Jawaban Tugas

Inversi Linear dengan Informasi Tambahan ‘A Priori’

ARFIAN

R1A117003

UNIVERSITAS HALU OLEO

FAKULTAS ILMU DAN TEKNOLOGI KEBUMIAN

JURUSAN TEKNIK GEOFISIKA

Tahun 2020
1. Pada masalah perubahan temperature terhadap kedalaman, parameter
model yang dicari adalah titik potong pada garis sumbu vertical dan
kemiringan garis (gradien), sehingga jumlah parameter model M adalah
2.
- Dikatakan sebagai kasus overdetermined apabila jumlah data N yang
digunakan untuk memperkirakan parameter model M jauh lebih
besar (N>M). Dalam hal ini data dapat menjadi kendala (constrain)
yang memadai bagi model yang memenuhi kesalahan prediksi data
minimum.
- Dikatakan sebagai kasus evendetermined apabila jumlah data dan
jumlah parameter model sama (N=M=2)
- Dikatakan sebagai kasus underdetermined apabila jumlah data yang
digunakan untuk memperkirakan parameter model lebih kecil
(N<M). pada kasus ini terdapat lebih dari satu solusi atau model yang
dapat menghasilkan kesalahan prediksi data minimum.
2.

Gambar 1. Regresi garis lururs pada kasus overdeterminated (a),

Evendeterminated (b), dan underdeterminated (c).

 Parameter model yang dicari dalam grafik T vs z adalah titik potong
garis pada sumbu vertical dan gardien, sehingga jumlah parameter
model adalah 2.
a. Kasus overdetermined jumlah datanya lebih banyak dari
parameter model (N>M)
b. Kasus evendetermined jumlah datanya sama dengan jumlah
parameter model (N=M=2)
c. Kasus underdetermined jumlah datanya lebih sedikit dari
parameter model (N<M).
3.

Gambar 2. Regresi garis lurus pada kasus underdetermined

Dapat dilihat pada kasus underdetermined diatas terdapat lebih dari

solusi atau model (solusi tidak unik). Sehingga akan menimbulkan
kendala dalam menentukan model secara unik (tunggal). Sehingga
untuk mengatasi masalah ketidak-unikan ini di perlukan suatu
informasi tambahan (a priori) yang diharapkan dapat memberikan
kendala atau batasan terhadap model yang dicari.
4. Beberapa contoh informasi ‘a priori’ untuk mengatasi permasalahan
inversi, yaitu:
a. Informasi bentuk tubuh batuan yang diperoleh dengan metode yang
lain.
b. Informasi bahwa harga densitas batuan selalu positif
c. Informasi harga densitas batuan berada pada interval tertentu
d. Informasi data resistivitas yang diperoleh dari lubang bor.
e. Asumsi bahwa solusi yang dicari bersifat “sederhana”
5.
 Gambar 3. Berbagai kondisi geometri eksperimen pada tomografi akustik
yang menghasilkan resolusi parameter model berbeda sesuai dengan kondisi
inversi even-determined, under-determined, dan over-determined.

Secara Geometri perbedaan berbagai kondisi inversi diatas, yaitu:

a. Dikatakan sebagai kondisi evendetermined apabila berkas sinar
gelombang yang terdefinisi sama dengan jumlah blok suatu
medium. Sehingga jumlah data sama dengan jumlah parameter
model.
b. Dikatakan sebagai kondisi underdetermined apabila blok suatu
medium tidak dilalui oleh berkas sinar gelombang sehingga tidak
akan terdefinisi dengan baik yang disebabkan oleh keterbatasan
geometri eksperimen. Atau dengan kata lain, jumlah data lebih
kecil dibandingkan jumlah parameter model.
c. Dikatakan sebagai kondisi overdetermined apabila blok suatu
medium yang dilalui oleh beberapa berkas sinar gelombang akan
terdefinisi dengan baik. Atau dengan kata lain, jumlah data lebih
besar dibandingkan jumlah parameter model.
6. Dalam persoalan inversi geofisika, mixed determination merupakan
gabungan kondisi underdetermined dan kondisi overdetermined yang
biasa di temukan dalam bidang geofisika. Contoh aplikasinya, yaitu pada
persoalan inversi tomografi akustik. Pada contoh tomografi akustik blok
medium yang dilalui oleh beberapa berkas sinar gelombang akan
terdefinisi dengan baik sehingga merupakan sub-sistem permasalahan
inversi overdetermined. Sebaliknya, daerah yang sama sekali tidak
dilalui berkas sinar gelombang (karena keterbatasan geometri
 eksperimen) tidak akan terdefinisi dengan baik sehingga merupakan
sub-sistem permasalahan inversi underdetermined.
7. Salah satu strategi untuk menyelesaikan permasalahan inversi linear
mixed determination adalah dengan menggabungkan kriteria untuk
mencari solusi optimum atau model terbaik. Pada kasus overdetermined
kriteria yang digunakan untuk menghasilkan solusi adalah kesalahan
prediksi data (misfit) E minimum. Sementara itu pada kasus
underdetermined model atau solusi yang diharapkan adalah yang
memiliki “panjang” vector minimum (sesuai dengan norm L2).
8. Solusi inversi linear ter-redam (damped linear inversion) sebagai
berikut:
m = [GT G + ε 2 I]-1 GT d
Secara matematis penambahan suatu bilangan relative kecil ε 2 pada
setiap elemen diagonal matriks [GT G] seperti terlihat pada persamaan
diatas dapat menstabilkan proses inversi matriks tersebut. Perlu diingat
bahwa dalam proses inversi suatu matriks (misalnya menggunakan
algoritma eliminasi Gauss-Jordan) dilakukan prosedur pivoting. Tujuan
prosedur pivoting adalah untuk memperoleh elemen diagonal berharga
satu yang kemudian digunakan untuk mengeliminasi elemen pada baris
lainnya. Jika elemen diagonal sangat kecil atau mendekati nol maka
proses pivoting akan menghasilkan bilangan yang sangat besar dengan
kata lain proses inversi menjadi tidak stabil. Dengan kata lain parameter
ε 2 berfungsi meredam ketidakstabilan proses inversi matriks tersebut.
9. Model referensi adalah model yang mendekati atau mirip dengan model
tertentu. Model referensi ditentukan berdasarkan informasi ‘a priori’
yang tersedia. Salah satu contoh model referensi adalah model rata-rata,
yaitu model yang disusun oleh parameter model dengan harga konstan
tertentu. Pada kasus ini solusi inversi adalah variasi harga parameter
model di sekitar harga rata-rata tersebut. Sedangkan solusi inversi model
flat atau smooth merupakan variasi spasial harga parameter model tidak
 terlalu besar sehingga dalam inversi perbedaan harga parameter model
yang saling berdekatan diminimumkan.
10.

Gambar 4. Regresi garis lurus jika diketahui informasi ‘a priori’ bahwa garis
tersebut harus melalui titik (z*, T*)

Penggunaan informasi ‘a priori’ diharapkan dapat memberikan model

sesuai yang diharapkan. Solusi diatas dapat saja berbeda dari solusi
yang diperoleh jika tidak digunakan informasi tambahan ‘a priori’.