Jurnal Geosains Kutai Basin Volume x Nomor x, Feb/Agus 20xx E-ISSN 2615-5176

Geofisika FMIPA UNMUL

Pemodelan Inversi Metode Gravitasi Menggunakan Simulated

Annealing Dengan Bahasa Pemograman Python
1
Arya Bagus Santoso
1
Program Studi Geofisika, Fakultas MIPA, Universitas Mulawarman

*aryabagussantoso03@gmail.com

ABSTRACT

The gravity method has proven to be effective in identifying the composition of rocks
and minerals beneath the Earth's surface by leveraging their density differences. To calculate
the density of this material more efficiently, the simulated annealing inversion method is
applied to gravitational anomaly data. This research uses a synthetic model consisting of four
homogeneous spheres in a space measuring 1000x200 m with a 20 m interval. The observation
data consists of 50 points, and an addition of 25 m/s^2 of mgal is uniformly distributed to
simulate observation data. The inversion results show that the inversion model closely
approximates the synthetic model.Therefore, this method successfully estimates parameters
such as coordinate positions (x, z), radii (r), and density (ρ) of the synthetic model. In practical
applications, this method can be used to identify the types of rocks and minerals beneath the
surface using field-measured gravitational anomaly data. The simulated annealing inversion
process allows for a deeper understanding of the properties of materials beneath the ground
surface without the need for physical excavation.
Keywords: Gravity Method, Inversion Method, Simulated Annealing

