Text

Pemodelan Bawah permukaan daerah Panasbumi Kaliulo Berdasarkan data Resistivitas Konfigurasi Schlumberger Dengan Algoritma Jaringan Syaraf Tiruan-Backpropagation 551,2

---

INTISARI

Penelitian ini menggunakan data sekunder metode geolistrik konfigurasi Schlumberger di daerah manifestasi panasbumi Kaliulo Gunung Ungaran untuk mengimplementasikan penggunaan algoritma jaringan syaraf tiruan pada kasus geofisika ini sehingga didapatkan nilai ketebalan dan resistivitas sebenarnya. Pada jaringan syaraf tiruan ini melakukan dua proses yaitu pelatihan dan pengujian, pada pelatihan menggunakan data sintetik dan pada pengujian menggunakan data lapangan. Kemudian pada pelatihan dihasilkan arsitekur jaringan syaraf tiruan backpropagtaion terbaik menggunakan train resilient propagation (train rp) dengan 3 hidden layer dengan masing – masing neuron pada hidden layer yaitu 300 untuk digunakan pada pengujian. Keluaran dari data pengujian berupa nilai ketebalan dan resistivitas sebenarnya yang dapat dimodelkan. Hasil pemodelan pengolahan data JST hampir sama dengan IPI2WIN, nilai MSE yang diperoleh yaitu sebesar 0,10519 dan 0,088304 berturut turut pada ketebalan dan resistivitas sebenarnya. Pemodelan 3D yang dihasilkan menampilkan lapisan bawah permukaan bumi dengan batuan penyusunnya secara berturut turut topsoil, lempung, breksi, tufaan dan gamping.

Kata Kunci : Schlumberger, jaringan syaraf tiruan, pengolahan data, MSE, Manifestasi Kaliulo.

Abstract

This research used secondary data configuration Schlumberger geoelectric method in the area of geothermal manifestations Kaliulo Mount Ungaran to implement the use of artificial neural network algorithm in geophysical this case to obtain the actual value of the thickness and resistivity. In this artificial neural networks do two processes, namely the training and testing, the training using synthetic data and on testing using field data Then in training the neural network produced the best architectural which is used train resilient propagation (train rp) with three hidden layers with each neuron in the hidden layer consist of 300 neuron, this architecture will be used in testing. The output of the test data is value of the thickness and true resistivity which can be modeled. Result modeling of data processing from ANN is almost the same with IPI2WIN, MSE value obtained is equal to 0.10519 and 0.088304 respectively on the thickness and resistivity actually. The result of 3D model shows the lower part of the earth's subsurface its rock consists as following: topsoil, clay, volcanic breccias, tuff and limestone.

Keywords: Schlumberger, artificial neural networks, inversion, MSE, manifestation Kaliulo.

---

Ketersediaan

1091D16IV

1091 D 16

Perpustakaan FSM Undip (Referensi)

Tersedia

Informasi Detail

Judul Seri

FISIKA

No. Panggil

1091 D 16

Penerbit

: ., 2016

Deskripsi Fisik

-

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

1372

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

-

Info Detail Spesifik

-

Pernyataan Tanggungjawab

Frysca Putti Mulviana

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar