ANALISIS LAPISAN TIPIS MENGGUNAKAN TRANSFORMASI STOCKWELL (S-TRANSFORM) TUGAS SARJANA GEMA WAHYUDI PURNAMA
|
|
- Ratna Yuliani Kusuma
- 7 tahun lalu
- Tontonan:
Transkripsi
1 ANALISIS LAPISAN TIPIS MENGGUNAKAN TRANSFORMASI STOCKWELL (S-TRANSFORM) TUGAS SARJANA diajukan untuk sidang sarjana di Program Studi Geofisika Institut Teknologi Bandung oleh GEMA WAHYUDI PURNAMA PROGRAM STUDI GEOFISIKA INSTITUT TEKNOLOGI BANDUNG 2008
2 LEMBAR PENGESAHAN TUGAS SARJANA dengan judul: ANALISIS LAPISAN TIPIS MENGGUNAKAN TRANSFORMASI-S (S-TRANSFORM) GEMA WAHYUDI PURNAMA Menyetujui Pembimbing Dr. SONNY WINARDHI i
3 KATA PENGANTAR Puji dan syukur pertama-tama penulis panjatkan kepada Allah SWT yang telah melimpahkan rahmat-nya sehingga tugas sarjana yang disusun sebagai prasyarat untuk mendapatkan gelar sarjana S1 Program Studi Geofisika Institut Teknologi Bandung dapat diselesaikan dengan baik. Pada kesempatan ini, penulis juga ingin berterima kasih dan memberikan penghargaan yang sebesar-besarnya atas bantuan dan kerjasamanya dalam penyusunan tugas sarjana ini kepada: 1. Bapak Dr. Sonny Winardhy selaku dosen pembimbing. 2. Bapak Dr. Wahyu Triyoso atas saran dan ide. 3. Bapak Dr. Hendra Grandis selaku Kaprodi. 4. Bapak Dr. Nanang T. Puspito atas segala masukan draft dan persentasi. 5. Papa dan mama tercinta yang tidak akan pernah dapat terbalaskan segala pengorbanan. 6. Keluarga tercinta, adikku Dian, Wulan, Dedek, Uni, Ogik, yang selalu penulis sayangi. 7. Keluarga besar bapak Sumito, terutama untuk Dian Novitasari. 8. Farid dan Udin atas saran-saran. 9. Teman-teman seperjuangan, Udin, Aming, Dika, Dila, Dita, dan lain-lain. 10. Teman-teman OMEGA. 11. Teman-teman di asrama bumi ganesha. 12. Dan teman-teman yang belum tersebut, mohon maaf atas kekhilafan. Penulis sadar akan ketidaksempurnaan penelitian ini. Oleh karena itu, penulis mengharap adanya kritik serta saran yang membangun dari pembaca agar dapat memberikan manfaat bagi pihak yang membutuhkan. Bandung, Juni 2008 Penulis ii
4 ABSTRAK Sinyal seismik yang merekam kondisi bawah permukaan merupakan sinyal nonstationer, dalam arti data tersebut memiliki wavelet dan frekuensi yang berubah terhadap waktu. Di sisi lain, pengaruh atenuasi akibat litologi mengakibatkan frekuensi sinyal seismik berkurang terhadap waktu. Hal ini mengakibatkan berkurangnya resolusi sinyal seismik. Untuk mengatasi keterbatasan ini diterapkan metoda S-Transform yang mampu mendekomposisi spektrum dalam waktu dan frekuensi. Salah satu kasus di dalam metode seismik refleksi terjadi pada saat gelombang seismik melewati lapisan tipis (thin bed). Respon dari sinyal seismik akan menunjukkan adanya interferensi sinyal akibat keberadaan dua bidang batas pada lapisan tipis tersebut. Efek tunning merupakan fenomena interferensi sinyal seismik yang terjadi saat kita sudah tidak dapat lagi membedakan batas atas dan batas bawah dari suatu lapisan. Dengan menggunakan metoda Integrate yang merupakan hasil kumulatif dari penjumlahan amplitudo pada satu trace seismik, efek tuning pada data sintetik tidak bercampur bising dapat dihilangkan. Akan tetapi dengan pencampuran bising 10%, tuning efek tidak terlalu dapat dihilangkan. Kelemahan metoda integrate, diatasi dengan menggunakan metoda S-Transform. Melalui metoda ini, model sintetik lapisan tipis membaji bercampur bising 10% dapat memperlihatkan pemisahan lapisan tipis tersebut. Kata Kunci : S-Transform, Analisa frekuensi tunggal, Integrate, Lapisan tipis. iii
5 ABSTRACT Seismic signal that record subsurface condition is non-stationer signal, it means data influence with wavelet and frequency that change depends on time. In the another side, atenuation influence caused by lithology makes the frequency of seismic signal decrease depends on time. To resolve this problem we have used S-Transform that can localize signyal in time domain. The one of case in seismic reflection method occured when sesimic wave through in a thin-layer (thin-bed). The respon of seismic signal are getting interferention that happened by two layers in thin layer boundary. The tunning effect produced by seismic signal interferention and we can not detect where is the top and the bottom in a thin layer. We are using Integrate method which is summation of amplitude in one trace. In fact, we can decrease tunning effect when we use Integrate but with noise 10%, we can not to identify it. Because of that problem, I try to solve with S-Transform that can enhance resolution in thin layer. Keywords: S-Transform, Single Frekuency Analyze, Integrate, Thin Layer. iv
6 DAFTAR ISI KATA PENGANTAR... ii ABSTRAK... iii ABSTRACT... iv DAFTAR ISI... v DAFTAR LAMPIRAN... vi DAFTAR GAMBAR... vii I. PENDAHULUAN Latar Belakang Tujuan Penelitian Batasan Masalah Sistematika Penulisan... 2 II. LANDASAN TEORI Integrate S-Transform... 3 III. DATA DAN METODA PENELITIAN Deskripsi Data Pengolahan Data Intergrate S-Transform... 9 IV. HASIL DAN ANALISA Aplikasi Integrate Pada Data Sintetik Lapisan Tipis Model Membaji Aplikasi S-Transform Pada Data Sintetik Lapisan Tipis Model Membaji V. KESIMPULAN DAN SARAN Kesimpulan Saran VI. DAFTAR PUSTAKA v
7 DAFTAR LAMPIRAN LAMPIRAN A. Slicing Frekuensi 15 Hz, frekuensi dominan 15 hz, faktor 1 0,1 0,0115 LAMPIRAN B. Slicing Frekuensi 20 Hz, frekuensi dominan 20 hz, faktor 1 0,1 0,0115 LAMPIRAN C. Slicing Frekuensi 20 Hz, frekuensi dominan 20 hz, faktor 1 0,1 0,0115 LAMPIRAN D. Slicing Frekuensi 30 Hz, frekuensi dominan 30 hz, faktor 1 0,1 0,0115 LAMPIRAN E. Slicing Frekuensi 20 Hz, frekuensi dominan 15 hz, Noise 10%, faktor 1 0,1 0,01 16 LAMPIRAN F. Slicing Frekuensi 20 Hz, frekuensi dominan 20 hz, Noise 10%, faktor 1 0,1 0,01 16 LAMPIRAN G. Slicing Frekuensi 30 Hz, frekuensi dominan 25 hz, Noise 10%, faktor 1 0,1 0,01 16 LAMPIRAN G. Slicing Frekuensi 30 Hz, frekuensi dominan 30 hz, Noise 10%, faktor 1 0,1 0,01 16 vi
8 DAFTAR GAMBAR Figure II.1 Bagan Alir S-Transform... 3 Figure II.2 S-Transform Faktor Figure II.3 S-Transform Faktor 0, Figure II.4 S-Transform Faktor 0, Figure III.1 Model Kecepatan Seismik Sintetik dengan Frekuensi 15 Hz... 7 Figure III.2 Model Kecepatan Seismik Sintetik dengan Frekuensi 20 Hz... 7 Figure III.3 Model Kecepatan Seismik Sintetik dengan Frekuensi 25 Hz... 7 Figure III.4 Model Kecepatan Seismik Sintetik dengan Frekuensi 30 Hz... 7 Figure III.5 Integrate Lapisan Tipis Membaji dengan Frekuensi 15 Hz... 8 Figure III.6 Integrate Lapisan Tipis Membaji dengan Frekuensi 20 Hz... 8 Figure III.7 Integrate Lapisan Tipis Membaji dengan Frekuensi 25 Hz... 8 Figure III.8 Integrate Lapisan Tipis Membaji dengan Frekuensi 30 Hz... 8 Figure IV.1 Plot Amplitudo terhadap CDP Dengan Frek. Wavelet 15 & 20 Hz... 9 Figure IV.2 Plot Integrate terhadap CDP Dengan Frek. Wavelet 15 & 20 Hz... 9 Figure IV.3 Plot Amplitudo terhadap CDP Dengan Frek. Wavelet 25 & 30 Hz Figure IV.4 Plot Integrate terhadap CDP Dengan Frek. Wavelet 25 & 30 Hz Figure IV.5 Plot Amplitudo terhadap CDP Dengan Frek. Wavelet 15 & 20 Hz Kandungan Bising 10% Figure IV.6 Plot Integrate terhadap CDP Dengan Frek. Wavelet 15 & 20 Hz Kandungan Bising 10% Figure IV.7 Plot Amplitudo terhadap CDP Dengan Frek. Wavelet 25 & 30 Hz Kandungan Bising 10% Figure IV.8 Plot Integrate terhadap CDP Dengan Frek. Wavelet 25 & 30 Hz Kandungan Bising 10% Figure IV.9 S-Transform Single Trace Frekuensi 15 Hz dengan Faktor Figure IV.10 S-Transform Single Trace Frekuensi 15 Hz dengan Faktor 0, Figure IV.11 S-Transform Single Trace Frekuensi 15 Hz dengan Faktor 0, vii
9 I. PENDAHULUAN 1.1 Latar Belakang Konsep analisa sinyal bermula pada analisis sinyal melalui pendekatan sinyal stasioner sebagai replika dari sinyal riil. Namun, pada prakteknya di lapangan, sinyal riil merupakan sinyal yang kompleks sehingga sangat riskan jika analisis sinyal yang bersangkutan dilakukan dengan pendekatan sinyal stasioner. Meskipun Fourier Transform mampu menghasilkan informasi mengenai komponen spektral (frekuensi) dari suatu sinyal, namun metode tersebut tidak dapat melokalisasi variasi spektral ke dalam domain waktu. Untuk itu diperlukan semacam representasi time-frequency yang mampu menghasilkan lokalisasi komponen spektral tersebut. Data seismik, yang secara alami tidak stasioner, mempunyai berbagai kandungan frekuensi dalam domain waktu. Dekomposisi waktu-frekuensi (yang juga disebut sebagai spectral decomposition) dari data seismik merupakan atribut seismik yang bertujuan untuk mencirikan tanggap frekuensi yang bergantung pada batuan dan reservoar bawah permukaan. Selama ini spektra waktu-frekuensi umumnya digunakan untuk mendapatkan berbagai macam atribut frekuensi dari sinyal seismik, seperti frekuensi tunggal, frekuensi dominan, frekuensi tengah, dan lain-lain. Spektrum waktu-frekuensi tersebut bisa didapatkan dari short time fourier transform (STFT) dan Continue Wavelet Transfrom (CWT). Kelemahan dari STFT adalah spektrum waktufrekuensi yang dihasilkan resolusinya dibatasi oleh pemilihan window waktu. Sedangkan CWT menghasilkan peta waktu-skala (bukan waktu-frekuensi). Untuk mengatasi kekurangan metodemotode di atas, dibutuhkan metoda yang bisa melokalisir frekuensi sepanjang waktu yaitu S-Transform. S-Transform (Stockwell, et.al 1996) merupakan salah satu metode lokalisasi time-frequency yang dikembangkan bedasarkan konsep yang sama dengan STFT (Gabor, 1946). Kelebihan S- Transform bila dibandingkan dengan Wavelet Transform (Rioul dan Vetterli, 1991), terletak pada kemampuan S- Transform menghasilkan fasa absolut untuk setiap lokalisasi komponen frekuensi. Salah satu kasus di dalam metode seismik refleksi terjadi pada saat gelombang seismik melewati lapisan tipis (thin bed). Respon dari sinyal seismik akan menunjukkan adanya interferensi sinyal akibat keberadaan dua bidang batas pada lapisan tipis tersebut. Fenomena interferensi sinyal seismik ini dikenal pula sebagai efek tunning (tunning effect). Efek tunning terjadi saat kita sudah tidak dapat lagi membedakan batas atas dan batas bawah dari suatu lapisan akibat adanya interferensi sinyal. Efek tunning tersebut menyebabkan penampang seismik (dalam domain waktu) tidak terresolusi dengan baik sehingga sulit untuk menentukan ketebalan dari lapisan tipis tersebut. Melalui metode dekomposisi spektral yang diajukan oleh Partyka, dapat ditentukan ketebalan dari lapisan tipis yang mengalami efek tunning. 1
10 1.2 Tujuan Penelitian Tujuan dari penelitian ini yaitu : Menggunakan metoda Integrate dan S- Transform untuk meningkatkan resolusi pada studi kasus lapisan tipis model membaji. 1.3 Batasan Masalah Batasan masalah dalam penelitian ini adalah: 1. Data sintetik model lapisan tipis membaji. 2. Nilai frekuensi wavelet Ricker 15, 20, 25, dan 30 Hz 3. Penambahan bising 10% pada data sintetik model lapisan tipis membaji. analisa Integrate dan hasil slice frekuensi tunggal untuk S-Transform. Bab V Kesimpulan dan Saran Bab ini menguraikan kesimpulan hasil penelitian. Selain itu pada bagian ini juga diuraikan saran saran bagi penelitian berikutnya berkenaan dengan berbagai keterbatasan yang terdapat dalam penelitian ini. Bab VI Daftar Pustaka Berisikan daftar pustaka untuk referensi penelitian. 1.4 Sistematika Penulisan Laporan Tugas Akhir ini disusun berdasarkan sistematika sebagai berikut : Bab I Pendahuluan Pada bagian ini dilakukan penjabaran latar belakang penelitian, penetapan tujuan dan batasan penelitian serta penjabaran sistematika penulisan laporan Tugas Akhir. Bab II Landasan Teori Bagian ini menguraikan berbagai konsep dan teori yang mendukung penelitian ini. Uraian tersebut meliputi konsep mengenai Integrate dan S-Transform. Bab III Data dan Metoda Penelitian Bab ini berisi tentang proses perhitungan Integrate dan S-Transform. Bab IV Hasil dan Analisa Bagian ini menyajikan output dari pengolahan data kemudian dilakukan 2
11 II. LANDASAN TEORI 2.1 Integrate Integrate adalah penjumlahan komulatif dari nilai ampitudo untuk tiap sampling rate pada satu trace. Dengan perhitungan dimulai dari lapisan ke-1. Dengan perumusan di bawah ini : I i = si + Ii 1 I i = Nilai amplitude untuk lapisan ke-i s i = Nilai integrate untuk lapisan ke-i 2.2 S-Transform Konsep S-Transform atau Stockwell Transform diperkenalkan pertama kali oleh R.G. Stockwell et al., (1996) sebagai salah satu metode yang digunakan untuk melokalisasi spektrum yang kompleks. Menurut Stockwell, S-Transform merupakan semacam koreksi fasa dari metode Continuous Wavelet Transform (CWT). CWT, W ( τ, d ), dari sebuah fungsi h(t) dinyatakan sebagai: ( d ) W τ, = h( t) w( t τ, d) dt Secara eksplisit S-Transform dinyatakan sebagai : S ( τ, f ) ( τ t) f 2 i2πft = h( t) e e dt f 2π Untuk memudahkan perhitungan nilai S- Transform dari fungsi h(t), maka persamaan S-Transform dapat dituliskan sebagai berikut : S = 2 2 2π a 2 f i 2πατ ( τ, f ) H ( α + f ) e e dα, f 0 dimana U (α ) merupakan transform Fourier dari h (t). Persamaan diskrit analog diatas digunakan untuk menghitung S-Transform diskrit dengan memanfaatkan Fast Fourier Transform (FFT) dan konsep konvolusi. Berikut adalah diagram alir komputasi S- Transform : Sinyal FFT (Fast Fourier Transform) 2 2 Sementara S-Transform dari fungsi h(t) didefinisikan sebagai CWT dengan wavelet induk tertentu yang dikalikan dengan faktor fasa : S( τ, f ) = e i2πfτ W ( τ, d) Perubahan nilai frekuensi Perkalian dengan Gaussian Window (lebar window sesuai frekuensi yang dipilih) IFFT (Inverse Fast Fourier Transform) dimana wavelet induk didefinisikan sebagai : Peta Time-Frequency S-Transform w( t, f ) = f e 2π 2 2 t f 2 e i2πft Figure II-1. Bagan Alir S-Transform 3
12 Figure II-2 S-Transform Faktor 0.1 Figure II-4. S-Transform Faktor 0.01 S( τ, f) = U( α+ f) e 2 2 2π k 2 α 2 f e i2πατ dα, f 0 Pada persamaan yang digunakan untuk menghitung besar window Gaussian (kotak merah) tampak bahwa lebar window yang digunakan selain ditentukan oleh besar frekuensi, juga ditentukan oleh faktor skala k, dimana nilai k yang digunakan adalah 1; 0,1 dan 0,01. Bila nilai k yang kita gunakan semakin kecil, maka akan dihasilkan window gaussian yang semakin lebar. Figure II-3. S-Transform Faktor 0.1 S-Transform mampu menghasilkan komponen riil dan imajiner dari suatu spektrum secara independen. Di dalam sinyal analitik, sebuah sinyal S(t) didefinisikan sebagai sebuah variabel yang memiliki dua komponen, yakni komponen riil dan komponen imajiner. Secara matematis sinyal analitik dari S (t) dinyatakan sebagai berikut : S ( t) = s( t) + j.ˆ( s t) 4
13 dimana s (t) dan j. sˆ( t) masing-masing merupakan komponen riil dan imajiner dari S (t). Kenyataannya di lapangan, komponen imajiner dari sebuah sinyal tidak bisa diperoleh secara langsung melalui pengukuran. Hal yang kita peroleh melalui pengukuran dan pengamatan sinyal hanyalah berupa komponen riil sinyal tersebut. Dengan mengetahui nilai kedua komponen tersebut, dapat ditentukan amplitudo, fasa dan frekuensi sesaat dari spektrum, yakni : 2 2 Amplitudo, A ( t) = s ( t) + sˆ ( t) sˆ( t) Fasa, φ ( t ) = arctan s( t) d Frekuensi, ω ( t) = φ( t) dt Sehingga S-Transform dapat dituliskan kembali sebagai : S( τ, fo) = A( τ, fo) e iφ ( τ, fo) 5
14
15 III. DATA DAN METODA PENELITIAN Pada penelitian akan dibahas mengenai aplikasi metoda integrate dengan tujuan untuk menghilangkan efek tuning pada data sintetik tanpa bising dan aplikasi S- Transform untuk analisis lapisan tipis dengan menggunakan data sintetik membaji. Software yang digunakan dalam penilitian ini adalah MATLAB 7.0 dan Hampson-Russell. Figure III-2. Model Kecepatan Seismik Sintetik dengan Frekuensi 20 Hz 3.1 Deskripsi Data Data yang digunakan adalah data seismik penampang 2D yang telah dimigrasi. Panjang line 100 trace atau 100 m dengan kedalaman 400 m. Sumber wavelet digunakan "Ricker" dengan frekuensi 15, 20, 25, 30 Hz. Sampling interval 2 ms (Gambar 5). Figure III-3. Model Kecepatan Seismik Sintetik dengan Frekuensi 20 Hz Figure III-1. Model Kecepatan Seismik Sintetik dengan Frekuensi 15 Hz Figure III-4. Model Kecepatan Seismik Sintetik dengan Frekuensi 20 Hz 7