ABSTRAK

Metode gravitasi telah terbukti efektif dalam mengidentifikasi komposisi batuan dan
mineral di bawah permukaan bumi dengan memanfaatkan perbedaan densitasnya. Untuk
menghitung densitas material ini lebih efisien, metode inversi simulated annealing diterapkan
pada data anomali gravitasi. Penelitian ini menggunakan model sintetik yang terdiri dari empat
bola homogen dalam ruang berukuran 1000x200 m dengan interval 20 m. Data observasi terdiri
dari 50 titik dan dilakukan penambahan mgal sebesar 25 m/s^2 dengan sebaran seragam untuk
mensimulasikan data observasi. Hasil inversi menunjukkan bahwa model inversi mampu
mendekati model sintetik. Dengan demikian, metode ini berhasil dalam mengestimasi
parameter seperti koordinat posisi (x, z), jari-jari (r), dan densitas (ρ) dari model sintetik. Dalam
aplikasi praktis, metode ini dapat digunakan untuk mengidentifikasi jenis batuan dan mineral
di bawah permukaan menggunakan data anomali gravitasi yang terukur di lapangan. Proses
inversi simulated annealing memungkinkan pemahaman yang lebih mendalam tentang sifat-
sifat material di bawah permukaan tanah tanpa perlu melakukan penggalian fisik.
Kata Kunci : Metode Gravitasi Metode Inversi Simulated Annealing
Jurnal Geosains Kutai Basin Volume x Nomor x, Feb/Agus 20xx
Geofisika FMIPA UNMUL
1. PENDAHULUAN
Metode gravitasi adalah salah satu teknik
geofisika yang digunakan untuk mengukur
dan memahami distribusi massa bumi di
bawah permukaan dengan mengukur medan
gravitasi. Prinsip dasar metode ini adalah
bahwa setiap objek dengan massa akan
menarik benda lainnya dengan gaya gravitasi.
Gaya gravitasi ini bergantung pada jumlah
massa objek dan jarak antara objek tersebut.
Oleh karena itu, dengan mengukur percepatan
gravitasi di suatu lokasi, kita dapat
mengidentifikasi variasi dalam distribusi
massa di dalam bumi. Metode gravitasi telah
banyak dimanfaatkan sebagai riset
pendahuluan untuk mengidentifikasi sesar
(Kurniawan et al., 2022)(Susilo et al., 2014)
dan mengidentifikasi prospek panas bumi
(Hoerunisa & Sismanto 2020) (Putri &
Harianja 2021). Riset tersebut mampu
menginterpretasi batuan-batuan yang
bersangkutan berdasarkan perbedaan nilai
densitas batuan dari data anomali gravitasi.
Penentuan perbedaan nilai densitas batuan
melibatkan proses inversi untuk mencari nilai
yang sesuai dengan nilai anomali gravitasi.
Selain dapat menentukan nilai densitas
batuan, proses inversi juga mampu
menentukan komponen posisi secara
horizontal (northing dan easting) dan vertikal
(kedalaman) ataupun gabungan keduanya.
Proses pemodelan inversi pada dasarnya
bertujuan untuk mendapatkan model
optimum dengan cara meminimumkan suatu
fungsi objektif berdasarkan kesesuaian antara
respon model dengan data pengamatan
(Grandis, 2009). Data pengamatan ini adalah
nilai anomali gravitasi yang telah diukur di
lapangan dan respon model adalah nilai dari
model matematika yang telah ditentukan.
Metode gravitasi sering digunakan dalam
penelitian geologi, pengeboran minyak dan
E-ISSN 2615-5176
gas bumi, pemetaan sumber daya alam, dan
studi geodinamika bumi. Ini adalah alat
penting dalam pemahaman geologi dan
karakteristik bumi di bawah permukaan.
Inversi geofisika gravitasi adalah metode
komputasi yang digunakan untuk memahami
dan merekonstruksi distribusi massa di bawah
permukaan bumi berdasarkan data gravitasi
yang diukur di lapangan. Proses inversi ini
melibatkan penghitungan teoritis dari apa
yang seharusnya diukur, perbandingan
dengan data gravitasi yang sebenarnya
diukur, dan penyesuaian model awal untuk
mendapatkan model yang paling mendekati
distribusi massa yang sebenarnya. Hasil
inversi digunakan untuk memahami struktur
geologi, potensi sumber daya alam, atau
bahaya geologis di suatu wilayah. Perlu
diingat bahwa inversi geofisika adalah proses
yang kompleks dan bergantung pada banyak
asumsi serta parameter yang diperlukan untuk
diatur. Oleh karena itu, hasil inversi harus
diinterpretasikan dengan hati-hati, dan
kesalahan serta ketidakpastian dalam model
harus selalu dipertimbangkan.
Mengingat bahwa permasalahan
matematika pada bidang Geofisika cenderung
merupakan permasalahan matematika tidak
linier, maka metode inversi dengan
pendekatan lokal bukan merupakan pilihan
yang tepat. Salah satu metode inversi
menggunakan pendekatan global adalah
metode inversi simulated annealing
(Kirkpatrickz et al, 1983).
Metode inversi simulated annealing
mengadopsi proses pembentukan kristal.
Metode ini pernah dilakukan oleh Wilen et al.
2013 untuk memodelkan zona patahan
berdasarkan anomali self potensial. Proses
penurunan temperatur merupakan pengontrol
Jurnal Geosains Kutai Basin Volume x Nomor x, Feb/Agus 20xx E-ISSN 2615-5176
Geofisika FMIPA UNMUL

terbentuknya kristal yang berasosiasi dengan 𝑚2 dengan syarat jari-jari benda 𝑚1 adalah
energi minimum yang ekuivalen dengan konstan. Secara umum percepatan gravitasi
fungsi objektif. Penelitian ini menggunakan dapat dinyatakan sebagai (Halliday et al,
data sintetik untuk mengetahui nilai densitas 2010).
batuan dan komponen posisinya. Solusi
terbaik akan ditentukan oleh nilai fungsi (2)
objektif yang minimum dari perbandingan
antara data observasi dan data kalkulasi
metode simulated annealing. Jenis batuan dan 2.2 Forward Modeling
komponen posisi dapat dianalisis berdasarkan Benda anomali dapat didekati dengan
solusi terbaik yang dihasilkan (Putra et al., berbagai bentuk geometri. Bentuk yang relatif
2019). lebih mudah adalah model bola homogen.
Menggunakan Persamaan (2), efek gravitasi
2. METODE
pada komponen vertikal suatu bola bermassa
2.1 Hukum Gravitasi Newton 𝑚 di kedalaman 𝑧 yang berjarak 𝑟 dari titik
Hukum gravitasi pertama kali observasi 𝑃 seperti pada Gambar 1 dapat
diperkenalkan oleh Isaac Newton. Newton dinyatakan sebagai (Telford et al., 1990):
menyatakan bahwa benda-benda yang
bermassa saling tarik-menarik dengan gaya
yang berubah-ubah secara langsung dan
berbanding terbalik terhadap kuadrat jarak
benda-benda tersebut. Hukum tersebut
dinyatakan dalam Persamaan (1).

