1
PENDAHULUAN
1.1. Latar Belakang
Pada tahun 2008 Indonesia keluar dari anggota Organization of the Petroleum Exporting Countries (OPEC) dan menjadi net importir minyak. Hal tersebut disebabkan oleh pertumbuhan penduduk dan perkembangan industri yang pesat, sehingga membutuhkan konsumsi minyak yang meningkat. Disisi lain, kenyataan bahwa produksi minyak di Indonesia terus mengalami penurunan. Eksplorasi untuk menemukan cadangan minyak baru di Indonesia merupakan solusi yang dapat ditempuh untuk memenuhi kebutuhan minyak.
Seismik refleksi merupakan metode utama yang digunakan untuk eksplorasi minyak. Seismik refleksi memanfaatkan penjalaran gelombang seismik ke dalam bumi, dimana gelombang tersebut akan dipantulkan akibat adanya perbedaan kecepatan dalam medium bumi. Pantulan kemudian direkam oleh penerima (geofon). Hasil rekaman geofon menghasilkan seismogram (data seismik). Data seismik dapat dimodelkan dengan sederhana sebagai hasil konvolusi wavelet dengan koefisien refleksi, dimana koefisien refleksi merupakan koefisien dari bidang pantul. Proses pengolahan data seismik dapat menggambarkan struktur lapisan bumi melalui interpretasi. Hasil pengolahan data seismik dapat diinterpretasi dan dianalisis untuk mendapatkan struktur lapisan yang berpotensi menyimpan cadangan minyak (Sengbush, 1983).
Kesulitan utama dalam melakukan interpretasi terhadap data seismik adalah ketika data seismik memiliki resolusi yang rendah. Resolusi yang dimaksud adalah ukuran minimum dari pemisahan dua koefisien refleksi yang saling berdekatan, sehingga dua koefisien refleksi tersebut dapat dibedakan dan diselesaikan secara terpisah. Faktor yang menyebabkan resolusi seismik menjadi rendah adalah efek dari panjang gelombang wavelet yang lebar. Lebar panjang gelombang akan mengalami interferensi ketika menemui dua koefisien refleksi yang memiliki perbedaan jarak yang tipis, akibatnya data seismik tidak dapat
memisahkan dua koefisien refleksi dan data seismik akan memiliki resolusi yang rendah (Sheriff dan Geldart, 1983).
Teknik yang dapat digunakan untuk meningkatkan resolusi data seismik adalah dekonvolusi. Dekonvolusi data seismik juga dapat dikatakan sebagai suatu teknik untuk mendapatkan kembali fungsi koefisien refleksi bumi. Secara sederhana, dekonvolusi bekerja dengan cara menghilangkan efek wavelet sehingga meningkatkan resolusi data seismik (Yilmaz, 2001). Gambar 1.1 menunjukkan data seismik sebelum (Gambar 1.1.(a)) dan sesudah (Gambar 1.1(b)) dilakukan dekonvolusi. Data seismik sesudah dilakukan dekonvolusi menunjukkan adanya peningkatan resolusi. Peningkatan tersebut dapat ditunjukkan dengan menajamnya garis yang dianggap sebagai lapisan bumi, yang ditunjukkan dengan tanda panah merah.
