pengaruh seleksi waktu terhadap nilai error rho dan phase dalam

PENGARUH SELEKSI WAKTU TERHADAP NILAI ERROR RHO DAN
PHASE DALAM PENGOLAHAN DATA MAGNETOTELLURIC (MT)
MENGGUNAKAN PERANGKAT LUNAK MATLAB
Jonathan Erick Avrianto
Program Studi Fisika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas
Indonesia, Depok, Jawa Barat, Indonesia
E-mail: [email protected]
Abstrak
Masalah yang sering dihadapi dalam pengolahan data Magnetotelluric (MT) biasanya berada dalam penentuan
trend kurva rho dan phase dari data yang terinduksi oleh noise yang tinggi. Noise dan data, terekam oleh alat
pada saat yang bersamaan, namun noise dan data memiliki karakter yang berbeda. Sebagian besar noise yang
terekam adalah random noise yang bergantung pada waktu, sedangkan data tidak bergantung pada waktu. Noise
dapat digambarkan dengan nilai error atau simpangan nilai dari nilai data terbaik. Untuk itu dilakukan upaya
pemilihan waktu yang memiliki faktor noise yang rendah, sebagai upaya mengurangi nilai error rho dan phase
pada suatu periode tertentu. Kasus yang dipakai dalam penelitian ini merupakan data yang terinduksi noise yang
tinggi pada frekuensi kurang dari 1 Hz. Dengan pemilihan waktu yang tepat, maka kita dapat mengurangi nilai
error akibat noise pada hasil pengolahan datanya.
Kata Kunci
: seleksi waktu, pengolahan data magnetotelluric, nilai error rho dan phase
The Influence of Time Selection Against Rho and Phase Error Value in
Magnetotelluric (MT) Data Processing Using MATLAB Software.
Abstract
Problems in data processing Magnetotelluric (MT) data is usually located in the determination of the trend curve
rho and phase of the data that is induced by high noise. Noise and data recorded by instruments at the same time,
but the noise and the data has a different character. Most of the recorded noise is random noise that is
independent of time, while the data does not depend on time. Noise can be described by the value of the error or
deviation of the value of the value of the data best. For that, the timing that have low noise factor, as an effort to
reduce the error value of rho and phase in a given period. The case study is by the data that induced high noise
at frequencies less than 1 Hz. With the right timing, then we can reduce the error rate due to noise on the results
of data processing.
Keywords
: time selection, magnetotelluric data processing, rho and phase error value
Pengaruh seleksi waktu terhadap..., Jonathan Erick Avrianto, FMIPA UI, 2014
Pendahuluan
Untuk pengukuran data geofisika di lapangan, kesalahan data biasanya terjadi oleh
beberapa sebab yaitu random noise, diurnal noise, maupun long term noise. Noise atau white
noise, adalah data yang bukan berasal dari data observasi namun juga terbaca oleh alat
pengukuran. Untuk itu perlu adanya pengkarakterisasian dari noise dan mempelajari
penyebabnya, kondisi apa yang bisa mengakibatkannya, dan kapan noise ini terjadi harus
dipahami secara baik.
Dengan pengkarakteran noise, akhirnya kita akan dapat menghilangkan noise tersebut
dalam proses pengolahan data. Hal ini dimungkinkan karena dalam data, karakter noise dan
karakter real data akan berbeda. Pengukuran yang berulang dan banyak juga akan turut
membantu dalam pengkarakteran noise tersebut. Sehingga hasil dari interpretasi data akan
terhindar dari kekeliruan interpretasi data.
Pengukuran data metode magnetotelluric (MT) dalam geofisika juga tidak lepas dari
kasus induksi noise pada data. Metode MT adalah suatu metode geofisika yang pasif
merekam data komponen elektrik dan magnetik terhadap waktu untuk menggambarkan
distribusi nilai konduktifitas formasi dibawah permukaan secara vertical sounding kebawah
permukaan. Data yang terekam adalah sinyal elektromagnetik (EM) dari batuan yang
terinduksi oleh perubahan medan EM dari alam yang berubah-ubah terhadap waktu. Data
pasif yang terekam dari alam, sering kali diinterpretasikan dari secara keliru karena
disebabkan oleh sensitivitas alat. Sehingga noise selalu terekam dalam data pengukuran.
