• Tidak ada hasil yang ditemukan

BAB III METODELOGI PENELITIAN

N/A
N/A
Protected

Academic year: 2021

Membagikan "BAB III METODELOGI PENELITIAN"

Copied!
18
0
0

Teks penuh

(1)

commit to user

19

BAB III

METODELOGI PENELITIAN

3.1. Lingkup Penelitian

Penelitian ini dilakukan mulai bulan April 2015 hingga bulan November 2015 di PT.Elnusa.Tbk dan FMIPA UNS Penelitian ini dilakukan pengolahan data sekunder Magnetotellurik (MT) sebanyak 32 titik pengukuran yang merupakan tahap pendahuluan dari eksplorasi panas bumi. Daerah yang dijadikan observasi merupakan daerah yang memiliki potensi panas bumi terletak di jalur “ring of fire” di Indonesia.

3.2. Tinjauan Daerah Penelitian

Gambar 3.1. Titik pengukuran data MT (Google Earth.com)

FUMAROL MATA AIR PANAS LINE 3 LINE 1 LINE 2 LINE 4 U

(2)

commit to user

Secara umum, daerah survei berada pada lingkungan geologi yang didominasi batuan vulkanik kuarter. Daerah survei merupakan kompleks gunung api karena terdiri dari beberapa puncak akibat perpindahan titik erupsi yang dikontrol oleh sesar normal. Selain itu juga terdapat beberapa puncak hasil letusan samping dari puncak utama. Morfologi daerah survei umumnya curam dan terjal serta terdapat beberapa manifestasi permukaan antara lain terdapat fumarol dan sumber air panas. Titik pengukuran data MT pada daerah survei diilustasikan pada Gambar 3.1.

3.3. Metode Penelitian

Secara umum metode penelitian yang dilakukan yaitu pengolahan data dan analisa data. Peralatan yang digunakan pada penelitian ini meliputi seperangkat komputer dan beberapa program yaitu SSMT 2000, MTeditor, TemPro, WinGLink dan Voxler. Berikut merupakan skema langkah kerja yang dilakukan pada penelitian ini yang diilustasikan pada Gambar 3.2.

(3)

commit to user

Gambar 3.2. Skema langkah kerja Data lapangan (medan

magnet dan medan listrik) dalam extensi time series

Seleksi time series dengan Time Viewer

Melakukan robust processing menggunakan SSMT 2000

Seleksi cross power menggunakan MTeditor

Koreksi statik menggunakan data TDEM

Good time series data berdomain waktu diuban manjadi domain frekuensi

Data TDEM yang diolah menggunakan TemPro Editing dan smoothing data MT menggunakan WingLink Tidak Iya Inversi 1D Inversi 2D

Visualisasi 3D dengan Voxler

(4)

commit to user 3.4. Pengolahan Data

Pengolahan data yang dilakukan meliputi empat tahapan yaitu pre-processing, koreksi stasic shift, inversi 2D dan visualisasi 3D. Pada ketiga tahapan tersebut digunakan software yang berbeda-beda. Berikut tahapan-tahapan dan software yang digunakan.

3.4.1. Pre-processing

Masukan data lapangan yang dibutuhkan pada pengelolahan pre-processing menggunakan software SSMT2000 antara lain data hasil kalibrasi instrumen yang berextensi “CLB”, kalibrasi coil dengan extensi “CLC” data site parameter yang berextensi “TBL”, dan data perekaman medan listrik dan medan magnet dalam extensi time series (TS) yang terbagi menjadi 3 yaitu TS3, TS4, dan TS5. Pada masing-masing TS memiliki sampling rate yang berbeda-beda yaitu TS3 terdiri dari 2400 per 1 detik, TS4 terdiri dari 150 data per 1 detik dan TS5 terdiri dari 15 data per detik. Data tersebut dijadikan dalam satu folder pada tiap titiknya, Gambar 3.3 merupakan tampilan muka pada software SSMT2000. Pastikan semua data masukan telah terbaca oleh software SSMT2000.

(5)

commit to user

Informasi mengenai data lapangan dapat dilihat dan di ubah pada TBL Multi-table. Pada TBL Multi-table Editing disini berisi informasi saat pengambilan data berlangsung. Berikut tampilan TBL Multi-table Editing pada software SSMT2000.