(1)
Gambar 1. Model bola homogen

Gaya adalah gaya gravitasi dalam satuan

kg m/s2 atau N untuk Newton, dan adalah
massa benda satu dan dua dalam kg, adalah
jarak antar benda dalam meter, dan adalah
konstanta gravitasi umum yang nilainya
adalah 6,67×10-11 N m2 /kg 2
Hukum gerak Newton kedua
menyatakan sebuah benda dengan massa yang
mengalami resultan gaya F akan mengalami
percepatan sebesar a yang arahnya sama
dengan arah gayanya. Percepatan 𝒂
merupakan percepatan gravitasi yang dapat
disimbolkan dengan g dalam satuan m/s 2 dan
𝑟 adalah jari-jari bumi. Besar percepatan
gravitasi selalu sama berapapun besar massa
(3)
Kemudian untuk dapat menentukan
posisi dan densitas bola tersebut maka
Persamaan (3) dapat mengubah 𝑚, 𝑟 dan cos
𝜃 sehingga menjadi.
(4)
Fungsi forward modelling yang digunakan
untuk melakukan proses inversi dari
Persamaan (4) adalah:
Jurnal Geosains Kutai Basin Volume x Nomor x, Feb/Agus 20xx E-ISSN 2615-5176
Geofisika FMIPA UNMUL

(5) noise agar data observasi yang dihasilkan

𝑥 adalah koordinat titik pengukuran, 𝑥0 dan
𝑧0 adalah posisi bola dalam koordinat
kartesian, 𝜌 adalah densitas bola dan 𝑟𝑏𝑜𝑙𝑎
adalah jari-jari bola.
lebih realistis. Data dengan tambahan noise
dijadikan sebagai data observasi dan diinversi
dengan metode simulated annealing. Data
observasi tersebut juga telah dianggap sudah
melalui proses koreksi-koreksi pada
pengolahan data metode gravitasi.

2.3 Simulated Annealing 3.1 Pada jarak x = 0

Proses simulated annealing harus
mendefinisikan ruang model secara a priori
dalam interval nilai minimum dan maksimum
dari parameter model. Pemilihan parameter
model dapat dilakukan secara acak dari
rentang nilai minimum sampai maksimum
masing-masing parameter. Setiap parameter
model dapat memiliki nilai minimum dan
maksimum yang berbeda-beda. Pemilihan
dapat dilakukan dengan memilih bilangan
acak 𝑅 dengan sebaran seragam antara 0
Tabel 3.1 Pada jarak 𝑥 = 0
sampai 1 yang akan membangkitkan nilai par
Hasil perhitungan pada jarax x=0 dengan
ameter model menggunakan persamaan: menggunkan rumus dari forwad modeling
dan infersi yang di tampilkan pada tabel 3.1
(6) menunujukan hasil yang berbeda yang
dengan nilai RMS adalah 0.159% yang
Metode simulated annealing merujuk menununjukan keselarasan antara data
sintetik dan data infersi dan dapat di buktikan
kepada proses termodinamika untuk
dengan grafik.
pembentukan kristal. Temperatur 𝑇 yang
tinggi membuat suatu materi berbentuk cair,
kemudian proses penurunan temperatur
secara bertahap menyebabkan terciptanya
kristal yang berasosiasi dengan energi sistem
yang minimum.
3. HASIL DAN PEMBAHASAN
Data sintetik menggunakan model bola
homogen berjumlah empat bola dengan
posisi, jari-jari dan densitas yang bervariasi
seperti pada Tabel 1. Ukuran ruang model
adalah 1000×200m dengan interval 20 m dan
jumlah titik pengambilan data sebanyak 36
titik. Data sintetik diberi noise dengan sebaran
seragam sebesar 10%, tujuan penambahan
Jurnal Geosains Kutai Basin Volume x Nomor x, Feb/Agus 20xx
Geofisika FMIPA UNMUL
Gambar 3.1 Grafik infersi dan sintetik
3.2 Pada jarak 𝑥 = 20
Tabel 3.2 Pada jarak 𝑥 = 20
Hasil perhitungan pada jarax x=20 dengan
menggunkan rumus dari forwad modeling
dan infersi yang di tampilkan pada tabel 3.2
menunujukan hasil yang berbeda yang
dengan nilai RMS adalah 0.179% yang
menununjukan keselarasan antara data
sintetik dan data infersi dan dapat di buktikan
dengan grafik.
E-ISSN 2615-5176
Gambar 3.2 Grafik infersi dan sintetik
3.3 Pada jarak 𝑥 = 1000
Tabel 3.3 Pada jarak 𝑥 = 1000
Hasil perhitungan pada jarax x=20 dengan
menggunkan rumus dari forwad modeling
dan infersi yang di tampilkan pada tabel 3.3
menunujukan hasil yang berbeda yang
dengan nilai RMS adalah 0.01% yang
menununjukan keselarasan antara data
sintetik dan data infersi dan dapat di buktikan
dengan grafik.
Gambar 3.3 Grafik infersi dan sintetik
Jurnal Geosains Kutai Basin Volume x Nomor x, Feb/Agus 20xx E-ISSN 2615-5176
Geofisika FMIPA UNMUL