Sebagai contoh adalah, noise yang terjadi dialam ada pada pengukura magnetic diurnal
variation sebagaimana diberikan pada Gambar (1)
Gambar 1 Pengukuran intensitas medan magnet di Nugssuaq, West Greenland (Sharma, 1986)
Selain itu ada juga noise yang disebabkan oleh induksi medan magnet dari kabel listrik
tegangan tinggi dan aktivitas manusia.
2
Universitas Indonesia
Pengaruh seleksi waktu terhadap..., Jonathan Erick Avrianto, FMIPA UI, 2014
Dalam pengolahan data MT, upaya untuk mengurangi faktor noise dilakukan dengan
metode statistik dan dengan manual editing sebagai mana ditemukan pada perangkat lunak
MTEditor yang dikembangkan oleh Phoenix Geophysics. Inc. yang dapat dilihat pada
Gambar (1.2). Hasil akhir yang diharapkan dalam setelah melakukan pengolahan data MT
adalah grafik nilai rho dan phase terhadap frekuensi, dengan data yang memiliki trend yang
dapat terlihat dengan jelas. Karena besarnya frekuensi berkorelasi dengan kedalaman
penetrasi gelombang EM, maka grafik rho dan phase terhadap frekuensi sangat berguna
dalam menggambarkan struktur permukaan bumi terhadap kedalaman.
(a)
(b)
Gambar 2 Tampilan nilai rho dan phase terhadap frekuensi pada MTEditor (a). Grafik rho dan phase sebelum
proses editing (b). Grafik rho dan phase setelah proses editing.
Noise yang timbul pada waktu yang berbeda memiliki karakter yang berbeda juga. Akibatnya
grafik rho dan phase akan berbeda-beda terhadap waktu. Besarnya noise dalam setiap periode
waktu, digambarkan dengan nilai error. Biasanya dalam pengolahan data MT, kita juga bisa
memperkecil nilai error dengan melakukan pemilihan waktu yang akan diolah dari
keseluruhan waktu perekaman. Untuk itu dalam penelitian skripsi ini, penulis melakukan
pengolahan data MT dengan menggunakan perangkat lunak MATLAB dengan sistematika
pengolahan yang sudah ada untuk memberikan gambaran pengaruh seleksi waktu terhadap
nilai error pada grafik rho dan phase terhadap frekuensi.
3
Universitas Indonesia
Pengaruh seleksi waktu terhadap..., Jonathan Erick Avrianto, FMIPA UI, 2014
TINJUAN PUSTAKA
Dasar-dasar Teori Magnetotelluric
Gambar 3 Konsep dasar induksi elektromagnetik (Unsworth, 2006)
Proses induksi gelombang elektromagnetik yang digambarkan pada gambar diatas dapat
dijelaskan sebagai berikut (Unsworth, 2006):
a.) Terdapat medan elektromagnet primer di bumi, yang dapat berupa medan
elekromagnet alami maupun buatan. Geometri dari medan elektromagnet ini dapat berupa
gelombang bidang ataupun gelombang yang dihasilkan oleh dipol transmiter(TX).
Variasi terhadap waktunya dapat berupa frekuensi tunggal yang harmonis atau pulsa
gelombang.
b.) Medan elektromagnet primer menghasilkan medan elektromagnet sekunder di bumi
(terjadi arus eddy akibat induksi, amplitudo dan fase dari gelombang berubah). Pada
kasus ini, bumi dapat diasumsikan sebagai konduktor, sedangkan udara sebagai resistor.
Medan elektromagnet total yang terukur di receiver (RX) adalah jumlah dari medan
elektromagnet primer dan sekunder.
c.) Pengukuran di permukaan bumi dari medan magnet dan medan listrik dilakukan
dengan menempatkan receiver RX pada titik pengukuran. Pengukuran dilakukan dengan
fungsi waktu.
