Identifikasi Bedrock Menggunakan Metode GPR di Daerah X Wilayah Jakarta Pusat SKRIPSI KHOIRON

UNIVERSITAS INDONESIA

Identifikasi Bedrock Menggunakan Metode GPR di Daerah X Wilayah Jakarta Pusat

SKRIPSI Diajukan sebagai salah satu syarat untuk memperoleh gelar sarjana sains

KHOIRON 0706262470

DEPARTEMEN FISIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS INDONESIA DEPOK 2012

Identifikasi bedrock…, Khoiron, FMIPA UI, 2012


Ringkasan Tugas Akhir / Skripsi

Nama

: Khoiron

Program Studi : Fisika Judul (Indonesia) : Identifikasi Bedrock Menggunakan Metode GPR di Daerah X Wilayah Jakarta Pusat Judul (Inggris)

: Bedrock Identification use GPR Method in X Area Central Jakarta

Abstrak Pemrosesan data GPR (Ground Penetrating Radar) yang telah dilakukan di gedung A dan gedung B Bank Indonesia masih belum sempurna. Dari hasil pemrosesan data, masih terlihat ringing/background noise berupa terhapusnya amplitude yang menerus hingga lapisan

yang

lebih

dalam.

Akibat

dari

Ringing/background

noise

ini,

kemenerusan/kontinuitas lapisan secara horisontal menjadi buram. Dalam penelitian ini, penulis membandingkan metode penghilangan ringing/background noise dengan berbagai metode yaitu background removal, bandpass filtering, bandpass-butterworth filtering, f-k filtering, dan radon transform. Hasilnya, metode yang lebih efektif yaitu menggunakan radon transform (Kim et all., 2007) yang terlihat dari kemenerusan/kontinuitas lapisan secara horisontal semakin baik. Setelah kemenerusan/kontinuitas lapisan secara horisontal semakin baik, penelitian diteruskan dengan melakukan pemodelan perlapisan bawah permukaan berupa pemodelan litologi dan pemodelan lapisan bedrock pada data GPR dengan mengacu kepada data kecepatan rata-rata GPR dari data WARR (Wide Angle Reflection Refraction), dibandingkan dengan data kedalaman litologi maupun data kedalaman SPT (Standard Penetrarion Test) sumur sehingga data twt (two way traveltime) dapat dihitung untuk dilakukan picking horizon pada batas litologi maupun batas bedrock. Kontras litologi maupun kontras lapisan bedrock pada data GPR sendiri tidak cukup kuat, namun dengan mengacu kepada kecepatan WARR dan kedalaman dari data litologi


maupun data SPT sumur, posisi twt reflektor dapat ditentukan dan pemodelan perlapisan bawah permukaan dapat dilakukan.

Kata Kunci

: ringing/background noie, radon transform, kontinuitas lapisan,

kecepatan WARR, kedalaman, twt, picking horizon, pemodelan perlapisan.

Abstract GPR data processing (Ground Penetrating Radar) that has been conducted in building A and B of Bank Indonesia was still imperfect. The result of data processing still shows the ringing / background noise that constitutes the elimination of continuously infiltrated amplitude to the deeper layers. Due to this Ringing / background noise, the horizontal layer of continuity becomes opaque. In this study, the author compared the methods of removing ringing / background noise with different methods: background removal, bandpass filtering, bandpass-butterworth filtering, f-k filtering, and radon transform. The result shows that the more effective method is using radon transform (Kim et al., 2007) as seen from a better horizontal layer of continuity. After the horizontal layer of continuity became better, the study continued to do the modeling of the surface bottom layer in the form of lithology and bedrock layer modeling based on GPR data which refers to average velocity of GPR compared to WARR (Wide Angle Reflection refraction) data. If it is compared to the depth of lithology data as well as the depth data of SPT (Standard Penetrarion Test) wells, so the data of TWT (Two Way Traveltime) will be able to be calculated for picking horizon at the limit of both lithology and bedrock. Both of lithology contrast and bedrock layer contrast on GPR data are not strong enough, but referring to the velocity of WARR and the depth of both lithology data and SPT well, TWT reflector position can be determined and the modeling of surface bottom layer can be conducted.

Key Words

: ringing/background noise, radon transform, continuity, WARR

velocity, depth, twt, picking horizon, subsurface layering model.


