BAB III METODOLOGI PENELITIAN

41

BAB III METODOLOGI PENELITIAN

A.

Metode Pengumpulan Data Dalam penyusunan skripsi ini, penulis membutuhkan data sebagai input

untuk dianalisis lebih lanjut. Data yang diperoleh penulis adalah data sekunder dari PT. Pertamina Geothermal Energy 1.

Data 5 (lima) stasiun MEQ di Lapangan panas bumi “X” telah beroperasi

(Gambar 3.4) telah merekam ratusan event gempa. Data yang digunakan pada penelitian ini adalah data gempa yang terekam oleh seismometer pada stasiun MEQ yang dipasang di sekitar daerah penelitian di Lapangan panas bumi “X”, yaitu data gempa selama bulan September 2011-Mei 2012. Tercatat terdapat 430 event gempa yang terekam oleh seismometer di Lapangan panas bumi “X”. Dari sejumlah gempa yang tercatat ada 235 event gempa regional (gempa jauh) dengan selisih waktu tiba gelombang P dan S (

) berkisar 10 – 50 detik, dan 195

event gempa lokal (gempa mikro) dengan selisih waktu tiba gelombang P dan S ) berkisar 1 – 3 detik, dengan magnitudo berkisar 0 – 3 SR.

( 2.

Pemilihan Data Data yang diperoleh dari PT. PGE terdapat data gempa lokal (gempa mikro)

dan regional (gempa jauh). Data gempa yang digunakan dalam penelitian ini adalah gempa mikro. Gempa mikro (gempa lokal) mempunyai klasifikasi sebagai berikut: a.

Bentuk getaran gempa pendek

b.

Getaran tiba-tiba dan tidak begitu lama (karena jaraknya dekat, getaran gelombang akan sampai di stasiun dalam waktu yang relatif cepat)

Almira Anissofira , 2013 Penentuan Struktur Patahan Di Lapangan Panas Bumi “X” Dengan Menggunakan Metode Relokasi Relatif Kasus Gempa Mikro Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu

42

c.

Memiliki magnitudo yang kecil

3 SR

d.

Kedalaman hiposenter relatif dangkal

e.

Selisih arrival time (waktu tiba) gelombang primer (P-wave) dan gelombang sekunder (S-wave) kecil, durasi pendek (

3sekon).

Series1; Noise; 41; 9% Series1; Gempa lokal ; 195; 41%

Gempa regional Series1; Gempa Gempa lokal regional ; Noise 235; 50%

Gambar 3.1 Diagram perbandingan jumlah data gempa lokal, gempa regional, dan noise. Sedangkan gempa regional (jauh) mempunyai klasifikasi sebagai berikut: a. Bentuk getaran panjang b. Getaran tiba-tiba dan lama (karena jaraknya jauh, getaran gelombang akan sampai di stasiun dalam waktu relatif lambat) c. Magnitudo relatif besar ( 3 SR) d. Dikarenakan gempa jauh sebagian besar ditimbulkan oleh aktivitas tektonik dalam bumi, maka kedalaman hiposenter relatif lebih dalam ( 4 km) e. Selisih arrival time (waktu tiba) gelombang P dan gelombang S lama, durasi panjang (

3 sekon)

Data gempa mikro yang masih berupa RAW data digabungkan dengan koordinat stasiun MEQ dan model kecepatan 1-D kemudian diolah untuk mengetahui letak dari hiposenter dari event gempa mikro yang terekam.


43

2.

RAW Data Pada Gambar 3.2 merupakan contoh dari RAW data yang dipakai dalam

penelitian ini. RAW data tersebut ditampilkan dalam display waveform dan pick windows dalam software Seisplus. Pada Gambar 3.2 menunjukkan gelombang gempa yang diterima oleh semua stasiun pengamat MEQ, sedangkan pada Gambar 3.3 menunjukkan gelombang gempa pada salah satu stasiun pengamat MEQ.

Gambar 3.2 Contoh display waveform dari event gempa mikro di semua stasiun pada program Seisplus (Sumber: PT. PGE).


44

Gambar 3.3 Contoh pick windows pada software Seisplus (Sumber: PT.PGE). 3.