16 3.2 Pengolahan Data Pengolahan data dimulai dari model numeric lapisan tipis membaji yang dikonvolusikan dengan sumber wavelet "Ricker" dengan frekuensi 15, 20, 25, dan 30 Hz. Dari model tersebut kemudian dianalisis dengan dua metoda, yaitu Integrate dan S-Transform. Berikut merupakan bagan alir penelitian dari tugas akhir (Bagan Alir Penelitian). Figure III-5. Integrate Lapisan Tipis Membaji dengan Frekuensi 15 Hz Figure III-6. Integrate Lapisan Tipis Membaji dengan Frekuensi 20 Hz Bagan Alir Penelitian Intergrate Perhitungan Integrate dilakukan dengan cara penjumlahan kumulatif amplitude per trace untuk data tanpa dan dengan kandungan bising, sehingga didapatkan nilai tertentu (Gambar 10, 11, 12, dan 13) yang kemudian nilai tersebut di plot terhadap ketebalan (CDP) dengan jumlah trace 100, dengan frekuensi wavelet model sintetik 15, 20, 25, dan 30 Hz. Figure III-7. Integrate Lapisan Tipis Membaji dengan Frekuensi 25 Hz 8
17 Figure III-9. S-Transform Faktor 0.1 III-8. Integrate Lapisan Tipis Membaji dengan Frekuensi 25 Hz S-Transform S-Transform merupakan koreksi fasa dari CWT yang dapat melokalisasi spectrum yang kompleks terhadap waktu sehingga mempunyai fungsi domain time-frekuensi. Dalam perhitungannya S-Transform merupakan hasil perkalian signyal (t) dengan gaussian window (gaussian window yang bergantung pada factor k, semakin rendah nilainya maka gaussian window akan semakin lebar dan sebaliknya) yang kemudian d FFT kan. Data sintetik yang merupakan lapisan tipis model membaji di proses di dalam S- Transform dan kemudian di slice terhadap frekuensi tertentu diantara 0 - frekuensi Nyquist. Factor yang digunakan adalah 1 0,1 0,01. Figure III-9. S-Transform Faktor 0.1 Figure III-10. S-Transform Faktor 0.01 IV. HASIL DAN ANALISA Aplikasi Integrate Pada Data Sintetik Lapisan Tipis Model Membaji Pada bab ini dilakukan perbandingan antara nilai Integrate yang merupakan penambahan kumulatif amplitude untuk satu trace yang kemudian di plot terhadap ketebalan (Gambar IV-2, IV-4) dan nilai amplitude terhadap ketebalan (Gambar IV- 1, IV-3). 9
18 Figure IV-1. Plot Amplitudo terhadap CDP Dengan Frek. Wavelet 15 & 20 Hz Figure IV-2. Plot Integrate terhadap CDP Dengan Frek. Wavelet 15 & 20 Hz Figure IV-4. Plot Integrate terhadap CDP Dengan Frek. Wavelet 25 & 30 Hz Untuk analisis lapisan tipis model membaji dengan menggunakan metoda Integrate (Gambar IV-2, IV-4), terlihat bahwa metoda tersebut dapat menghilangkan efek tuning pada model sintetik tanpa bising. Untuk model sintetik dengan kandungan bising 10% (Gambar IV-5, IV-7), dilakukan metoda yang sama, dapat terlihat setelah di plot nilai Integrate terhada ketebalan lapisan, tidak terlalu baik untuk analisis lapisan tipis (Gambar IV-6, IV-8). Hal ini dikarenakan pencampuran kandungan bising tersebut mempengaruhi amplitudo data secara signifikan (Gambar IV-5, IV-7). Figure IV-3. Plot Amplitudo terhadap CDP Dengan Frek. Wavelet 25 & 30 Hz 10
19 Figure IV-5. Plot Amplitudo terhadap CDP Dengan Frek. Wavelet 15 & 20 Hz Kandungan Bising 10% Figure IV-8. Plot Amplitudo terhadap CDP Dengan Frek. Wavelet 25 & 30 Hz Kandungan Bising 10% Pada gambar IV-6, IV-8 dapat di lihat bahwa untuk metoda Integrate tidak terlalu terlihat dapat menghilangkan efek tuning dikarenakan data sintetik telah bercampur dengan kandungan bising 10%. Figure IV-6. Plot Integrate terhadap CDP Dengan Frek. Wavelet 15 & 20 Hz Kandungan Bising 10% Figure IV-7. Plot Amplitudo terhadap CDP Dengan Frek. Wavelet 25 & 30 Hz Kandungan Bising 10% Aplikasi S-Transform Pada Data Sintetik Lapisan Tipis Model Membaji Pada perhitungan S-Transform diketahui bahwa data pada domain waktu dikalikan dengan window gaussian. Untuk perhitungan di dalam komputasi, domain waktu diubah ke dalam domain frekuensi. Dengan menggunakan faktor k yang merupakan variabel di dalam window gaussian. Semakin besar faktor maka window gaussian akan semakin sempit dan semakin kecil faktor maka window gaussian akan semakin lebar. Pada analisa single trace dengan faktor terlihat bahwa window gaussian semakin lebar dan berhubungan dengan tingkat resolusi. Semakin kecil window gaussian maka tingkat resolusi semakin tinggi (Gambar IV-9, IV-10, IV-11). Pada penampang S-Transform dengan faktor 1 dan 0,1 terlihat lapisan tipis model 11