PENDAHULUAN

Fenomena amblasnya tanah, jalan, dan bangunan di sekitar MH Thamrin dan wilayah DKI Jakarta pada umumnya belakangan ini mengancam warga Jakarta. Wahana Lingkungan Hidup Indonesia (WALHI) Jakarta menyebutkan rata-rata amblasan (subsidence) tanah mencapai 10 cm per tahun. Dari semua wilayah yang ada, titik terbanyak rawan genangan dan penurunan tanah berada di wilayah Jakarta Utara sebanyak 26 lokasi. Beberapa amblasan misalnya terjadi di Jalan Pluit Indah Raya, tepat di depan Mega Mall Pluit, Jakarta Utara. Amblasan yang terjadi pada September 2011 itu membentuk lubang berdiameter sekitar 1 meter lebih dengan kedalaman hampir 2 meter. Pada akhir Juli 2011, amblasan juga terjadi di kawasan Kelurahan Rawajati, Kecamatan Pancoran, Jakarta Selatan. Akibatnya, 21 rumah penduduk di RW 4 Kelurahan Rawajati rusak berat. Bahkan, pagar pembatas antara warga dan Apartamen Kalibata City setinggi dua meter juga ikut amblas. Selain itu, sejumlah bangunan di Jakarta juga mulai amblas. Sebut saja gedung Sarinah dan gedung Badan Pengkajian dan Penyerapan Teknologi (BPPT) di Jalan MH Thamrin (detiknews, 2011).

Amblasnya tanah di sekitar MH Thamrin ini diakibatkan meningkatnya intensitas pembangunan properti di kawasan bisnis itu sejak 2007. Bangunan miring atau retak di Jakarta disebabkan struktur tanah tidak terkonsolidasi sehingga terdapat rongga. Direktur Eksekutif Walhi DKI Jakarta Ubaidillah mengatakan bahwa amblasan (subsidence) ini terjadi akibat sirkulasi air tanah tidak seimbang, lebih besar air tanah yang disedot daripada air hujan yang terserap ke dalam tanah (detiknews, 2011). Eksploitasi air tanah besarbesaran seiring peningkatan jumlah penduduk yang tidak sebanding dengan penyerapan air tanah dapat menurunkan daya dukung tanah, yang pada gilirannya dapat memicu amblasan (subsidence) dan meningkatnya intrusi air laut (Khoiron, 2012).

Penyelidikan kekuatan tanah dan kondisi bawah-permukaan telah dilakukan di gedung A dan gedung B Bank Indonesia. Penyelidikan kekuatan tanah dilakukan dengan menggunnakan metode Standard Penetration Test (SPT), sedangkan penyelidikan kondisi bawah-permukaan dilakukan dengan mengguakan metode Ground Penetrating Radar


(GPR) (Kaswandi, 2011). Penyelidikan ini dilakukan untuk melihat apakah terdapat amblasan (subsidence) maupun kemungkinan lain seperti intrusi air laut dan rongga-rongga tanah.

Dari hasil prosesing data yang telah dilakukan oleh Achmad Andi Kaswandi ini, masih terlihat ringing/background noise yang belum maksimal dihilangkan. Dari hasil pemrosesan data, masih terlihat ringing/background noise berupa terhapusnya amplitude yang menerus hingga lapisan yang lebih dalam. Akibat dari Ringing/background noise ini, kemenerusan/kontinuitas lapisan secara horisontal menjadi buram.

Penulis membandingkan beberapa metode dalam penghilangan ringing/background noise yaitu . Hasilnya, didapatkan metode yang lebih efektif yaitu menggunakan radon transform (Kim et all., 2007) yang terlihat dari kemenerusan/kontinuitas lapisan secara horisontal semakin baik.

Pada data GPR, kontras reflektor dari objek yang dicari berupa batas lapisan bedrock maupun batas litologi tidak cukup kuat terlihat. Namun demikian, dengan adanya data sumur (berupa kedalaman litologi dan SPT sampai 60 m) dan data kecepatan GPR daerah pengukuran metode WARR sebesar 0.16 m/ns sampai kedalaman 70 m, maka batas two way traveltime (twt) pada data GPR dapat dihitung dan persebaran litologi maupun bedrock dapat dicari dan dimodelkan.


