Hasil Pencarian  ::  Simpan CSV :: Kembali

"Sekarang ini metode MT cukup berkembang dan seringkali digunakan sebagai metode geofisika yang mampu memetakan kondisi bawah permukaan dengan baik, khususnya sistem panasbumi. Namun di sisi lain, keberadaan software atau program yang dapat digunakan untuk melakukan pengolahan data MT masih terbatas dan harganya relatif mahal. Dengan demikian penulis berupaya untuk melakukan penelitian dalam pembuatan program pengolahan data MT tersebut, terutama yang dapat mengolah data mentah MT berupa time series sampai menjadi data resistivitas semu dan fase. Dalam penelitian ini, penulis memfokuskan pada pembuatan program menggunakan MATLAB yang dapat melakukan pengolahan data time series menjadi resistivitas semu dan fase. Ada beberapa tahapan penting yang perlu dilakukan dalam melakukan proses pengolahan data time series, yaitu proses transformasi Fourier dengan teknik Fast Fourier Transform (FFT) yang bertujuan untuk mentransformasi data dari domain waktu menjadi domain frekuensi. Selanjutnya dilakukan penentuan interval frekuensi yang nantinya akan diproses pada tahapan selanjutnya. Kemudian dilakukan teknik robust processing yang tujuannya adalah untuk membuat data menjadi lebih smooth. Setelah itu dapat dihitung nilai tensor impedansinya untuk perhitungan resistivitas semu dan fase. Adapun hasil pengolahan data MT dari program yang telah dibuat sangat baik, dimana terdapat adanya kesesuaian antara kurva resistivitas semu dan fase yang dihasilkan dari program yang dibuat dan yang dihasilkan dari software komersial (SSMT2000). Perbandingan dengan menggunakan hasil inversi 2-D dengan input berupa data resistivitas semu dan fase dari kedua program pun menunjukkan adanya kesesuaian.

---

Recently, Magnetotelluric (MT) Method has been developed and often used as geophysical method which has good ability for subsurface mapping, especially geothermal system. However, software and program that could be used to carry out MT data processing is limited and expensive. Accordingly, the author attempted to do research in developing MT data processing program, especially time series data processing to be apparent resistivity and phase data. In this research, the author focuses on developing the computer program using MATLAB to proces the time series data transformation to be apparent resistivity and phase. There are several important steps to do in time series data processing, firstly Fourier transformation using Fast Fourier Transform (FFT) technique to transform the data from time domain to frequency domain. The next step is determination of frequency interval to be used for the next step. After that, a robust processing technique is performed to make the data smoother. Then, further step is calculation of tensor impedance for calculating apparent resistivity and phase. The MT data processing result produced from the computer program is excellent, where there is similarity between the apparent resistivity and phase curve produced from the computer program and those produced from the commersial software (SSMT2000). Comparison using 2-D inversion by inputting the apparent resistivity and phase data produced from both computer programs shows good agreement."

"Metode magnetotellurik adalah salah satu metode geofisika yang digunakan untuk memetakan resitivitas batuan di bawah permukaan bumi. Metode ini biasa digunakan pada daerah prospek panas bumi. Di tengah penggunaannya yang massive di Indonesia, keberadaan software pengolahan data MT masih terbatas pada software yang dikeluarkan oleh produsen alat MT itu sendiri. Penulis berupaya mengembangkan software untuk mengolah data MT berbasis MATLAB. Penelitian yang penulis lakukan difokuskan pada metode seleksi data parsial (crosspower) yang merupakan bagian dari metode statistik yang digunakan untuk menghilangkan data yang menyimpang. Untuk mendapatkan pengukuran berulang, data MT pada domain waktu dibagi kedalam sejumlah segmen. Setiap segmen di asumsikan sebagai satu kali pengukuran. Dari sejumlah segmen tersebut, kemudian dilakukan regresi linier sehingga menghasilkan satu nilai impedansi. Data crosspower adalah data parsial yang diperoleh dari pengolahan langsung setiap segmen sehingga menghasilkan satu nilai respon untuk setiap segmen tersebut. Setelah dilakukan seleksi crosspower, penulis melakukan perbandingan antara data yang dihasilkan oleh pengolahan menggunakan program berbasis MATLAB dengan data hasil seleksi program komersil MTEditor. Hasil inversi dari kedua program tersebut memiliki kesesuaian. Nilai kesalahan relatif terhadap kurva yang dihasilkan MTEditor, turun dari 67.04% menjadi 40.35% setelah dilakukan seleksi. Kurva hasil seleksi memiliki trend yang lebih jelas dan bentuk yang lebih baik.