4
Universitas Indonesia
Pengaruh seleksi waktu terhadap..., Jonathan Erick Avrianto, FMIPA UI, 2014
Persamaan Maxwell
Dalam menjelaskan fenomena elektromagnetik (EM) pada metode MT, kita harus
mengetahui persamaan EM yang biasa kita ketahui sebagai persamaan Maxwell yang
dituliskan sebagai berikut:
(2.2)
(2.3)
(2.4)
(2.4)
dimana E adalah medan listrik (V m-1), B adalah induksi magnetik (T), H adalah intensitas
magnetik (A m-1), D adalah perubahan arus (C m-2), jf adalah densitas arus (A m-2) dan ηf
adalah densitas elektrik (C m-3).
Akuisisi Data MT
Dalam akuisisi data MT ada tiga macam metode perekaman yaitu:
A. Audio MT
Survey ini dilakukan dengan waktu hanya beberapa jam untuk mendapatkan informasi dari
kedalaman 1-2 km. Data yang diperoleh mempunyai frekuensi pada range 10000-1 Hz.
Sensor magnetik biasanya menggunakan coil induksi
B. Broadband MT
Survey ini dilakukan dengan waktu 1-2 hari untuk mendapatkan informasi dari kedalaman 10
km. Data yang diperoleh mempunyai frekuensi pada range 103-10-3 Hz. Sensor magnetik
biasanya menggunakan coil induksi
C. Long period MT
Survey ini dilakukan dengan beberapa minggu. Data yang diperoleh mempunyai frekuensi
pada range 1-10-4 Hz. Sensor magnetik biasanya menggunakan Fluxgate magnetometer
Metodologi Pengolahan Data MT
Koreksi Linear Trend Removal, Hanning Window, Transformasi Fourier dan Robust
Kita mengetahui bahwa dalam data yang kita rekam selalu terinduksi oleh sinyal yang
tidak berasal dari data yang sebenarnya. Sehingga perlu dilakukan beberapa tahapan untuk
bisa menghasilkan data yang baik. Ada beberapa tahapan pengolahan yang harus kita lakukan
5
Universitas Indonesia
Pengaruh seleksi waktu terhadap..., Jonathan Erick Avrianto, FMIPA UI, 2014
sebelum menghitung nilai impedansi yaitu; koreksi linear trend removal, hanning window,
transformasi fourier dan robust
A. Linear Trend Removal
Koreksi ini dilakukan pada tahap awal pada sinyal dalam domain waktu untuk
menghilangkan faktor bias atau drift.
Koreksi ini dilakukan dengan persamaan sebagai berikut:
(2.9)
dengan,
(2.10)
B. Hanning Window/ Cosine Bell
Hanning dinamakan untuk menghormati penemu pertamanya yaitu Julius van Hann.
Biasanya persamaan ini juga disebut Cosine Bell. Guna persamaan ini adalah untuk
mengkoreksi ketidakberlanjutan suatu gelombang pada setiap ujung gelombang. Koreksi ini
dilakukan dengan persamaan sebagai berikut:
(2.11)
dengan,
(2.12)
(2.13)
C. Robust
Gambar 4 Proses yang dilakukan dalam robust
6
Universitas Indonesia
Pengaruh seleksi waktu terhadap..., Jonathan Erick Avrianto, FMIPA UI, 2014
Robust merupakan metode statistik linear yang hampir sama dengan metode least square
namun hanya pada metode ini memperhitungkan rata-rata untuk seluruh data dalam
memperhitungkan nilai bobot pada setiap titik data. Hal ini diperlukan untuk mengurangi
faktor data yang tidak sesuai dengan trend data.
Impedansi, Rho dan Phase
Setelah kita mendapatkan nilai medan magnetik dan medan elektrik dalam domain frekuensi,
maka kita dapat menghitung nilai resistivitas dan fase dengan persamaan dibawah ini:
!!" = !!! =
!!" = !!" =
!
!!"
!"
!
!"
!
!
!!"
!!" = ! !" = !"#!!
!"{!!" }
!!" = ! !" = !"#!!
!"{!!" }
!"{!!" }
!"{!!" }
(2.14)
(2.15)
(2.16)
(2.17)
dimana !!" adalah resistivitas mode TM (ohm-m), !!" adalah resistivitas mode TE (ohm-m),
!!" adalah phase mode TM (degree), !!" adalah phase mode TE (degree), !!" adalah
impendensi atau hambatan listrik mode TM, !!" adalah impendensi atau hambatan listrik
mode TE, dan ! adalah frekuensi angular.