Gambar 3.4. Tamble Multi-table Editing

Secara umum, proses pre-processing meliputi tiga tahap yaitu seleksi time series, robust processing dan seleksi cross power. Software SSMT2000 digunakan untuk proses seleksi time series dan robust processing sedangkan seleksi cross power menggunakan software MTeditor. Seleksi data bertujuan untuk menghilangkan noise yang ikut terekam pada proses perekaman atau akusisi data berlangsung. Seleksi data ini dilakukan dengan memilih interval waktu perekaman data berdasarkan hasil kurva time series. Kurva time series dapat dilihat pada menu Time Series Viewer yang terdapat pada software SSMT2000 seperti pada Gambar 3.5.

(6)

commit to user

Gambar 3.5. Tampilan data time series pada Time Series View

Pemilihan interval waktu data lapangan dapat dilakukan dengan mengatur waktu specify times pada menu edit Parameters Time Series to Fourier Transform (PFT) atau Make PFT pada software SSMT2000. Setelah mengatur PFT dilakukan proses Fourier Transform (FT) yaitu proses mengubah data lapangan yang berdomain time series menjadi domain frekuensi. Proses Make PFT (bertanda merah) dan proses FT (bertanda biru) dengan software SSMT2000 ditunjukan pada Gambar 3.6.

Setelah itu dilakukan robust processing yang merupakan teknik statistical processing, bertujuan untuk menghitung nilai tahanan jenis semu, impedansi dan fase serta menghilangkan noise. Pada proses robust, noise dihilankan dari populasi data sebenarnya lalu data akan dibagi-bagi ke dalam segmen-segmen dengan ukuran sama. Setiap segmen akan diolah dan menghasilkan satu data parsial yang disebut cross power. Sebelum melakukan robust processing harus dilakukan pengaturan pada parameter robust diantaranya memilih sumber masukan medan listrik dan medan magnet, pada pemilihan medan magnet terdapat dua sumber medan magnet (H) yang dapat digunakan menjadi sumber yaitu berasal dari remote reference dan sumber lokal.

(7)

commit to user

Gambar 3.6. Make PFT dan TS to FT pada SSMT2000

Pada penilitian ini sumber medan magnet yang digunakan merupakan sumber medan magnet lokal sehingga dipilih masukan local H. Selain itu menentukan banyaknya cross power, mengatur harga weight cutoff dan memilih tempat penyimpanan hasil parameter-parameter yang telah ditentukan. Banyaknya cross power pada proses robust dapat dipilih mulai dari 20, 40, 60, 80 dan 100 dimana semakin banyak cross power maka semakin banyak pilihan data untuk diseleksi pada tahap selanjutnya, pada penelitian ini banyaknya cross power yang dipilih adalah 100. Setelah semua parameter di tentukan barulah proses robust dilakukan dengan mengklik icon “process”. Proses robust merupakan proses terakhir yang dilakukan dengan software SSMT2000 dimana pada proses ini dihasilkan data keluaran dengan extensi MTH dan MTL yang nantinya akan diproses lebih lanjut pada software MTeditor. Pengaturan parameter seperti pemilihan masukan medan magnet dan medan listrik (bertanda merah), menentukan banyaknya cross power (bertanda biru), mengatur harga weight cutoff (bertanda kuning) dan penyimpanan parameter-parameter (bertanda hitam) ditunjukan pada Gambar 3.7.

(8)

commit to user

Gambar 3.7. Robust processing

Setelah data MT diproses pada software SSMT2000 dan didapatkan data dengan extensi MTH dan MTL. Selanjutnya dilakukan seleksi cross power dengan software MTeditor. Pada software MTeditor data MT disajikan dalam 4 kolom dimana kolom sebelah kiri atas merupakan kurva frequency vs resisitivity dan kolom sebelah kiri bawah merupakan kurva frequency vs phase sedangkan kolom bagian kanan merupakan data cross power yang mewakili setiap 1 data dari kurva sebelahnya. Pada setiap kolom terdapat dua kurva yaitu kurva TE yang berwarna hijau dan kurva TM yang berwarna kuning yang ditunjukan pada Gambar 3.8. Kurva yang disajikan terdiri dari kumpulan titik-titik yang biasanya masih acak belum teratur sehingga perlu dilakukan penyeleksian cross power agar bentuk kurva menjadi teratur. Salah satu contoh kurva MT sebelum seleksi cross power seperti pada Gambar 3.8.

