BAB V DESAIN SURVEY DAN PENGOLAHAN DATA
5.1
Desain Survey Pengukuran data VLF dilakukan 4 – 8 November 2007 di daerah Semanu,
pada sistem sungai bawah permukaan Bribin, meliputi 2 lokasi pengukuran, yakni: Depan dan Belakang Kantor Bribin. Adapun parameter akusisi dan desain survey pengukurannya disusun sebagai berikut (Gambar 5.1): Tabel 5.1 Parameter akusisi survei VLF Depan dan Belakang kantor Bribin No 1 2 3 4 5
Parameter Jumlah lintasan per lokasi Panjang lintasan Spasi titik pengukuran Jumlah titik per lintasan Jumlah pengukuran per 1 titik
6 7
Frekuensi pengukuran Data terukur
Nilai Parameter 3 400 m 10 m 41 titik 2 kali: (posisi bediri (up) dan posisi duduk (down)) 18200 Hz Inphase, quadrature, total-field dan tiltangle
Gambar 5.1 Desain survei lokasi penelitian pada sistem sungai bawah permukaan Bribin, Semanu.
40
5.2
Pengolahan data Pengolahan data pada penelitian ini dibagi 2 (Gambar 5.2) : 1) Pengolahan data pertama bertujuan untuk mendapatkan hasil interpretasi kualitatif. 2) Pemodelan ke belakang bertujuan untuk mendapatkan hasil interpretasi kuantitatif.
Gambar 5.2 Diagram alir pengolahan data VLF
5.2.1 Koreksi topografi
Koreksi topografi dilakukan pada masing-masing titik untuk setiap lintasan pengukuran. Besarnya koreksi topografi tergantung pada besarya sudut kemiringan lereng dari topografi yang dilewati lintasan pengukuran. Adapun koreksi topografi pada penelitian ini menggunakan koreksi Baker dan Myers.
41
Koreksi Baker dan Myers pada prakteknya dilakukan dengan cara menghitung sudut kemiringan antara 2 titik topografi. Kemudian berdasarkan grafik hubungan antara kemiringan dan koreksi topografi Baker dan Myers didapatkan nilai koreksi topografinya. Nilai terkoreksi adalah rata-rata dari 2 titik pengukuran VLF ditambah dengan nilai koreksinya. Jika lintasan pengukurannya turun bukit, maka nilai koreksi negatif (mengurangi) dan sebaliknya nilai koreksi positif untuk lintasan pengukuran naik bukit. Gambar 5.3 - 5.5 adalah contoh penentuan koreksi topografi Baker dan Myers pada titik pengukuran ke-3 dan ke-4 yang mempunyai kemiringan 160.
Gambar 5.3 Profil Topografi line 1 Depan Kantor Bribin. Kotak merah adalah kemiringan diantara titik ke-3 dan titik ke-4.
Gambar 5.4 Contoh penentuan koreksi topografi Baker dan Myers pada kemiringan 160 .
42
Gambar 5.5 Data inphase-up pada line 1 sebelum dan sesudah (ungu) dilakukan koreksi topografi Baker dan Myers.
5.2.2
Filter Moving Average
Dengan asumsi terdapatnya noise harian pada daerah
survey, maka
dilakukan filter moving average pada data yang sudah terkoreksi topografi. Setelah penerapan filter moving average diharapkan sinyal yang ada benar-benar menggambarkan
anomali yang disebabkan oleh benda konduktif dibawah
permukaan. Gambar 5.6 adalah contoh penerapan filter moving average pada data inphase-up.
Gambar 5.6 Filter moving average dengan menggunakan window 5 pada data inphase-up line 1 yang telah terkoreksi topografi.
43
5.2.3
Filter Fraser
Dengan menggunakan filter Fraser, titik infleksi menjadi maksimum (peak), sehingga diharapkan setelah menerapkan filter ini dapat mempermudah penginterpretasian. Misalkan
data VLF terdiri dari M1, M2, M3, M4, M5 ..... Mn dan
seterusnya, diukur pada interval yang teratur. Berdasarkan persamaan 2.26 filter Fraser dilakukan secara berturut turut: •
Nilai filter Fraser pertama , F1 = (M4 + M3) - (M2 + M1). Hasilnya diletakan pada tengah-tangah antara stasiun ke-2 dan ke-3
•
Nilai filter kedua, F2 = (M5 + M4) - (M3 + M2) Hasilnya diletakan pada tengah-tengah antara stasiun 3 dan 4. Begitu pula perhitungan filter Fraser pada titik berikutnya dilakukan sepanjang lintasan. Gambar 5.7 adalah contoh hasil filter Fraser pada data real dan imaginer
untuk line1 Depan Kantor Bribin.
Gambar 5.7 Filter Fraser diaplikasikan pada data inphase-up dan quadrature-up pada line 1.