20 membaji belum dapat terpisah. Sedangkan untuk faktor 0,01 lapisan tipis dapat terpisah. Figure IV-11. S-Transform Single Trace Frekuensi 15 Hz dengan Faktor 0,01 Figure IV-9. S-Transform Single Trace Frekuensi 15 Hz dengan Faktor 1 Figure IV-10. S-Transform Single Trace Frekuensi 15 Hz dengan Faktor 0,1 Langkah selanjutnya adalah analisis frekuensi tunggal diantara 0 hingga frekuensi Nyquist (frekuensi dipilih antara 5 hingga 35 Hz). Analisis frekuensi tunggal merupakan slice frekuensi untuk melihat penampang S-Transform yang merepresentasikan dari model sintetik membaji dengan menggunakan faktor 1 0,1 dan 0,01. Untuk slice pada frekuensi dominan, dapat dilihat faktor 1 dan faktor 0,1 belum dapat sepenuhnya memisahkan lapisan tipis. Sedangkan untuk pemotongan pada frekuensi 0,01 lapisan tipis dapat dipisahkan sesuai dengan model sintetik membaji (Gambar IV-12). Faktor 1 12
21 Faktor 0.1 Faktor 0.1 Faktor 0.01 Figure IV-12. Slice Frekuensi 20hz Faktor 1, 0.1, 0.01 Model Sintetik Membaji Tahap selanjutnya adalah mencampur model sintetik membaji dengan kandungan bising 10% dengan kandungan frekuensi dominan 15 hingga 35 Hz (band pass filter). Setelah itu, model sintetik membaji yang telah bercampur dengan kandungan bising 10% diproses ke dalam S-Transfom dan didapatkan penampangnya (Gambar IV-13). Faktor 1 Faktor 0.01 Figure IV-13. Slice Frekuensi 20 hz Faktor 1, 0.1, 0.01 Model Sintetik Membaji dengan Noise 10% Dari gambar terlihat bahwa untuk faktor 1 dan faktor 0,1 belum dapat merepresentasikan model sintetik membaji. Sedangkan untuk faktor 0,01 terlihat bahwa penampang telah merepresentasikan model sintetik membaji secara baik. V. KESIMPULAN DAN SARAN 5.1 Kesimpulan Kesimpulan hasil penelitian adalah sebagai berikut: 1. Integrate dapat menghilangkan tunning effect pada lapisan tipis untuk model sintetik tanpa noise 2. S-Transform dengan faktor k = 0,01 dapat memisahkan lapisan tipis tanpa maupun ber- noise. 5.2 Saran Saran tindak lanjut dari penelitian ini adalah sebagai berikut : 13
22 1. Perlunya eksperimen sejenis dengan melibatkan wavelet yang non zerophase dalam kasus lapisan tipis. 2. Perlunya proses optimasi dalam penentuan faktor k yang paling baik dalam berbagai kasus analisa lapisan tipis. VI. DAFTAR PUSTAKA Dasa, F., 2007, Deteksi Hidrokarbon Secara Langsung Menggunakan Transformasi-S (S-Transform), Tugas Akhir, Geofisika ITB, Mauren Paola Ruthner, S, Adelson., 2005, Application of S Transform in the Spectral Decomposition of Seismic Data, 9 th International Congress of The Brazilian Geophysical Society, Oktober Stockwell, R. G., Mansinha, L., and Lowe, R. P.,1996, Localization of the complex spectrum: the S transform, IEEE Trans. Signal Process., vol. 44,no. 4, pp Wihardhy, G., 2006, Analisis Dekomposisi Spektral Menggunakan S- Transform, Tugas Akhir, Geofisika ITB,
23 LAMPIRAN A. SLICING FREKUENSI 15 HZ, FREKUENSI DOMINAN 15 HZ, FAKTOR 1 0,1 0,01 LAMPIRAN C. SLICING FREKUENSI 20 HZ, FREKUENSI DOMINAN 20 HZ, FAKTOR 1 0,1 0,01 LAMPIRAN B. SLICING FREKUENSI 20 HZ, FREKUENSI DOMINAN 20 HZ, FAKTOR 1 0,1 0,01 LAMPIRAN D. SLICING FREKUENSI 30 HZ, FREKUENSI DOMINAN 30 HZ, FAKTOR 1 0,1 0,01 15
24 LAMPIRAN E. SLICING FREKUENSI 20 HZ, FREKUENSI DOMINAN 15 HZ, NOISE 10%, FAKTOR 1 0,1 0,01 LAMPIRAN G. SLICING FREKUENSI 30 HZ, FREKUENSI DOMINAN 25 HZ, NOISE 10%, FAKTOR 1 0,1 0,01 LAMPIRAN F. SLICING FREKUENSI 20 HZ, FREKUENSI DOMINAN 20 HZ, NOISE 10%, FAKTOR 1 0,1 0,01 LAMPIRAN G. SLICING FREKUENSI 30 HZ, FREKUENSI DOMINAN 30 HZ, NOISE 10%, FAKTOR 1 0,1 0,01 16
DEKOMPOSISI SPEKTRAL MENGGUNAKAN S-TRANSFORM UNTUK IDENTIFIKASI LOW FREQUENCY SHADOWS TESIS
UNIVERSITAS INDONESIA DEKOMPOSISI SPEKTRAL MENGGUNAKAN S-TRANSFORM UNTUK IDENTIFIKASI LOW FREQUENCY SHADOWS TESIS GADANG GENTUR WIHARDY 0806421086 FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM PROGRAM
Lebih terperinciIV.1 Aplikasi S-Transform sebagai Indikasi Langsung Hidrokarbon (DHI) Pada Data Sintetik Model Marmousi-2 2.
Stack Time Migration (PSTM) dengan sampling interval 4 ms. Panjang line FD-1 lebih kurang 653 trace, sedangkan line FD-2 lebih kurang 645 trace dengan masing-masing memiliki kedalaman 3000 m dan sampling
Lebih terperinciESTIMASI FAKTOR KUALITAS SEISMIK SEBAGAI INDIKATOR ZONA GAS
ESTIMASI FAKTOR KUALITAS SEISMIK SEBAGAI INDIKATOR ZONA GAS Tugas Akhir Diajukan untuk memenuhi syarat kurikulum Program Studi Sarjana Geofisika Oleh: Wrahaspati 12403022 PROGRAM STUDI GEOFISIKA FAKULTAS
Lebih terperinciDETEKSI HIDROKARBON SECARA LANGSUNG MENGGUNAKAN TRANSFORMASI-STOCKWELL (S-TRANSFORM) TUGAS AKHIR
DETEKSI HIDROKARBON SECARA LANGSUNG MENGGUNAKAN TRANSFORMASI-STOCKWELL (S-TRANSFORM) TUGAS AKHIR Disusun untuk memenuhi syarat kurikuler Program Sarjana (S1) Program Studi Geofisika Institut Teknologi
Lebih terperinciBAB 1 PENDAHULUAN. meruntuhkan bangunan-bangunan dan fasilitas umum lainnya.
BAB 1 PENDAHULUAN 1.1. Latar Belakang Gempa bumi merupakan fenomena alam yang sudah tidak asing lagi bagi kita semua, karena seringkali diberitakan adanya suatu wilayah dilanda gempa bumi, baik yang ringan
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan
BAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan Konsep transformasi wavelet awalnya dikemukakan oleh Morlet dan Arens (1982), di bidang geofisika untuk menganalisis data seismik yang tidak stasioner,
Lebih terperinciV. HASIL DAN PEMBAHASAN. Cadzow filtering adalah salah satu cara untuk menghilangkan bising dan
V. HASIL DAN PEMBAHASAN 5.1 Penerapan Cadzow Filtering Cadzow filtering adalah salah satu cara untuk menghilangkan bising dan meningkatkan strength tras seismik yang dapat dilakukan setelah koreksi NMO
Lebih terperinciBAB III DATA DAN PENGOLAHAN DATA
BAB III DATA DAN PENGOLAHAN DATA 3.1 Data 3.1.1 Data Seismik Data yang dimiliki adalah data seismik hasil migrasi post stack 3-D pada skala waktu / time dari Lapangan X dengan polaritas normal, fasa nol,
Lebih terperinciDEKONVOLUSI MENGGUNAKAN METODA NEURAL NETWORK SEBAGAI PRE-PROCESSING UNTUK INVERSI DATA SEISMIK TUGAS AKHIR
DEKONVOLUSI MENGGUNAKAN METODA NEURAL NETWORK SEBAGAI PRE-PROCESSING UNTUK INVERSI DATA SEISMIK TUGAS AKHIR Disusun untuk memenuhi syarat kurikuler Program Sarjana (S1) Program Studi Geofisika Institut
Lebih terperinciBAB III TEORI DASAR. Prinsip dasar metodee seismik, yaitu menempatkan geophone sebagai penerima
BAB III TEORI DASAR 3.1. Konsep Refleksi Gelombang Seismik Prinsip dasar metodee seismik, yaitu menempatkan geophone sebagai penerima getaran pada lokasi penelitian. Sumber getaran dapat ditimbulkan oleh
Lebih terperinciINVERSI SEISMIK MODEL BASED DAN BANDLIMITED UNTUK PENDEKATAN NILAI IMPEDANSI AKUSTIK TESIS
INVERSI SEISMIK MODEL BASED DAN BANDLIMITED UNTUK PENDEKATAN NILAI IMPEDANSI AKUSTIK TESIS Karya tulis sebagai salah satu syarat memperoleh gelar Magister dari Departemen Fisika Institut Teknologi Bandung
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I 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
Lebih terperinciAPLIKASI DEKOMPOSISI SPEKTRAL UNTUK PENINGKATAN RESOLUSI DATA SEISMIK PADA LAPISAN TIPIS BATUBARA TESIS NOVITA FITRIAH
APLIKASI DEKOMPOSISI SPEKTRAL UNTUK PENINGKATAN RESOLUSI DATA SEISMIK PADA LAPISAN TIPIS BATUBARA TESIS NOVITA FITRIAH 0606001424 UNIVERSITAS INDONESIA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM PROGRAM
Lebih terperinciV. PEMBAHASAN. dapat teresolusi dengan baik oleh wavelet secara perhitungan teoritis, dimana pada
V. PEMBAHASAN 5.1 Tuning Thickness Analysis Analisis tuning thickness dilakukan untuk mengetahui ketebalan reservoar yang dapat teresolusi dengan baik oleh wavelet secara perhitungan teoritis, dimana pada
Lebih terperinciUNIVERSITAS INDONESIA APLIKASI INTERAKTIF ANALISA DEKOMPOSISI SPEKTRAL BERBASIS CONTINUOUS WAVELET TRANSFORM (CWT)
UNIVERSITAS INDONESIA APLIKASI INTERAKTIF ANALISA DEKOMPOSISI SPEKTRAL BERBASIS CONTINUOUS WAVELET TRANSFORM (CWT) Tesis Diajukan sebagai salah satu syarat memperoleh gelar Magister Geofisika Reservoar
Lebih terperinciIdentifikasi Reservoar Hidrokarbon Dengan Menggunakan Dekomposisi Spektral, S-Transform
Identifikasi Reservoar Hidrokarbon Dengan Menggunakan Dekomposisi Spektral, S-Transform VERNANDO MORENA 1), SUPRIYANTO2,*), JUNITA TRIVIANTY2), ZAENAL ABIDIN3), HUMBANG PURBA4) 1) Department of Physics,
Lebih terperinciIII. TEORI DASAR. gelombang akustik yang dihasilkan oleh sumber gelombang (dapat berupa
III. TEORI DASAR 3.1 Konsep Seismik Refleksi Seismik refleksi merupakan salah satu metode geofisika yang digunakan untuk mengetahui keadaan di bawah permukaan bumi. Metode ini menggunakan gelombang akustik
Lebih terperinciDAFTAR ISI... HALAMAN JUDUL... HALAMAN PENGESAHAN... HALAMAN PERNYATAAN... HALAMAN PERSEMBAHAN... KATA PENGANTAR...