Koordinat Stasiun Dibawah ini adalah lokasi stasiun monitoring microearthquake (MEQ)

yang terdapat di Lapangan panas bumi “X”.

Gambar 3.4 Konfigurasi pesebaran stasiun pengamat MEQ di Lapangan panas bumi “X” (Sumber: PT. PGE). Terdapat 5 (lima) buah stasiun pengamat yang beroperasi di Lapangan panas bumi “X”. Penempatan stasiun monitoring MEQ disusun berdasarkan Almira Anissofira , 2013 Penentuan Struktur Patahan Di Lapangan Panas Bumi “X” Dengan Menggunakan Metode Relokasi Relatif Kasus Gempa Mikro Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu

45

metode lingkaran. Metode lingkaran ini menggunakan asumsi bahwa kasus lapisan bawah permukaan adalah homogen, dan masih berlaku dalam medium heterogen tapi harus berupa lapisan horizontal. Cara ini akan dengan mudah diperluas dalam kasus bumi bulat (Afnimar, 2009). 3 (tiga) stasin pengamat dipasang didalam area Lapangan Panas Bumi “X”, sedangkan 2 (dua) stasiun pengamat lainnya dipasang di luar area Lapangan Panas Bumi “X”. Hal ini dimaksudkan supaya konfigurasi letak stasiun pengamat dapat meng-cover (melingkupi) seluruh event yang terjadi di sekitar Lapangan Panas Bumi “X”. Selain itu, diharapkan susunan ini dapat menangkap koreksi (error) vertikal dan koreksi horizontal. Pada penelitian ini, gempa mikro terekam minimal oleh 4 (empat) stasiun pengamat.

Gambar 3.5 Penentuan episenter dengan metode lingkaran (edukasi.kompasiana.com).

Berikut ini adalah daftar stasiun pengamat MEQ yang beroperasi di Lapangan panas bumi “X”.


46

Tabel 3.1 Daftar Stasiun Pengamat MEQ di Lapangan panas bumi “X” Koordinat Stasiun (UTM) No

4.

Nama Stasiun Latitude

Longitude

1

ST-01

806xxx.47xx

920xx.52xx

2

ST-02

808xxx.05xx

920xx.32xx

3

ST-03

809xxx.61xx

920xxx.73xx

4

ST-05

806xxx.23xx

920xxx.49xx

5

ST-06

812xxx.04xx

920xxx.61xx

Model Kecepatan 1-D Dibawah ini adalah tabel data model kecepatan 1-D (satu dimensi) yang

diperoleh dari PT. Pertamina Geothermal Energy. Data ini sebagai input (masukan) untuk metode penentuan lokasi hiposenter SED. Data ini berdasarkan data petrofisik batuan rata-rata. Bisa dilihat pada diagram alir metode SED di Gambar 2.12, model kecepatan 1-D dibutuhkan untuk menghitung

dan

dengan versi calculation (perhitungan) dengan melakukan forward modeling (pemodelan ke depan). Persamaan gelombang dengan input hiposenter tebakan (hipotesis) dan model kecepatan 1-D yang kemudian dibandingkan dengan data observasi (data picking waktu kedatangan gelombang p dan s) dan diproses secara iterasi sehingga menghasilkan nilai error residual yang terkecil. Proses iterasi tidak akan bisa dilakukan bila tidak ada model kecepatan 1-D. Berikut ini adalah tabel model kecepatan 1D (satu dimensi) dari Lapangan panas bumi “X”


47

Tabel 3.2. Model Kecepatan 1-D

B.

Lapisan

Kecepatan (km/s)

Ketebalan (km)

1

2,95

0,5

2

3,20

0,2

3

3,50

0,3

4

3,82

0,5

5

4,50

0,5

6

4,80

0,9

7

5,80

2,5

8

6,70

20,0

9

8,00

30,0

Metode Pengolahan Data Tahapan dalam pengolahan data gempa mikro dalam penelitian ini seperti

pada diagram alir penelitian pada Gambar 3.6 . Dari diagram tersebut terlihat terdapat dua tahapan pengolahan data dan 1 tahapan verifikasi data yang nantinya menjadi bagian dari interpretasi data. Dua tahapan pengolahan data tersebut diantaranya tahapan metode SED dan DD. Kemudian 1 tahapan verifikasi data adalah pemetaan struktur patahan 3D menggunakan software Petrel.


