SIMULASI RESPON ANOMALI TOMOGRAFI DI LAPANGAN PANAS BUMI LAHENDONG

SIMULASI RESPON ANOMALI TOMOGRAFI DI

LAPANGAN PANAS BUMI LAHENDONG

LAPORAN KERJA PRAKTIK

Oleh:

Eureca Blessing Gracia Umboh

101116065

PROGRAM STUDI TEKNIK GEOFISIKA

FAKULTAS TEKNOLOGI EKSPLORASI DAN PRODUKSI

UNIVERSITAS PERTAMINA

SIMULASI RESPON ANOMALI TOMOGRAFI DI

LAPANGAN PANAS BUMI LAHENDONG

LAPORAN KERJA PRAKTIK

Oleh:

Eureca Blessing Gracia Umboh

101116065

PROGRAM STUDI TEKNIK GEOFISIKA

FAKULTAS TEKNOLOGI EKSPLORASI DAN PRODUKSI

UNIVERSITAS PERTAMINA

iii

KATA PENGANTAR

“Segala perkara dapat kutanggung di dalam Dia yang memberi kekuatan kepadaku.” (Filipi 4:13, TB). Haleluya! Puji dan syukur penulis naikkan kepada Tuhan Yesus Kristus. Hanya oleh kasih karunia-Nya sajalah, penulis dapat menyelesaikan laporan kerja praktek yang berjudul “Simulasi Respons Anomali Tomografi di Lapangan Panas bumi Lahendong”. Semua keberhasilan dan kemuliaan penulis kembalikan kepada-Nya.

Penulis menyadari bahwa laporan ini masih belum sempurna karena terbatasnya pengetahuan dan pengalaman yang dimiliki. Untuk terciptanya laporan yang lebih baik, penulis terbuka akan semua kritik dan saran yang disampaikan

Selama mengikuti kegiatan kerja praktek dan penyusunan laporan, penulis bersyukur karena bisa menerima bimbingan, bantuan, dan motivasi yang luar biasa dari berbagai pihak. Oleh karena itu, pada kesempatan ini, penulis mengucapkan terima kasih kepada:

1. Mama dan Papa, yang sudah bekerja keras sehingga penulis bisa merasakan pengalaman kuliah dan kerja praktek ini.

2. Bapak Arief Darmawan selaku pembimbing instansi yang sangat detil dalam mengajar dan membimbing penulis.

3. Bapak Agus Abdullah, Ph.D. selaku dosen pembimbing program studi yang dengan sabar memberikan masukan dan pengarahan kepada penulis sehingga laporan ini dapat diselesaikan dengan baik.

4. Gamaliel Rhema Ginting dan Putu Pasek Wirantara yang senantiasa menemani dan membantu penulis selama pelaksanaan kerja praktek.

5. Ryan Giggs Fenedine yang selalu menyemangati saat penulis berada di bawah tekanan. 6. Teman-teman Youth GKY KB yang mendoakan penulis setiap saat.

Kiranya Tuhan Yesus Kristus memberkati dan melindungi semua pihak yang telah membantu penulis selama kerja praktek selama ini.

Semoga laporan ini dapat memberikan manfaat kepada tiap pihak, khususnya pihak-pihak yang berkepentingan langsung dengan kerja praktek ini.

Jakarta, 28 Agustus 2019 Penulis

iv

DAFTAR ISI

LEMBAR PERSETUJUAN... i

SURAT TUGAS KERJA PRAKTEK... ii

KATA PENGANTAR ... iii

DAFTAR ISI ... iv

DAFTAR GAMBAR ... vi

BAB I PENDAHULUAN ... 1

I.1 Latar Belakang ... 1

I.2 Batasan Masalah ... 1

I.3 Tujuan ... 2

I.4 Tempat dan Waktu Pelaksanaan ... 2

I.4.1

Waktu... 2

I.4.2

Tempat ... 2

BAB II PROFIL INSTANSI ... 4

II.1 Sejarah Singkat Instansi ... 4

II.2 Lokasi Instansi ... 4

II.3 Struktur Organisasi Divisi ECQM ... 5

BAB III KEGIATAN KERJA PRAKTEK ... 7

III.1 Coding Program STA/LTA ... 7

III.1.1

Import data ... 7

III.1.2

STA ... 7

III.1.3

LTA ... 8

III.1.4

STA/LTA ... 9

III.2 Coding Program AMPA ... 10

III.2.1

Tahap 1 ... 10

III.2.2

Tahap 2 ... 15

III.3 Running Program LOTOS 12 ... 18

III.3.1

Mengobservasi inversi data dengan dataset contoh ... 18

III.3.2

Mengobservasi inversi data dengan anomali digitasi manual ... 19

BAB IV HASIL KERJA PRAKTEK ... 22

IV.1 Pembahasan Hasil Coding STA/LTA ... 22

IV.2 Pembahasan Hasil Coding AMPA ... 22

IV.3 Pembahasan Hasil Running LOTOS 12 ... 23

v

V.1 Teori Dasar Algoritma LOTOS 12 ... 25

V.2 Teori Dasar STA/LTA ... 26

V.3 Teori Dasar AMPA ... 26

V.3.1

Tahap 1: Adaptive Multiband Processing ... 27

V.3.2

Tahap 2: Enhancement Filter for Impulsive Arrivals Detection ... 27

BAB VI KESIMPULAN DAN SARAN ... 29

VI.1 Kesimpulan ... 29

VI.2 Saran ... 29

DAFTAR PUSTAKA ... 30

LAMPIRAN ... 31

DAFTAR HADIR KERJA PRAKTEK ... 31

SURAT KETERANGAN SELESAI KERJA PRAKTEK ... 34

vi

DAFTAR GAMBAR

Gambar 1. Struktur Organisasi Divisi ECQM ... 5

Gambar 2. Flowchart Tomografi ... 25

Gambar 3. Struktur Umum dari kode LOTOS. Kotak pink mengindikasikan tahap utama dari program. Kotak hijau adalah data masukan utama; kotak biru berisi parameter bebas yang didefinisikan pengguna; kotak kuning adalah data keluaran ... 25

