Scribd Logo
Upload

Welcome to Scribd!

  • Afafsahariyanto, IM Anjasmara - Aplikasi Metode Vlf-Em - Fulltext

    Uploaded by

    asas
    4 views7 pages
    wqqqqqqqqqqqqqqqqqqqqqq

    Original Title

    afafsaHariyanto , IM Anjasmara_Aplikasi Metode Vlf-Em_fulltext

    Copyright

    © © All Rights Reserved

    Available Formats

    PDF or read online from Scribd

    Did you find this document useful?

    Is this content inappropriate?

    Report this Document
    wqqqqqqqqqqqqqqqqqqqqqq

    Copyright:

    © All Rights Reserved
    Download as PDF or read online from Scribd
    Flag for inappropriate content
    4 views7 pages

    Afafsahariyanto, IM Anjasmara - Aplikasi Metode Vlf-Em - Fulltext

    Uploaded by

    asas
    wqqqqqqqqqqqqqqqqqqqqqq

    Copyright:

    © All Rights Reserved
    Download as PDF or read online from Scribd
    Flag for inappropriate content
    of 7
    Prosiding Seminar Nasional Sains dan Pendidikan Sains 1X, Fakultas Sains dan Matematika, UKSW_ Salatiga, 21 Juni 2014, Vol 5, No.1, ISSN :2087-0922 APLIKASI METODE VLF-EM UNTUK MEMETAKAN STRUKTUR BAWAH PERMUKAAN TANAH (STUDI KASUS LUSI PORONG SIDOARJO) Juan PGN Rochman', A. Syaeful Bahri’, Teguh Hariyanto', Ira M. ‘Anjasmara’ Jurusan Teknik Geomatika, Institut Teknologi Sepuluh Nopember Jurusan Teknik Geofisika, Institut Teknologi Sepuluh Nopember? Email: djuan.cochman@ gmail.com ABSTRAK Semburan lumpur yang tejadi Sejak 29 Mei 2006 sudah sampai umur 8 tahun sampai sekarang (2014) di daerah Porong Sidoarjo masih menunjukkan semburan dan dinamika yang menarik. Fenomena yang dikenal dengan nama “LUSI” mud volcano tersebut telah menutupi area sclua lebih dari 6.5 km dan telah menelantarkan lebih dari 30.000 orang. Fenomena semburan lumpur yang terus terjadi ini mengakibatkan Ketidakstabilan sistem di dacrah tersebut misalnya terjadi retakan pada dinding rumah dan jalan, rel Kereta api bengkok dan menurut data GPS terjadi pergerekan tanah (land deformation). Salah satu metode geofisika untuk menyelidiki struktur bawah permukaan ‘yang cukup cfektif dan murah adalah Very Low Frequency (VLF-EM). Metode VLF-EM ini memanfzatkan {gelombang clektromagnetik yang dihasilkan oleh pemancar gelombang radio berdaya besar (100 — 1000) KW ‘dengan frekuensi (15-30) kHz atau pada panjang gelombang 10 km — 20 km. Pengambilan data VLF-EM dilakukan discktar lupan lumpur sidoarjo sebanyak 4 linasan dengan panjang lintasan 100-500 meter dan spasi S mete. Data \VLF-EM (Komponen inphase dan quadrature) kemudian dianalisis dengan menggunakan filter Ensemble Empirical Mode Decomposition (EEMD) dan inversi. Pengolahan data dengan EMD ini bertujuan untuk menghilangkan noise geologi dan background EM wave yang bersifat non linier. Dati hasil penggunanan EEMD ini didapatkan data inphase dan quadrature dengan kurva yang lebih smoth dan mudah dilakukan intepretasi lebih lanjut. Hesil pengolohan dengan EEMD dan inversi didapatkan struktur bawah permukzan di daerah porong berupa rekahan dan patahan yang berkorelsi dengan pergerakan tanah di sektar luapan lumpur tersebut. Kata-kata kung: VLF-EM, EEMD, Inyersi, Patahan, LUSI Sidoarjo PENDAHULUAN Semburan lumpur yang terjadi sejak 29 Mei 2006 sudah sampai umur 8 tahun sampai sekarang (2014) di daerah Porong Sidoarjo _masih menunjukkan semburan dan dinamika yang menarik, Fenomena yang dikenal dengan nama “LUST” mud volcano tersebut telah menutupi area seluas lebih dari 6.5 km dan telah menelantarkan lebih dari 30.000 orang. Fenomena semburan lumpor yang terus terjadi ini mengakibatkan ketidakstabilan sistem di daerah tersebut misalnya terjadi retakan pada dinding rumah dan jalan, rel Kereta api bengkok dan menurut data GPS terjadi pergerekan tanh (land deformation). Metode VLF-EM merupakan metode yang cukup murah dan efektif untuk memetakan struktur bbawah permukaan tanah [1] [2]. Metode VLF-EM ini memanfaatkan gelombang elektromagnetik yang dihasilkan oleh pemancar gelombang radio iberdaya besar (100 — 1000) KW dengan frekuensi (15-30) kHz atau pada panjang gelombang 10 km = 20 km. Prinsip VLF-EM yaitu Medan elektromagnetik dari pemancar_— memiliki Komponen vertikal (Epz) dan medan horizontal (py) yang merambat tegak Iurus kearah x (Gambar 1). Pada jarak yang lebih besar dati panjang gelombang bebas, medan primer EM diasumsikan merambat horizontal. Hpy menembus ke dalam tanah dan menginduksi medan listrik sekunder (Esx) pada struktur bawah tanah yang konduktif (Hs). Medan magnetik tersebut memiliki bagian primer dan sekunder, Intensitas medan EM tergantung Konduktifitas tanah, Pada umumnya, VLF-EM dapat diintepretasikan secara kuantitatif Prosiding Seminar Nasional Sains dan Pendidikan Sains 1X, Fakultas Sains dan Matematika, UKSW Salatiga, 21 Juni 2014, Vol 5, No.1, ISSN 2087-0922 dan qualitatif, Intepretasi Kualitatif menggunakan filter fraser [3] dan K-Hjelt filter [4] _ untuk mengestimasi lokasi lateral dari zona resistitif dan konduktif, sedangkan intepretasi_kuantitatif digunakan metode inversi untuk mengetahui resitivitas bawah permukaan dengan Inv2DVLF yang dikembangkan oleh Monteiro Santos, 2006. ‘Gambar 1, Distribusi Medan EM pada metode VLF- [EM melalui sebuah anomali dyke vertikal[3]. Banyak noise yang mempengaruhi kualitas data VLF-EM misalnya kondisi geologi yang menginduksi_VLF-EM[6]. Hampir semua noise tersebut bersifat non linier dan tidak stasioner sehingga sulit dihilangkan menggunakan metode linier. Untuk itu perlu di lakukan pengolahan data VLF-EM dengan menggunakan Ensemble Emperical Mode Decomposition (EEMD) filter yang dikenalkan oleh Wu dan Huang (2009) (7). Metode ini di dasarkan pada pengembangan dari Empirical Mode Decomposotion (Huang dkk, 1998), Dengan diterapkan metode EEMD pada data VLF-EM di porong ini dapat dihasilkan gambaran struktur bawah permukaan yang lebih baik. METODOLOGI PENELITIAN Akuisisi Data Peralatan yang digunakan dalam pengambilan data ini antara lain VLF-EM Envi Scintrex, GPS handheld, dan meteran, Lokasi dari penelitian ini terletak di desa Siting Kecamatan Porong Sidoarjo (Gambar 1), Pemilihan lokasi ini didasarkan kondisi permukaan daerah siringmengalami amblesan dan reatakan, Pengukuran VLF dilakukan sebanyak 4 lintasan). Panjang lintasan 100 — 500 m dengan interval pengukuran 5m. Gambar 2, Lokasi Pengambilan Data VLF-EM ‘Tahap Pengolahan Data Dalam pengolahan data VLF-EM ini dilakukan dengan bertahap dan sistemat Pada tahap —pertama —_dilakukan filtering menggunakan Ensemble Emperical Mode Decompotition (EEMD) yang bertujuan untuk menghilangkan noise yang bersifat non liner dari VLF—EM itu sendiri. Metode Ensemble Empirical Mode Decomposition (EMD) merupakan pengembangan