48

Studi Literatur

Klasifikasi RAW Data

Pemilihan Data

Pengolahan Data

RAW Data + Koordinat Stasiun + Model kecepatan 1-D

SEISPLUS

Lokasi SED

Penyusunan format input data hypoDD

Clustering

Parameter input hypoDD

ph2dt Event terpilih

Koordinat lokasi event gempa yang sudah terelokasi

hypoDD

Lokasi DD

Lokasi (relatif) akhir hiposenter

Pemetaan 3D hiposenter hasil DD

PETREL

Interpretasi Struktur Patahan

Gambar 3.6 Diagram alur penelitian.


49

1.

Single Event Determination (SED) Tahapan pertama dalam penentuan hiposenter gempa mikro adalah metode

Single Event Determination (SED). Dalam metode SED ini penulis menggunakan software (perangkat lunak) Seisplus. Pada tahapan SED, hal yang harus dilakukan pada RAW data gempa mikro adalah melakukan picking data. Dalam hal ini software Seisplus sebenarnya dapat melakukan autopicking, tetapi kualitas picking yang dihasilkan dari autopicking tidak terlalu baik dan akurat. Saat autopicking, program menganggap dalam satu RAW data hanya terdapat satu kejadian gempa, padahal di lain hal, dalam satu RAW data bisa saja terdapat beberapa event gempa yang bisa ditrimming (potong) menjadi beberapa gempa mikro, maka dari itu penulis melakukan manual data picking dalam hal ini. a.

Picking data Tahapan dalam picking data diantaranya, trimming event, picking

penentuan jenis gelombang, dan penentuan pembobotan picking. Tahapan pertama adalah trimming event yaitu, proses pemotongan durasi waktu sinyal dari masing masing file event. Tujuannya agar seluruh sinyal yang telah dipilih dari semua stasiun dapat dipotong durasinya sesuai durasi gempanya kemudian dapat dilakukan analisis sinyal berdasarkan durasi gempa, juga mempermudah saat melakukan manual picking. Dalam proses ini, pemilihan sinyal masih sangat

subjektif,

yaitu berdasarkan bentuk

yang menyerupai

sinyal

mikroseismik (Geotech Instrument, 2003). Tahapan selanjutnya adalah picking jenis gelombang gempa. Dalam tahapan ini waveform gempa yang sudah di trimming harus ditentukan arrival time (waktu tiba) gelombang P dan arrival time gelombang S nya. Pada program Seisplus untuk picking arrival time gelombang P dilakukan pada komponen vertikal (v) sedangkan untuk gelombang S dilakukan pada komponen horizontal northing (n) atau easting (e). Arrival time gelombang P lebih mudah diketahui dibanding gelombang S dikarenakan gelombang P muncul pertama kali dan terlihat jelas ketika Almira Anissofira , 2013 Penentuan Struktur Patahan Di Lapangan Panas Bumi “X” Dengan Menggunakan Metode Relokasi Relatif Kasus Gempa Mikro Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu

50

munculnya fluktuasi gelombang dengan amplitudo yang besar dibanding gelombang noise. Lain halnya dengan gelombang S, kedatangan gelombang S lumayan sulit diidentifikasi karena fluktuasi amplitudo dari gelombang S tidak signifikan seperti gelombang P, diperlukan ketelitian yang lebih besar saat menentukan picking waktu kedatangan gelombang S. Sedangkan untuk menentukan coda (akhir) dari gelombang event gempa mikro yaitu dengan melihat satuan count peak pada display, bila satuan count peak/ amplitudo nya semakin mengecil dan hampir sama dengan amplitudo sebelum datangnya gelombang P, hal itu menandakan event gempa mikro sudah berakhir. Tahapan terakhir adalah menentukan tingkat pembobotan dalam picking, hal ini dibutuhkan untuk memberikan hasil yang memiliki nilai keyakinan tinggi dalam menentukan waktu kedatangan gelombang, dalam program Seisplus terdapat rentang pembobotan dari 0 sampai 4. Nilai 0 merupakan nilai pembobotan tertinggi sedangkan 4 adalah nilai pembobotan terendah.