Gambar 4. Diagram Block Alur Kerja Tahap 1 ... 27

Gambar 5. Diagram Block Alur Kerja Tahap 2 ... 27

Gambar 6. Code untuk Sinyal Data ... 7

Gambar 7. Code untuk STA ... 8

Gambar 8. Code untuk LTA ... 9

Gambar 9. STA/LTA Trigger Tepat dengan Dimulainya Data ... 10

Gambar 10. Code untuk Input Data AMPA ... 10

Gambar 11. Code Bandpass Filter ... 11

Gambar 12. Code untuk Taps FIR Filter ... 12

Gambar 13. Code untuk FIR Filter ... 12

Gambar 14. Code untuk Magnitude Response ... 13

Gambar 15. Code untuk Envelope Detector ... 13

Gambar 16. Code untuk Noise Reduction ... 14

Gambar 17. Code untuk Menjumlahkan Sinyal yang Sudah Direduksi Noise ... 15

Gambar 18. Code untuk Normalisasi Sinyal ... 15

Gambar 19. Code untuk Window AMPA ... 16

Gambar 20. Code untuk Half Wave Rectifier ... 17

Gambar 21. Code untuk Characteristic Function (Hasil Akhir AMPA) ... 18

Gambar 22. Anomali Kecepatan di Penampang Vertikal MODEL_01 ... 18

Gambar 23. Anomali Kecepatan di Penampang Horizontal MODEL_01 ... 19

Gambar 24. Anomali Kecepatan di Penampang Vertikal SMILE_02 ... 20

1

BAB I

PENDAHULUAN

I.1 Latar Belakang

Energi panas bumi bersumber dari peluruhan elemen radioaktif di bawah permukaan bumi. Tekanan dan temperatur di interior Bumi yang tinggi menyebabkan batuan meleleh dan bagian mantel yang padat berubah menjadi plastis. Beberapa bagian mantel yang terpanaskan tersebut menjadi lebih ringan dari batuan yang mengelilinginya sehingga ia terkonveksi ke atas. Batuan dan air kemudian terpanaskan di kerak (dengan temperatur yang bisa mencapai 370°C). Uap panas yang dihasilkan bisa digunakan untuk memutar turbin generator pembangkit listrik. Karena prospeknya dalam menghasilkan energi listrik yang besar maka sumber energi ini sering menjadi target eksplorasi.

Dalam tahap eksplorasi dan produksi energi panas bumi, salah satu metode yang biasa digunakan adalah micro-earthquake (MEQ). Metode ini mendeteksi getaran tanah, baik alamiah maupun buatan, dan kemudian dipetakan guna melihat persebaran patahan dan rekahan. Data yang diperoleh akan membantu operator dalam menentukan zona reinjection pada tahap produksi. Selain itu, 4-D MEQ monitoring (time lapse) juga bisa mendeteksi perubahan reservoir selama tahap produksi, seperti turunnya reservoir. Untuk mendeteksi perubahan tersebut, inversi tomografi dapat digunakan.

Secara garis besar tomografi dapat dibagi menjadi lima tahap: perekaman data, picking, menentukan hiposenter dan episenter, relokasi dan update kecepatan, dan inversi. Pada tahap picking, ada beberapa metode yang dapat digunakan, contohnya STA/LTA dan AMPA. STA/LTA dan AMPA digunakan dengan tujuan untuk mengurangi ketidakonsistenan. Untuk mempermudah, algoritma kedua metode ini diprogram. Untuk tahap inversi, sudah banyak tersedia program-program open source seperti LOTOS 12 buatan Ivan Koulakov.

Penulis mengambil topik kerja praktek “Simulasi Respon Anomali Tomografi di Lapangan Panas Bumi Lahendong”. Adapun Lapangan Panas Bumi Lahendong dipilih karena merupakan salah satu lapangan panas bumi di Indonesia yang sudah berhasil diproduksi dan dieksploitasi sebagai pembangkit listrik. Selain itu, penulis juga menggarap “Pemrograman Algoritma STA/LTA dan AMPA menggunakan Python” sebagai topik sampingan yang bertujuan mengasah logika dan kemampuan coding penulis.

I.2 Batasan Masalah

Alur kerja tomografi dimulai dari picking travel time, model parameterization, matrix calculation, inversion, dan terakhir pembuatan grid koordinat distribusi kecepatan P dan S. Penulis membatasi topik kerja praktek menjadi sebagai berikut:

1. Fokus pekerjaan dan pembelajaran yang dilakukan hanya seputar picking travel time. 2. Data yang digunakan merupakan potongan dari Data X.

3. Metode picking yang digunakan adalah STA/LTA dan AMPA. 4. Pemrograman dilakukan menggunakan Python.

5. Data yang digunakan pada aplikasi LOTOS 12 adalah dataset bawaan yang diubah koordinat source menjadi hasil digitasi peta geologi Lahendong.

2 I.3 Tujuan

Adapun tujuan dari kerja praktek ini adalah:

1. Menampilkan hasil tomografi lapangan panas bumi Lahendong dari hasil olahan program LOTOS 12.

2. Memahami algoritma STA/LTA dan AMPA untuk auto-detection

3. Menulis algoritma STA/LTA dan AMPA sebagai kode dengan menggunakan bahasa pemrograman Python

I.4 Tempat dan Waktu Pelaksanaan I.4.1 Waktu

Sesuai dengan jadwal pelaksanaan Program Kerja Praktek Pertamina Holding, penulis melaksanakan kerja praktek di PT ELNUSA Tbk, Divisi ECQM sejak tanggal 1 Juli sampai dengan 16 Agustus 2019. Selama periode tersebut, penulis memulai kerja praktek pada pukul 08.00 sampai pukul 17.00 setiap harinya.

