sesuai titik yang telah dipilih pada no.3
5. Hitung anomali Bouguer Lengkap dari titik-titik yang telah ditentukan pada no. 3,
dengan memasukkan densitas yang bervariasi (biasanya mulai dari 1.8 – 2.8 gr/cc)
6. Buatlah penampang anomali Bouguer berdasarkan data perhitungan no.5
7. Cari korelasi antara penampang topografi dengan penampang anomali Bouguer untuk
densitas yang bervariasi
8. Korelasi terkecil antara penampang topografi dengan penampang anomali Bouguer
merupakan nilai densitas permukaan Bouguer.

5.2. Metoda Parasnis

Estimasi rapat massa metoda ini diturunkan dari anomali gaya berat dituliskan
sebagai berikut:
CBA = g obs - g R  0.3085h - 2h (4.13)

27
dimana suku terakhir bagian kanan adalah koreksi medan dengan c nilai koreksi medan
sebelum dikalikan dengan rapat massa. Dari persamaan tersebut didapat :
( g obs - g R  0.3085h ) = ( 2h )  (4.14)
atau
y = x (4.15)
Dari persamaan tersebut, maka rapat massa  dapat diperoleh dari gradien garis
lurus terbaik seperti diberikan pada Gambar 4.8, dimana CBA diasumsikan sebagai
penyimpangan terhadap garis lurus tersebut.

Gambar 4.8 Grafik yang menunjukkan hubungan antara ( g obs - g R  0.3085h ) dan
( (2h)  )
Prosedure Penentuan Densitas Permukaan Bouguer menggunakan metode Parasnis.
a. Siapkan data gaya berat yang akan dihitung nilai densitasnya
b. Hitung nilai ( g obs - g R  0.3085h ) dan asumsikan sebagai sumbu Y
c. Hitung nilai ( (2h) )
d. Buatlah grafik hubungan antara ( g obs - g R  0.3085h ) sebagai sumbu y dan
( (2h) ) sebgai sumbu x (Gambar 4.9)
e. Hitung gradien dari grafik pada langkah no 4.
f. Nilai densitas permukaan merupakan gradien dari grafik tersebut.

28
 Gambar 4.9. Contoh grafik estimasi densitas bouguer dengan metode Parasnis

C. Prosedur Percobaan
Adapun langkah yang harus dilakukan dalam pengolahan data gaya berat adalah
sebagai berikut:
1. Koreksi Lintang
a. Melakukan konversi nilai lintang kedalam bentuk Radian.
b. Mencari nilai koreksi lintang (Glintang) dengan memasukkan formula sebagaI
berikut
g n = 978.3185 (1  0.005278895 sin 2  - 0.000023462 sin 2 2 ) cm / s 2

2. Koreksi Udara Bebas

Memasukkan formula untuk mencari nilai koreksi udara bebas sebagai
berikut
FAC = 0.3086*Elevasi
3. Koreksi Bouguer
Memasukkan formula untuk mencari nilai koreksi bouguer sebagai berikut
BC = 0.04185*2.67*Elevasi

Penggunaan densitas 2.67 berdasarkan nilai densitas rata-rata bumi.

4. Anomali Udara Bebas

Memasukkan formula untuk mencari nilai anomali udara bebas sebagai berikut
FAA = gobs – glintang + 0.3085 h
5. Anomali Bouguer Sederhana
Memasukkan formula untuk mencari nilai anomali Bouguer sederhana sebagai berikut
SBA = FAA – BC

D. TUGAS
1. Jelaskan bagaimana pengaruh massa dalam Pengolahan data Gaya Berat !
BAB V
PEMODELAN SURFER DAN ANALISA SPEKTRUM

E. Tujuan Praktikum
Adapun tujuan praktikum ini adalah:
1. Mahasiswa mampu membuat pemodelan Anomali Bougoer Sederhana yang telah
diolah menggunakan program Surfer.
2. Mahasiswa mampu mendapatkan nilai pemisahan lebar jendela Regional dan
Residual dengan Analisa Spektrum.
3. Mahasiswa mampu memodelkan Anomali Regional dan Residual.

