Data hasil pengukuran metode magnetotelluri k (MT) sering mengalami pergeseran statik. Pergeseran statik bisa terjadi karena be berapa hal antara lain heterogenitas di dekat permukaan, kontak vertikal atau kondisi batas pada struktur, dan juga karena adanya efek topografi. Ketika terjadi Pergeseran statik pada data MT, maka akan terj adi kesalahan (misleading) dalam menginterpreta sikan nilai resistivitas dan kedalaman. Oleh karena itu, perlu dilakukan koreksi untuk menghilangkan efek -efek statik tersebut. Koreksi dapat dilakukan menggunakan metode TDEM. Namun demikan, metode ini memerlukan pengukuran di lapangan untuk memperoleh da ta medan magnet sekunder akibat induksi medan magnet primer. Oleh karena itu, dilakukan penelitian untuk memperoleh metode baru yang dapat mengkoreksi pergeseran statik tersebut. Penelitian dilakukan menggunakan Geostatistik CoKriging pada program MATLAB. Koreksi menggunakan program ini, diuji pada data sintetik dan data riil. Hasil koreksinya cukup baik dan dapat diperhitungkan. Model dan kurva yang telah mengalami koreksi menghasilkan model dan kurva yang lebih baik daripada sebelum koreksi. Program ini dapat menjadi alternatif tools untuk mengkoreksi pergeseran statik.

---

Static shift often occur in data magneto telluric (MT) measurement method. Static shift can be by several things such as near surface inhomogeneity, vertical contact or the boundary condition in structure, or the effect of topography. Static shift in MT data will lead to Wrong (misleading) interpretation in resistivity and depth. Therefore, We need to correct the data to remove the static shift. Static shift correction can be done by using TDEM data. Hovvever, the method needs field measurement to get secondary magnetic field data caused by induction of primer magnetic field. Accordingly, We did a research to get new method for correcting the static shift. We did it using Geo statistic Co-Kriging method in MATLAB program. Correction with this program was conducted using sintetic and riil data. The results vvere good and success. Model and data curve after static shift correction can yield better model and data than be fore correction. This program can be used for alternative tools for static shift correction.