I.4.2 Tempat

Penulis melaksanakan kerja praktek di PT ELNUSA Tbk, Divisi ECQM. Lokasi kerja praktek berada di Graha Elnusa, lantai 10, Jalan TB Simatupang Kavling 1B, Jakarta Selatan.

4

BAB II

PROFIL INSTANSI

II.1 Sejarah Singkat Instansi

PT Elnusa Tbk. pada awalnya berdiri dengan nama PT Electronika Nusantara, dengan didasarkan pada Akta Pendirian No. 18 tanggal 25 Januari 1969 jo Akta Perubahan Anggaran Dasar No. 10 tanggal 13 Februari 1969 di hadapan Notaris Tan Thong Kie SH, yang lalu diumumkan dalam Berita Negara Republik Indonesia No. 35, Tambahan No. 58 tanggal 2 Mei 1969. Pada 9 September 1969, nama PT Elnusa resmi digunakan.

Perseroan dimulai sebagai penunjang operasi PT Pertamina (Persero), khususnya dalam melayani perbaikan dan pemeliharaan di bidang perangkat komunikasi elektronik, perangkat navigasi dan sistem radar kapal-kapal milik Pertamina maupun kapal-kapal minyak asing yang terikat dalam perjanjian kerjasama dengan Badan Usaha Milik Negara di bidang Minyak dan Gas.

Pada tahun 1999, konsolidasi internal Elnusa dilakukan dalam rangka perampingan lini operasi dan aktivitas bisnis. Hasilnya, Elnusa yang memiliki 12 unit bisnis dikelola melalui tiga divisi: 1. Eksplorasi dan Produksi

2. Telekomunikasi dan Teknologi Informasi 3. Patra Niaga

Elnusa kembali melakukan perubahan struktur pada tahun 2001. Tiga divisi bisnis diubah menjadi dua direktorat:

1. Direktorat Layanan Hulu 2. Direktorat Layanan Hilir

Mergeer dan akuisisi untuk inisiasi penyusunan ulang proses bisnis dilakukan pada tahun 2004. Pada 2006, Elnusa memiliki 14 afiliasi dan dua portofolio. Dua fokus bisnis utama yang menjadi andalan adalah:

1. Layanan Migas Terintegrasi 2. Layanan Pendukung Telematika

Pada Oktober 2007, Elnusa melakukan restrukturisasi menjadi perusahaan pertama Indonesia dengan pelayanan hulu migas terpadu (Integrated Upstream Oil and Gas Services Company). Elnusa juga mempunyai empat afiliasi yang disatukan dalam struktur korporasi.

Pada 6 Februari 2008, Elnusa akhirnya secara resmi terdaftar di Bursa Efek Indonesia (Kode saham: ELSA) dan memakai nama PT Elnusa Tbk. Saat ini, Elnusa tidak hanya memberikan pelayanan jasa minyak dan gas, tetapi juga jasa energi, dan siap menjadi kepercayaan, baik klien nasional maupun internasional. Elnusa, the Trusted Energy Services Company.

II.2 Lokasi Instansi

PT Elnusa Tbk. beralamat di Graha Elnusa, Lantai 16, Jl. TB Simatupang Kav. 1 B, JakartaSelatan, DKI Jakarta, 12560, Indonesia. Karena terletak di salah satu pusat perkantoran, PT Elnusa Tbk. dapat dijangkau dengan mudah melalui transportasi umum seperti MRT, transjakarta, angkot, dll., maupun dengan transportasi pribadi.