F. Teori
Pada dasarnya anomali gaya berat yang terukur di permukaan merupakan gabungan
dari berbagai macam sumber dan kedalaman anomali yang ada di bawah permukaan

29
dimana salah satunya merupakan target event. Untuk kepentingan interpretasi, target event
harus dipisahkan dari event lainnya. Target event dapat berada di zona yang dangkal
(residual) atau zona yang dalam (regional).

Untuk memisahkan anomali regional-residual ini digunakan metode seperti yang

dibawah ini:
1. Perata-rataan Bergerak (Moving Average)
Metode Moving Average dilakukan dengan cara merata-ratakan nilai anomalinya.
Hasil dari metode moving average adalah anomali regional. Anomali residual diperoleh
dari selisih anomali Bouguer dengan anomali regional.
Secara matematis persamaan moving average untuk kasus 1-D adalah sbb:

g ( i - n )  ...  g ( i )  ...  g ( i  n )
g r ( i ) = (5.1)
N
Sedangkan penerapan moving average pada peta dua dimensi, harga g R pada suatu
titik dapat dihitung dengan merata-ratakan semua nilai g B di dalam sebuah kotak persegi
dengan titik pusat adalah titik yang akan dihitung harga g R . Contoh aplikasi perata-rataan
bergerak dalam jendela 5x5 pada data dua dimensi diberikan pada persamaan :

Gambar 5.1 Ilustrasi Moving Average dua dimensi jendela 5x5 (Robinson 1988).
1
g R = � �( g B1 )  ( g B 2 )  ( g B 3 )  ......  ( g B 25 ) � (5.2)
25 � �

2. Analisa Spektrum
Analisa spektrum dilakukan untuk mengestimasi lebar jendela dan mengestimasi
kedalaman dari anomali gaya berat. Selain itu analisa spektrum juga dapat digunakan
untuk membandingkan respon spektrum dari berbagai metode filtering. Analisa spektrum
dilakukan dengan men-transformasi Fourier lintasan-lintasan yang telah ditentukan.
Spektrum diturunkan dari potensial gaya berat yang teramati pada suatu bidang
horisontal dimana transformasi Fouriernya sbb ( Blakely, 1996 ) :
k (z -z ) '
1 1 e 0

F (U ) =   F   dan F   = 2 (5.3)
r r k
dimana, U = potensial gaya berat  = konstanta gaya berat
 = anomali rapat massa r = jarak

30
sehingga persamaannya menjadi :
k ( z -z ) '
e 0

F (U ) = 2   (5.4)
k
Berdasarkan persamaan (2.7.2-2), transformasi Fourier anomali gaya berat yang
diamati pada bidang horisontal diberikan oleh :
  1
F (g z ) =   F 
 z r 
 1
=  F 
z  r 

F ( g z ) = 2   e
(
k z0 - z ' ) (5.5)

dimana gz = anomali gaya berat k = bilangan gelombang

z0 = ketinggian titik amat z = kedalaman benda

Jika distribusi rapat massa bersifat random dan tidak ada korelasi antara masing-
masing nilai gaya berat, maka :  =1, sehingga hasil transformasi Fourier anomali gaya
berat menjadi :
k ( z -z' )
A =C e 0 (5.6)
dimana A = amplitudo dan C = konstanta.

Estimasi lebar jendela dilakukan untuk menentukan lebar jendela yang akan
digunakan untuk memisahkan data regional dan residual. Untuk mendapatkan estimasi
lebar jendela yang optimal didapatkan dengan me-logaritma-kan spektrum amplitudo yang
dihasilkan dari transformasi Fourier diatas (persamaan 2.7.4) sehingga memberikan hasil
persamaan garis lurus. Komponen k menjadi berbanding lurus dengan spektrum
amplitudo.
Ln A = ( z 0 - z ' ) k (5.7)

Dari persamaan garis lurus diatas, melalui regresi linier diperoleh batas antara orde
satu (regional) dengan orde dua (residual), sehingga nilai k pada batas tersebut diambil
sebagai penentu lebar jendela. Hubungan panjang gelombang (λ) dengan k diperoleh dari
persamaan (Blakely 1996)
2
k=
l
l = n� x
(5.8)
Zona
dimana, n : lebar jendela.
regional
Maka didapatkan didapatkan estimasi nilai lebar jendelanya

Ln Zona
Zona
A residual
noise

31

Batas zona regional- K

 Gambar 2.10. Kurva Ln A dengan K

Untuk estimasi kedalaman diperoleh dari nilai gradien persamaan garis lurus diatas,
persamaan 5.7 (z0 –z’). Nilai gradien hasil regresi linier zona regional menunjukkan
kedalaman regional dan nilai hasil regresi linier zona residual menunjukkan kedalaman
residual.

3. Metode Horizontal Gradient

Pengertian horizontal gradient pada data anomali gaya berat adalah perubahan nilai
anomali gaya berat dari satu titik ke titik lainnya dengan jarak tertentu. Horizontal
gradient dari anomali gaya berat yang disebabkan oleh suatu body cenderung untuk
menunjukkan tepian dari body-nya tersebut. Jadi metode horizontal gradient dapat
digunakan untuk menentukan lokasi batas kontak kontras densitas horisontal dari data gaya
berat (Cordell, 1979).
Kelebihan dari metode horizontal gradient adalah metode ini tidak rentan terhadap
noise karena hanya memerlukan perhitungan turunan horizontal pertama yang
dikuadratkan dari data (Salem. A., 2005). Metode ini dapat digunakan untuk
menggambarkan struktur bawah permukaan yang dangkal maupun dalam.

Gambar 5.2. Anomali gaya berat dan horizontal gradient pada model tabular (Blakely,
1996)

Amplitudo dari horizontal gradient ditunjukkan sebagai berikut (Cordell and Grauch,
1985) :
2 2
 g   g 
HG =      (5.9)
 x   y 

32
 g g
dimana ( dan
y
) adalah turunan horizontal gaya berat pada arah x dan y. Satuan
x
dari HG adalah mGal/m.

G. Prosedur Percobaan
Pada praktikum ini akan dilakukan pemodelan dengan menggunakan Surfer untuk
SBA ( Simple Bougoer Anomaly), Regional, dan Residual.

1. Pemodelan SBA dan Pemisahan Lebar Jendela

Adapun langkah yang harus dilakukan dalam pengolahan data gaya berat adalah
sebagai berikut:
a. Menggabungkan nilai dari semua pengukuran, dengan melakukan reduksi terhadap
setiap nilai Base pada setiap harinya.

Gambar 5.3. Eliminasi nilai Base dan Penggabungan Data

b. Menggunakan program Surfer untuk memodelkan kontur dengan langkah pertama
melakukan griding terhadap data SBA yang telah diolah sebelumnya. Hal yang
perlu diperhatikan adalah pengaturan spasi dan posisi geometri X Y minimum dan
maksimum seperti pada Gambar 5.4.

33
 Gambar 5.4. Griding data SBA dengan Pengaturan Spasi dan Posisi Geometri

c. Selanjutnya membuat kontur dengan menggunakan menu New Contour Map pada
tools yang ditampilkan pada Software. Dilanjutkan dengan memberi warna dan
skala pada kontur.

Gambar 5.5. Pembuatan Kontur SBA

d. Melakukan penarikan garis untuk mencari nilai lebar window yang paling tepat
yang akan digunakan dalam pemisahan anomali regional dan residual dengan
melakukan penarikan garis menggunakan menu polyline yang ada pada menu tools
seperti pada Gambar 5.6.