---

Magnetotelluric method is one of geophysical method used to map the subsurface resistivity. This method is often used for geothermal prospecting. Magnetotelluric has been widely used in Indonesia. However, the presence of MT data processing is limited. In this work, we develop software to process MT data base on MATLAB. This research is focused on the method to select partial data (crosspower) involving statistical method to remove the outlier. Time domain MT data is divided in to segments to get a number of measurements. One segment is assumed as one measurement. From these segments, we can perform linear regression that produced one value of impedance.

Crosspower data is the partial MT data obtained by direct process from each segment. Comparison is carry out to the data obtained by this software and MTEditor. Inversion results from both softwares are similar to each other. The relative error compared with MTEditor curve is decrease after selection process. The mean literature error before crosspower selection is 64.04%, and become 40.35 % after selection. Trend and shape of the curve are also getting better. I believe that our finding may be used in science and exploration worlds."

"ABSTRAKMetode Magnetotellurik (MT) merupakan suatu teknik elektromagnetik pasif yang sangat efektif dalam menggambarkan distribusi tahanan jenis batuan bawah permukaan bumi. Namun, metode ini sangat sensitif terhadap noise yang timbul akibat aktivitas mekanik seperti vibrasi dan aktivitas kelistrikan seperti aliran listrik pada powerline yang berada didekat titik pengukuran. Untuk mengeliminasi noise ini digunakan filter digital yang terdiri dari median filter dan notch filter. Median filter digunakan untuk mengeliminasi spike noise yang bersifat irreguler, sedangkan notch filter untuk harmonic powerline noise yang bersifat reguler. Seleksi data time series digunakan untuk mengeliminasi noise yang bersifat iireguler, tetapi tidak dapat dieliminasi oleh median filter. Filter-filter ini dibangun dalam program MTFilter yang dapat mengolah dan memfilter data time series MT hingga didapatkan kurva resistivitas dan fase dalam domain frekuensi. Hasil pengolahan data dan inversi menunjukan bahwa teknik pengeliminasian noise menggunakan filter digital ini dapat meningkatkan kualitas data dan mengurangi resiko kegagalan pemboran.

---

ABSTRACTMagnetotelluric (MT) Method is a very effective techniques to describe the distribution of rock resistivity below the earth's surface. However, this method is very sensitive to noise which is arising from mechanical activity such as vibration and electrical activity such as powerline current. Digital noise filter consisting of median filter and notch filter is used to eliminate those noise. Median filter is used to eliminate spike noise which is irregular, while notch filter is used to eliminate harmonic powerline noise which is regular. The selection of time series data is used to eliminate noise which is irregular, but can not be overcome by the median filter. All these filters are built in MTFilter program which is can prosess MT data from time series data untill provide apparent resistivity and phase data in frequency domain. Based on results of data processing and inversion model, we conclude that these techniques can improve data quality and reduce the risk of drilling failures"

"ABSTRAKMetode Magnetotellurik MT merupakan metode geofisika yang cukup efektif untuk memetakan kondisi distribusi resistivity bawah permukaan dengan baik, khususnya pada sistem panas bumi. Namun, metode ini sangat sensitif terhadap noise. Noise tersebut bisa timbul akibat aktivitas mekanik seperti vibrasi dan aktivitas kelistrikan seperti aliran listrik pada powerline yang berada didekat titik pengukuran. Untuk mengeliminasi noise ini digunakan filter digital yang terdiri dari despike filter dan notch filter. Despike filter digunakan untuk mengeliminasi spike noise yang bersifat irreguler, sedangkan notch filter untuk harmonic powerline noise yang bersifat reguler. D dapat digunakan pada data impedansi MT. Filter ini dibangun dalam program MTFilter yang dapat mengolah dan memfilter data time series MT hingga didapatkan kurva resistivitas dan fase dalam domain frekuensi. Hasil pengolahan data dan inversi menunjukan bahwa teknik pengeliminasian noise menggunakan filter digital ini dapat meningkatkan kualitas data.

---

ABSTRACTMagnetotelluric MT method is known as effective geophysical method to mapping the condition of the subsurface resistivity distribution, especially in the geothermal system. However, this method is very sensitive to noise. The noise can occur due to mechanical activity such as vibration and electrical activity such as powerline electric current near the point of measurement. To eliminate this noise is used digital filter consisting of despike filter and notch filter. Despike filters are used to eliminate irregular spike noise, while the notch filters for harmonic powerline noise are regular. D can be used on MT impedance data. This filter is built into MTFilter program which can process and filter the time series data of MT to get the resistivity and phase curve in the frequency domain. The result of data processing and inversion shows that noise elimination technique using digital filter can improve data quality."

"Pengolahan data transient elektromagnetik bertujuan mendapatkan sifat fisis batuan berdasarkan resistivitas terhadap kedalaman, yang nantinya akan dianalisa untuk mengetahui daerah prospek hidrokarbon. Tahpan dalam pengolahan data untuk mendapatkan nilai resistivitas terlebih dulu mendapatkan nilai resistivitas semu. Nilai resistivitas semu pada metode Transient Electromagnetic (TEM) dapat ditentukan dengan menggunakan beberapa formula yang dikembangkan oleh Kaufman & keller, Zonge, Fitterman & Stewart, dan Cristensen. Dalam proses pemilihan formula TEM yang digunakan analisa dengan mencari perbedaan relative dengan bantuan dari data sintetik, fonnula Fitterman & Stewart memiliki nilai perbedaan relatifitas 0,37%. Korelasi nilai resistivitas dilakukan dengan membandingkan nilai resistivitas yang didapat hasil perhitungan berdasarkan formula TEM dengan nilai resistivitas semu yang diperoleh dari hasil pemodelan l dimensi dengan software LOTEM maupun dengan software IX1D. Proses automatisasi dibuat bertujuan untuk melakukan efisiensi dalam proses perhitungan nilai resistivitas semu dengan software Matlab inenggunakan aplikasi GUIDE Pemodelan 1 dimensi yang di gabungkan dari bebarapa titik sounding bertujuan mendapatkan profil resistivitas yang nantinya akan memberikan informasi bawah permukaan. Dari profil resistivitas semu terhadap kedalaman terlihat adanya struktur yang berupa antiklin pada daerah 500-3000m dengan kedalaman 1000an meter. Pada daerah struktur antiklin terlihat nilai resistivitas yang tinggi mengindikasikan kemungkinan adanya hidrokarbon.

---

Processing of transient electromagnetic data to obtain physical properties of rocks based on the resistivity with depth, which will be analyzed to determine areas of hydrocarbon prospects. Stages in data processing to obtain resistivity values first obtaining apparent resistivity value. Value of apparent resistivity on the method of Transient Electromagnetic (TEM can be determined by using some formula that was developed by Kaufman & Keller, Zonge, Fitterman & Stewart, and Cristensen. In the process of choice formula used TEM analysis by looking for relative dwerences with the heha of synthetic data, Fitterman & Stewartls formula has the value 0.3 7% dwerence relativity. Correlation of resistivity values is done by comparing the obtained resistivity values calculated based on the formula TEM apparent resistivity value obtained from the one-dimensional modeling software or with software IXID LOTEM. Automatic process is made aimed at improving efficiency in the process of calculating the value of apparent resistivity with Matlab software using GUIDE aplication. Modeling one- dimensional in combination of Many diagnostic point to obtain a profile of resistivity sounding which will provide subsurface information. From the profile of apparent resistivity with depth seen in the form of the anticline structure in the 3,000 m with a depth of 500-meter 1000an. At the regional anticline structure visible high resistivity values indicate the possibility of hydrocarbons."

"Pengembangan teknologi magnetotellurik (MT) mutlak diperlukan dalam rangka menyelamatkan ?million dollar decision? dalam rangka eksplorasi panasbumi. Namun, software pengolahan data MT kebanyakan masih merupakan buatan luar negeri. Dalam rangka pengembangan teknologi MT di Indonesia, penulis berupaya mengembangkan software pengolahan data MT berbasis MATLAB yang telah dibuat oleh peneliti sebelumnya, yaitu Dzil Mulki Heditama. Software ini dimodifikasi dengan menambahkan proses perhitungan kalibrasi. Proses kalibrasi sendiri dilakukan karena adanya proses pengubahan sinyal berupa gelombang elektromagnet menjadi angka-angka integer dalam proses perekaman data. Proses kalibrasi dilakukan dalam 4 tahap, yaitu perhitungan frequencydependent calibration, frequency-independent calibration, analog to digital converter calibration, dan yang terakhir dengan mengalikan ketiga kalibrasi tersebut dengan nilai medan magnat dan medan listrik terekam. Pengolahan data dengan menggunakan software ini pun dilakukan untuk melihat hasilnya. Untuk melihat tingkat kebenaran hasil pengolahan data dengan mengunakan software ini dilakukan pula pengolahan data dengan SSMT2000 dan membandingkan hasil inversi keduanya. Perbandingan hasil keduanya memperlihatkan bahwa terdapat kesesuaian antara keduanya, dan hasil pengolahan dari software ini kualitas datanya lebih bagus.

---

Development of Magnetotelluric (MT) technology is absolutely needed in case of saving the ?million dollar decision? in geothermal exporation. But, software to process MT data are mostly made by other countries. In case of development of MT technology in Indonesia, writer try to develop MT data processing software using MATLAB which has made before by Dzil Mulki Heditama. This software is modified by adding calibration calculation process. Calibration process is used because the signal received, in form of electromagnetic waves, is changed to integer numbers form in storing process. Calibration process include 4 steps, calaculation of frequency-dependent calibration, frequency-independent calibration, analog to digital converter calibration, and the last is multiplying all calibration with magnetic and electric field recorded. Data processing using this software is done to know the result. Accuration is seen by comparing with the result of processing using SSMT2000 and comparing the result of inversion for both processings. The comparing result shows that there is similarity between two of them, and the quality of the result of data processing using this software is better."

"ABSTRAKMasalah 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 real 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 real 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.

---

ABSTRACTProblems 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 real 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 real 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."

"Pengolahan data magnetotelurik merupakan tahapan penting dalam pengembangan eksplorasi panas bumi. Sehingga untuk mendapatkan kualitas data yang baik diperlukan pemahaman tentang data magnetotelurik. Sebelum memahami data magnetotelurik, langkah utama yang harus dipelajari adalah memahami metode magnetotelurik. Metode MT merupakan teknik elektromagnetik pasif yang memanfaatkan sumber alam untuk menentukan kondisi bawah permukaan dengan cara mendeskripsikan sebaran resistivitas batuan. Biasanya, dalam akuisisi data magnetotelurik, data yang terdiri dari sinyal dan noise akan direkam. Sinyal adalah komponen yang terdiri dari medan listrik dan magnet yang diukur dan saling berhubungan satu sama lain melalui suatu fungsi transfer, sedangkan noise merupakan bagian dari data pengukuran MT yang dapat merusak data dan harus dikurangi. Munculnya noise akan menurunkan kualitas data MT, dan signal to noise ratio akan lebih rendah. Umumnya, noise yang terekam memiliki sifat koheren yang tidak teratur seperti noise spike. Untuk mengurangi kebisingan koheren, filter digital dapat digunakan dengan metode ekstensi entropi maksimum dan dekonvolusi jendela. Setelah melakukan filter spike noise, nilai signal to noise ratio meningkat dan kualitas data lebih baik dari sebelumnya. Nilai rms untuk kesalahan filter ekstensi entropi maksimum adalah 9,8% dan dekonvolusi jendela filter adalah 2,06%. Berdasarkan pemrosesan kurva resistivitas semu dan fase, hasil setelah pemfilteran MT terlihat lebih baik daripada sebelumnya atau saat menggunakan perangkat lunak SSMT 2000. Berdasarkan hasil inversi 1D dan 2D terlihat bahwa hasil filter MT lebih baik dari pada SSMT 2000.

---

Magnetotelluric data processing is an important stage in the development of geothermal exploration. So to get good data quality an understanding of magnetoteluric data is needed. Before understanding magnetoteluric data, the main step that must be studied is to understand the magnetoteluric method. The MT method is a passive electromagnetic technique that utilizes natural sources to determine subsurface conditions by describing the resistivity distribution of rocks. Usually, in magnetoteluric data acquisition, the data which consists of the signal and noise will be recorded. Signal is a component consisting of electric and magnetic fields that are measured and interconnected with each other through a transfer function, while noise is part of the MT measurement data which can damage data and must be reduced. The appearance of noise will reduce the quality of MT data, and the signal to noise ratio will be lower. Generally, recorded noise has irregular coherent properties such as spike noise. To reduce coherent noise, digital filters can be used with the maximum entropy extension method and window deconvolution. After filtering the spike noise, the signal to noise ratio value increases and the data quality is better than before. The rms value for the maximum entropy extension filter error is 9.8% and the filter window deconvolution is 2.06%. Based on the processing of pseudo resistivity curves and phase, the results after MT filtering look better than before or when using the SSMT 2000 software. Based on the results of 1D and 2D inversions, it can be seen that the results of the MT filter are better than that of SSMT 2000."