(9)

commit to user

Gambar 3.8. Kurva sebelum seleksi cross power

Sebelum seleksi cross power data MT harus di rotasi terlebih dahulu. Rotasi dilakukan dengan memilih “icon” rotate (bertanda merah) pada menu bar MTeditor yang ditunjukan pada Gambar 3.9 dibawah, lalu akan muncul kolom “rotate to” dengan dua pilihan yaitu merotasi dengan fix angle atau strike angel. Jika struktur strike mayoritas pada daerah penelitian diketahui maka digunakan fix angel tetapi jika setruktur strike mayoritas pada daerah belum diketahui dapat menggunakan strike angel. Pada penelitian ini digunakan rotate strike angle sehingga menyebabkan setiap data memiliki arah yang berbeda-beda dimana strike minoritas juga mempengaruhi arah pada setiap data. Berikut hasil rotate strike angel pada data diatas yang telah diolah ditunjukan pada Gambar 3.9.

Setelah di rotate barulah dilakukan seleksi cross power pada kurva MT. Proses seleksi cross power data MT dilakukan dengan cara cross power pada kolom kanan di klik satu persatu untuk dimatikan atau dihidupkan yang sekiranya dapat merubah posisi data MT pada kurva sebelah kirinya. Pada MTeditor kurva satu dengan lainya saling mempengaruhi sehingga jika salah satu data pada kolom kanan

(10)

commit to user

dimatikan atau dihidupkan kembali menyebabkan perubahan posisi pada kurva. Penyeleksian dilakukan sehingga didapatkan kurva yang teratur atau sesuai.

Gambar 3.9. Hasil rotasi strike angel

Pada penyeleksian kurva MT terdapat beberapa aturan dan hal-hal yang diperlu diperhatikan diantaranya kemiringan kurva frequency vs resistivity harus melebihi 45°, kurva frequency vs phase terdapat kurva TE berada di atas 0 dan kurva TM di bawah 0 dimana masing-masing kurva tidak boleh melewati atau bernilai 0, biasanya saat kurva frequency vs resistivity naik maka kurva frequency vs phase akan turun, idealnya bentuk kurva MT pada daerah panas bumi melengkung yaitu dari atas turun kebawah lalu naik kembali hal ini dikarenakan daerah panas bumi yang cendrung resisitif lalu konduktif lalu resistif kembali, bentuk kurva phase tidak beruhah signifikan. Berikut Gambar 3.10 merupakan salah satu contoh hasil seleksi cross power yang telah dilakukan. Setelah dilakukan seleksi cross power maka data disimpan dalam extensi “mpk” atau di-export ke dalam extensi “edi”.

(11)

commit to user

Gambar 3.10. Hasil seleksi cross power

3.4.2.Koreksi Statik

Koreksi statik shift dilakukan dengan menggunakan data masukan berupa data Time Domain Electromagnetic (TDEM). TDEM merupakan metode fisika aktif yang biasanya digunakan pada aplikasi dangkal dan koreksi statik shift pada data MT. Metode TDEM digunakan untuk koreksi statik karena data TDEM tidak dipengaruhi efek statik seperti pada data MT. Data TDEM yang digunakan merupakan hasil pengukuran pada titik yang sama seperti data MT. Bentuk data TDEM yang berupa kurva tahanan jenis semu sebelumnya diolah menggunakan software TemPRo. Sepertihalnya seleksi cross power data MT di MTeditor tetapi pengolahan data TDEM lebih sederhana. Berikut proses data TDEM menggunakan software TemPro seperti pada Gambar 3.11.

(12)

commit to user

Gambar 3.11. Proses data TDEM

Setelah pengeditan yang dilakukan di rasa sudah cukup lalu dilakukan export data dengan extensi usf yang nantinya akan dijadikan data masukan pada software WinGLink kemudian di-forward ke dalam bentuk data MT sehingga dengan adanya data TDEM kurva MT dapat dikoreksi. Proses lebih lanjut dilakukan menggunakan software WinGlink. Koreksi static shift sebenarnya dilakukan dengan menggeser kurva MT ke kurva TDEM sehingga bersinggungan, tetapi sebelumnya dilakukan pengecekkan dan smoothing kurva MT dan kurva TDEM terlebih dahulu.

3.4.3.Inversi 2D

Inversi merupakan proses pembuatan model berdasarkan data yang diperoleh. Inversi yang dilakukan pada penelitian ini menggunakan software WinGLink, hasil yang didapatkan berupa pemodelan inversi 2D. Terdapat beberapa tahapan pengolah data yang dilakukan pada software WinGLink hingga didapatkan model 2D antara lain membuat lintasan atau line pengukuran, koreksi statif, editing, smoothing, dan pemodelan 1D. Pemodelan 2D didapatkan dari pengambungan beberapa data 1D titik pengukuran yang membentuk suatu lintasan. Pada pengolah data MT dengan software WinGLink terlebih dahulu di buat lembar project atau

(13)

commit to user

database yang nantinya berisi data-data yang akan diolah. Data masukan berupa data MT dengan ekstensi “edi” dan data TDEM dengan ekstensi “usf”. Berikut tampilan project pada software WinGLink setelah dimasukan data MT maupun data TDEM seperti pada Gambar 3.12.

