Академический Документы
Профессиональный Документы
Культура Документы
TINJAUAN PUSTAKA
Dengan Re menyatakan jari-jari dari bumi. Mengingat bentuk bumi yang tidak
bulat sempurna, serta bentuk topografi yang berbeda-beda pada permukaan bumi,
maka percepatan gravitasi pada suatu titik di permukaan bumi akan memiliki
perbedaan nilai di titik yang lain karena pengaruh jari-jari bumi. Selain itu
percepatan gravitasi juga akan dipengaruhi oleh rapat massa daerah terukur, dimana
semakin besar nilai densitas pada suatu daerah akan sebanding dengan nilai
percepatan gravitasi di daerah tersebut.
2.1.3. Potensial Gravitasi
Potensial gravitasi Ug yang dinyatakan pada hukum Newton, lebih mudah
untuk digambarkan sebagai sebuah elemen massa tunggal m pada radius rm yang
berinteraksi dengan sebuah unit massa pada suatu titik P dengan radius rp (Jacoby
& Smilde, 2009). Sehingga dari pernyataan tersebut dirumuskan persamaan sebagai
berikut :
|𝑟𝑚 −𝑟𝑝 | 1
∆g = − 𝐺 × ∆m 3 = −𝐺 × ∆m ∇ (|r ) (2.5)
|𝑟𝑚 −𝑟𝑝 | m -rp |
Untuk Gravitimeter LaCoste & Romberg koreksi apung tersebut tidak terlalu
besar (± mgal/bulan). Perhitungan koreksi apung dihitung pada setiap kitaran
dengan waktu terpendek setelah dikoreksi dengan koreksi pasang surut bumi.
𝑡𝑠𝑛 −𝑡𝑏
𝐷𝑐𝑛 = (𝐺𝑏′ − 𝐺𝑏 ) (2.14)
𝑡𝑏′ −𝑡𝑏
𝑁−1
Dimana 𝑛 = , dan N harus bilangan ganjil (Setyanta et al, 2010)
2
Setalah didapatkan ∆𝑇𝑟𝑒𝑔 , maka harga ∆𝑇𝑟𝑒𝑠𝑖𝑑𝑢𝑎𝑙 dapat dihitung dengan
menggunakan persamaan berikut :
∆𝑇𝑟𝑒𝑠𝑖𝑑𝑢𝑎𝑙 = ∆𝑇 − ∆𝑇𝑟𝑒𝑔 (2.22)
Nilai anomali regional pada sebuah titik penelitian, sangat tergantung pada
nilai anomali yang terdapat di sekitar titik penelitian. Sehingga nilai anomali
regional pada sebuah titik merupakan hasil rata-rata dari nilai anomali-anomali di
sekitar daerah penelitian (Purnomo, 2013).
2.6.2. Polynomial
Dalam metode polynomial fitting, besarnya anomali regional dapat
digambarkan sebagai suatu permukaan anomali dalam fungsi matematis.
Permukaan tersebut diperoleh dengan meminimumkan selisih anomali bouguer
dengan anomali regional hasil perhitungan dengan cara kuadrat terkecil (least
square) (Faizah, 2010).
Polynomial fitting atau sering disebut dengan metode kuadrat terkecil
yang mengasumsikan bahwa permukaan Polynomial dapat menggambarkan model
bidang regional yang lebih halus yang ditentukan oleh orde Polynomial (Jeffrey,
1992). Peta kontur anomali regional yang dihasilkan sudah cenderung tetap dan
tidak mengalami perubahan ketika orde yang diberikan semakin besar. Pada
umumnya Polynomial fitting mencakup bentuk konstan.
Orde polynomial yang lebih tinggi memungkinkan adanya bagian residual
yang masuk ke dalam regional yang digambarkan. Sebaliknya orde polynomial
yang paling rendah memungkinkan adanya bagian regional yang tergambar pada
residual. Orde yang lebih besar menegaskan noise dan error dalam data
pengamatan, yang memungkinkan adanya bagian residual yang tergambar pada
regional. Ketika orde semakin tinggi, maka residual menjadi tajam dan lebih kecil
(Nettleton, 1976).
Polynomial adalah salah satu jenis yang paling umum digunakan dalam
regresi kurva, berikut penjelasan lebih lanjut tentang curve fitting :
a0, a1, a2, ... dan am adalah koefisien yang tidak diketahui, sedangkan xi dan yi Untuk
mendapatkan error terkecil maka koefisien a0, a1, a2, ... dan am harus menghasilkan
nol pada turunan pertama.
Prinsip dasar pada penggunaan metode ini adalah mencari koefisien nilai ‘a’
pada persamaan polinomial yang digunakan. Dengan membuat turunan pertama
dari persamaan polinomial yang digunakan bernilai sama dengan nol. Sehingga
akan dapat dihitung koefisien-koefisien nilainya (a). Setelah didapatkan nilai
koefisien dari persamaan polinomial yang digunakan, maka akan dapat dihitung
nilai anomali regional dengan persamaan polinomial yang sudah diketahui nilai-
nilai koefisiennya. Kemudian akan dapat dihitung pula anomali residualnya dengan
mengurangi anomali Bouguer dengan anomali regional hasil perhitungan dengan
metode polinomial yang digunakan.