METODE PENELITIAN DAN PENGOLAHAN DATA
Pengolahan Data Lokal dengan MATLAB
Mengikuti alur pengolahan data MT yang umum dilakukan, pada bagian ini dijelaskan
beberapa tahapan penting dalam melakukannya serta hasil pengolahannya. Pembahasan ini
dibagi menjadi; pembagian waktu pengukuran, transformasi Fourier, pengolahan robust,
serta perhitungan rho dan phase.
Pembagian Waktu Pengukuran
Telah kita ketahui sebelumnya bahwa dalam perekaman data, kita telah memperoleh nilai
amplitudo dari setiap komponen Ex, Ey, Bx, By, dan Bz dalam domain waktu. Dalam
akuisisi data ini dilakukan dengan menggunakan alat MTU Phoenix Geophysics. Dari alat
tersebut kita akan mendapatkan file data dengan ekstensi .TSn (n=3, 4, 5). Data *.TS3, *.TS4,
dan *.TS5 menyimpan data berturut-turut dengan frekuensi sebesar 2400 Hz, 150 Hz, dan 15
7
Universitas Indonesia
Pengaruh seleksi waktu terhadap..., Jonathan Erick Avrianto, FMIPA UI, 2014
Hz. Dengan melihat Gambar (2.10), data *.TS3 menyimpan 4800 data pada setiap
windownya yang direkam selama 2 detik. Data *.TS3 menyimpan 2400 data pada setiap
windownya yang direkam selama 16 detik. Berbeda dengan data *.TS5 yang merekam secara
kontinu sepanjang waktu perekaman. Setiap window memiliki karakter nilai frekuensi dan
amplitudo yang berbeda dengan window lainnya karena direkam pada waktu yang berbeda
pula. Sehingga untuk menganalisa nilai frekuensi dan amplitudo pada gelombang MT, maka
harus dipisahkan terlebih dahulu setiap kelipatan 4800 data. Dari data yang sudah
diparsialkan untuk setiap window, maka dilakukan dua koreksi sebelum dilakukan analisa
frekuensi yaitu linear trend removal dan hanning window (cosine bell). Dengan koreksi ini,
maka data Ex, Ey, Hx, dan Hy siap dilakukan proses selanjutnya yaitu transformasi Fourier.
Gambar 5 Proses pengolahan data time series sebelum dilakukan transformasi Fourier
Berikut ini adalah contoh data time series yang diperoleh oleh penulis yang kemudian
dilakukan proses koreksi linear trend removal dan hanning window pada program
MATLAB.
8
Universitas Indonesia
Pengaruh seleksi waktu terhadap..., Jonathan Erick Avrianto, FMIPA UI, 2014
(a)
(c)
(b)
(d)
Gambar 6 Grafik tahapan koreksi data dalam time domain (a). Data Ex dalam domain waktu (b). Data Ex
setelah dilakukan koreksi linear trend removal (c). Hanning window dengan lebar data sama dengan data Ex (d).
Data Ex setelah koreksi linear trend removal dan hanning window dan siap untuk analisis frekuensi
Analisis Frekuensi dengan Transformasi Fourier
Setelah data siap, maka selanjutnya akan dilakukan analisis amplitudo terhadap frekuensi
yang dilakukan dengan fungsi transformasi Fourier. Dalam Matlab sudah terdapat syntax
sederhana dengan fungsi fft(x). dengan ‘x’ adalah fungsi gelombangnya
Gambar 7 Contoh analisis amplitudo terhadap frekuensi pada data Ex hasil transformasi Fourier.
9
Universitas Indonesia
Pengaruh seleksi waktu terhadap..., Jonathan Erick Avrianto, FMIPA UI, 2014
Proses Robust Reduction pada Nilai Impedansi
Setelah kita mendapatkan nilai amplitudo pada setiap frekuensi pada setiap komponen, maka
selanjutnya dilakukan penghitungan impedansi untuk setiap window. Sehingga jika window
pada pengukuran ada sebanyak 235 window, maka akan didapat nilai impedansi sebanyak
235. Setelah diperoleh nilai impedansi untuk setiap window, maka dilakukan robust untuk
nilai imaginer dan nilai real dari impedansi. Ini dilakukan untuk mendapatkan nilai
impedansi yang terbaik untuk setiap frekuensi.