Filter Fraser diaplikasikan untuk seluruh lintasan pengukuran VLF dengan menempatkan lintasan pengukuran pada posisi (x,y) dan nilai anomalinya (z),
44
dapat dibuat konturnya. Kontur tersebut dapat memperlihatkan sebaran posisi anomali daerah pengukuran. Gambar 5.8 memperlihatkan kontur sebelum dan sesudah dilakukan filter Fraser.
Gambar 5.8 Peta Kontur data lapangan inphase-up Depan Kantor Bribin: (a) Sebelum dan (b) Sesudah dilakukan filter fraser.
Interpretasi dengan menggunakan data kontur sebelum dilakukan filter Frasre (Gambar 5.8a) akan mengalami hambatan, karena sulit untuk menentukan titik infleksi yang tidak berfokus pada satu tempat saja, selain itu jika di daerah tersebut terdapat banyak benda konduktif, titik infleksi menjadi semakin sulit untuk ditentukan. Setelah dilakukan filter Fraser (Gambar 5.8b) daerah anomali menjadi sedikit lebih jelas. Dari
gambar ini kita perkirakan bahwa anomali
konduktif (dicirikan dengan nilai maksimum) berada pada titik A, B, C dan D. Sedangkan anomali resistif (dicirikan dengan nilai minimum) berada pada titik E.
45
Namun untuk lebih meyakinkan dapat dibantu dengan menggunakan data lainnya (quadrature, titlt-angle, atau total-field).
5.2.4
Filter Karous-Hjelt
Interpretasi kualitatif VLF dapat pula dilakukan dengan menggunakan filter Karous-Hjelt. Penerapan filter ini menghasilkan pola distribusi rapat arus terhadap kedalaman semu yang dapat memberikan informasi keberadaan daerah konduktif. Gambar 5.9 memperlihatkan perbandingan antara filter Fraser dan filter Karous-Hjelt data inphase-up untuk seluruh lintasan pada daerah Depan Kantor Bribin. Kedua filter ini mengindikasikan posisi suatu anomali yang sama.
Gambar 5.9 Profil kedalaman rapat arus akivalen hasil filter Karous-Hjelt dan peta kontur filter Fraser inphase-up Depan Kantor Bribin. Titik-garis biru menunjukkan posisi anomali pada sumbu x pada kedua jenis filter tersebut.
46
5.2.5
Kontur Fraser VLF-EM–vGrad
Metode Very Low Frequency Electromagnetic Vertical Gradient (VLFEM–vGrad), mengukur selisih nilai dari respon EM terukur pada alat VLF yang ditentukan oleh medan magnetik sekunder dan mencerminkan nilai konduktivitas dari bawah permukaan itu sendiri. Prakteknya adalah dengan mengurangkan nilai data VLF-up terhadap VLF-down. Hasil VLF-EM-vGrad menunjukkan bahwa
daerah anomali yang
dicurigai menjadi lebih jelas dari VLF-EM. Gambar 5.10 memperlihatkan bahwa daerah anomali yang sebelumnya
tersebar
dibeberapa daerah menjadi lebih
sedikit dan lebih fokus, sehingga mengurangi ambiguitas penentuan titik anomali
Gambar 5.10 Peta kontur Fraser dan profil kedalaman KarosHjelt VLF-EM (a dan b) dan VLF-EM-vGRAD (c). Anomali pada peta kontur Fraser VLF-EM-VGRAD menjadi lebih jelas dibandingkan VLF-EM.
47
5.2.6
VLF EM-vGRAD Inphase, Quadrature, T-Field, dan Tilt-Angle
Titik Anomali data inphase gradien, quadrature gradien, toral-field gradien, dan tilt-angle gradien diperlihatkan pada Gambar 5.11.
Pada data
inphase gradien titik anomali terdiri dari titik A-D, dengan titik A yang terdeteksi sebagai anomali yang paling besar nilainya. Pada data quadrature gradien hanya ditemukan 1 titik anomali yaitu titik E. Pada data total-field gradien terdapat 4 buah titik-titik anomali: titik F, G, H dan I yang tidak terlihat pada data lainnya. Pada data tilt-angle gradien, ditemukan 6 titik anomali dimana titik-titik tersebut beberapa terdapat juga pada data inphase gradien ditambah dengan titik J dan K yang lebih jelas dari data inphase. Gambar 5.11 juga memperlihatkan kesesuaian antara filter Fraser gradien dan filter Karous-Hjelt gradien yang memperlihatkan suatu indikasi lokasi anomali yang sama. Berdasarkan hasil dari VLF-EM-vGRAD tersebut diperkirakan anomali pada line 1 untuk titik C berada pada jarak 225-250 meter dengan kedalaman semu antara 25-45 meter. Anomali pada line 2 untuk titik B pada jarak 175-200 meter dengan kedalaman semu 35 meter, sedangkan untuk titik A pada jarak 75100 meter. Informasi ini digunakan sebagai masukan dalam penentuan mesh yang digunakanfinite element dalam melakukan pemodelan ke belakang.
48