Gambar 1.1. (a) rekaman seismik sebelum dekonvolusi dan (b) sesudah dekonvolusi (Yilmaz, 2001)
Beberapa teknik dekonvolusi yang umum digunakan yaitu dekonvolusi Wiener (Robinson dan Treitel, 1966), dekonvolusi prediksi (Peacock dan Treitel, 1969), least square inverse filtering dan spectral modeling (Rosa, dan Ulrych, 1991). Teknik dekonvolusi yang disebutkan di atas mengasumsikan bahwa bentuk wavelet yang merambat ke dalam bumi adalah stasioner terhadap waktu penjalarannya. Kenyataannya ketika wavelet merambat ke dalam bumi, bentuk wavelet berubah terhadap waktu penjalarannya. Hal tersebut menyebabkan data
3 4 5 3 4 5 s s (a) (b)
seismik akan bersifat tak-stasioner. Penyerapan atau juga dikenal dengan atenuasi tak-elastis adalah efek yang menyebabkan data seismik bersifat tak-stasioner (Cheng, 2013). Gambar 1.2 menunjukkan penerapan dekonvolusi berdasarkan model stasioner (tidak memasukkan efek atenuasi tak-elastik). Dekonvolusi tersebut yaitu dekonvolusi Wiener spiking (gambar 1.2(b)) dan prediksi (gambar 1.2(c)). Hasil dari penerapan kedua teknik dekonvolusi tersebut tidak dapat menunjukkan adanya peningkatan resolusi data seismik, dimana amplitudo spektrum yang dihasilkan masih menyerupai amplitudo sepektrum sebelum dilakukan dekonvolusi. Hal tersebut menunjukkan adanya faktor yang menyebabkan bentuk wavelet berubah terhadap waktu penjalarannya. Faktor tersebut yaitu efek atenuasi tak-elastis (Yilmaz, 2001).
Gambar 1.2. (a) CMP-stacked section dengan amplitudo spektrum (atas) dan autokorelasinya (bawah), (b) hasil dekonvolusi Wiener spiking dan (c) dekonvolusi
prediksi (kanan) (Yilmaz, 2001)
Dekonvolusi Gabor merupakan salah satu teknik dekonvolusi yang menjadi solusi untuk data seismik yang bersifat tak-stasioner. Teknik ini merupakan hasil
(b)
pengembangan dari dekonvolusi Wiener. Pengembangan dilakukan dengan mengganti kawasan 1-D menjadi kawasan 2-D (kawasan frekuensi menjadi kawasan waktu-frekuensi). Kawasan waktu-frekuensi tersebut dihasilkan oleh transformasi Gabor. Dekonvolusi Gabor dapat menggambarkan dan menganalisis efek atenuasi dalam kawasan waktu-frekuensi, yang mana ditunjukkan dengan adanya perubahan frekuensi terhadap waktu penjalarannya. Hal tersebut yang menunjukkan bahwa dekonvolusi Gabor merupakan teknik dekonvolusi yang dapat diterapkan pada data seismik yang bersifat tak-stasioner.
Dekonvolusi Gabor mendesain operator dekonvolusi berdasarkan dari estimasi wavelet yang berubah terhadap waktu penjalarannya. Estimasi tersebut didapatkan dari ide metode inverse Q filtering. Metode inverse Q filtering merupakan metode yang dapat mengestimasi efek atenuasi dengan mengestimasi nilai Q (faktor kualitas penyerapan pada batuan). Dekonvolusi Gabor mengambil ide untuk mengestimasi efek atenuasi dari metode inverse Q filtering, tetapi langkah untuk mendapatkannya berbeda dari metode inverse Q filtering. Dekonvolusi gabor mengestimasi efek atenuasi secara langsung dari data, sedangkan inverse Q filtering hanya memperkirakan nilai Q. Dalam penerapannya nilai Q akan sangat sulit untuk diestimasi, sehingga metode Dekonvolusi Gabor dianggap lebih baik.
Zhou (2014) mengembangkan dekonvolusi Gabor (Margrave, 2011). Salah satunya yaitu menggunakan transformasi Stockwell yang dimodifikasi untuk menggantikan transformasi Gabor. Transformasi Stockwell merupakan pengembangan dari transformasi Gabor yang menggunakan parameter sebagai fungsi frekuensi. Hasil modifikasi transformasi Stockwell menunjukkan bahwa data dapat ditunjukkan dalam kawasan waktu-frekuensi dengan resolusi yang lebih tinggi dibandingkan dengan transformasi Gabor, sehingga penerapannya ke dalam dekonvolusi menghasilkan hasil yang lebih baik. Keuntungan lain dari dekonvolusi (Zhou, 2014) yaitu tidak melakukan estimasi fungsi atenuasi secara langsung, tetapi diestimasi bersama dengan estimasi bentuk waveletnya dengan menggunakan metode least square. Dekonvolusi Gabor mengestimasi efek atenuasi dan bentuk wavelet secara terpisah, sehingga dekonvolusi (Zhou, 2014) dinilai lebih ptraktis dibandingkan dengan dekonvolusi (Margrave, 2011).
