Oleh:
Oktaviana
1815051002
Nama : Oktaviana
NPM : 1815051002
Fakultas : Teknik
Kelompok : 3 (Tiga)
Machrani
NPM. 1615051037
ii
PEMODELAN 2D
Oleh
Oktaviana
ABSTRAK
Pada praktikum kali ini, praktikan melakukan percobaan tentang pemodelan 2D.
Metode gravitasi merupakan salah satu metode geofisika yang didasarkan pada
pengukuran variasi medan gravitasi. Pada proses pengolahan data gravity ini kita
lakukan dengan menginput data peta residual sebelumnya untuk dibuat bentuk
pemodelan 2D, yang mana kita dapat melakukannya dengan cara forward
modelling. 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. Sedangkan Inverse modeling
adalah pemodelan berkebalikan dengan pemodelan ke depan. Pemodelan inversi
pada dasarnya adalah proses mekanisme modifikasi model agar diperoleh
kecocokan data perhitungan dan data pengamatan yang lebih baik dilakukan
secara otomatis.
iii
DAFTAR ISI
Halaman
LEMBAR PENGESAHAN ........................................................................... ii
I. PENDAHULUAN
A. Latar Belakang ................................................................................... 1
B. Tujuan ................................................................................................ 1
V. KESIMPULAN
DAFTAR PUSTAKA
iv
DAFTAR GAMBAR
Halaman
Diagram Alir ................................................................................................... 5
v
I. PENDAHULUAN
A. Latar Belakang
B. Tujuan
Metode gaya berat adalah metode dalam geofisika yang dilakukan untuk
menyelidiki keadaan bawah permukaan berdasarkan perbedaan rapat masa
cebakan mineral dari daerah sekeliling (r=gram/cm3). Metode ini adalah metode
geofisika yang sensitive terhadap perubahan vertikal, oleh karena itu metode ini
disukai untuk mempelajari kontak intrusi, batuan dasar, struktur geologi, endapan
sungai purba, lubang di dalam masa batuan, shaff terpendam dan lain-lain.
Eksplorasi biasanya dilakukan dalam bentuk kisi atau lintasan penampang.
Perpisahan anomali akibat rapat masa dari kedalaman berbeda dilakukan dengan
menggunakan filter matematis atau filter geofisika. Di pasaran sekarang didapat
alat gravimeter dengan ketelitian sangat tinggi (mGal), dengan demikian anomali
kecil dapat dianalisa. Hanya saja metode penguluran data, harus dilakukan dengan
sangat teliti untuk mendapatkan hasil yang akurat (Rahman, 2015).
Seringkali istilah forward modeling digunakan untuk proses trial and error. Trial
and error adalah proses coba-coba atau tebakan untuk memperoleh kesesuaian
antara data teoritis dengan data lapangan. Diharapkan dari proses trial and error
ini diperoleh model yang cocok responnya dengan data (Grandis, 2014).
inversi. Teknik pemodelan inversi untuk data anomali gravitasi telah banyak
dilakukan baik terhadap data primer anomali gravitasi bumi yang telah dikoreksi
maupun terhadap data anomali gravitasi regional dan residual serta data sekunder
anomali Bouguer lengkap. Pada penelitian ini dilakukan perancangan pemodelan
ke depan (forward modeling) dan pemodelan inversi (inverse modeling) serta
gradien horisontal orde satu 2-D data anomali gravitasi. Pemodelan ke depan dan
pemodelan inversi menggunakan pendekatan model benda anomali bawah
permukaan berbentuk model semi-infinite horizontal sheet dan model faulted
vertical sheet, yang mana pendekatan model tersebut dilakukan untuk mendeteksi
keberadaan struktur patahan atau sesar di suatu wilayah berdasarkan metode
gravitasi (Blakely, 1996).
B. Diagram Alir
Diagram alir pada praktikum kali ini yaitu sebagai berikut:
Mulai
Data .DTA
Hasil Data
selesai
A. Data Pengamatan
Adapun data pengamatan pada praktikum kali ini terdapat pada lampiran.
B. Pembahasan
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. Proses 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.
Adapun kesimpulan yang di dapat pada praktikum kali ini adalah sebagai berikut:
5. Hasil nilai error yang saya dapatkan dari pemodelan ini adalah 56,80.
DAFTAR PUSTAKA