3.4 Forward Modeling

Agar fitness antara anomali gravitasi observasi dengan anomali gravitasi sintetik menjadi
lebih baik, maka diasumsikan bahwa batas maksimum dan minimum komponen posisi 𝑥0, 𝑦,
𝑧0, dan 𝑟adalah ±10 m dan batas densitas 𝜌 adalah ±1000 kg/m3. Diagram alir inversi dapat d
ilihat pada Gambar 2. Pemilihan jenis batuan atau mineral dilakukan dengan mengambil batua
n yang nilai densitasnya tidak beririsan, bertujuan agar dapat mempermudah interpretasi batua
n pada hasil inversi. Jenis batuan atau mineral tersebut diambil dari tabel densitas batuan dan
mineral Telford et al., 1990.

Gambar 3.4 Hasil forward modeling

Geometri bola digambarkan dengan garis putus-putus berwarna merah yang diperlihatk
an pada Gambar 3.4 Posisi bola sama seperti posisi bola dalam Grandis, 2009. Anomali
gravitasi observasi dihasilkan dari data sintetik yang ditambahkan noise, nilai tersebut
diasumsikan seolah-olah merupakan nilai anomali gravitasi yang diambil di permukaan Bumi.

Gambar 3.5 Hasil forward modeling

Di antara empat kumpulan parameter (z, massa jenis, dan x0), terlihat bahwa kombinasi
dengan nilai z dan massa jenis tertinggi cenderung menghasilkan percepatan gravitasi
tertinggi. Sebaliknya, nilai z dan kepadatan yang lebih rendah menghasilkan percepatan
gravitasi yang lebih rendah.
Jurnal Geosains Kutai Basin Volume x Nomor x, Feb/Agus 20xx E-ISSN 2615-5176
Geofisika FMIPA UNMUL

3.5 Hasil Infersi

Dengan menggunakan data anomali gravitasi yang diamati di lapangan, metode ini
mencoba untuk mengidentifikasi parameter-parameter seperti posisi koordinat (x, z), jari-jari
(r), dan densitas (ρ) yang dapat menjelaskan perbedaan dalam anomali gravitasi tersebut.
Hasil inversi memberikan perkiraan parameter-parameter ini dan mencoba mencocokkannya d
engan model sintetik yang digunakan dalam penelitian.

Gambar 3.6 Hasil inversi percepatan gravitasi

Penting untuk diingat bahwa hasil inversi adalah perkiraan dan bergantung pada kualitas
data observasi serta parameter awal yang digunakan dalam proses inversi. Selain itu, hasil
inversi biasanya disertai dengan tingkat ketidakpastian yang mengindikasikan sejauh mana
kita dapat mempercayai hasil tersebut. Evaluasi yang cermat dan analisis lebih lanjut mungkin
diperlukan untuk mengonfirmasi hasil inversi dan menginterpretasikan implikasinya dalam
konteks geologi yang lebih luas.

