Kelompok VII

Inversi Non Linear Dengan Pendekatan Linear

Anggota : Yusuf – Gatut – Yopi – April, Geofisika 7A

Sekolah Tinggi Meteorologi Klimatologi

dan Geofisika

2016
 OUTLINE
1.Deret Taylor
2.Matrik Jacobian
3. Inversi non Linear dengan
Pendekatan Linear
4. metode iteratif dengan inversi
5. Aplikasi Penentuan Parameter Kenematik
Gempa Bumi berdasarkan Inversi Non-linier
 Deret Taylor
Jika suatu fungsi f(x) diketahui di titik xi dan semua
turunan f terhadap x diketahui pada titik tersebut, maka
dengan deret Taylor dapat dinyatakan nilai f pada titik
xi+1 yang terletak pada jarak ∆x dari titik xi .
x x 2 x 3 n x n
f ( xi 1 )  f ( xi )  f ' ( xi )  f ' ' ( xi )  f ' ' ' ( xi )  .....  f ( xi )  Rn
1! 2! 3! n!
f(xi ) : fungsi di
f(x)
titik xi
Order 2
f(xi+1 ) : fungsi di
Order 1
titik xi+1
f’, f’’,..., f n
: turunan
pertama,
kedua, ...., ke
xi xi+1 n dari fungsi
∆x : jarak antara
xi dan xi+1
 Deret Taylor

• Deret
  Taylor berguna dalam metode
numerik untuk menghitung atau
menghampiri nilai-nilai fungsi yang
susah dihitung secara manual seperti
nilai sin x, cos x, ex, log x atau ln (x + 1)
• Bentuk umum Deret Taylor :

• Secara ringkas dapat ditulis dengan :

 Deret Taylor
•
• Deret
 alasanTaylor yang dipotong sampai suku orde ke-n (untuk
praktis) dinamakan deret Taylor terpotong dan
dinyatakan oleh:

• Yang dalam hal ini Rn adalah galat atau sisa (residu),

,
 Deret Taylor
•
• Dengan
 orde ke-ndemikian deret Taylor yang dipotong sampai suku
dapat ditulis sebagai

• Dimana,

,
 Matriks Jacobian
• Matriks Jacobian adalah matriks dengan turunan parsial
pertama dari suatu fungsi (vektor atau skalar).
• n merupakan
Pada prinsipnya, matriks Jacobia
gradien, bukan divergen.
• Misalkan f : Rn  Rm adalah fungsi dengan input vektor x ∈ R n dan
menghasilkan output vector f(x) ∈ R m. Maka matriks Jacobian J
dari f adalah matriks m x n, yang didefinisikan sebagai berikut:

• Atau, dapat dinyatakan dengan:

 Matriks Jacobian
•• Bila
  fungsi dalam sistem koordinat kartesian, maka
matriks Jacobian dari fungsi vektorial :

• Contoh,bila =[1:3] dan =[1:3], maka menjadi:

• Jacobian untuk fungsi skalar multi variable adalah

gradient dari fungsi scalar variable tunggal (sama
dengan hanya turunannya).
 Matriks Jacobian
• Jacobian
  dapat digunakan untuk
menggambarkan jumlah “peregangan”,
“rotasi” atau “transformasi”.
• Contoh, bila fungsi diganti dengan vector
pada kondisi akhir , maka diperoleh:

• Yang tidak lain adalah tensor transformasi :

 Determinan dan Invers Matriks
Jacobian
• Determinan dan invers matriks
Jacobian sama dengan matriks biasa,
dengan syarat matriks berbentuk
bujur sangkar (m=n).
 Contoh 1
• Fungsi f : R2  R2 :
 Contoh 2
• Fungsi F : R+ x [0 , 2π]  R2 (pada koordinat
spheris):

Determinan matriks  r
 Contoh 3
F : R+ x [0 , π] x [0 , 2π]  R3 (pada koordinat
• Fungsi
spheris):

Determinan matriks is r2 sin ϕ
 Contoh 4
Fungsi F : R3  R4 :

◦ Matriks tidak bujur sangkar

 Contoh 5
• Fungsi F : R3  R3 :

Determinan Matriks JF
 Inversi non Linear dengan
Pendekatan Linear
Hubungan data dan parameter model :

d = g(m) …… (1)

d=data
g= fungsi pemodelan ke depan
m= parameter model.
•  Parameter model non-linier dapat
didekati secara linier dengan
memakai ekspansi Taylor orde 1 g(m)
di model awal m0
d= g(m0)+J0Δm0 ……..(2)
Dengan
=  matrik Jacobi
dengan komponen berupa turunan parsial fungsi g(m)
terhadap setiap elemen parameter model m yang
dievaluasi pada m = m0 dan Δm0 = [ m - m0].
• Persamaan (2)  Metode Kuadrat
terkecil
mencari solusi Δm0 kuantitas yang diminimumkan
adalah selisih data pengamatan
yang menghasilkan (d – dengan data perhitungan
(g(m0) + J0 Δm0) dengan menggunakan pendekatan
orde pertama ekspansi Taylor
minimum

Δm0= [J0T J0 ]-1J0T (d -

g(m0))…..(3)
• memperhatikan Δm0 = [ m - m0], maka solusi tersebut
dapat diartikan sebagai suatu modifikasi terhadap model
awal m0 untuk memperoleh model m yang lebih baik,
sehingga m = m0 + Δm0 .