2.6.3. Inversi
Pemodelan inversi sering dikatakan sebagai kebalikan dari pemodelan ke
depan (forward) karena dalam pemodelan inversi, parameter model diperoleh
langsung dari data. Teori inversi merupakan satu kesatuan metode matematika dan
statistik untuk memperoleh informasi yang berguna mengenai suatu sistem fisika
berdasarkan observasi terhadap sistem (Menke, 1989).
Dalam pembahasan inversi, grid pengukuran bersesuaian dengan titik
tengahnya dalam permukaan (z=0) maka jumlah data adalah N = nx × ny × 1.
Dan jumlah parameter model adalah N = nx × ny × nz dimana nx,ny, dan nz
masing-masing adalah jumlah grid dalam arah x,y,z.
Dengan menggunakan data yang terdapat dipermukaan maka inversi linier
purely underdetermined (N<M) yang meminimumkan ‘norm’model menghasilkan
model data gravitasinya. Dalam metode inversi ini juga terdapat kontinuasi ke atas
Gu sebagai berikut.
𝑑 𝑢 = 𝐺 𝑢 𝑚𝑒 (2.25)
Pada kontinuasi ke atas dilakukan pada sejumlah level data yang kecil dari
data lainnya. Dengan demikian, gabungan data dipermukaan dan hasil kontinuasi
ke atas menghasilkan data dengan jumlah yang lebih besar daripada jumlah
parameter model (N>M). Untuk permasalahan inversi yang bersifat
overdetermined, dapat diselesaikan dengan solusi inversi sebagai berikut :
𝑚 = [𝐺 𝑇 𝐺]−1 𝐺 𝑇 𝑑 (2.26)
2.7. PEMODELAN
Pemodelan merupakan tahap lanjutan setelah memperoleh nilai anomali pada
daerah penelitian. Pada tahap ini, data anomali ditafsirkan untuk mendapatkan
gambaran struktur bawah permukaan berdasarkan distribusi rapat massa batuannya.
Secara teknik pemodelan dilakukan dengan membadingkan nilai anomali hasil
pengamatan dengan nilai anomali dari model geometri yang dibuat (Rahma, 2014).
Pemodelan tiga dimensi (3D) dianggap pemodelan yang lebih realistis
dibandingkan dengan pemodelan dua dimensi karena bentuk model geometri dibuat
dapat disesuaikan dengan bentuk benda sebenarnya yang ada di alam. Selain itu
pemodelan 3D mampu memberikan informasi yang jelas pada target survei.
Kelemahan dari pemodelan 3D adalah pada proses perhitungan yang lama. Namun
seiring perkembangan teknologi dengan bantuan komputer proses perhitungan
dapat dilakukan dengan cepat.
Daftar Pustaka
Abdelrahman. 1996. Shape and Depth Solutions From Moving Average Residual
Gravity Anomalies, Egypt : Journal of Applied Geophysics, V.36, pp 89-95.
A., Lutfia P.I., et.al. 2012. Eksplorasi Parameter Fisik Cekungan Migas di
Perairan Blok Ambalat dengan Metode Gravitasi. Jurnal Teknik Pomits
Vol.1, No.1, 1-6.
Jacoby, W., and P.L. Smilde, 2009, Gravity Interpretation - Fundamentals and
Application of Gravity Inversion and Geological Interpretation. Heidelberg:
Springer.
Njandjock, N.P. et. al. 2003. A Turbo Pascal 7 Program to Fit a Polynomial Field
Anomalies Based on the Analytic Least Squares Method. African Journal of
Science and Thechnology (AJST) Science and Engineering Series Vol 4,
No.2, pp. 1-4.
Purnomo, J., Koesuma, S., dan Yunianto M. 2013. Pemisahan Anomali Regional-
Residual pada Metode Gravitasi Menggunakan Metode Moving Average,
Polynomial, dan Inversion. Indonesia Journal of Applied Physics Vol.3 No.1
halaman 10 April 2013
.
Reynolds, J. M. 1997. An Introduction to Applied and Environmental Geophysics.
John Wiley & Sons Ltd, England.
Serway, Raymond A. dan Jewett, John W. 2004. Physics for Scientists and
Engineers, with Phisics NOW and InfoTrac, 6th edition. Thomson
Brooks/Cole.
Setyanta et. al. 2010. Delineasi Cekungan Sedimen Sumatera Selatan Berdasarkan
Analisis Dara Gaya Berat. Bandung : Geo-Sciences Vol.20, No.20, hal 93-
106, April 2010.
Telford, W.M, Geldart, L.P. dan Sheriff, R.E. 1990. Applied Geophysics, 2nd
editoin. London: Cambridge University Press.