5 II.3 Struktur Organisasi Divisi ECQM

7

BAB III

KEGIATAN KERJA PRAKTEK

III.1 Coding Program STA/LTA

III.1.1 Import data

Gambar 2. Code untuk Sinyal Data

8 Gambar 3. Code untuk STA

9 Gambar 4. Code untuk LTA

10 Gambar 5. STA/LTA Trigger Tepat dengan Dimulainya Data

III.2 Coding Program AMPA III.2.1 Tahap 1

11 Gambar 7. Code Bandpass Filter

12 Gambar 8. Code untuk Taps FIR Filter

13 Gambar 10. Code untuk Magnitude Response

Gambar 11. Code untuk Envelope Detector dan seterusnya untuk filter no. 3 – 5

14 Gambar 12. Code untuk Noise Reduction

15 Gambar 13. Code untuk Menjumlahkan Sinyal yang Sudah Direduksi Noise

Gambar 14. Code untuk Normalisasi Sinyal

16 Gambar 15. Code untuk Window AMPA

17 Gambar 16. Code untuk Half Wave Rectifier

18 Gambar 17. Code untuk Characteristic Function (Hasil Akhir AMPA)

III.3 Running Program LOTOS 12

Penulis juga berkesempatan untuk mencoba program LOTOS. Kegiatan yang dilakukan terkait dengan program ini adalah mengobservasi inversi data menggunakan contoh dataset yang sudah ada, kemudian mengubah beberapa komponen di dalamnya dengan anomali hasil digitasi manual.

III.3.1 Mengobservasi inversi data dengan dataset contoh Tahapan yang dilakukan adalah sebagai berikut:

1. Definisikan model yang akan diproses. Buka file “all_areas.dat” di direktori utama: /all_areas.dat. Penulis menggunakan dataset GEO_DAT1, dengan model MODEL_01, dan jumlah iterasi 3.

2. Cek ketersediaan model di folder “DATA/KLU_2004/REAL_001”. Paling tidak harus ada dua file yaitu: MAJOR_PARA.dat dan ref_start.dat.

3. Cek ketersediaan data awal di folder “DATA/KLU_2004/inidata”. Ada dua file wajib: a. “rays.dat”, yaitu informasi travel times pasangan source-receiver

b. “stat_ft.dat”: list stasiun dalam koordinat geografis

4. Cek ketersediaan file “preview_key.txt”, file harus berisi angka bukan nol agar dapat melakukan previewing.

5. Run batch file “START.BAT” di direktori utama. Waktu yang dibutuhkan untuk running seluruh prosedur inversi (3 iterasi) akan memakan waktu kira-kira 20 – 40 menit, tergantung pada komkputer.

6. Jika kalkulasi berhasil maka akan muncul beberapa file gambar PNG di folder terkait. Pada contoh ini, hasil dapat dilihat di folder “PICS/KLU_2004/REAL_001”

19 Gambar 19. Anomali Kecepatan di Penampang Horizontal MODEL_01

III.3.2 Mengobservasi inversi data dengan anomali digitasi manual

1. Di folder AREA yang sama yang kita gunakan di langkah sebelumnya, buat folder MODEL baru untuk model sintetis dengan nama file tersusun atas 8 karakter (contoh: DATA/KLU_2006/SYNTH_01/)

2. Buat model sintetis kecepatan yang didekripsikan oleh dua file: DATA/KLU_2006/SYNTH_01/anomaly.dat

DATA/KLU_2006/SYNTH_01/ref_syn.dat DATA/KLU_2006/SYNTH_01/noise.dat

File-file ini dapat disalin dari model lain SYNTH_01 kemudian dikoreksi. Untuk mengubah anomali menggunakan hasil digitasi manual, maka perlu dilakukan digitasi dengan software SURFER, dengan langkah sebagai berikut:

 Tekan Map – lalu pilih New Base Map. Buka gambar peta geologi atau anomali yang ingin didigitasi

 Tekan Map – New Empty Base Map. Masukkan batas-batas profil.

 Klik Empty Base Map sebelumnya, tekan Map – Digitize.