Ide penelitian ini terinspirasi dari Zhou (2014). Penelitian ini memodifikasi transformasi Stockwell, yang kemudian diterapkan untuk membentuk teknik dekonvolusi yang dapat memproses data seismik yang bersifat tak-stasioner. Modifikasi transformasi Stockwell yang dilakukan yaitu menambahkan parameter ke dalam fungsi window (Zhou, 2004) untuk membentuk window hiperbola. Hasil modifikasi transformasi Stockwell dalam penelitian ini disebut sebagai Transformasi Stockwell Hiperbola (TSH). TSH memiliki fungsi window yang lebih fleksibel dalam pengaturan bentuk window dibandingkan dengan fungsi window Zhou (2014), sehingga penerapannya akan lebih bervariasi untuk memunculkan informasi data dalam kawasan waktu-frekuensi dengan resolusi yang tinngi. TSH diterapkan dalam dekonvolusi dapat mengestimasi bentuk wavelet bersama dengan fungsi atenuasinya menjadi lebih akurat.
Penelitian memanfaatkan MATLAB untuk menghasilkan TSH dan dekonvolusi. MATLAB merupakan bahasa pemrogaman yang berfungsi sebagai komputasi matematik, analisis data, pengembangan algoritma, simulasi dan pemodelan. MATLAB memiliki fungsi yang dapat digunakan untuk memecahkan berbagai permasalahan dari tingkatan yang mudah sampai kompleks. MATLAB memiliki kelebihan untuk memudahkan dalam memanipulasi struktur matriks dan melakukan perhitungan berbagai operasi matriks. Selain itu, MATLAB menyediakan fasilitas untuk memplot berbagai struktur gambar (Chapra, 2012). Berdasarkan hal-hal tersebut, maka MATLAB merupakan alat yang digunakan untuk menghasilkan metode TSH dan dekonvolusi.
1.2. Rumusan Masalah
Berdasarkan latar belakang yang diuraiakan di atas, maka rumusan masalah penelitian ini yaitu:
1. Bagaimana membuat program aplikasi TSH dalam MATLAB?
2. Bagaimana membuat program aplikasi dekonvolusi yang mampu memproses data seismik yang bersifat tak-stasioner dalam MATLAB?
1.3. Tujuan Penelitian
1. Menghasilkan program aplikasi TSH dalam MATLAB.
2. Menghasilkan program aplikasi dekonvolusi yang mampu memproses data seismik yang bersifat tak-stasioner dalam MATLAB.
1.4. Batasan Masalah
Penelitian ini dibatasi oleh beberapa hal yang dapat diuraikan sebagai berikut: 1. TSH diuji menggunakan data runtun waktu yang diambil dalam (Stockwell,
1996).
2. Efek atenuasi oleh medium tak-elastik adalah faktor penyebab data seismik yang bersifat tak-stasioner yang dibahas dalam penelitian ini.
3. Dekonvolusi yang dibentuk dalam penelitian ini diuji dengan tras seismik buatan yang diambil dalam (Zhou, 2014).
4. Dekonvolusi yang dibentuk dalam penelitian ini diuji dengan data seismik survei geofisika daratan dengan sumber dinamit dan vibroseis.
5. Penerapan dekonvolusi pada data seismik survei geofisika dilakukan untuk menguji adanya peningkatan resolusi data seismik tanpa adanya interpretasi terhadap data tersebut.
1.5. Manfaat Penelitian
Hasil yang didapatkan dari penelitian ini dapat dijadikan sebagai alternatif metode untuk meningkatkan resolusi data seismik. Selain itu, penelitian ini dapat dijadikan sebagai tinjauan pustaka untuk penelitian selanjutnya sehingga dapat dikembangkan dan dihasilkan hasil yang lebih baik.