Gambar 8 Aplikasi robust pada impedansi di frekuensi 97 Hz
Jika kita telah melakukan robust, maka pada akhirnya kita akan mendapat nilai
impedansi rata-rata yang kita gunakan untuk kita gunakan dalam memperhitungkan nilai
rho dan phase.
Perbandingan Hasil Rho dan Phase dengan Faktor Kalibrasi dan Tanpa Kalibrasi
Secara sederhana, nilai resistansi yang diperoleh dari data pengukuran sudah selesai. Namun
karena nilai sensitifitas alat, perlu dilakukan koreksi alat. Dalam akuisisi data dengan
instrumentasi dengan Phoenix Geophysics inc., terdapat dua buah data kalibrasi alat. Kedua
buah file tersebut terdapat pada folder CAL. Didalamnya terdapat dua buah macam file
kalibrasi yaitu kalibrasi box dengan ekstensi .CLB yang menyimpan data kalibrasi sensor Ex,
Ey, Hx, Hy, Hz yang bergantung terhadap frekuensi dan kalibrasi sensor dengan ekstensi
.CLC yang menyimpan data kalibrasi sensor magnetik Hx, Hy, dan Hz. Dalam pengolahan
data, dilakukan tiga macam koreksi yaitu koreksi box, koreksi sensor, dan koreksi A/D
converter.
10
Universitas Indonesia
Pengaruh seleksi waktu terhadap..., Jonathan Erick Avrianto, FMIPA UI, 2014
(a)
(b)
Gambar 9 Grafik Rho dan Phase terhadap frekuensi dimana (a). Tanpa memperhitungkan koefisien kalibrasi
alat. (b). Dengan memperhitungkan koefisien kalibrasi alat.
Nilai Error Pengukuran
Langkah terakhir dalam tahap pengolahan data adalah menghitung nilai error. Pada Gambar
(3.5) kita telah mendapatkan satu nilai impedansi terbaik dari data impedansi yang kita
peroleh pada setiap frekuensi. Nilai impedansi terbaik yang akan mewakili nilai resistivitas
pada setiap frekuensi dan nilai impedansi yang terhitung akan dimunculkan sebagai nilai
simpangannya. Gambar dibawah ini menampilkan hasil resistivitas dari data *.TS3, *.TS4,
dan *.TS5.
Gambar 10 Grafik resistivitas terhadap frekuensi untuk seluruh data dengan nilai errornya.
11
Universitas Indonesia
Pengaruh seleksi waktu terhadap..., Jonathan Erick Avrianto, FMIPA UI, 2014
Variasi Seleksi Waktu
Setelah program MATLAB yang dihasilkan sudah dapat digunakan, maka dilakukan
analisa random noise yang bergantung terhadap waktu. Untuk itu dilakukan analisa dengan
membagi panjang waktu pengukuran menjadi 3 bagian waktu yang sama. Dari data yang di
dapat, total waktu akuisisi data dalam detik adalah:
58.319 !"#$% = 16 !"#, 11 !"#$%, 59 !"#$%
Jika kita membagi panjang seluruh pengukuran data MT menjadi 3 bagian waktu yang
berbeda maka panjang satu bagian waktu adalah:
19,440 !"#$% = 5 !"#, 24 !"#$%
Sehingga dalam satu kali pengukuran kita akan mendapatkan tiga periode waktu
dengan panjang setiap periode adalah 5 jam, 24 menit.
12/9/2014 -­‐ 6/9/2015
0 – 58.319 Detik
0 – 19.440 Detik
19.440 – 38.880 Detik
38.880 – 58.319 Detik
Gambar 11 Timeline pengukuran dan pembagian waktu untuk setiap periode.
Target kita adalah bagaimana supaya data yang dihasilkan menjadi baik dan terbebas
dari noise. Namun kita ketahui bahwa jika kita mengukur dengan waktu keseluruhan
pengukuran, maka kita akan mengambil sinyal yang “bersih” dari noise dengan sinyal dengan
noise yang tinggi dari semua periode waktu yang telah terbagi. Untuk menghindari hal
tersebut, maka dilakukan analisa rho dan phase pada setiap periode waktu untuk melihat
bagaimana nilai error atau simpangan datanya. Dari hasil analisa tersebut kita akan dapat
dengan mudah mencari periode waktu yang terinduksi noise tinggi sehingga menghasilkan
nilai yang kurang baik.