baru dari metode EMD (Empirical Mode Decomposition) yang diperkenalkan Huang (2009) [7]. EMD yang diperkenalkan oleh Huang dkk diperbaiki dengan melakukan penggabungan noise-assited dari data dan dengan metode EMD sendiri, Prinsip secara_ = umum = EMD __ adalah mendekomposisi sinyal menjadi IMF-IMF dan residu. Untuk mendapatkan IMF dari suatu sinyal dapat dilakukan dengan : (1) Estimasi maksimum lokal dan minimum lokal; (2) Interpolasi lokal manimum untuk mendapatkan signal yang lebih rendah dari envelope kemudian interpolasi Lokal maksimum untuk mengestimasi signal yang lebih 81 Prosiding Seminar Nasional Sains dan Pendidikan Sains IX, Fakultas Sains dan Matematika, UKSW Salatiga, 21 Juni 2014, Vol 5, No.1, ISSN :2087-0922 tinggi dari envelope, (3) Hitung rata — rata fungsi antara envelope rendah dan tinggi. (4) Pisahkan rata ~ rata dari jumlah signal untuk mendapatkan mode oscilatory s(t)=x(1)-m(t) (5) Jika s(t) memenuhi kreteria berhenti, kemudian kita mendifisikan d(0}=s(t) sebagai imf, selain itu kita mengeset x(}=s(t) dan mengulangi proses dari langkah pertama, Secara umum tahapan EEMD adalah sebagai berikut: (1) Tambahkan white noise pada data; (2) Mendekomposisi data yang sudah di tambahkan white noise menjadi IMF — IMF; (3) Ulangi langkah ke 1 dan 2 menggunakan white noise pada tiap waktu; (4) Mengestimasi rata — rata ensemble dari IMF hasil dekomposisi, Metode EEMD dapat dituliskan dalam ekpsresi matematis secara simpel sebagai berikut. Sebelum proses sifting, dilakukan penambahan finite amplitude dari white noise p(t) untuk data input y(t) untuk mendapatkan data dari tambahan noise YC) yaitu : Y@)=y@)+p@)xR (1) Dimana R adalah rasio standart deviasi dari amplitudo penambahan noise pada original data y(O.White noise p(t) merupakan angka_nilai random dimiliki dari amplitudo dengan distribusi normal dari zero mean, Nilai yang disarankan R dan k berturut turut adalah 0.5 dan 100 (lin dan Jeng, 2010). ‘Tahap kedua dilakukan inversi data tripper inphase dan quadrature), Inversi merupakan suatu penjabaran matematis untuk memperoleh informasi sitem fisika berdasarkan data observasi tethadap suatu sistem tersebut [8]. Inversi_ ini dilakukan_ dengan menggunakan software Inv2DVLF dengan berbasis Finite Elemen Method (FEM) yang dikembangkan oleh Monteriro santos. Masukan software tersebut berupa inphase dan quadrature yang sudah difilter dengan EEMD. sehingga dapat dihasilkan model 2D nilai resitivitas bawah permukaan tanah. HASIL DAN DISKUSI Pada Lintasan 1 data VLF-EM memiliki_noise 82 berfrekuensi tinggi. Lokasi pengukuran lintasan 1 berada di bawab tiang listrik memungkinkan data VLF-EM berfrekuensi tinggi. Pada Gambar 4 dan 5 merupakan hasil filter fraser. RMS hasil inversi 10.84, Pada Gambar 5 Model resistivitas 2D struktur bawah permukan tidak terlihat terlihat jelas anomali. Untuk itu perlu digunakan filter EEMD untuk meningkatkan kualitas dan dan_menghilangkan noise, Berdasarkan Gambar 6 data inphase dan quadrature di dedekomposisi_—_ dengan ‘menggunakan EEMD menjadi IMF — IMP. Data VLF-EM. direkontruksi dengan menjumlahkan IMF-IMF yang sesui untuk mendapatkan data yang terbebas noise, Komponen IMF1 dan 2 dari data inphase dan quadrature menunjukkan energi tinggi yang berasosiasi dengan frekuensi tinggi harus dihilangkan, Sedangkan IMF 5-7 merupakan trend