Text

Pemodelan Resistivitas 2D Bawah Permukaan Daerah Taman rumah Kita dan daerah Gombel Lama Dengan Algoritma Jaringan Syaraf Tiruan Backpropaganation

---

INTISARI

Metode geolistrik banyak digunakan oleh para geofisikawan untuk
melakukan survey pendahuluan. Penelitian ini bertujuan untuk membuat model
bawah permukaan data hasil geolistrik dengan algoritma jaringan syaraf tiruan di
daerah Taman Rumah Kita dan Gombel Lama serta mendapatkan arsitektur terbaik
jaringan dan nilai Mean Square Error (MSE) hasil keluaran jaringan. Pada
penelitian ini, dilakukan pengukuran metode geolistrik resistivitas 2D dengan
konfigurasi dipole – dipole dan didapatkan 4 lintasan pengukuran di daerah Taman
Rumah Kita dan 3 lintasan berupa data sekunder di daerah Gombel Lama.
Pengolahan data dilakukan dengan algoritma jaringan syaraf tiruan
backpropagation dan software Res2Dinv. Jaringan dilatih menggunakan data
sintetik dan data lapangan serta diuji dengan menggunakan data lapangan. Hasil
arsitektur terbaik didapatkan 1 input layer dengan 3 unit masukan, 3 hidden layer
dengan masing – masing layer memiliki 100 neuron, dan 1 layer output yang
didapatkan secara trial and error.
Pada kasus Taman Rumah Kita, didapatkan MSE lintasan 1, 2, 3 dan 4
berturut – turut adalah 0,0005, 0,0345, 0,0039, dan 0,0210. Dan MSE pada kasus
Gombel Lama, lintasan 1, 2, dan 3 berturut – turut adalah 0,0019, 0,00004, dan
0,0007087. Sedangkan bidang gelincir pada daerah Gombel Lama diketahui berada
pada kedalaman 5-6 m di lintasan pertama, 6 m di lintasan kedua, dan 5-6 m di
lintasan ketiga.
Kata Kunci : Resisitivitas, Jaringan syaraf tiruan, Dipole – dipole, MSE

ABSTRACT

Geoeloectric Resistivity method widely used by geophysicists to conduct
the preliminary surveys . This research aims to create geoelectric subsurface model
using neural networks algorithm in Taman Rumah Kita and Gombel Lama then
getting the best architecture of the network and the value of Mean Square Error (
MSE ) of the output network . In this study , the measurement of 2D geoelectric
resistivitas method using dipole - dipole configuration. The result of the
measurements are 4 tracks in the area Taman Rumah Kita and 3 tracks formed
secondary data in the area Gombel Lama.
The processing data has been done using backpropagation artificial
neural network algorithms and software RES2DINV . The Network trained using
synthetic data and field data and tested using field data .The best architecture
obtained one input layer with three input units , three hidden layers with each layer
has 100 neurons , and one output layer that obtained by trial and error process .
MSE obtained from Taman Rumah Kita respectively in tracks 1, 2, 3, and 4
are 0.0005 , 0.0345 , 0.0039 , and 0.0210 . The MSE in Gombel Lama obtained ,
track 1 , 2 , and 3 respectively are 0.0019 , 0.00004 and 0.0007087 . The landslide
on Gombel Lama areas known at depth of 5-6 m in the first track , 6 m in the second
track , and 5-6 m in the third track.
Key words: Resistivitas, Artificial Neural Network, Dipole-dipole, MSE

---

Ketersediaan

1072D16IV

551,8 FIK p

Perpustakaan FSM Undip (Referensi)

Tersedia

Informasi Detail

Judul Seri

FISIKA

No. Panggil

551,8 FIK p

Penerbit

: ., 2016

Deskripsi Fisik

-

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

1347

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

-

Info Detail Spesifik

-

Pernyataan Tanggungjawab

Muhammad Satria Fikri

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar