Kapita Selekta Fisika Bumi dan

Sistem Kompleks
FI2161
• Kuliah Week-7 ini membahas:

• Konvolusi, Dekonvolusi dan Inversi

 Pengertian Konvolusi
Secara matematis, konvolusi merupakan operasi
sebuah matematika pada dua buah fungsi yang
bertujuan untuk menghasilkan fungsi ketiga yang
menunjukan perubahan bentuk sinyal pertama
yang termodifikasi oleh sinyal kedua.
Konvolusi juga dapat di definisikan sebagai
perubahan bentuk sinyal karena dilewati oleh
suatu filter.
Konvolusi diaplikasikan pada probabilitas, statistik,
komputer, bahasa pemprograman, gambar,
pengolahan sinyal, teknik dan persamaan
deferensial.
Konvolusi berguna pada proses pengolahan
sinyal/citra seperti:
• perbaikan kualitas sinyal/citra (image
enhancement)
• penghilangan derau (noise)
• mengurangi erotan
• penghalusan/pelembutan citra
• deteksi tepi, penajaman tepi
• dll
• Di dalam pengolahan citra, sebuah citra sering dilakukan
proses penapisan (image filtering) untuk memperoleh citra
sesuai dengan tujuan yang diinginkan.

f(x,y) g(x,y)

filtering

filtering

Sumber gambar: Image Fitering, CS485/685 Computer

Vision, Prof. George Bebis
• Didalam dunia seismik deret-deret angka tersebut adalah
wavelet sumber gelombang, reflektivitas bumi dan rekaman
seismik.
 Pengertian Dekonvolusi

Perhitungan inversi dari konvolusi disebut

dekonvolusi. Secara matematis, dekonvolusi
merupakan suatu algoritma yang digunakan untuk
menghilangkan efek dari konvolusi pada suatu
rekaman data. Konsep dekonvolusi digunakan
secara luas dalam teknik pengolahan sinyal dan
gambar. Karena teknik ini banyak digunakan dalam
disiplin ilmu teknik dan sains, dekonvolusi memiliki
banyak aplikasi seperti pada seismologi,
pengolahan gambar, bidang radio astronomi dan
aspek aspek transformasi fourier.
 Teori Konvolusi
• Konvolusi 2 buah fungsi f(x) dan g(x) didefinisikan
sebagai berikut:

h( x ) = f ( x ) * g ( x ) =  f (a) g ( x − a)da
−

• Tanda * menyatakan operator konvolusi, dan peubah

a adalah peubah bantu (dummy variable).
• g(x) disebut kernel atau mask konvolusi.
• Kernel g(x) dapat dibayangkan sebagai sebuah
jendela yang dioperasikan secara bergeser pada
sinyal masukan f(x)
• Jumlah perkalian kedua fungsi pada setiap titik
merupakan hasil konvolusi yang dinyatakan dengan
sinyal luaran h(x).
Contoh: Misalkan fungsi f(x) dan g(x)
diperlihatkan pada gambar berikut.
Rumus konvolusi: 
h( x ) = f ( x ) * g ( x ) =  f (a) g ( x − a)da
−
Step 1: Tentukan g(-a)
Step 2: Tentukan g(x – a )
.
.
Hasil akhir:
Sumber gambar: Concolution, CS485/685 Computer
Vision, Prof. George Bebis
Konvolusi dengan fungsi impuls

• Fungsi impuls disebut juga fungsi delta

dirac.
• Fungsi delta dirac bernilai 0 untuk x  0,
dan “lebar” denyutnya sama dengan 1.
• Secara matematis fungsi delta dirac
definisikan sebagai  (x )

 ( x ) = 0, x  0



lim  ( x )dx = 1
 →0 − x
• Sifat-sifat fungsi delta dirac:

• Bila kita bekerja dengan fungsi diskrit, maka

fungsi delta yang digunakan adalah fungsi
delta Kronecker, yang didefinisikan sebagai
0, n  0
 (n) = 
1, n = 0

dengan sifat  f (m) (n − m) = f (n)
m = −
• Hasil konvolusi f(x) dengan delta dirac
(x)

f(x) (x)
• Hasil konvolusi fungsi f(x) dengan fungsi g(x)
=(x + T) + (x) + (x – T):
f(a) g(a)

