Analisis Data Gravitasi

di Daerah Selatan
Jayapura

Nama : Faiz Anka

NPM : 1906376142
Analisis Data Geofisika 2A
Pendahuluan
Jayapura

 Jayapura adalah salah satu daerah di Papua.

 Daerah ini mempunyai beberapa sesar aktif yang menjadi
salah satu sumber gempa di daerah Papua.
 Daerah yang menjadi objek analisis data gravitasi kali ini
adalah daerah Jayapura bagian Selatan.
Data Gravitasi

 Data gravitasi yang diperoleh adalah data gravitasi

GGMplus, yaitu berupa data gravitasi satelit.
 Daerah penelitian mempunyai luas 24 x 17 km.
 Pengolahan data gravitasi ini menggunakan perangkat
lunak microsoft excel, matlab, oasis montaj, global
mapper, dan surfer.
Data Dasar
Data Dasar

 Data gravitasi yang diunduh dari GGMplus diolah di matlab

untuk dikonversi menjadi data excel.
 Data yang diperoleh adalah posisi, elevasi, dan nilai
gravitasi yang sudah terkoreksi oleh free air.
 Kemudian data diolah dengan microsoft excel dan oasis
montaj, di mana koreksi terrain dilakukan dengan surfer.
Data Dasar

 Kemudian, dilakukan pencarian densitas bouguer dengan

metode parasnis.
 Setelah itu, dicari koreksi bouguer hingga akhirnya
menjadi complete bouger anomaly (CBA).
 Setelah CBA diperoleh, kemudian digunakan oasis montaj
pembuatan grid CBA, lalu peta CBA dibuat di surfer.
 Analisis data seperti analisis derivatif, multi-scaling,
analysis spektrum, dan analisis TSA dilakukan dengan oasis
montaj.
Berikut adalah peta CBA :
 Kemudian, anomali residual dan regional dipisahkan
dengan menggunakan oasis montaj. Berikut adalah
hasilnya :
Analisis Derivatif
 Analisis derivatif adalah analisis yang memungkinkan kita
melihat struktur patahan naik atau turun dan menentukan
besar sudut dip dari patahan tersebut.

Berikut adalah data setelah dilakukan first horizontal

derivative (FHD) dan second vertical derivative (SVD) :
Ada dua daerah yang menarik di sini, L2
yaitu daerah dengan garis L1 dan L2.
Terlihat bahwa FHD di daerah tersebut
bernilai maksimum. SVD maksimum L1

mengindikasikan adanya kemungkinan

daerah ini terdapat patahan naik/turun.
Untuk mengkonfirmasi, harus dilihat
data pada SVD.
 L2

Pada peta SVD, terlihat bahwa garis L1

dan L2 berada di daerah dengan SVD
L1
yang bernilai nol atau mendekati nol.
Sehingga, L1 dan L2 dapat dikonfirmasi
merupakan sesar naik/turun.
 Berikut adalah profil FHD dan SVD di L1 dan L2, terlihat
bahwa FHD cenderung maksimum dan SVD mendekati nol.
FHD : L1 FHD : L2
0.018
0.018
0.016
0.016
0.014
0.014
0.012
FHD (mGal/m)

FHD (mGal/m)
0.012
0.01
0.01
0.008
0.008
0.006
0.006
0.004
0.004
0.002 0.002
0 0
478150 478200 478250 478300 478350 478400 478450 478500 478550 478600 478650 465500 466000 466500 467000 467500 468000 468500 469000

Posisi X (m) Posisi X (m)

SVD : L1 SVD : L2
0 0
478150 478200 478250 478300 478350 478400 478450 478500 478550 478600 465000 465500 466000 466500 467000 467500 468000 468500 469000
-0.001 -0.0005

-0.001
SVD (mGal/m^2)

SVD (mGal/m^2)
-0.002
-0.0015
-0.003
-0.002
-0.004
-0.0025

-0.005 -0.003

-0.006 -0.0035

Posisi X (m) Posisi X (m)