Gambar 3.7 Contoh pick windows gempa mikro pada program Seisplus (Sumber: PT. PGE).


51

b.

Lokasi Hiposenter SED Hasil dari picking data menggunakan metode SED menghasilkan sebuah

lokasi hiposenter yang terlihat pada Gambar 3.8. Pada tampilan windows tersebut terdapat informasi origin time ( ), nilai hiposenter awal (

),

kedalaman (km), magnitudo, RMS, dan juga waktu kedatangan gelombang gempa di tiap stasiun. Lokasi hiposenter hasil SED inilah yang kemudian di plot di Software Petrel dan dicocokkan dengan faktor-faktor geologi setempat. Berikut ini adalah salah satu contoh hasil prosessing model yang bermuatkan informasi mengenai hiposenter gempa.

Gambar 3.8 Windows hasil picking data menggunakan metode SED pada program Seisplus (Sumber: PT. PGE). 2.

Double Difference (DD) Dalam penelitian ini, metode yang digunakan untuk merelokasi hiposenter

gempa mikro, Double Difference, menggunakan program hypoDD (Waldhauser and Ellsworth, 2000). Program hypoDD merupakan program berbasis Fortran yang dijalankan dalam operating system Linux/Unix. Input dari program Almira Anissofira , 2013 Penentuan Struktur Patahan Di Lapangan Panas Bumi “X” Dengan Menggunakan Metode Relokasi Relatif Kasus Gempa Mikro Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu

52

hypoDD ini adalah event-event gempa mikro hasil dari SED. Event-event gempa mikro hasil SED disusun sesuai format hypoDD. Berikut format input dalam program ph2dt dan hypoDD.

Gambar 3.9 Contoh format input yang digunakan untuk program ph2dt dan hypoDD.

Sebelum memasuki program hypoDD, event-event MEQ yang telah disusun seperti format pada Gambar 3.9 terlebih dahulu melalui proses pemilihan event yang layak untuk di relokasi dengan program hypoDD menggunakan program ph2dt. Ph2dt akan menyortir event-event yang terlokalisasi dalam satu cluster yang sama berdasarkan jarak antar event-event gempa. Perlu diingat, untuk memudahkan dalam proses pengolahan data, pastikan event-event yang masuk ke dalam proses ph2dt berasal dari satu cluster yang sama, sehingga pada output (keluaran) dari ph2dt tidak banyak event yang terreduksi. Gambar 3.10 menunjukkan tampilan saat proses ph2dt.


53

Gambar 3.10 Tampilan output windows dan prosessing ph2dt pada sistem operasi Linux. Hasil output menggunakan program ph2dt adalah file-file yang dibutuhkan untuk mengolah data menggunakan program hypoDD, yaitu diantaranya file dt.ct, event.dat, event.sel, dan ph2dt.log. Output ph2dt tersebut kemudian dijadikan sebagai input untuk diproses menggunakan program hypoDD. Parameter input untuk hypoDD diantaranya adalah 1) WTCTP Pembobotan yang berasal dari gelombang P, nilai pembobotan ini bisa diatur supaya jumlah event yang terelokasi menjadi optimum.


54

2) WTCTS Pembobotan yang berasal dari gelombang S, nilai pembobotan ini bisa diatur supaya jumlah event yang terelokasi menjadi optimum. 3) WDCT Jarak antar event yang berdekatan dalam satu cluster, nilai WDCT ini dapat diatur bergantung dari keadaan event tiap clusternya. 4) Model kecepatan 1-D Nilai model kecepatan 1-D yang dipakai pada saat proses SED, kembali digunakan sebagai parameter input untuk di dalam hypoDD. Dikarenakan proses pengolahan data menggunakan ph2dt dan hypoDD dilakukan tiap cluster, sehingga proses ph2dt dan hypoDD diulang kembali sampai semua cluster terproses dan menghasilkan lokasi hiposenter yang baru. Gambar 3.11 menunjukkan tampilan saat proses menggunakan program hypoDD.


55

Gambar 3.11 Tampilan output windows dan prosessing hypoDD pada sistem operasi Linux.


BAB III METODOLOGI PENELITIAN

Recommend Documents