Jika kita telah menemukan bagian periode yang terinduksi noise, maka kita juga akan
menemukan periode waktu yang paling “bersih” dari noise. Periode inilah yang dapat
menjadi acuan kita dalam menentukan trend data yang ditampilkan dalam rho dan phase.
12
Universitas Indonesia
Pengaruh seleksi waktu terhadap..., Jonathan Erick Avrianto, FMIPA UI, 2014
HASIL DAN PEMBAHASAN
Validitas Hasil Pengolahan dengan Program MATLAB
Kesesuaian nilai rho dan phase terhadap frekuensi dari program MTEditor dengan nilai yang
dihasilkan oleh MATLAB dapat dijadikan sebagai acuan diterima atau tidaknya hasil
analisanya. Berikut adalah perbandingan hasil rho dan phase dari program MTEditor dan
hasil pengolahan data dengan MATLAB
(a)
(b)
Gambar 12 Perbandingan hasil pengolahan data MT oleh (a). MTEditor dan, (b) MATLAB.
Dari pertimbangan ini, maka program pengolahan dengan perangkat lunak MATLAB yang
telah dibuat sudah cukup valid untuk digunakan dalam pengolahan data MT.
Pengaruh Variasi Seleksi Waktu
Dalam pengolahan data, kita mengadakan empat buah pengujian waktu untuk
mengetahui bagaimana pengaruh error pada hasil pengolahan terhadap pemilihan waktu.
Pemilihan waktu yang dilakukan dapat ditampilkan dalam tabel dibawah ini.
Tabel 1 Pembagian waktu yang dilakukan dalam pengujian
No
Pengujian Seleksi Waktu
Periode Waktu
1
Periode Penuh
0 – 58.319 Detik
2
Periode Masa Pertama
0 – 19.440 Detik
3
Periode Masa Kedua
19.441 – 38.880 Detik
4
Periode Masa Ketiga
38.881 – 58.319 Detik
13
Universitas Indonesia
Pengaruh seleksi waktu terhadap..., Jonathan Erick Avrianto, FMIPA UI, 2014
Seleksi Waktu dalam Grafik Impedansi
Untuk menggambarkan konvergensitasan dari nilai impedansi di setiap frekuensi, maka
dilakukan plotting nilai impedansi seluruh data dan nilai impedansi yang sudah terkoreksi
oleh robust.
(a)
(b)
(c)
(d)
Gambar 13 Impedansi pada frekuensi 0,0279 Hz pada (a). Periode masa penuh (b). Periode masa
pertama (c). Periode masa kedua (d). Periode masa ketiga
Pada Gambar (13) diperlihatkan bahwa pada periode masa pertama, masa kedua, dan
masa ketiga hanya terdapat tiga buah data yang mewakili nilai impedansi pada frekuensi
tersebut. Hal ini juga dialami pada frekuensi 0,0183 Hz, 0,0159 Hz, dan 0,0134 Hz. Karena
keterbatasan jumlah impedansi yang kita peroleh dalam frekuensi tersebut, maka kita
sebaiknya tidak boleh mengurangi panjang masa dari setiap periode yang sudah ditentukan
yaitu:
19,440 !"#$% = 5 !"#, 24 !"#$%.
Sehingga dari pengamatan ini dapat kita peroleh kesimpulan bahwa waktu minimum
yang dapat kita olah harus tidak boleh kurang dari 5 jam, 24 menit. Karena alasan
sedikitnya data yang kita peroleh pada kasus tadi, maka sebaiknya dalam pemilihan waktu
dalam pengolahan data harus lebih panjang dibandingkan dengan waktu minimum yang
sudah kita tentukan tadi.
14
Universitas Indonesia
Pengaruh seleksi waktu terhadap..., Jonathan Erick Avrianto, FMIPA UI, 2014
Seleksi Waktu dalam Rho dan Phase
Setelah kita menganalisa bagaimana pengaruh nilai impedansi pada setiap frekuensi
dan pada setiap periode waktu yang berbeda, maka selanjutnya kita akan melihat bagaimana
pengaruh seleksi waktu yang berbeda terhadap nilai error yang dihasilkan dalam grafik rho
dan phase. Pembagian waktu yang dilakukan dapat kita lihat pada Tabel (1).