A A

a a
b -T T -T b T
(a) (b) (c)
• Kegunaan fungsi impuls: penerokan
(sampling) sinyal kontinu menjadi sinyal
diskrit.
• Proses penerokan dinyatakan sebagai perkalian sinyal kontinu f(t) dengan
fungsi penerok berupa rentetan sinyal delta sejarak T satu sama lain.
f(t)

t
T

s(t)
• Fungsi penerok itu dapat dinyatakan sebagai

t
dengan demikian,
f(t)s(t)

t
 Konvolusi pada fungsi diskrit
• Konvolusi pada fungsi kontinu f(x) dan
g(x):

h( x ) = f ( x ) * g ( x ) =  f (a) g ( x − a)da
−

• Konvolusi pada fungsi diskrit:


h( x ) = f ( x ) * g ( x ) =  f (a ) g ( x − a )
a = −

• Konvolusi bersifat komutatif:

 Sifat-sifat konvolusi
• Commutative:
f*g = g*f

• Associative:
(f*g)*h = f*(g*h)

• Homogeneous:
f*(g)=  f*g

• Additive (Distributive):
f*(g+h)= f*g+f*h
 Konvolusi pada fungsi 2D
• Citra adalah sinyal 2D.
• Untuk fungsi 2D (fungsi dengan dua peubah), operasi konvolusi
didefinisikan sebagai berikut:
a) untuk fungsi kontinu
 
h( x, y ) = f ( x, y ) * g ( x, y ) =   f (a, b) g ( x − a, y − b)dadb
− −

b) untuk fungsi diskrit

 
h( x, y ) = f ( x, y ) * g ( x, y ) =   f ( a , b) g ( x − a , y − b)
a = − b = −

• g(x,y) dinamakan convolution filter, convolution mask, kernel, atau template

• Dalam ranah diskrit kernel konvolusi dinyatakan dalam bentuk
matriks (umumnya 3  3, ada juga 2  2 atau 2  1 atau 1  2).
• Ilustrasi konvolusi:

A B C
p1 p2 p3
p4 p5 p6 f(i,j)
D E F
p7 p8 p9

G H I
kernel

citra
• Jadi, konvolusi dapat dipandang sebagai kombinasi linier dari vektor pixel
dengan vektor kernel.

f(i,j) = (A p1 + B p2 + C p3 + D p4 + E p5 + F p6 + G p7 + H p8 + I p9

• Jika jumlah nilai di dalam kernel > 1, maka f(i,j) dibagi dengan jumlah
tersebut. Jika jumlahnya nol, maka f(i,j) dibagi dengan 1.
 Contoh:

Citra f(x,y) berukuran 5 X 5 dengan kernel atau mask 3 X 3

f(x,y) * g(x,y)

Operasinya:
– Tempatkan kernel pada sudut kiri atas kemudian hitung nilai piksel pada
posisi(0,0) dari kernel.
– Geser kernel satu piksel ke kanan kemudian hitung nilai piksel pada
posisi(0,0) kernel, begitu seterusnya.
- Selanjutnya geser satu piksel ke bawah, lalu mulai lagi melakukan
konvolusi dari sisi kiri citra.
Dengan cara yang sama, setiap baris piksel dikonvolusi
Hasil Konvolusi:

• Jika nilai piksel(-), nilai tsb dijadikan 0, jika nilai > nilai max gray level
maka dilakukan clipping.
• Untuk masalah piksel pinggir, solusi untuk masalah ini adalah:
– Piksel pinggir diabaikan, tidak dikonvolusi.
– Duplikasi elemen citra, elemen kolom ke-1 disalin ke kolom M+1, begitu
juga sebaliknya lalu konvolusikan.
– Elemen yang ditandai dengan (?) diasumsikan bernilai0 atau konstanta
yang lain sehingga konvolusi piksel pinggir dapat dilakukan.
• Konvolusi piksel pinggir tidak memperlihatkan efek yang kasat mata.
Contoh Konvolusi Citra

Konvolusi citra lena dengan filter Gaussian:

 Contoh Konvolusi
Ada banyak metode untuk menghitung konvolusi dan
dekonvolusi. Kali ini kami akan menjelaskan cara untuk
menghitung konvolusi pada sinyal diskrit menggunakan
salah satu cara yaitu dengan menggunakan metode tabel.
Misalkan kita memiliki
sinyal A(-1, 2,-2, 3) dan sinyal B(-1, 2, -1) maka untuk
melakukan proses A * B = C dilakukan sebagai berikut.
maka untuk melakukan proses A * B = C dilakukan sebagai
berikut.