atau residy yang berhubungan dengan background noise pertu dihilangkan [9.] IMF 3-4 dipitih untuk mendapatkan data rekontruksi VLF-EM yang terbebas noise. Inversi dari data VLF-EM yang sudah_difilter dengan EEMD menggunakan Inv2DVLF yang dikembangkan [2] menggunakan FEM. Dalam inversi ini dibutuhkan masukan awal nilai resistivitas lingkungan, Peneliti menggunakan nilai 30Qm yang didasarkan pada penelitian [10]. Hasil filter dan inversi dari data VLF-EM sangat tepat dan smooth dengan RMS 0.21. Nilai resistivitas yang tinggi di Lintasan 1 menunjukkan zona dengan rekahan dan patahan. Sedangkan resistivitas rendah berhubungan dengan lapisan permukaan (<30 Qm) tanah yang konduktif, berupa genangan air yang keluar dari bubble. Prosiding Seminar Nasional Sains dan Pendidikan Sains IX, Fakultas Sains dan Matematika, UKSW Salatiga, 21 Juni 2014, Vol 5, No.1, ISSN 2087-0922 }I_E NI SSS SSS ae Gambar 6. IMF Hasil dekomposisi EEMD dari data la” a ‘nphase dan quadrature. IMF 3-4 di pitih untuk ‘memperbaiki data dan menghilangkan noise. Gambar 4. Hasilinversi dari filter fraser Lintasan 1 Mocerrrativers fa oo 1m mm oD mM a OD Gambar 5, Model resistivitas 2D bawah permukaan dengan data hasil filter fraser Lintasan 1 dengan nilai resitivitas semu 30m. Gambar 7. Hasil Inversi dari filter EEMD: (a) Perbedaan antara data terfilter dan mode! inversi. (b) ‘Model final inversi Lintasan 1 Prosiding Seminar Nasional Sains dan Pendidikan Sains 1X, Fakultas Sains dan Matematika, UKSW Salatiga, 21 Juni 2014, Vol 5, No.1, ISSN :2087-0922 Hasil Pengolahan Lintasan 2 Ba ge roa (Gambar 10, Data Pengukuran lapangan, amcor: gorsouras Gambar 9. Hasil Inversi dari filter EEMD: (a) Perbedaan antara data terfilter dan model inversi (6) Model final inversi Lintasan 2. Data lapangan pada Gambar 8 menunjukkan data yang cukup bagus, akan tetapi masih perlu di filter iagi dengan BEMD. Pada Lintasan 2 di dapatkan RMS model inversi 8.72 dengan masukan nilai resitivitas awal 30 Om (Gambar 9), Dapat terlihat resitivitas tinggi(>30 Om) pada jarak 100 dan kedalaman 10 meter, menunjukkan zona lemah retakan atau patahan. Hasil Pengolahan Lintasan 3 Gambar 11, Hasil Inversi dari filter EMD: (a) Perbedaan antara data terfilter dan model inversi (b) ‘Model final inversi Lintasan 3, Pada Lintasan 3 merupakan data lapangan yang memiliki banyak noise dapat diedentifikasikan dengan frekuensi tinggi (Gambar 11). Dari hasil inversi di dapatkan RMS 4,81. Dapat ditihat pada gambar 11 Pada Lintasan 3 ini nilai resistivitas tinggi berada pada meter 5 dan 450 — ini menunjukkan retakan. Nilai resistivitas rendah ‘menunjukkan daerah genangan air dari bubble dan zona memilki konduktifitas tinggi. Struktur permukaan kurang terlihat jelas Hasil Pengolahan Lintasan 4 Prosiding Seminar Nasional Sains dan Pendidikan Sains 1X, Fakultas Sains dan Matematika, UKSW Salatiga, 21 Juni 2014, Vol 5, No.1, ISSN :2087-0922 Gambar 13. Hasil Inversi dari filter EEMD: (a) Perbedaan antara data terfilter dan model inversi. (6) Model final inversi Lintasan 4. Lintasan 4 berada lintasan terjauh dari pusat semburan dari Lumpur. Dari data awal VLF-EM data_memiliki noise. Data Hasil proses filter EEMD dan inversi dapat di lihat pada Gambar 13. Di dapatkan model resitivitas. 