Gambar I.1. Alur Pengolahan Data GPR

Alur pengolahan data pada Gambar I.1 di atas menunjukkan alur pengolahan data GPR, dimana sampai tahap Bandpass-Butterworth Filtering, Bandpass Filtering, backgrund removal, f-k filtering, dan radon demultiple hasilnya dibandingkan dan dianalisis satu sama lain. Akan terlihat bahwa efek ringing/background noise akan dapat dihilangkan dengan baik dengan menggunakan metode radon demultiple (Kim et all., 2004). Data dari


keluaran radon demultiple yang sudah bagus ini kemudian yang akan dilakukan pemodelan bawah permukaan berdasarkan data SPT dan litologi sumur.

HASIL DAN PEMBAHASAN

1. Pengolahan Data GPR Dari hasil pengolahan atau filtering data GPR, pada Gambar IV.1 sampai Gambar IV.5, terlihat ditunjukkan hasilnya untuk setiap metode background removal, bandpassbutterworth filtering, bandpass filtering, f-k filtering, dan radon demultiple. Dari data ini terlihat bahwa metode radon demultiple terlihat lebih efektif dalam menghilangkan efek ringing/background noise pada data Ground Penetrating Radar (GPR) sehingga kontinuitas perlapisannya menjadi bagus dan tidak terputus. Secara keseluruhan, gambargambar di bawah ini merupakan kumpulan hasilnya yang dibandingkan antara radon demultiple dengan metode-metode penghilangan ringing/background nise lain. Terlihat dari keselurujhan gambar bahwa metode radon demultiple lebih efektif dalam menghilangkan ringing/background noise daripada metode-metode lain.


Gambar IV.1. Perbandingan antara radon demultiple (kiri) dengan background removal. Terlihat metode radon demultiple lebih efektif dalam menghilangkan ringing/background noise.


Gambar IV.2. Perbandingan antara radon demultiple (kiri) dengan bandpass-butterworth filtering. Terlihat metode radon demultiple lebih efektif dalam menghilangkan ringing/background noise.

Gambar IV.3. Perbandingan antara radon demultiple (kiri) dengan bandpass filtering. Terlihat metode radon demultiple lebih efektif dalam menghilangkan ringing/background noise.


Gambar IV.4. Perbandingan antara radon demultiple (kiri) dengan fk filtering. Terlihat metode radon demultiple lebih efektif dalam menghilangkan ringing/background noise.

2. Pemodelan data GPR Untuk melakukan pemodelan, baik pemodelan litologi maupun pemodelan lapisan bedrock, dibutuhkan data yang sudah berkurang noise-nya agar picking dapat dilakukan dengan mudah. Dalam hal ini hasil pengolahan data menggunakan metode radon demultiple yang digunakan.

2.1. Pemodelan Litologi Dari pengolahan data yang telah dilakukan pada Bab III, didapatkan hasil pemodelan litologi sebagai berikut:


Gambar IV.5. Pemodelan perlapisan Line D dengan data litologi sumur.

Pada Gambar IV.5 terlihat bahwa pemodelan perlapisan litologi untuk line D dari data litologi sumur yaitu lapisan silt, sand, silt sand dan clay. Di sini terlihat pemodelan perlapisan yang cocok dengan data litologi sumur. Dari sini, terlihat kemenerusan dari tiap lapisan pada masing-masing batas litologi.


Gambar IV.6. Pemodelan perlapisan Line F dengan data litologi sumur.

Pada Gambar IV.6 terlihat bahwa pemodelan perlapisan untuk line F dari data litologi sumur yaitu lapisan silt, sand, silt sand dan clay. Di sini terlihat pemodelan perlapisan yang cocok dengan data litologi sumur. Dari sini, terlihat kemenerusan dari tiap lapisan pada masing-masing batas litologi.


Gambar IV.7. Pemodelan perlapisan Line G dengan data well.

Pada Gambar IV.7 terlihat bahwa pemodelan perlapisan untuk line G dari data litologi sumur yaitu lapisan silt, sand, silt sand dan clay. Di sini terlihat pemodelan perlapisan yang cocok dengan data litologi sumur. Dari sini, terlihat kemenerusan dari tiap lapisan pada masing-masing batas litologi.

2.2. Pemodelan Bedrock Dari pengolahan data yang telah dilakukan pada Bab III, didapatkan hasil pemodelan lapisan bedrock sebagai berikut:


Gambar IV.8. Pemodelan lapisan bedrock pada Line D dengan mengacu pada data SPT.