Gambar 3.7 Hasil inversi percepatan gravitasi

menunjukkan nilai perbandingan tebakan awal, hasil inversi, model sintetik dari parameter
keempat bola. Terlihat bahwa model inversi sangat dekat dengan model sintetik meskipun
tebakan awalnya jauh dari model sintetik. Penentuan model awal tidak terlalu berpengaruh
secara signifikan terhadap hasil inversi, karena parameter model akan dibangkitkan kembali
melalui proses perturbasi. Hal yang perlu diperhatikan dari proses perturbasi adalah batas
minimum dan maksimum parameter model.
Jurnal Geosains Kutai Basin Volume x Nomor x, Feb/Agus 20xx
Geofisika FMIPA UNMUL
[3]
4. KESIMPULAN
Percepatan gravitasi meningkat seiring
dengan jarak x. Semakin jauh dari objek
dengan densitas tertentu, percepatan gravitasi
akan semakin kecil.
Densitas berpengaruh signifikan terhadap
percepatan gravitasi. Semakin tinggi densitas
suatu objek, semakin besar percepatan [4]
gravitasi yang dihasilkan pada jarak tertentu.
Pada setiap jarak x yang diberikan, densitas
berbeda akan menghasilkan percepatan
gravitasi yang berbeda. Dengan kata lain,
setiap densitas memiliki pengaruhnya sendiri
terhadap percepatan gravitasi pada jarak
tertentu. [5]
Grafik percepatan gravitasi terhadap
jarak x untuk setiap densitas akan
menunjukkan tren peningkatan atau
penurunan percepatan gravitasi seiring
dengan perubahan jarak x. Densitas yang
lebih tinggi akan menghasilkan percepatan [6]
gravitasi yang lebih besar pada jarak yang
sama.
5. Ucapam Terima Kasih
Terima kasih sekali lagi kepada semua
yang telah berkontribusi, dan semoga hasil [7]
penelitian ini dapat memberikan manfaat bagi
perkembangan ilmu pengetahuan dan
masyarakat."
6. REFERENCES
[1] Halliday, D., Robert, R., Walker, J.
and Sustini, E. (2010), Fisika Dasar
Edisi 7 Jilid 1, 7th ed., Erlangga,
Jakarta.
[2] Kearey, P., Brooks, M. and Hill, I.
(2002), An Introduction to
Geophysical Exploration, 3rd ed.,
Blackwell Science Ltd, Amerika.
E-ISSN 2615-5176
Putra, A.S., Sukono, Srigutomo, W.,
Hidayat, Y. and Lesmana, E. (2019),
“A Comparative Study of Simulated
Annealing and Genetic Algorithm
Method in Bayesian Framework to the
2D-Gravity Data Inversion”, Journal
of Physics: Conference Series, Vol.
1204, pp. 1–12.
Said, U., Heriyanto, M. and
Srigutomo, W. (2016), “Perbandingan
Inversi Least-Square dengan
Lavenberg-Marquardt pada Metode
Geomagnet untuk Model Crustal
Block”, Prosiding Seminar
Kontribusi Fisika, pp. 433–440.
Wilen, Arman, Y. and Putra, S.
(2013), “Pemodelan Zona Patahan
Berdasarkan Anomali Self Potential
(SP) Menggunakan Metode Simulated
Annealing”, Prisma Fisika, Vol. 1 No.
3, pp. 103–109.
Yang, J., Jekeli, C. and Liu, L. (2018),
“Seafloor Topography Estimation
From Gravity Gradients Using
Simulated Annealing”, Journal of
Geophysical Research: Solid Earth,
Vol. 123 No. 8, pp. 6958–6975.
Yusuf Umar. 2023 Pemodelan Inversi
Metode Gravitasi Menggunakan
Simulated Annealing. Jurnal Fisika
Unand. Vol. 12, No. 2, April 2023,
hal. 262 – 268.