Gambar 5.6. Penarikan garis pada Kontur SBA untuk menentukan lebar jendela

34
e. Melakukan proses digitasi pada ujung-ujung line yang telah dibuat dengan
menggunakan menu Map- Digitize yang terlihat pada Gambar 5.7 , ketika sudah
melakukan digitize maka akan tampil kotak dialog seperti Gambar 5.8,
selanjutnya adalah melakukan pembulatan nilai terhadap nilai digitize untuk
memudahkan dalam tahapan selanjutnya seperti Gambar 5.9.

Gambar 5.7. Digitize Kontur SBA

Gambar 5.8. Hasil Digitize Kontur SBA

35
 Gambar 5.9. Hasil Edit Digitize Kontur SBA

f. Melakukan proses slicing dengan menggunakan menu Grid slice terhadap data
Excel yang teloah diolah sampai nilai SBA dan dengan data hasil digitize yang
telah dilakukan.

Gambar 5.10. Slicing Kontur SBA

g. Open data slicing sehingga akan muncul data seperti Gambar 5.11. Lakukan peng-
copy an data C dan D ke Ms.Excel.

Gambar 5.11. Data hasil slicing

36
h. Setelah data di copy lakukan pemindahan posisi yaitu untuk data di kolom C pada
tabel Surfer yang sebelumnya dimana data tersebut berisi nilai anomali
dipindahkan di kolom sebelahnya yang menunjukkan nilai spasi dan lakukan
pembulatan spasi sesuai dengan spasi awal yang digunakan pada proses griding.
Selanjutnya lakukan peng-copyan data tersebut pada Notepad dengan
menyimpannya menggunakan format *.XY ( Catatan : Pada proses penyimpanan
dokumen untuk tipe penyimpanan diganti All files (*.*)).

Gambar 5.12. Penyimpanan titik Slicing Kontur SBA dengan nama 33.XY

i. Membuka program NUMERI dengan langkah pertama menekan tombol enter pada
keybord.

Gambar 5.13. Kotak dialog NUMERI

37
j. Pilih nomor 5 (Transformasi Fourier Diskrit) untuk melanjutkan proses selanjutnya.

Gambar 5.14. Tekan nomor 5 pada keyboard

k. Pilih nomor 1 ( Data) untuk melanjutkan proses selanjutnya.

Gambar 5.15. Tekan nomor 1 pada keyboard

l. Pilih nomor 1 (Masukan Data) untuk melanjutkan proses selanjutnya.

38
 Gambar 5.16. Tekan nomor 1 pada keyboard

m. Pilih nomor 2 (Masukan dari Disket/Hard Disk) untuk melanjutkan proses

selanjutnya.

Gambar 5.17. Tekan nomor 2 pada keyboard

n. Lakukan pemilihan data yang sebelumnya telah disimpan yaitu data 33.XY denagn
mengetiknya pada perintah NUMERI dan dilajutkan dengan menyimpan data
tersebut dengan menekan tombol F10 pada keyboard.

39
 Gambar 5.18. Pemilihan data dan penyimpanan

o. Selanjutnya akan tampil kotak dialog seperti pada Gambar 5.19 dan tekan tombol
Esc pada keybord sampai kembali pada menu Data seperti yang ditunjukkan pada
Gambar 5.20.

Gambar 5.19. Tampilan Kotak dialog setelah proses penyimpanan

40
 Gambar 5.20. Hasil Esc sampai menu Data

p. Akan muncul kotak dialog seperti Gambar 5.21 dan lanjutkan dengan menekan
nomor 5, 3, dan 2 pada keyboard. Tahapan dilanjukan dengan menekan nomor 3
pada keyboard untuk menyimpan data yang telah diolah.

Gambar 5.21. Tekan nomor 5,3, 2 dan dilanjutkan dengan nomor 3 untuk menyimpan

q. Setelah memilih menu Simpan maka akan muncul tampilan seperti pada Gambar
5.22, selanjutnya adalah memberi nama pada data yang telah diolah.