• Model yang optimum diperoleh melalui proses modifikasi

terhadap model awal m0 secara iteratif menggunakan
persamaan (3)

• maka model m
pada
n+1 iterasi
= mn + ke[J
n+1,
nT n dapat ditulis:
J ]-1JnT(d -
g(mn)) .............(4)
Aplikasi Inversi non Linier dengan pendekatan
Linier untuk Menentukan Hiposenter

Metode penentuan hiposenter berbasis komputer (Purwana, 2012)

 • Waktu tiba (arrival time) di stasiun #i :

tIarr = titra (xi,yi,zi,x0,y0,z0)+t0

= titra + t0 (5)

• titra = wkt tempuh yg dihitung berdasarkan lokasi

stasiun # i (xi,yi,zi), asumsi hiposenter (x0,y0,z0)
dan model kecepatan yg dipilih serta origin time t0

Subarya, 2010
• Persm tsb memiliki 4 anu (unknown) yaitu x0, y0,
z0 dan t0, shg pd prinsipnya data yg diperlukan utk
menentukan hiposenter dan origin time adalah
minimal 4 arrival time hasil pengamatan
(observasi) di 3 stasiun.
• Jika jumlah data hasil observasi ada
n (n > 4)n persamaan  sistem
persamaanya over determined.
• Solusi overdetermined? 
meminimalkan residual
ri= tiobs - ti arr = tiobs – (titra+ t0)
(6)

- ri = residual stasiun #i
- tiobs = pembacaan (observasi) arrival time
di stasiun #i
• Kenapa terdapat residual?
1. Perbedaan model bumi dengan fakta
sebenarnya
2. Error dalam pembacaan fase2 gel
gempabumi.
3. Asumsi2 parameter hiposenter.
4. Faktor2 kondisi lapangan yang tidak
dimasukkan dalam perhitungan, misal
elevasi stasiun.
• Permasalahannya
  menjadi tidak sederhana
karena titra bukan fungsi linier dari
parameter2nya

• Persm (5) tdk dpt diselesaikan dg metode

analisis deterministik

• Contoh perumusan titra yg paling sederhana

(utk model bumi homogen dg kecepatan v):

titra =
• titra bukan fungsi linear dari x0, y0, dan z0
• Bagaimanakah Cara menyelasaikan suatu
persamaan yang non linier ?

• Dengan Solusi inversi non linier dengan

pendekatan linier. =>> Metode Iteratif

• Bagamainakah menggunakan Metode

iteratif dalam menentukan Hiposenter
gempabumi ???
 Syarat-syarat menentukan hiposenter
gempabumi dengan metode iteratif

• Membuat initial guess( perkiraan awal) hiposenter dan

origin time (x0,y0,z0,t0)

• Jika hiposenter berada di dalam jaringan, maka untuk

perkiraan awalnya dapat dipilih sekitar lokasi stasiun
yang pertama kali merekam gelombang P

• Untuk linearisasi masalah, diasumsikan bahwa

hiposenter yang sebenarnya cukup dekat dengan
hiposenter perkiraan, sehingga residual travel-time
pada hiposenter perkiraan merupakan fungsi linier dari
koreksi-koreksi yang harus dilakukan untuk memperoleh
hiposenter yang lebih baik
 METODE ITERATIF
•

Nilai koreksinya dapat dihitung dengan

pendekatan fungsi travel time dlm ekspansi deret
Taylor suku pertama saja => fungsi linier:
•
.... (8)
 Metode Iteratif
• r=Jx
... (9)
• r = vektor residual
• J = matrix turunan parsial dg elemen
1 pada kolom terakhir
• x = vektor koreksi unknown utk
hiposenter dan OT
• Bagaimana persamaan matrixnya??
Metode Iteratif

... (10)
 Metode Iteratif
• Turunan parsial ke arah x0, y0 dan
z0 adalah:
 Metode Iteratif

• Perkiraan awal hiposenter dan origin time selanjutnya

dikoreksi menjadi (x0+Δx), (y0+Δy), (z0+Δz) dan
(t0+Δt)

• Perkiraan yang sudah dikoreksi tersebut digunakan

sebagai input perkiraan baru untuk melakukan hitung
ulang proses yg sama => disebut proses iterasi

• Metode iteratif tersebut pertama kali ditemukan oleh

Geiger (1910) sehingga terkenal dengan sebutan
metode Geiger untuk penentuan hiposenter
 Metode Iteratif
• Proses iterasi biasanya berlangsung konvergen
dengan cepat, kecuali jika konfigurasi data
observasinya buruk atau perkiraan awalnya terlalu
jauh dari solusi terbaik yang seharusnya diperoleh.

