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 kuantitatifProsiding 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
81Prosiding 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 1Prosiding 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 4Prosiding 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.
85Prosiding 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