Modul 5 - Jaka Kanu Abimanyu - 140710170037 PDF
Modul 5 - Jaka Kanu Abimanyu - 140710170037 PDF
RESIDUAL
Disusun Oleh:
2.3 Slice
Tahapan ini berguna untuk melakukan pemotongan pada peta untuk mencari sebaran nilai
Selanjutnya membuat database baru yang akan diisi nilai CBA dari proses slicing. Tahapan ini
untuk membuat database baru yang akan diisi nilai dari CBA hasil slice dari lintasan. Proses
ini dilakukan sesuai dengan jumlah slice. Berikut tahapannya:
Salin Data yang ada pada table slice ke Excel dengan format seperti gambar
Jaka Kanu Abimanyu Ananda Wibisana 140710170037
Melakukan Plot nilai ln A terhadap nilai K dan menentukan data yang merupakan Residual
dan mana yang regional dalam kasus ini warna Oranye merupakan data regional dan abu abu
adalah data anomaly residual dan ditentukan garis trend serta persamaannya
Dilakukan 10 kali slicing dan didapat 10 persamaan regional serta residual dimana bentuk
persamaannya ialah y = ax + b nilai a ini merupakan nilai dari regional serta residual yang akan diolah
secara bertahap sebagai berikut sehingga hasil akhirnya adalah nilai n rata rata
Gambar 19 Magmap.omn
Setelah muncul toolbar MAGMAP → step by step Filtering → prepare grid → start
filter magmap nya dengan Gaussian Regional/Residual Filter → ok. Lalu pada kotak dialog
Gaussian Regional/Residual Filter1 isilah nilai panjang gelombang cutoff nya. Lalu pilih
lowpass untuk Regionalnya → ok. Kemudian lanjut ke langkah selanjutnya yaitu apply Filters
Gambar 27 FFT2FLT
Jaka Kanu Abimanyu Ananda Wibisana 140710170037
Pilih grid → Expressions → Substract grids. Pada kotak dialog yang muncul isi input peta CBA lalu Peta
Regionalnya lalu isi nama peta ouputnya yaitu peta residual. Didapatlah peta residual.
Jaka Kanu Abimanyu Ananda Wibisana 140710170037
Gambar 29 Expression
2.6 Interpretasi
Dari data yang didapat dilakukan interpretasi terhadap kedua peta kontur anomaly tersebut.
Dimana keduanya memberikan informasi berbeda.
Jaka Kanu Abimanyu Ananda Wibisana 140710170037
Spectral Analysis
10
0 Linear (Residual)
0 0,1 0,2 0,3 0,4
-2
y = -18,763x + 1,1282
-4
3.1.2 Grafik 2
Spectral Analysis
10
6 Series1
y = -117,29x + 5,5816 Regional
4
Residual
2
Linear (Regional)
0 Linear (Residual)
0 0,1 0,2 0,3 0,4
-2
y = -5,4627x - 1,1623
-4
3.1.3 Grafik 3
Jaka Kanu Abimanyu Ananda Wibisana 140710170037
Spectral Analysis
10
6 Series1
y = -138,53x + 6,8339 Regional
4
Residual
2
Linear (Regional)
0 Linear (Residual)
0 0,1 0,2 0,3 0,4
-2
y = -3,869x - 0,6702
-4
3.1.4 Grafik 4
Spectral Analysis
10
0 Linear (Residual)
0 0,1 0,2 0,3 0,4
-2
y = -45,365x + 1,7756
-4
3.1.5 Grafik 5
Jaka Kanu Abimanyu Ananda Wibisana 140710170037
Spectral Analysis
10
6 Series1
Regional
4 y = -170,05x + 6,6884
Residual
2
Linear (Regional)
0 Linear (Residual)
0 0,1 0,2 0,3 0,4
-2
y = -4,9665x - 1,081
-4
3.1.6 Grafik 6
Spectral Analysis
9
8
7
6 Series1
y = -347,01x + 10,385
5
Regional
4
Residual
3
Linear (Regional)
2
1 Linear (Residual)
0
-1 0 0,1 0,2 0,3 0,4
y = -12,236x + 1,0849
-2
3.1.7 Grafik 7
Jaka Kanu Abimanyu Ananda Wibisana 140710170037
Spectral Analysis
9
8
7
6 Series1
y = -747,18x + 15,344 Regional
5
4 Residual
3 Linear (Regional)
2 Linear (Residual)
y = -37,139x + 2,4827
1
0
0 0,1 0,2 0,3 0,4
-1
3.1.8 Grafik 8
Spectral Analysis
10
6 Series1
y = -707,58x + 14,965 Regional
4
Residual
2
Linear (Regional)
0 Linear (Residual)
0 0,1 0,2 0,3 0,4
-2
y = -48,684x + 2,1477
-4
3.1.9 Grafik 9
Jaka Kanu Abimanyu Ananda Wibisana 140710170037
Spectral Analysis
10
6 Series1
Regional
4 y = -143,91x + 6,2746
Residual
2
Linear (Regional)
0 Linear (Residual)
0 0,1 0,2 0,3 0,4
-2
y = -0,7547x - 1,7056
-4
3.1.10 Grafik 10
Spectral Analysis
10
6
Series1
4 Regional
y = -109,13x + 5,245
2 Residual
-4
-6
3.4 Overlay Peta Regional dan Residual dengan Peta Geologi Pangandaran
3.5 Analisa
Pada kegiatan pemisahaan pada data anomaly CBA digunakan metode Spectral Analysis
dimana metode ini berguna untuk mengestimasi lebar jendela serta kedalaman anomaly gaya
berat uang juga digunakan untuk membandingkan respon spectrum dari berbagai metode
filtering. Metode ini menggunakan metode transformasi Fourier pada lintasan lintasan yang
dipilih. Lintasan ini di dipilih melalui slicing lintasan pada peta kontur CBA. Transformasi
Fourier mengubah suatu sinyal menjadi penjumlahan beberapa sinyal sinusoidal dengan
berbagai frekuensi [14]. Analisis spektrum hasil transformasi Fourier dari masing-masing data
slicing anomali gayaberat digambarkan berupa diagram scatter antara bilangan gelombang (k)
dan amplitudo (A). Nilai k cutoff merupakan perpotongan fungsi linier regional dan residual
yang digunakan untuk menentukan lebar jendela filter di dalam proses pemisahan nilai anomali
gayaberat. Hubungan antara amplitudo A dan bilangan gelombang k adalah hubungan linier
dengan gradien yang berbeda yang ditunjukkan persamaan garis lurus pada daerah spektrum
regional (titiktitik warna biru), residual (titik-titik warna cokelat) serta noise (titik-titik warna
abu-abu) (Gambar 5). Terdapat perpotongan garis pada batas daerah anomali regional-residual
dan residual-noise yang akan menghasilkan bilangan gelombang cutoff (k cutoff). Terdapat 10
slicing dimana 5 dari Barat ke Timur dan 5 lagi membentang dari Selatan ke Utara.Yang
kemudian diolah seperti pada prosedur kerja kemudian dihasilkan grafik spectral analysis yang
akan dilakukan pemisahan data Residual serta Regional.
Secara umum geologi daerah pengamatan tersusun atas Kalkanerit dan batu gamping
berselingan dengan napal dan terdapat strike di bagian barat daya daerah pengukuran yang
berarah yang berarah ke Tenggara. Pada peta anomaly didapat nilai anomaly dengan rentang
106,3 – 109,3 mGal. Pada Peta Anomaly Regional di Barat Laut memiliki pola anomaly yang
cenderung rendah (hijau – biru) sedangkan bagian barat daya merupakan daerah dengan pola
persebaran nilai anomaly yang cenderung tinggi memanjang dari selatan ke Timur Laut. Pada
peta Anomali regional dapat diketahuin persebaran nilai anomaly pada lapisan bawah
permukaan yang dalam yang dapat dihubungkan dengan jenis batuan penyusun di bawah
permukaan yang mana batuan ini memiliki densitas yang berbeda beda. Pada peta Anomali
residual dapat dilihat persebaran nilai anomalinya. Anomaly ini merupakan anomaly pada
daerah yang dangkal di bawah permukaan dapat mendeteksi struktur patahan, namun pada peta
ini tidak ditemukan struktur khusus dan distribusi nilai densitas yang dapat dilhat pada peta
tampak tersebar secara merata.
Jaka Kanu Abimanyu Ananda Wibisana 140710170037
IV. Kesimpulan
4.1 Pemisahan Anomali Gravity Regional dan Residual telah dilakukan menggunakan metode
analisa spectral. Metode ini dilakukan dengan pemisahan antara data Regional serta Residual
melalui analisa grafik ln A terhadap K. Setelah itu didapat nilai N sebagai parameter dalam
pembuatan peta anomaly ressdual dan regional.
4.2 Spectral Analysis dilakukan dengan slicing pada peta CBA lalu data yang di dapat akan diolah
menjadi grafik yang akan disortir menjadi data residual dan regional.
Daftar Pustaka
Gunawan, Wawan. 2002. Eksplorasi Gaya Berat dan Magnetik. ITB : Bandung
Telford et al. 1990. Applied Geophysics. Second edition. Cambridge univ : Cambridge
Torge, W. !989. Gravimetry. DeGriber. 465pp