• Persamaan (9) dan (10) berlaku untuk model bumi

datar maupun sferis (utk skala lokal ataupun global).

• Perhitungan travel-time untuk skala lokal biasanya

digunakan model 1D, sedangkan untuk skala global
digunakan interpolasi tabel travel-time IASP91.
 Metode Iteratif dengan Inversi
Matrix
• perumusan jumlah kuadrat residual
adalah e, yaitu :

• Agar e mencapai harga minimum maka:

• Persm2 tsb dpt disusun dlm bentuk

matrix:
 Metode Iteratif dengan Inversi
Matrix

• Matrix A adalah matrix simetris

berukuran 4×4, dengan elemen a44 =
n (jumlah data observasi):
 Metode Iteratif dengan Inversi
Matrix
• Sedangkan X dan Y adalah vektor
kolom dg susunan sbb:
 Iteratif dengan Inversi
Matrix
• Untuk memudahkan penulisan, Herman
menyeder-hanakan simbol2 sbb:

• Penyederhanaan simbol2 tsb sbb:

• Dan kenyataan bahwa :

 Iteratif dengan Inversi
Matrix
• Solusi formal untk mendapatkan vektor kolom X adalah:

• Setelah harga Δx, Δy, Δz dan Δt dapat ditentukan, perkiraan

awal hiposenter dan origin time selanjutnya dikoreksi
menjadi (x0+Δx), (y0+Δy), (z0+Δz) dan (t0+Δt)

• Perkiraan yang sudah dikoreksi tersebut digunakan sebagai

input perkiraan baru untuk melakukan hitung ulang proses
yg sama

• Prinsip pengulangannya seperti pada metode iteratif dengan

regresi berganda
 Iteratif dengan Inversi
Matrix
• Cara yang paling praktis untuk menghitung inversi
matrix adalah dengan paket software Matlab

• Kasus yg telah diselesaikan dengan metode Grid

Search dan metode Iteratif Regresi Berganda dapat
dicoba lagi dengan menggunakan metode Iteratif
Inversi Matrix => Ternyata memberikan hasil yg
identik sejak iterasi 1

• Catatan: Untuk menghitung inversi matrix A cara

yg termudah adalah dengan menggunakan Matlab
Aplikasi Penentuan Parameter
Kenematik Gempa Bumi
berdasarkan Inversi Non-linier
Diagram alir
penyusunan program
penentuan
parameter kinematik
gempa bumi
Contoh : Gempa bumi 1
Apa rahasianya ??
Inilah yang
bekerja di balik
layar !!
 Data-data gempa untuk latihan.
Silahkan dicoba 
Gempa bumi 2 Gempa bumi 3

Gempa bumi 4 Gempa bumi 5

 Contoh Kasus
Menentukan
Hiposenter di G. Kelud
Cecep Subarya (2010)
• Metoda ini diterapkan untuk menentukan hiposenter di G.
Kelud untuk 6 data gempa vulkanik pada tanggal 1
Nopember 2007

• Dalam contoh kasus ini, matriks parameter model awal (n =

0) terdiri atas 3 baris dan 1 kolom, baris pertama sampai ke
tiga masing- masing berisi x0, y0, z0

• Matriks Jacobi terdiri atas 4 baris dan 1 kolom, matriks

selisih data waktu tiba pengamatan dengan perhitungan
terdiri atas 4 baris dan 1 kolom.

• Kecepatan gelombang P dianggap tetap sebesar 3

km/detik, dan waktu terjadi gempa dicari dari hubungan (t s
– tp ) dengan tp
• Pemakaian metoda ini memperlihatkan hasil yang cukup baik.

• Banyaknya iterasi sampai memperoleh kesalahan yang kecil

(kriteria yang diinginkan) bergantung pada pemberian model
awal.

• Dalam contoh kasus di atas, banyaknya iterasi hanya sampai dua

kali dengan nilai model awal di sekitar kawah (x 0 = 0, y0 = 0, z0=2
km)

• pemakaian metoda pendekatan linier ini, memerlukan

pengetahuan mengenai struktur daerah penelitian dan atau
permasalahan yang ditinjau.

• Hasil perhitungan menunjukkan gempa vulkanik tersebut berada

di area kawah G. Kelud pada kedalaman antara 0,5 0 – 3,5 km dari
kawah (Gambar 3) dengan kesalahan bervariasi antara 0,0017
sampai dengan 0,0172.