 Digitasi pola pada plot

 Simpan dalam format BLN di subfolder forms (contoh: DATA/KLU_2006/SYNTH_01/forms/(nama.bln)). Nama harus ditulis dalam 5 karakter.

3. Cek definisi model.

 Definisikan model dalam file /model.dat.

 Run program visualisasi di “PROGRAMS\a_set_syn_hor\create.exe” dan “PROGRAMS\a_set_syn_ver\create.exe” untuk penampang horizontal dan vertikal 4. Cek gambar, contohnya:

PICS/KLU_2006/SYNTH_01/hor_syn1 3.png

20 Gambar 20. Anomali Kecepatan di Penampang Vertikal SMILE_02

22

BAB IV

HASIL KERJA PRAKTEK

IV.1 Pembahasan Hasil Coding STA/LTA

Parameter yang digunakan dalam algoritma STA/LTA adalah window dalam satuan waktu. Kemudian window ini diubah menjadi satuan banyak data dengan mengalikannya dengan sampling rate.

Window untuk STA akan mengukur nilai “instant” dari sinyal seismik atau envelope-nya. Secara umum, durasi STA harus lebih lama dari periode sinyal seismik. Jika STA terlalu singkat, maka perata-rataan sinyal seismik tidak akan berfungsi dengan baik. Namun, perlu diperhatikan bahwa durasi STA harus lebih singkat dari event terpendek yang kita harap akan tertangkap oleh fungsi.

STA juga berfungsi sebagai filter sinyal. Semakin pendek durasi yang dipilih, semakin tinggi sensitivitas trigger untuk gempabumi berdurasi singkat dibandingkan dengan gempabumi yang jauh, berfrekuensi rendah, dan berdurasi lama. Semakin panjang durasi STA, semakin berkurang sensitivitasnya terhadap gempabumi berdurasi singkat. Maka, dengan mengganti durasi STA, sampai batas tertentu, dapat memprioritaskan “capturing” event jauh atau dekat.

Window LTA mengukur rata-rata amplitudo noise seismik. Dengan mengganti durasi window LTA, rekaman dapat menjadi lebih sensitif (atau sebaliknya) terhadap event regional pada rentang gelombang ‘Pn’ dari 200 sampai dengan 1500 km jarak episenter.

IV.2 Pembahasan Hasil Coding AMPA

Band yang digunakan dapat ditentukan secara manual dengan menulis variabel band dan isinya secara langsung. Penulis juga memberikan opsi untuk membuat band secara otomatis dengan mendefinisikan fungsi make_band dengan tiga variabel penentu: nband, diff, dan lowf. Ketiga variabel ini harus ditulis sebelum menjalankan syntax make_band. Demikian pula pada definisi fungsi-fungsi berikutnya, setiap variabel yang ada di dalam tanda kurung harus ditulis sebelum syntax dijalankan.

Tahap pertama yang harus dilakukan adalah multiband filtering. Desain filter tergantung pada rekuensi event yang akan di-picked. Konten frekuensi akan dipengaruhi oleh zona sumber gempa, magnitudo gempa, jarak, alat ukur, dll.

Di laporan ini, penulis menyuguhkan dua pilihan tipe filter: FIR filter dan Butterworth filter. Namun, penulis memilih menggunakan Butterworth filter untuk proses lebih lanjut, dikarenakan setelah uji coba, FIR filter memberikan hasil yang kurang tepat. Selain itu, dalam tampilannya, agar presisi, perlu ditambahkan delay-time dalam plotting FIR filter; oleh karenanya, sulit memastikan apakah hasil awal sudah benar atau belum jika tidak ada komponen delay-time. Karena pertimbangan tersebut, penulis memilih menggunakan Butterworth filter yang tidak memerlukan delay-time dalam tahap plotting, pun demikian sudah memberikan hasil yang akurat.