2D bawah permukaan tanah dengan masukan nilai resitivitas awal 300m, Terlihat struktur bawah permukaan yang bervariasi dengan resistivitas tinggi dan rendah di kedalam sampai -20 m. Hal ini menunjukkan struktur bawah permukaan yang masih dinamis terdapat rekahan dan patahan dangkal di sepanjang lintasan 4, Perubahan kontras nilai resitivitas menunjukkan juga perubahan struktur permukaan tanah, material tanah, dan geologi sekitar [10]. KESIMPULAN Berdasarkan hasil pemrosesan data VLF-EM maka dapat diambil kesimpulan sebagai berikut: Metode VLF-EM mampu memetekan struktur ‘bawah permukaan yang dangkal dengan baik Proses filter EEMD mampu meningkatkan kkualitas data dan mengilangkan noise. Rentang RMS dari hasil inversi_bervatiasi, antara 0.21-8,72. Lintasan 1 memiliki RMS terbaik, dan Lintasan 2 nilai RMS terjelek Nilai_resitivitas —bervariasi, resistivitas rendah(30 Om) — berhubungan dengan perubahan struktur permukaan tanah, material tanah dan geologi sekitar, sedangkan nilai resitivitas yang tinggi (30 Om) berhubungan dengan rekahan dan patahan, Pada Lintasan 1-4 di dapatkan anomali resitivitas pada kedalaman 0-20 m yang ‘menunjukkan perubahan struktur permukaan dangkal, 5. UCAPAN TERIMA KASIH Terima kasih kami sampaikan kepada DIKTI atas pemberian Beasiswa Unggulan kepada penulis, ‘Tidak lupa kami ucapkan terima kasih kepada Fernando Monteiro Santos atas _penggunaan software Inv2DVLF. DAFTAR PUSTAKA [1] Ming-Juin Lin, Yih Jeng, 2010. Application of the VLF-EM method with EEMD to the study of a mud volcano in southern Taiwan, ‘Geomorphology 119, 97-110, 2010. [2] Monteiro Santos, F.A., Mateus, A., Figueiras, J., Gongalves, M.A.,. Mapping Groundwater Contamination Around A Landfill Facility Using The VLF-EM Method - A Case Study. J. Appl. Geophys, 60, 115-125, 2006. [3] Fraser, D.C.,. Contouring of VLF-EM data, Geophysics 34, 958-967, 1969. 85 Prosiding Seminar Nasional Sains dan Pendidikan Sains 1X, Fakultas Sains dan Matematika, UKSW Salatiga, 21 Juni 2014, Vol 5, No.1, ISSN :2087-0922 [4] Karous, M., Hielt, S.B.,. Linear Ltering Of VLF Dipangle Measurements, Geophys. Prospect. 31, 782-794, 1983 [5] Bosch, F.P., Miller, L, Continuous Gradient VLF Measurements: A New Possibilit For High Resolution Mapping Of Karst Structures. First Break 19, 343-350, 2001. [6] Everett, M.E., Weiss, CJ., Geological noise in near-surface electromagnetic induction data, Geophysical Research Letters, 29,1010, 2002. (7) Wa, Z., Huang, NE. 2009. Ensemble Empirical Mode Decomposition: A Noise- ‘Assisted Data Analysis Method, Ady, Adapt, Data Anal, 1, 141, 2009 [8] Grandis,Hendra, Pengantar ~— Pemodelan Inversi Geofisika. Himpunan Ahli Geofisika Indonesia (HAGI, Bandung , 2009 [9] Sungkono, Bahri, Monteiro Santos, FA, Santosa, BJ., Ari, L, Fast, Simultaneous ‘And Robust VLF-EM Data Denoising And Reconstruction Via Multivariate Empirical Mode Decomposition, Computers & Geosciences 67 (2014) 125-138, 2014. [10] Istadi, B.P., Pramono, G.H., Sumintadireja, P., Alam, S.,.. Modeling study of growth and potential geohazard for LUSI mud volcano: East Java, Indonesia. Marine and Petroleum Geology 26, 1724-1739, 2009. DISKUSI Pertanyaan : Untuk apa memetakan struktur tanah dan apa relevansinya? Jawab :untuk menginformasikan penataan dareh kependudukan Pertanyaan : Dengan cara apa menfilter data2 tersebut? Jawab : filter dibuat setelah data diperoteh karna

    You might also like