Text
Pemodelan Inversi Anomali Gaya Berat Di Area Panasbumi Ungaran Dengan Menggunakan Metode Least Square Dan Jaringan Syaraf Tiruan
INTISARI
Metode gaya berat merupakan metode geofisika yang bertujuan untuk
mengidentifikasi kondisi bawah permukaan berdasarkan perubahan massa jenis
batuan. Dalam metode gaya berat terdapat dua teknik pemodelan yaitu pemodelan
kedepan dan pemodelan kebelakang. Pemodelan gaya berat secara konvesional
menggunakan pemodelan kedepan, hal ini mengakibatkan proses memodelkan
bawah permukaan menjadi sangat lama. Oleh karena itu digunakan teknik
pemodelan inversi untuk mempercepat proses pemodelan bawah permukaan,
dengan menggunakan dua metode yang berbeda yaitu least-square dan jaringan
syaraf tiruan. Tujuan dari penelitian ini adalah untuk membandingkan dua metode
yaitu inversi least-square dan jaringan syaraf tiruan dalam memodelakan kondisi
bawah permukaan, serta untuk mengetahui keefektifitasan jaringan syaraf tiruan
dalam proses pemodelan gaya berat. Pada penelitian ini pemodelan inversi gaya
berat menggunakan dua metode yaitu least-square dan jaringan syaraf tiruan.
Pemodelan inversi ini menggunakan tiga pendekatan model sintetis yaitu model
bola, model silinder horizontal tak hingga, dan model silinder vertikal tak hingga.
Hasil dari pemodelan tersebut kemudian dipilih berdasarkan nilai mse (mean
square error) terkecil untuk memperoleh model terbaik yang dapat diterapkan
dalam lapangan tersebut. Hasil studi data sintetik lalu diterapkan ke data lapangan
panasbumi ungaran untuk memodelkan kondisi bawah permukaan gunung
ungaran. Dari hasil pemodelan diperoleh hasil pada sayatan A-A’ model
terbaikpada metode least-square adalah model bola pada kedalaman 1115,2
meter , dengan dimensi anomali 6.963 x 109 sedangkan pada metode jaringan
syaraf tiruan diperoleh hasil terbaik berdasarkan nilai mse terkecil adalah model
bola pada kedalaman 9219.309 meter, dengan dimensi anomali 4.18 x 109. Hasil
dari sayatan B-B’ pada metode least-square diperoleh model tebaik dengan nilai
mse sebesar 1. 936 adalah model bola pada kedalaman 9965.6 meter dengan
dimensi anomali sebesar 5.610 x 109, sedangkan pada metode jaringan syaraf
tiruan diperoleh hasil model terbaik dengan nilai mse sebesar 2.017 adalah model
bola pada kedalaman 9219.309 meter, dengan dimensi anomali 4.18 x 109.
Kata kunci : Least-square, Jaringan Syaraf Tiruan, Metode Gaya Berat,
Dimensi Anomali, dan Kedalaman
Abstract
Modeling gravity method there are two modeling techniques that are
modeling forward and backward modeling. All modeling methods have limits with
the assumption that the simplest form of the structure. Backward modeling is a
model that memeprkirakan physical parameters based on field data. The purpose
of this study was to compare two methods of least-square inversion and artificial
neural networks in modeling subsurface conditions, as well as to determine the
effectiveness of artificial neural networks in gravity modeling process. In this
research, inversion modeling uses three synthetic model approaches: ball model,
unlimited horizontal cylinder model, and infinite vertical cylinder model. The
result of the modeling is then selected based on the smallest value of mse (mean
square error) to obtain the best model that can be applied in field data. The
results of the study of synthetic data are then applied to the field data of the
geothermal field to model the subsurface subsurface conditions. From the result
of modeling on least-square method, the result of the model approaching the
surface of the mountain of ungaran on line A-A’ and line B-B’ incisions is a
spherical model in depth is 9219.309 meter until 1115,2 meter and with an
anomaly dimension of model is 4.18 x 109 until 6.963 x 109 . In the artificial
neural network model approaching the surface of the ungaran mounts on the
incisions A-A 'and B-B' are spherical models deep is 9219.309 meter and with
anomaly dimensions of model is 4.18 x 109 .
Keyword : Gravity Method, Inversion Modelling, Least-square Method, and
Neural Network Method
1172D17IV | 551,2 MUH p | Perpustakaan FSM Undip (Referensi) | Tersedia |
Tidak tersedia versi lain