41
 Gambar 5.22. Pemberian nama pada data yang telah disimpan

r. Melihat data yang telah disimpan pada Folder Software NUMERI, data tersimpan
dengan format *.SPK.

Gambar 5.23. Cek data pada folder NUMERI tersimpan dengan format *.SPK

s. Membuka data yang telah tersimpan dengan menggunakan Ms. Excel seperti pada
Gambar 5.24.

42
 Gambar 5.24. Data dibuka dengan menggunakan Ms.Excel

t. Setelah data terbuka di Excel , tampilkan nilai dengan tampilan Number seperti
pada Gambar 5.25. Lakukan peng-cut an data yang paling atas ke kolom ketiga
baris kedua dan isi kolom ketiga baris kedua pada kolom ketiga dengan nilai 0 dan
lakukan penarikan nilai kebawah yang ditunjukkan pada Gambar 5.26.

Gambar 5.25. Pengubahan tampilan Number pada data

43
 Gambar 5.26. Peng-cut an nilai untuk data frekuensi

u. Memberi nama pada data yang telah tampil, untuk kolom pertama merupakan data
RILL, kolom kedua merupakan data IMAJINER, kolom ketiga untuk data
FREKUENSI, kolom keempat untuk Amplitudo, kolom keliama untuk LN
(AMPLITUDO), kolom keenam untuk bilangan K seperi pada Gambar 5.27.
Menggunakan formula untuk mencari beberapa nilai yang diperlukan sebagai
berikut
A = SQRT (RILL^2+IMAJINER^2)
LN(A) = LN (SQRT (RILL^2+IMAJINER^2))
K = 2 * PI ()* FREKUENSI

Gambar 5.27. Pencarian nilai A, LN(A) dan K

v. Buat grafik line menggunakan menu scatter dengan menggunakan nilai K dan Ln
(A) dengan posisi K Pada sebelah kiri dan LN (A) disebelah kanan ditunjukkan
pada Gambar 5.28. Untuk membuat grafik hanya menggunakan setengah dari data

44
 yang telah didapat, jika jumlah data 48 maka gunkan 24 data saja untuk dibuat
grafiknya.

Gambar 5.28. Pembuatan grafik dari nilai K dan LN(A)

w. Jika tahapan benar, maka akan tampil grafik seperti pada Gambar 5.29.

Gambar 5.29. Grafik K vs LN(A)

x. Berdasarkan grafik tersebut maka perkirakan nilai yang merupakan batas regional,
residual dan noise. Menandai nilai batas dan mengklik pada titik yang telah

45
 ditandai untuk melihat nilai dari titik tersebut. Selanjutnya adalah membuat grafik
berdasarkan titik yang telah ditandai , berdasarkan gambar penulis menandai titik 4
dan 15 seperti terlihat pada Gambar 5.29. Buat grafik nilai K vs LN(A) untuk nilai
dari titik pertama sampai titik ke-4, dan buat 1 grafik lagi nilai K vs LN(A) dari
titik keempat sampai titik ke-15 yang ditampilkan pada Gambar 5.30.

Gambar 5.30. Menandai grafik yang merupakan batas nilai regional dan residual

Gambar 5.31. Pembuatan Grafik batas regional dan residual

46
y. Lakukan penggabungan antara grafik nilai ke-4 dan grafik nilai ke-15 yang telah
dibuat dan dilanjutkan dengan menampilkan garis Linear beserta nilainya seperti
pada Gambar 5.32.