23 IV.3 Pembahasan Hasil Running LOTOS 12

Anomali kecepatan yang dihasilkan pada Gambar 18, Gambar 19, Gambar 20, dan Gambar 21 ditulis dalam persen sehubungan dengan model referensi. Titik merah adalah sumbernya.

25

BAB V

TINJAUAN TEORITIS

Gambar 22. Flowchart Tomografi

Alur kerja tomografi dimulai dari picking first break data hasil rekaman. Dari hasil picking tersebut kemudian akan ditentukan letak hiposenter dan episenter. Setelah relokasi dan update velocity, dilakukan inversi. Hasil inversi berupa profil tomografi. Pada kerja praktek ini, yang dilakukan adalah tahap picking dan inversi. Untuk tahap picking akan ditinjau dua metode yang bisa digunakan: STA/LTA dan AMPA. Sedangkan untuk tahap inversi akan dilakukan dengan menggunakan software LOTOS 12. Teori dasar dari ketiga hal tersebut akan dibahas di bab ini. V.1 Teori Dasar Algoritma LOTOS 12

LOTOS (Local Tomography Software) merupakan algoritma tomografi yang didesain untuk melakukan inversi kecepatan P dan S secara bersamaan dari koordinat struktur dan sumber. Algoritma LOTOS dapat langsung diterapkan ke beberapa dataset yang berbeda tanpa pengaturan parameter yang rumit. Algoritma ini memiliki kemungkinan yang cukup banyak untuk melakukan tes yang berbeda dan cukup mudah untuk dioperasikan.

Gambar 23. Struktur Umum dari kode LOTOS. Kotak pink mengindikasikan tahap utama dari program. Kotak hijau adalah data masukan utama; kotak biru berisi parameter bebas yang didefinisikan pengguna; kotak kuning adalah data

keluaran

Struktur umum dari tahap utama dan data blocks dapat dilihat di Gambar 23. Perhitungan dimulai dengan dua file data (kotak hijau): koordinat stasiun dan waktu tiba seismic ray P dan S dari gempabumi lokal ke tiap stasiun sebelumnya. Informasi tambahan seperti model kecepatan awal, parameter grid dan inversi, dll. didefinisikan di kotak biru. Posisi awal dan waktu awal dari alat picking dan/atau katalog dapat digunakan, tetapi informasi-informasi ini tidak wajib dibutuhkan. Untuk kasus-kasus tanpa informasi sumber, LOTOS mulai mencari hiposenter sumber baik dari tengah jaringan yang terbuat atau dari stasiun dengan waktu kedatangan minimum. Secara sederhana, algoritma yang digunakan mengikuti tahap-tahap berikut:

26 2. Lokasi sumber dalam model kecepatan 3D;

3. Inversi simultan untuk parameter sumber dan model kecepatan dengan menggunakan beberapa grid parameterisasi.

Step 2 dan 3 diulangi secara bergantian dalam beberapa iterasi. V.2 Teori Dasar STA/LTA

Short-time-average through long-time-average trigger (seterusnya akan disingkat sebagai STA/LTA) adalah algoritma yang sering digunakan dalam weak-motion seismology. Metode ini menghitung nilai rata-rata amplitudo absolut dari sinyal seismik secara kontinyu, dalam dua moving-time window: short moving-time window (STA) dan long moving-time window (LTA).

STA sensitif terhadap event seismik, sedangkan LTA memberikan informasi tentang amplitudo noise seismik temporal di area tersebut. Ketika ratio antar keduanya melebihi nilai yang sudah ditentukan sebelumnya (trigger threshold), maka saat itu mulai dinyatakan sebagai event dan data mulai direkam.

Trigger STA/LTA biasanya digunakan untuk aplikasi weak-motion yang merekam event seismik sebanyak mungkin. Metode ini juga dapat digunakan untuk aplikasi strong motion, kecuali saat data yang ingin diketahui dibatasi ke gempa terkuat. Trigger ini juga paling bermanfaat di area yang 'tenang' seismisitasnya, yaitu daerah yang noise natural seismicnya lebih dominan. Ia juga efektif digunakan pada daerah dengan noise seismik buatan bergantian secara kontinyu, contohnya variasi yang terjadi saat ada aktivitas manusia di dekatnya (atau di urban area).