Gambar 3.12. Tampilan project pada software WinGlink

(14)

commit to user

Prosedur pengolahan data TDEM dilakukan dengan editing lalu smoothing hingga dilakukan inversi 1D sehingga didapatkan data seperti pada Gambar 3.13. Pengolahan data MT dilakukan secara runtut berdasarka menu yang terdapat pada kolom sebelah kanan muka data MT (bertanda merah) yang ditunjukan pada Gambar 3.12 diatas. Hal pertaman yang dilakukan yaitu mengaktifasi dan menghubungkan titik-titik pengukuran MT sesuai lintasan atau line pengukuran seperti pada Gambar 3.14 serta membuat peta elevasi.

Gambar 3.14. Line data pengukuran

Tahapan selanjutnya dilakukan editing, smoothing, koreksi statik dan inversi 1D dengan mengklik menu “Sounding”. Pertaman-tama data akan di editing dan di smoothing, berikut Gambar 3.15 merupakan salah satu data pengukuran MT sebelum di smoothing, di editing dan koreksi statik.

Gambar 3.15 merupakan gambar hasil seleksi cross power yang telah dilakukan pada software MTeditor lalu dimasukan kedalam WinGLink. Pada saat seleksi cross power data di rotate dengan strike angel sehingga terdapat kasus kurva yang seharusnya berwarna biru menyatu hingga batas akhir kurva tetapi pada frekuensi tertentu kurva tersebut saling bertukar warna seperti kurva pada Gambar 3.15 yang bertanda merah.

(15)

commit to user

Gambar 3.15. Data MT sebelum editing dan smoothing

Sehingga sebelum dilakukan editing dan smoothing data MT, dilakukan penyeleksian cross power kembali dengan software MTeditor. Pada kasus seperti ini penyeleksian cross power yang harusnya membentuk kurva yang menyatu tetapi pada kurva frequency vs resisitivity kurva TE dan TM dibentuk saling berpotongan sedangkan kurva frequency vs phase kurva TE dan TM harus patah pada frekuensi tertentu. Kasus seperti ini dikarenakan perlakukan rotate dengan strike angel. Rotasi dengan strike angel dilakukan dengan perhitungan matematis berdasarkan struktur bawah permukaan yang sangat kompleks dimana satu persatu frekuensi pada data MT memiliki efek yang berbeda-beda hal ini merupakan kekurangan dari software MTeditor. Patahnya kurva ini hanya dapat diketahui pada pengolahan data di software WinGLingk.

Semua data telah di seleksi dan dirasa cukup lalu dilakukan editing dan smoothing. Editing dan smoothing dilakukan dengan cara memilih menu edit lalu akan tampil beberapa menu di sebelah kanan. Editing data dapat dilakukan dengan cara memilih Mask XY-YX lalu pilih data yang sekiranya perlu di hapus setelah itu dilakukan smoothing dengan memilih menu smoothing. Setelah itu dilakukan statik shift menggunakan data TDEM (bertanda merah) yang sebelumnya telah diolah. Koreksi statik shift dilakukan dengan cara memasukan kurva TDEM lalu secara otomatis data masuk sesuai titik MT lalu memilih S-Shift pada menu di sebelah

(16)

commit to user

kanan pilih dan geser kurva MT sehingga bersinggungan dengan kurva TDEM sehingga didapatkan kurva seperti pada Gambar 3.16.

Gambar 3.16. Kurva MT Setelah Editing, Smoothing dan Koreksi Statif

Setelah itu dilakukan inversi model 1D dengan mengatur beberapa parameter yaitu jumlah layer, miniman resisitivity, maximal kedalaman, dan pemilihan jenis kurva yang digunkana sehingga didapatkan model 1D seperti Gambar 3.17.

(17)

commit to user

Setelah dilakukan pengolahan data 1D pada setiap titik. Tahapan selanjutnya pembuatan model atau inversi 2D, dengan cara memilih menu 2D Inversion pada project. Pada lembar kerja 2D Inversion akan muncul lintasan pengukuran pada daerah penelitia dimana proses inversi akan dilakukan satu persatu pada setiap lintasan. Pembuatan model 2D pertama pilih satu lintasan lalu memilih new model dengan menggunakan topografi maka akan muncul lembar kerja berupa mesh yang dapat ditambahkan atau dikurangi kolom maupun barisnya. Sebelum dilakukan inversi dilakukan pengaturan semoothing invertion pada setting invertion yang terdapat pada menu inversation pada lembar project. Kemudian dilakukan inversi dengan memilih run smooth inversi dengan iterasi 50. Setelah itu dilakukan pengaturan warna model dengan cara pilih menu range pada lembar project lalu atur warna sehingga didapatkan model yang sesuai seperti Gambar 3.18.

Gambar 3.18. Model inversi 2D

Setelah itu dilakukan penyimpanan model 2D dan penamaan sesuai lintasanya, serta dilakukan penyimpanan data xyz pada model 2D dengan kisaran kedalaman 7 km. Data xyz dari model inversi 2D ini nantinya sebagai data masukan pada software Voxler untuk membuat visualisasi 3D. Visualisasi 3D ditujukan untuk memudahkan penganalisaan data MT pada daerah penelitian. Data masukan yang

(18)

commit to user

berasal dari model inversi 2D digabungkan pada tiap lintasanya dan disimpan lalu data di import ke dalam Voxler. Tampilan utama pada software Voxler terdapat beberapa kolom diantaranya kolom network manager yang digunakan untuk menentukan keluaran grafik yang diinginkan seperti lembar kerja, kolom property manager untuk mengatur tampilan seperti pengaturan warna dan kolom keluaran grafik hasil visualisasi. Pada Voxler langkah-langkah untuk memebuat visualisasi 3D yaitu dengan mengklik kanan data yang telah di import lalu pilih computatinal lalu gridder. Gridder harus diaktifkan dengan cara pilih gridder pada network manager lalu pilih begin gridder pada kolom property manager. Setelah proses grrider selesai, pilih gridder pada network manager lalu“klik” kanan pilih graphics output sesuai pilihan serta atur warna dan tampilan grafik pada property manager sehingga didapatkan visualisasi 3D yag diinginka, berikut Gambar 3.19 yang merupakan tampilan pembuatan visualisasi pada Voxler.

Gambar 3.19. Visualisasi 3D dengan Voxler

3.1. Analisis Data

Analisis data merupakan tahap interpretasi, interpreasi yang dilakukan pada penelitian ini merupakan analisa besaran fisis yaitu nilai tahanan jenis berdasarkan inversi 2D data MT yang telah diolah untuk menduga struktur bawah permukaan daerah yang diyakini terdapat prospek panas bumi.

Gambar

Gambar 3.1. Titik pengukuran data MT (Google Earth.com)
Gambar 3.2. Skema langkah kerja
Gambar 3.3. Tampilan muka SSMT2000
Gambar 3.4. Tamble Multi-table Editing
+7

Referensi

Dokumen terkait

Penelitian ini bertujuan untuk mengembangkan aplikasi web berbasis crowdfunding pada modul pemohon beasiswa yang berfokus pada proses pengajuan beasiswa yang

Puji Tuhan peneliti panjatkan kepada Tuhan Yang Maha Esa atas berkatnya dan karuniaNya, sehingga peneliti dapat meyelesaikan skripsi yang berjudul“Instrumen

Pembelajaran discovery learning memiliki keefektifan yang sangat tinggi dalam meningkatkan kemampuan model mental dan penguasaan konsep siswa, hal ini ditunjukkan dengan hasil

Adanya SAMSAT Corner diharapkan akan mampu membantu memangkas antrean panjang wajib pajak di Kantor SAMSAT pada masing-masing kabupaten dan kota di DIY terutama di Kabupaten

Pertumbuhan ekonomi AS pada triwulan III 2016 mencapai 2.9% SAAR, utamanya didorong peningkatan pertumbuhan ekspor dan investasi yang lebih besar dari penurunan pertumbuhan

Bisa memotivasi petani dalam memajukan kelompok tani Karena kita sebagai petani yang sebelumnya tidak mengerti tentang penyilangan, maka sekarang jadi ngerti/tau

Sebagaimana kita tau pasar adalah sebuah tempat bertemunya pembeli dengan penjual guna melakukan transaksi ekonomi yaitu untuk menjual atau membeli suatu barang

Untuk mewujudkan karya seni rupa dua dimensi ini digunakan berbagai bahan, medium, dan teknik sesuai dengan obyek dan fungsi yang diinginkan.. Karya seni rupa ada