Untuk mencari tahu sesar tersebut adalah sesar naik atau
turun, dapat dianalisis nilai SVD maksimum dan minimum pada
profil gravitasi yang tegak lurus terhadap garis L1 dan L2. Garis
yang tegak lurus tersebut adalah garis L1’ dan L2’ :

L2’

L1’
 Berikut adalah profil SVD di L1’ dan L2’ :

SVD : L1' SVD : L2'

0.02 0.025

0.015 0.02

0.01 0.015
SVD (mGal/m^2)

SVD (mGal/m^2)
0.01
0.005
0.005
0
476000 476500 477000 477500 478000 478500 479000 479500 480000 480500 481000 0
-0.005 465500 466000 466500 467000 467500 468000 468500 469000 469500
-0.005
-0.01 -0.01
-0.015 -0.015
-0.02 -0.02

Posisi X (m) Posisi X (m)

Pada L1’, terlihat SVD min adalah -0,0137, sedangkan SVD max
adalah 0,018. Maka , sehingga sesar pada L1 adalah sesar normal
atau sesar turun.
Pada L2’, terlihat SVD min adalah -0,0169, sedangkan SVD max
adalah 0,0197. Maka , sehingga sesar pada L2 adalah sesar normal
juga.
Multi Scaling
Untuk mencari tahu besar sudut dip dari kedua sesar, dapat
digunakan multi-scale second vertical derivative (MS-SVD).
Data SVD dilakukan multi-scaling (downward/upward
continuation). Berikut adalah data SVD yang telah dilakukan
multi-scaling :
MS-SVD L1’
0.02

0.015

0.01
SVD (mGal/m^2)

0.005

0
475000 476000 477000 478000 479000 480000 481000 482000 483000

-0.005

-0.01

-0.015

Posisi X (m)

MS 100m MS 200m MS 500m MS 1000m

 Titik Potong SVD terhadap posisi pada tiap MS di L1’ adalah sebagai
berikut :

MS 100m :
MS 200m :
MS 500m :
MS 1000m : Titik Potong SVD di L1’

Setelah diplot dan didapatkan 1200

1000
regresi linear, didapat gradien garis 1000

nya adalah 1,9229. Sehingga besar 800

Kedalaman (m)
f(x) = − 1.9229424438371 x + 920164.190235699

sudut dip dari sesar di L1 adalah 600

500

400

200
200
100
(Garis L1 adalah garis horizontal, 0

jadi selisih nilai (easting) bisa 478000 478100 478200 478300

Posisi X (m)
478400 478500 478600

diasumsikan sebagai jarak)

 MS-SVD L2'
0.02

0.015

0.01

0.005
SVD (mGal/m^2)

0
465500 466000 466500 467000 467500 468000 468500 469000 469500

-0.005

-0.01

-0.015

-0.02

Posisi X (m)

MS 100m MS 200m MS 500m MS 1000m

Plotting kedalaman terhadap jarak adalah sebagai berikut (dengan
asumsi koordinat di MS 100m adalah titik nol nya) :

Titik Potong SVD di L2'

1200

Setelah diplot dan didapatkan 1000

f(x) = 1.66792809704825 x + 90.1445130618395

regresi linear, didapat gradien garis 800

Kedalaman (m)
nya adalah 1,6679. Sehingga besar 600

sudut dip dari sesar di L2 adalah 400

200

0
0 100 200 300 400 500 600

Jarak (m)
Analisis Spektrum
 Analisis spektrum adalah analisis yang dilakukan untuk
mengetahui batas kedalaman zona regional dan residual.
 Analisis ini menggunakan tiga garis untuk dianalisis, yaitu
garis K1, K2, dan K3.