Gambar 5.32. Grafik Regional vs Residual

z. Lakukan perhitungan nilai Lamda dan Lebar jendela dengan menambahkan kolom
LAMDA dan WINDOWS pada perhitungan sebelumnya. Formula yang digunakan
sebagai berikut
LAMDA = (2*3.14)/K (akan muncul #DIV/0! pada kolom pertama, tarik
kebawah)
WINDOWS = LAMDA/SPASI ( *lihat spasi awal yang digunakan, pada data ini
menggunakan spasi 500, dan nilai WINDOWS dihitung mulai dari kolom kedua
seperti yang ditunjukan pada Gambar 5.33)

47
 Gambar 5.33. Perhitungan nilai WINDOWS

aa. Berdasarkan Gambar 5.33 maka dapat dilihat batas antara anomali regional dan
residual ditunjukkan pada titik ke-4 dan jika dilihat nilai WINDOWS nya adalah
36.98 dibulatkan menjadi 37. Nilai ini digunakan pada tahapan selanjutnya.

2. Pemodelan Anomali Regional

Adapun langkah yang harus dilakukan dalam melakukan pemodelan Regional adalah
sebagai berikut :
a. Membuat kontur Regional dengan tahapan Grid-Filter- User Defined Filter-Low
Pass Filter-Moving Average dan ubah lebar jendela menjadi 37x37 , simpan output
dengan nama REGIONAL.grd ditunjukkan pada Gambar 5.34.

Gambar 5.34. Pengaturan Lebar jendela dengan filetr moving average untuk data Regional

b. Membuat kontur Regional dengan menu New Contour Map, beri warna dan skala.

48
 Gambar 5.35. Kontur Regional, (Ines Kusuma,2014)

3. Pemodelan Anomali Residual dan Slicing

Adapun langkah yang harus dilakukan dalam melakukan pemodelan Residuall adalah
sebagai berikut :
a. Membuat kontur residual dengan tahapan Grid-Math, lalu akan muncul seperti
Gambar 5.36. Add grids pertama yaitu nilai A dengan SBA dan grids kedua yaitu
nilai B dengan REGIONAL, dan masukan fungsi dengan pengurangan nilai A-B
selanjutnya simpan dengan nama RESIDUALS.grd.

Gambar 5.36. Tahapan pencarian nilai Residuals

49
b. Membuat kontur residuals dengan menu New Contour Map, beri warna dan skala.

Gambar 5.37. Kontur Residuals (Ines Kusuma, 2014)

c. Selanjutnya adalah melakukan slicing terhadap anomali RESIDUALS ynag telah

dikonturkan, dengan terlebih dahulu mendigitize data Residuals ditunjukkan pada
Gambar 5.38.

Gambar 5.38. Slicing Residuals (Ines Kusuma, 2014)

d. Open data slicing kolom ke C dan D selanjutnya copy data tersebut ke Ms.Excel
dengan terlebih dahulu mengubah posisi kolom D ke kolom C dan sebaliknya.

50
 Selanjutnya menyimpan data tersebut pada notepad dengan format *.dta (Catatan :
Pada proses penyimpanan dokumen notepad untuk tipe penyimpanan diganti All
files (*.*)).

Gambar 5.39. Data Slicing Residuals

E. TUGAS
1. Jelaskan macam-macam metode yang digunakan untuk melakukan pemisahan
metode Regional dan Residual!
2. Carilah minimal 3 studi kasus mengenai pemisahan anomali regional dan residual
dan buatlah paper dari ketiga kasus tersebut, maksimal 10 halaman!

51
 MODUL VI
PEMODELAN 2D

A. Tujuan Praktikum
Adapun tujuan praktikum ini adalah:
1. Mahasiswa mampu memodelkan bawah permukaan berdasarkan data yang telah
diolah.
2. Mahasiswa dapat memperkirakan besar densitas bawah permukaan berdasarkan
model yang telah dibuat.