Rumus untuk trigger STA/LTA adalah sebagai berikut:

dengan S = sampling rate ∙ STA length in seconds

.

dengan L = sampling rate ∙ LTA length in seconds. Sampling rate ditentukan dengan menggunakan time interval Δ antar sampel:

V.3 Teori Dasar AMPA

Adaptive Multiband Picking Algorithm (AMPA) merupakan pendekatan yang digunakan untuk menentukan waktu tiba gelombang P dari sinyal yang kuat dipengaruhi oleh noise. Algoritma AMPA pada dasarnya tersusun atas dua langkah:

27 2. Tahap filtering yang menguatkan kedatangan gempa bumi, meminimalisasi respons menjadi sinyal "non-earthquake-like", seperti sinyal natural tipe lain atau noise yang berasal dari manusia

V.3.1 Tahap 1: Adaptive Multiband Processing

Analisis adaptive multiband sinyal bertujuan meminimalisir noise background. Noise background mempunyai pengaruh yang berbeda untuk tiap band; oleh karena itu, processing dilakukan untuk tiap band secara terpisah, kemudian dibuatlah global envelope untuk tiap band.

Gambar 24 di bawah ini menunjukkan diagram block dari adaptive multiband processing:

Gambar 24. Diagram Block Alur Kerja Tahap 1

V.3.2 Tahap 2: Enhancement Filter for Impulsive Arrivals Detection Diagram block untuk tahap 2 ditunjukkan oleh Gambar 25 berikut ini:

29

BAB VI

KESIMPULAN DAN SARAN

VI.1 Kesimpulan

 LOTOS 12 adalah software untuk tomografi. U ntuk running software tersebut, parameter-parameter dan alur kerja harus benar-benar dipelajari dan dipahami, dikarenakan jika ada satu saja parameter yang salah (tidak sesuai), maka algoritma tidak akan berjalan.

 Untuk auto-picking, STA/LTA dan AMPA adalah metode-metode yang dapat dipilih. Ada pun AMPA adalah metode yang lebih advance dari STA/LTA, sehingga penulis cenderung lebih memilih AMPA.

VI.2 Saran

Semoga dengan adanya program kerja praktek ini, dapat terjalin hubungan kerjasama yang baik antara pihak Universitas Pertamina dengan PT Elnusa Tbk.

30

DAFTAR PUSTAKA

Agius, M. R. (2007). Automatic Earthquake Detection and Localisation from A Three-Component Single-Station. Malta: Department of Physics University of Malta.

Alvarez, I., Garcia, L., Mota, S., Cortes, G., Benitez, C. and De la Torre, A. (2013). An Automatic P-Phase Picking Algorithm Based on Adaptive Multiband Processing. IEEE Geoscience and Remote Sensing Letters, 10(6), pp.1488-1492.

Koulakov, I. (2009). LOTOS code for local earthquake tomographic inversion. Benchmarks for testing tomographic algorithms. Bulletin of the Seismological Society of America, 99(1), pp. 194 – 214

Trnkoczy, A. (1999). Understanding and parameter setting of STA/LTA trigger algorithm. New Manual of Seismological Observatory Practice 2 (NMSOP-2), pp. 1—20

Utami, Pri., Siahaan, E., Azimudin, T., Suroto, Browne, P.R.L., and Simmons, S.F. (2004). Overview of the Lahendong Geothermal Field, North Sulawesi, Indonesia: A Progress Report. Proceedings 26th _{NZ Geothermal Workshop, pp. 6 – 11.}

Turcotte, D. L.; Schubert, G. (2002),Geodynamics(2 ed.), Cambridge, England, UK: Cambridge University Press, pp.136–137, ISBN978-0-521-66624-4