A. Periode Penuh (0 – 58.319 detik)
Telah kita ketahui sebelumnya bahwa jika kita mengolah periode penuh, maka kita
akan mendapatkan pengaruh noise dari periode masa pertama, kedua, dan ketiga.
Gambar 14 Nilai Rho dan Phase pada periode masa penuh dengan grafik panjang pita error pada
setiap frekuensi.
Pada Gambar (14) dapat kita lihat bahwa nilai rho dan phase tidak terpersentasikan
dengan baik atau terlihat acak karena faktor noise yang cukup besar pada frekuensi
kurang dari 1 Hz. Dalam hal ini, kita dapat mempersentasikan noise dalam skala error.
Untuk mengurangi faktor noise tersebut kita dapat memilih waktu yang tepat yang
memiliki sinyal yang cukup tenang.
B. Periode Pertama (0 – 19.440 detik)
Untuk mengetahui kapan terjadinya periode masa yang tenang, maka dilakukan
seleksi waktu dari keseluruhan waktu perekaman. Pada periode masa pertama, kita
hanya memperhitungkan faktor noise yang hanya terjadi pada periode masa tersebut.
Sehingga faktor noise pada periode kedua dan ketiga tidak diperhitungkan.
15
Universitas Indonesia
Pengaruh seleksi waktu terhadap..., Jonathan Erick Avrianto, FMIPA UI, 2014
Gambar 15 Nilai Rho dan Phase pada periode masa pertama dengan grafik panjang pita error pada
setiap frekuensi.
Saat kita hanya memperhitungkan faktor noise pada periode pertama, dapat kita
lihat pada Gambar (15) bahwa skala error yang diperoleh nilainya sangat tinggi
dibandingkan periode masa penuh pada frekuensi kurang dari 1 Hz. Dari hasil tersebut
kita dapat simpulkan bahwa pada periode masa pertama, data terinduksi oleh noise
yang cukup tinggi.
C. Periode Kedua (19.440 – 38.880 detik)
Pada periode masa kedua, kita hanya memperhitungkan faktor noise yang hanya
terjadi pada periode masa tersebut. Sehingga faktor noise pada periode pertama dan
ketiga tidak diperhitungkan.
Gambar 16 Nilai Rho dan Phase pada periode masa kedua dengan grafik panjang pita error pada
setiap frekuensi.
16
Universitas Indonesia
Pengaruh seleksi waktu terhadap..., Jonathan Erick Avrianto, FMIPA UI, 2014
Saat kita hanya memperhitungkan faktor noise pada periode kedua, dapat kita lihat
pada Gambar (16) trend kurva rho yang lebih baik dan noise yang cukup rendah
dibandingkan periode masa penuh untuk seluruh frekuensi. Dari hasil tersebut kita
dapat simpulkan bahwa pada periode masa kedua, data terinduksi oleh noise yang
cukup tenang.
D. Periode Ketiga (38.880 – 58.319 detik)
Pada periode masa ketiga, kita hanya memperhitungkan faktor noise yang hanya
terjadi pada periode masa tersebut. Sehingga faktor noise pada periode pertama dan
kedua tidak diperhitungkan.
Gambar 17 Nilai Rho dan Phase pada periode masa ketiga dengan grafik panjang pita error pada
setiap frekuensi.
Saat kita hanya memperhitungkan faktor noise pada periode ketiga, dapat kita lihat
pada Gambar (17) bahwa skala error yang diperoleh nilainya lebih besar dibandingkan
periode masa penuh dan masa kedua pada frekuensi kurang dari 1 Hz. Dari hasil
tersebut kita dapat simpulkan bahwa pada periode masa ketiga, data terinduksi oleh
noise yang cukup tinggi juga.
Dari pengujian hasil diatas dapat kita lihat bahwa setiap periode masa tertentu memiliki
faktor noise yang berbeda-beda. Dari hasil yang kita dapat amati pada akhirnya kita dapat
melihat bahwa pada periode masa kedua adalah periode masa yang tenang. Hal ini dibuktikan
dengan nilai error yang kecil dan cenderung lebih stabil. Dengan kita memilih periode waktu
yang tepat, maka kita akan mendapatkan hasil yang lebih baik dan lebih akurat.