B. Teori
Pemodelan ke depan (forward modeling) menyatakan proses perhitungan ”data”
yang secara teoritis akan teramati di permukaan bumi jika diketahui harga parameter model
bawah-permukaan tertentu (Gambar 6.1a). Perhitungan data teoritis tersebut
menggunakan persamaan matematik yang diturunkan dari konsep fisika yang mendasari
fenomena yang ditinjau.
Dalam pemodelan data geofisika, dicari suatu model yang menghasilkan respons
yang cocok atau fit dengan data pengamatan atau data lapangan. Dengan demikian, model
tersebut dapat dianggap mewakili kondisi bawah-permukaan di tempat pengukuran data.
Untuk memperoleh kesesuaian antara data teoritis (respons model) dengan data lapangan
dapat dilakukan proses coba-coba (trial and error) dengan mengubah-ubah harga parameter
model. Seringkali istilah pemodelan ke depan atau forward modeling digunakan untuk
menyatakan pemodelan data geofisika dengan cara coba-coba tersebut. Dengan kata lain,
istilah pemodelan ke depan tidak hanya mencakup perhitungan respons model tetapi juga

52
proses coba-coba secara manual untuk memperoleh model yang memberikan respons yang
cocok dengan data (Gambar 6.1b).
Kecepatan dan keberhasilan teknik pemodelan ke depan dengan cara coba-coba
sangat bergantung pada pengalaman subyektif seseorang yang melakukan pemodelan
tersebut. Dalam hal ini harga parameter model awal dan perubahan harga parameter model
tersebut perlu diperkirakan dengan baik agar diperoleh respons yang makin dekat dengan
data. Semakin kompleks hubungan antara data dengan parameter model maka semakin
sulit proses coba-coba tersebut. Adanya informasi tambahan dari data geologi maupun data
geofisika lainnya dapat membantu perkiraan parameter yang perlu diubah dan sajauh mana
perubahan perlu dilakukan.
Secara umum metoda pemodelan ke depan membutuhkan waktu cukup lama karena
sifatnya yang tidak otomatis sebagaimana pemodelan inversi (yang akan dijelaskan
kemudian). Namun pada kasus-kasus tertentu metode pemodelan ke depan cukup efektif.
Pada kasus dimana data mengandung noise yang cukup besar maka metode yang bersifat
otomatis dan sangat ”obyektif” seperti metode inversi akan berusaha mencari model yang
responsnya fit data. Termasuk noise-nya. Hal tersebut akan menghasilkan solusi yang tidak
dikehendaki atau kurang layak secara geologi. Kasus lain adalah dimana informasi geologi
harus dijadikan pertimbangan utama dalam menentukan model. Pada kedua kasus tersebut
model dianggap optimal jika responsnya telah cocok secara garis besar dengan pola data
lapangan.

Gambar 6.1a. Proses pemodelan ke depan (forward modeling) untuk menghitung respons
(data teoritik atau data perhitungan) dari suatu model tertentu.
Gambar 6.1b. Teknik pemodelan dengan cara mencoba-coba dan memodifikasi parameter
model hingga diperoleh kecocokan antara data perhitungan dan data
lapangan.

53
 Beberapa teknik dikembangkan untuk memodifikasi model secara otomatis
berdasarkan berbedaan antara data perhitungan dengan data pengamatan. Misalnya,
perubahan parameter model dibuat proporsional atau berbanding lurus dengan selisih
antara data dan respons model pada titik pengamatan tertentuyang relevan. Modifikasi
model dengan cara tersebut dilakukan secara iteratif hingga dicapai kesesuaian antara
termasuk dalam kategori pemodelan inversi.