A * B = C
 Contoh Konvolusi(2)
Misalkan kita memiliki
sinyal A(1, 2, 3) dan sinyal B(4, 5, 6) maka untuk
melakukan proses A * B = C dilakukan sebagai
berikut.

Sehingga a*b adalah [4,13,28,27,18]

Dari contoh diatas terlihat bahwa jumlah elemen c
adalah jumlah elemen a ditambah jumlah elemen b
dikurangi 1
(3+3-1 = 5).
 Contoh Dekonvolusi
Kemudian jika kita ingin menghilangkan efek dari proses
konvolusi tersebut (dekonvolusi) yaitu mendapatkan sinyal
A kembali (A = C *^(-1) B), kali ini kita anggap sinyal A tidak
diketahui, sinyal B(-1, 2, -1) dan sinyal C(1, -4, 7, -9, 4, -3),
maka prosesnya adalah sebagai berikut.

Persamaan diatas digunakan untuk menentukan jumlah digit

sinyal A yang akan dicari dengan m adalah banyak digit
sinyal A, n adalah banyak digit sinyal B dan o adalah
banyak digit sinyal C. Kita ketahui dari perhitungan
sebelumnya bahwa banyak digit sinyal B adalah 3 dan
banyak digit sinyal C adalah 6 maka,
maka,
Contoh Dekonvolusi

dari perhitungan tersebut dapat diketahui bahwa banyak digit

sinyal A adalah 4. Kemudian kita misalkan bahwa sinyal A
adalah A(a, b, c, d). Maka dapat kita konvolusikan sinyal A
dan sinyal B menjadi (lihat gbr diatas kanan)
dengan bantuan sinyal C diatas dan sinyal C(1, -4, 7, -9, 4, -3),
maka sinyal A dapat kita tentukan sbb

Sehingga dihasilkan sinyal A(-1, 2,-2, 3). Hasil ini sesuai

dengan proses perhitungan konvolusi sebelumnya.
 Aplikasi pada Seismogram Sintetik
Seismogram sintetik adalah rekaman seismik buatan yang
dibuat dari data log kecepatan dan densitas. Data
kecepatan dan densitas membentuk fungsi koefisien
refleksi yang selanjutnya dikonvolusikan dengan wavelet.
 Aplikasi Dekonvolusi pada seimik
Dekonvolusi adalah suatu proses untuk menghilangkan
pengaruh dari wavelet sumber dari suatu trace seismik.
Dengan proses tersebut diperoleh deret pseudo refleksi
yang berupa spike yang menggambarkan amplitudonya.
Aplikasi Dekonvolusi pada seimik
Konvolusi : S(t)=W(t)*R(t)
S(t) = sinyal, W(t) = wavelet, R(t) = koefisien refleksi.
Sehingga dekonvolusi adalah :
R(t)= W(t)-1*S(t)

Tipe dekonvolusi :

- Spiking deconvolution: menghasilkan ideal spike.

-Predictive deconvolution : menghilangkan reverberasi

dengan jarak prediktif tertentu.