17
Universitas Indonesia
Pengaruh seleksi waktu terhadap..., Jonathan Erick Avrianto, FMIPA UI, 2014
Kesimpulan
Setelah dilakukan pengolahan data dan analisa, maka dapat disimpulkan bahwa:
1. Kalibrasi alat dalam pengolahan data sangat penting dilakukan karena tanpa
kalibrasi, nilai rho dan phase akan menghasilkan interpretasi yang salah
2. Terbukti bahwa langkah pemilihan waktu yang tepat akan mengurangi nilai
deviasi nilai rho dan phase yang diakibatkan oleh noise.
3. Untuk mengkoreksi nilai rho dan phase pada frekuensi rendah, pemilihan waktu
harus memiliki range waktu minimum yaitu 5 jam 24 menit.
4. Hasil penelitian pada contoh kasus data yang sudah diolah menunjukan bahwa
periode masa kedua memiliki faktor random noise yang lebih rendah
dibandingkan periode lainnya.
Saran
Penulis menyadari bahwa dalam program MATLAB yang telah dibuat dapat terus dilanjutkan
untuk penelitian selanjutnya. Berikut saran dari penulis:
1. Untuk mengurangi faktor kesalahan interpretasi nilai rho dan phase, perlu
ditambahkan komputasi untuk metode Remote Reference.
Daftar Pustaka
Berdichevsky, M.N. & Dmitriev, V.I., 2008. Models and Methods of Magnetotellurics
Springer-Verlag.
Campanyà, J., Ledo, J., Queralt, P., Marcuello, A., Jones, A.G. 2014. A new methodology to
estimate magnetotelluric (MT) tensor relationships: Estimation of Local transferfunctIons by Combining Interstation Transfer-functions (ELICIT). Geophys. J.
Int.(2014)198,484–494
Chave, A.D. & Thomson, D.J., 2004. Bounded influence estimation of magnetotelluric
response functions,Geophys. J. Int.,157,988–1006.
Daud, Y. (2010). Electromagnetic Method: Success Story in Geothermal Exploration &
Possibility for Hydrocarbon Exploration. Diktat Kuliah. Depok.
Egbert, G.D., 1997. Robust multiple-station magnetotelluric data data processing,Geophys.
J. Int.,130,475–496
Gamble, T.D., Clarke, J. & Goubau, W.M., 1979a. Magnetotellurics with a remote magnetic
reference,Geophysics,44(1), 53–68.
18
Universitas Indonesia
Pengaruh seleksi waktu terhadap..., Jonathan Erick Avrianto, FMIPA UI, 2014
Gamble, T.D., Clarke, J. & Goubau, W.M., 1979b. Error analysis for remote reference
magnetotellurics,Geophysics,44,959–968.
Jones, A.G., Ferguson, I.J., Chave, A.D., Evans, R.L. & McNeice, G.W.,2001. Electric
lithosphere of the Slave craton,Geology,29(5), 423–426.
Simpson, F., dan Bahr, K.. 2005. Practical Manetotellurics. Cambridge University Press.
Telford, W. M., Geldart, L. P., & Sheriff, R. E. (2004). Applied Geophysics Second
Edition. Cambridge University Press.
Unsworth. 2012. Electromagnetic and Potential Field Methods. Geophysics 424.
Varentsov, Iv.M., Sokolova, E. Yu., Martanus, E.R., Nalivaiko, K.V. & BEAR Working
Group, 2003a. System of electromagnetic field transfer operators for BEAR array of
simultaneous soundings: methods and results,Izv., Phys. Solid Earth,39(2), 118–148.
Varentsov, Iv.M., Sokolova, E.Yu. & BEAR, WG, 2003b. Diagnostics and suppression of
auroral distortions in the transfer operators of the EM field in the BEAR
experiment,Izv., Phys. Solid Earth,39(4), 283–307.
19
Universitas Indonesia
Pengaruh seleksi waktu terhadap..., Jonathan Erick Avrianto, FMIPA UI, 2014