Pada Gambar IV.8. di atas, terlihat batas lapisan bedrock dimulai pada kedalaman sekitar 35 m yang mengacu kepada kedalaman dari data SPT. Lapisan bedrock dimulai pada lapisan berwarna hijau, terlihat kemenerusan lapisan bedrock.







KESIMPULAN DAN SARAN 1. Kesimpulan Dari hasil dan pembahasan yang diperoleh di atas, dapat disimpulkan beberapa hal yaitu sebagai berikut: a. Pengolahan data dengan metode radon demultiple pada data GPR efektif menghilangkan efek ringing/background noise. b. Pada data GPR, kontras reflektor dari objek yang dicari berupa batas lapisan bedrock maupun batas litologi tidak cukup kuat terlihat. c. Namun demikian, dengan adanya data sumur (berupa kedalaman litologi dan SPT sampai 60 m) dan data kecepatan GPR daerah pengukuran metode WARR sebesar 0.16 m/ns sampai kedalaman 70 m, maka batas two way traveltime (twt) pada data GPR dapat dihitung dan persebaran litologi maupun bedrock dapat dicari dan dimodelkan.

2. Saran Untuk kepentingan dan pengembangan metode GPR selanjutnya, ada beberapa hal yang disarankan, yaitu: a. Dari pemodelan perlapisan menunjukkan antara data GPR dengan data litologi maupun bedrock dari well kurang begitu terikat dengan sempurna, hal ini karena pemilihan kecepatan dengan menggunakan WARR (Wide Angle Reflection Refraction) berupa kecepatan yang konstan, padahal kecepatan perlapisan sesungguhnya adalah bervariasi tergantung pada nilai konstanta dielektrik dari setiap lapisan. Oelh karena itu, perlu dilakukan pengukuran kecepatan fisis pada setiap lapisan untuk mendapatkan pemodelan yang akurat. b. Untuk mendapatkan identifikasi bedrock dan persebarannya yang akurat, data GPR dapat dilakukan analisis multiatribut dengan tambahan data lain.


DAFTAR ACUAN Bahri, Ayi S., Supriyanto, & Bagus Jaya Sentosa. 2009. Penentuan Karakteristik Dinding Gua Seropan Gunungkidul dengan Metode Ground Penetrating

Radar. ITS.

Daniels, David J. 2004. Ground Penetrating Radar, 2nd Edition. The Institution of Electrical Engineers, London, United Kingdom. Detiknews.

2011.

Setelah

Amblas,

Jakarta

Bakal

Klelep

(online).

URL:

http://news.detik.com/read/2011/11/07/094314/1761589/159/setelah-amblas-jakartabakal-klelep. Diakses pada 22 Oktober 2012. Dictionary. 2003. Dictionary of Earth Science Second Edition. McGraw-Hill Companies, inc. United States. Geophysical Survey System. 2008. SIR System-3000 User Manual. United States. Kaswandi, Achmad Andi. 2011. Pemetaan Subsurface Gedung Bank Indonesia dengan Metode Ground Penetrating Radar (GPR) untuk mendeteksi keberadaan rongga. Laporan Kerja Praktek. Departemen Fisika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Indonesia. Khoiron. 2012. Identifikasi Bedrock Menggunakan Metode GPR di Daerah X Wilayah Jakarta Pusat. Proceeding PIT HAGI 2012. Departemen Fisika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Indonesia. Kim, Jung-Ho. Cho, Seong-Jun. Yi, Myeong-Jong. 2007. Removal of ringing noise in GPR data by signal processing. Engineering Geophysics Group, Korea Institute of Geoscience and Mineral Resources, Korea. Nuzzo, L., and Quarta, T. 2004. Improvement in GPR coherent noise attenuation using t-p and wavelet transforms, page: 789−802. Geophysics. Fisher, Steven C. Stewart, Robert R. and Jol, Harry M. 1992. Processing Ground Penetrating Radar (GPR) data. Crewes Research Report Volume 4. University of Calgary, Department of Ggeography.


Sandmeier, K.J. 2011. Reflexw Manual Book. Karlsruhe: Sandmeier Scientific Software, Germany.


Identifikasi Bedrock Menggunakan Metode GPR di Daerah X Wilayah Jakarta Pusat SKRIPSI KHOIRON

Recommend Documents