K1 K2 K3
  Berikut adalah grafik lnA vs k di sepanjang K1, K2, dan K3 :
f(x) = NaN x + NaN
R² = 0 K1
1.6
1.4
1.2 f(x) = − 112.289590350129 x + 1.73592095865016 Regional
R² = 0.724395400570055
1 Linear (Regional)
0.8 Residual
ln A

Linear (Residual)
0.6
Noise
0.4
Linear (Noise)
0.2
0
0.003 0.0035 0.004 0.0045 0.005 0.0055 0.006 0.0065 0.007 0.0075 0.008

f(x) = NaN x + NaN

R² = 0 K2
2.5

2 f(x) = − 121.592742763471 x + 2.60467464205185

R² = 0.896301729219927
Regional
1.5 Linear (Regional)
Residual
ln A

1 Linear (Residual)
Noise
Linear (Noise)
0.5

0
0.003 0.0035 0.004 0.0045 0.005 0.0055 0.006 0.0065 0.007 0.0075 0.008

k
 f(x) = NaN x + NaN
R² = 0 K3
5

4
f(x) = − 860.976714940628 x + 5.1439981666592
R² = 0.50693274400465
Regional
3
Linear (Regional)
Residual
ln A

2 Linear (Residual)
f(x) = − 128.816426883964 x + 2.38822018661442 Noise
1 R² = 0.0702644483930127
Linear (Noise)

0
0 0.001 0.002 0.003 0.004 0.005 0.006 0.007 0.008 0.009
-1

K1 K2
Kedalaman Kedalaman
 Sehingga didapatkan data – Regional (m) 10516 Regional (m) 11500
data kedalaman regional, Kedalaman Kedalaman
Residual (m) 1132 Residual (m) 815
residual, k cutoff , lambda, C1 10,456 C1 10,481
dan N. C2 4,907 C2 4,607
0,000591 0,00055
10625,59 11429,3
N 53,12796 N 57,1466
 K3
Kedalaman
 Kemudian, dibuat rata – rata
Regional (m) 4623
Kedalaman dari data kedalaman regional,
Residual (m) 860 residual, dan N.
C1 8,5449
C2 5,144
0,00090377
6952,16746
N 34,7608373

Rata - rata  Sehingga rata – rata kedalaman

Kedalaman
Regional (m) 8879,7
regional adalah 8879,7m,
Kedalaman kedalaman residual adalah
Residual (m) 935,7 935,7m, dan N adalah 48,34
N 49
(dibulatkan ke atas menjadi 49).
 Setelah itu, digunakan moving average filter (MVA) untuk
mencari anomali regional dengan menggunakan lebar
jendela N = 49 yang sudah dicari sebelumnya. Berikut
adalah peta anomali regional dan juga anomali residual
dengan menggunakan MVA :
Filter Polinomial
 Filter ini berfungsi untuk memisahkan anomali regional
dan residual dengan batas bidangnya berupa bentuk kurva
kuadratik berorde tertentu.
 Pada kali ini, digunakan filter polynomial berorde 3.
Pemilihan orde ini dikarenakan orde 2 dan 3 adalah orde
yang paling makes sense dalam data ini, tetapi orde 3
lebih baik untuk memisahkan objek bawah permukaan.
 Berikut adalah anomaly residual hasil filter dengan
polinomial orde 3 :
Analisis Tambahan
 Sebelumnya, sudah dilakukan analisis sesar dan juga
kedalaman batas regional dan residual.
 Dalam bagian ini, akan dilakukan sedikit analisis
tambahan.
 Penulis akan menggunakan peta regional yang dicari
dengan MVA dan peta residual yang dicari dengan filter
polinomial.
L2
L2

L1
L1
 Sebelumnya, sudah diketahui sesar sepanjang garis L1 dan
L2 adalah sesar normal.
 Sehingga, daerah dengan high gravity di garis L1 dan L2
kemungkinan adalah footwall dari sesar. Sedangkan daerah
dengan low gravity adalah hanging wall dari sesar.
 Pada L1, terlihat bahwa daerah dengan low gravity
(hanging wall) bernilai rendah di peta residual, tetapi
tinggi di peta regional. Ini berarti, kemungkinan hanging
wall dari sesar di L1 berada di kedalaman >935m.
 Pada L2, terlihat bahwa daerah dengan low gravity
(hanging wall) bernilai rendah di peta residual, tetapi
tinggi di peta regional. Ini berarti, hanging wall dari sesar
di L2 berada di kedalaman >935m juga.