- Wavelet shaping deconvolution : untuk data dengan fasa

non-minimum.
 Aplikasi Dekonvolusi pada seimik
Gap = lebar defleksi yang lolos (bukan reverberasi) : 1 gelombang.
Operator Length = lama reverberasi.
Reverberasi : perulangan dari defleksi diatasnya.
 Aplikasi Dekonvolusi pada seimik
Dekonvolusi ditujukan untuk mendapat solusi trace yang paling
sesuai dengan RCnya. Sehingga predictive deconvolution
digunakan untuk mendesain wavelet yang dapat
merepresentasikan filter di dalam bumi, dapat menekan
reverberasi (perulangan) dan memperbaiki resolusi.
 Inversi
Pemodelan Data:
 Aplikasi Pemodelan Inversi
• Penentuan episenter gempa bumi
• Distribusi sifat fisika bawah permukaan
berdasarkan data (seismic, gravitasi,
magnetic, geolistrik, EM
• dll
 Metode Inversi Seismik
• Secara garis besar inversi seismik dapat dipisahkan
menjadi dua jenis yaitu inversi pre-stack dan inversi
post-stack. Inversi prestack dilakukan pada data
seismik yang belum di-stack (CDP gather). Inversi ini
bertujuan untuk menurunkan parameter elastik untuk
penentuan karakter batuan.
• Inversi seismik post-stack merupakan teknik untuk
mendapatkan kembali nilai koefisien refleksi dari
rekaman seismik yang selanjutnya digunakan untuk
menentukan nilai impedansi akustik lapisan batuan.
Metode Pemodelan Seismik
Metode Inversi Seismik
 Metode Inversi Seismik
• Inversi band limited disebut juga sebagai inversi rekursif.
Menurut Russel (1988), inversi band limited merupakan metode
inversi yang memanfaatkan pembatasan frekuensi, sehingga
menyebabkan hilangnya komponen frekuensi rendah dan
frekuensi tinggi. Nilai akustik impedan lapisan ke n+1 dapat
dinyatakan dengan persamaan berikut:

• Nilai akustik impedan setiap layer dapat dikalkulasi dengan

persamaan rekursif. Persamaan tersebut menyatakan bahwa
jika impedansi akustik dan koefisienn refleksi dari lapisan
pertama diketahui, maka impedansi akustik lapisan kedua
dapat dihitung.
 Metode Inversi Seismik
• Metode inversi berbasiskan model (model based) adalah
metode inversi yang mengimplementasikan pendekatan model
geologi dengan data seismik. Teknik yang digunakan ialah
dengan membuat model blocky rata-rata AI pada setiap
lapisan. Kemudian nilai AI dirubah menjadi reflektivitas dengan
persamaan rekursif. Koefisien reflektivitas dikonvolusikan
dengan wavelet untuk menghasilkan tras seismik. Tras sintetik
dikurangkan dengan tras seismik untuk mengetahui eror. Nilai
AI dan ketebalan lapisan dimodifikasi dengan metode
generalized linier inversion (GLI) dengan beberapa iterasi untuk
menurunkan nilai eror.
• GLI merupakan suatu metode untuk menganalisis beda eror
antara output model dengan data observasi. Menurut Russel
(1988) solusi untuk mendapatkan eror seminimal mungkin
dapat dilakukan dengan persamaan matematis berikut:
 Metode Inversi Seismik

• Dimana F(M) merupakan data observasi, F (M0) nilai terhitung

dari model inisial, [do F (M0) per do M] merupakan perubahan
nilai yang dihitung, M0 adalah model inisial, dan M adalah
model bumi sebenarnya.
 Metode Inversi Seismik
• Metode sparse spike mengasumsikan suatu model tertentu
reflektivitas dan melakukan estimasi wavelet berdasarkan
asumsi model tersebut. Metode ini memiliki kelebihan dengan
adanya pengontrol ekstra, sehingga dapat digunakan sebagai
full-bandwith reflektivitas. Asumsi dasar dari metode
dekonvolusi sparse spike adalah reflektivitas bumi terdiri atas
suatu urutan refleksi besar yang disuperposisikan dari
reflektivitas yang lebih kecil (Russel, 1988). Dari asumsi
tersebut, dapat diturunkan fungsi obyektif yang dapat
diminimalkan untuk mendapatkan reflektivitas yang paling
sesuai dan kombinasi wavelet yang konsisten dengan asumsi
statistika.
 Metode Inversi Seismik
• Menurut Russel (1988) komponen frekuensi rendah dan tinggi
yang hilang pada inversi berbasiskan model dapat disuplai dari
lapisan model geologi. Secara matematis dapat dirumuskan
sebagai berikut

• Dimana δ=0 jika t ≠ τj dan δ=1jika t = τj .berdasarkan

persamaan di atas dekonvolusi dikontrol oleh spike utama
(sparse spike) dari tras seismik dan koefisen refleksi kecil
cenderung tidak akan diinversikan.
Metode Inversi Seismik