6.3.2 Pemodelan Inversi

Pemodelan inversi (inverse modeling) sering dikatakan sebagai ”kebalikan” dari
pemodelan ke depan karena dalam pemodelan inversi parameter model doperoleh secara
langsung dari data. Menke (1984) mendefinisikan teori inversi sebagai suatu kesatuan
teknik atau metode matematika dan statistika untuk memperoleh informasi yang berguna
tersebut. Sistem fisika yang dimaksud adalah fonemena yag kita tinjau, hasil observasi
terhadap sistem adalah data sendangkan informasi yang ingin diperoleh dari data adalah
model atau parameter model.
Pemodelan inversi pada dasarnya adalah modifikasi model agar diperoleh kecocokan
data perhitungan dan data pengamatan yang lebih baik dilakukan secara otomatis,
Pemodelan inversi sering pula disebut sebagai data fitting karena dalam prosesnya dicari
parameter model yang menghasilkan tespons yang fit dengan data pengamatan.
Kesesuaian antara respons model dengan data pengamatan umumnya dinyatakan
oleh suatu fungsi obyektif yang harus diminimumkan. Prose pencarian minimum fungsi
obyektif tersebut berasosiasi dengan proses pencarian model optimum. Dalam kalkulus
jika suatu fungsi mencapai minimum maka turunannya terhadap variabel yang tidak
diketahui di titik minimum tersebut berharga nol. Karakteristik minimum suatu fungsi
tersebut digunakan untuk pencarian parameter model. Secara lebih umum, model
dimodifikasi sedemikian hingga respons model menjadi fit dengan data. Dalam proses
tersebut jelas bahwa pemodelan inversi hanya dapat dilakukan jika hubungan antara data
dan parameter model (fungsi pemodelan ke depan) telah diketahui.
Untuk memberikan gambaran perbedaan antara pemodelan ke dean dengan
pemodelan inversi maka kita tinjau suatu masalah sederhana yatiu variasi temperatur tanah
terhadap kedalaman. Jika diketahui bahwa temperatur berbvariasi secara linier terhadap
kedapaman maka persamaan matematik yang merepresentasikan fenomena tersebut adalah
persamaan garis lurus T (temperatur) sebagai fungsi dari z (kedalaman), atau T=a+bz.
Dalam hal ini paraeter model adalah a yang menyatakan perpotongan garis terhadap
ordinat (sumbu T) dan b yang menyatakan kemiringan atau gradien tersebut.
Pada pemodelan ke depan diasumsikan bahwa a dan b diketahui sehingga harga T
(data) pada z tertentu dapat dihitung atau diprediksi (oleh karena itu respons model sering
pula disebut sebagai predicted data). Dalam hal ini z adalah variabel bebas. Sebaliknya,
dalam pemodelan inversi parameter model a dan b diperkiraka berdasarkan data T pada
beberapa kedalaman yang berbeda, (Ti,zi); i = 1,2,......,N. Pada kasus ini solusi inbersi
(model) dapat diperoleh dengan cara identik dengan regresi garis lurus yang sudah sangat
dikenal.

54
C. Prosedur Percobaan

Pada praktikum ini akan dilakukan pemodelan dengan menggunakan Program

Grav2DC dengan langkah sebagai berikut :

1. Membuka software Grav2DC, pilih System Options – Begin a new model.

Gambar 6.2. Begin a new model Grav2DC

2. Selanjutnya akan tampil kotak dialok seperti pada Gambar 6.3. Lakukan
pengaturan dengan mencentang Read in Observed Data dan satuan nilai Kilometers
lalu pilih Ok.

Gambar 6.3. New Model Parameters

3. Memilih data yang sebelumnya telah disimpan dengan format *.dta lalu pilih Ok.

55
 Gambar 6.4. File Open

4. Selanjutnya akan muncul grafik anomali berdasarkan data yang telah dislicing pada
kontur residuals sebelumnya.

Gambar 6.5. Grafik Hasil Slicing Residuals

5. Buat model dengan menu Edit model-Add a body dan lihat respon body yang
dibuat terhadap grafik anomalinya ditunjukan pada Gambar 6.6.

Gambar 6.6. Add body

6. Jika ingin mengubah nilai densitas rata-ratanya maka pilih menu Edit model-
Change body properties dan lakukan pemodelan sampai respon yang dibuat
menyerupai grafik anomali hasil slicing.

56
 Gambar 6.7. Hasil pemodelan Grav2DC, (Ines Kusuma, 2014)

D. TUGAS
1. Buat model bawah permukaan berdasarkan data yang telah diberikan dengan
slicing yang berbeda!
Carilah referensi mengenai Forward Modeling

57