DAFTAR ISI HALAMAN JUDUL... HALAMAN PENGESAHAN... HALAMAN PERNYATAAN... HALAMAN PERSEMBAHAN... KATA PENGANTAR... DAFTAR ISI... DAFTAR GAMBAR... DAFTAR TABEL... DAFTAR LAMPIRAN... INTISARI... ABSTRACT...
Lebih terperinciMETODE KOHERENSI STRUKTUR-EIGEN DAN SEMBLANCE UNTUK DETEKSI SESAR PADA DATA SEISMIK 3-D TUGAS AKHIR
METODE KOHERENSI STRUKTUR-EIGEN DAN SEMBLANCE UNTUK DETEKSI SESAR PADA DATA SEISMIK 3-D TUGAS AKHIR Diajukan Sebagai Salah Satu Syarat untuk Mencapai Gelar Sarjana pada Program Studi Fisika Institut Teknologi
Lebih terperinciRingkasan Tugas Akhir/Skripsi
Ringkasan Tugas Akhir/Skripsi Nama, NPM : Wijayanti R. Hutami, 0906516631 Pembimbing : 1. Dr. Eng. Supriyanto M.Sc. 2. Krisna Andita, S.Si Judul (Indonesia) : Reduksi Noise pada Data Seismik Menggunakan
Lebih terperinciSeminar Nasional Ilmu Komputer (SNIK 2015) - Semarang, 10 Oktober 2015 ISSN: XXXXXX Time-Frequency Analysis of Seismic-Volcanic Signals
Time-Frequency Analysis of Seismic-Volcanic Signals Elisati Hulu 1, Bambang Riyanto T 2, Sri Widyantoro 3 1,2 School of Electrical Engineering and Informatics, Institut Teknologi Bandung, Achmad Bakrie
Lebih terperincimenentukan sudut optimum dibawah sudut kritis yang masih relevan digunakan
Gambar 4.15 Data seismic CDP gather yang telah dilakukan supergather pada crossline 504-508. 4.2.4.3 Angle Gather Angle Gather dilakukan untuk melihat variasi amplitudo terhadap sudut dan menentukan sudut
Lebih terperinciUNIVERSITAS INDONESIA ANALISIS DATA SEISMIK DENGAN METODE EMPIRICAL MODE DECOMPOSITION SKRIPSI ALIYYUS SYANI
UNIVERSITAS INDONESIA ANALISIS DATA SEISMIK DENGAN METODE EMPIRICAL MODE DECOMPOSITION SKRIPSI ALIYYUS SYANI 0706262086 FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM PROGRAM STUDI FISIKA DEPOK DESEMBER
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN. dicolokan ke komputer, hal ini untuk menghindari noise yang biasanya muncul
37 BAB IV HASIL DAN PEMBAHASAN 4.1 Hasil 4.1.1 Pengambilan Database Awalnya gitar terlebih dahulu ditala menggunakan efek gitar ZOOM 505II, setelah ditala suara gitar dimasukan kedalam komputer melalui
Lebih terperinciBAB I PENDAHULUAN 1.1 LATAR BELAKANG
BAB I PENDAHULUAN 1.1 LATAR BELAKANG Informasi tentang pemasangan iklan di suatu radio (antara lain mengenai, jam berapa suatu iklan ditayangkan, dalam sehari berapa kali suatu iklan ditayangkan dan berapa
Lebih terperinciBAB IV PERMODELAN POISSON S RATIO. Berikut ini adalah diagram alir dalam mengerjakan permodelan poisson s ratio.
94 BAB IV PERMODELAN POISSON S RATIO 4.1 Work Flow Permodelan Poisson Ratio Berikut ini adalah diagram alir dalam mengerjakan permodelan poisson s ratio. Selain dari data seismic, kita juga membutuhkan
Lebih terperinciHubungan 1/1 filter oktaf. =Frekuesi aliran rendah (s/d -3dB), Hz =Frekuesi aliran tinggi (s/d -3dB), Hz
Hubungan 1/1 filter oktaf f 1 f 2 f 1 = 2 1/2f c f 1 = 2 1/2f c f 1 = 2f c1 = frekuensi tengah penyaring =Frekuesi aliran rendah (s/d -3dB), Hz =Frekuesi aliran tinggi (s/d -3dB), Hz Analisis oktaf sepertiga,
Lebih terperinciPEMBANGKITAN SINYAL DAN FUNGSI FFT
PEMBANGKITAN SINYAL DAN FUNGSI FFT P R A K T I K U M 3 P E N G A N T A R P E M R O S E S A N B A H A S A A L A M I D O W N L O A D S L I D E : H T T P : / / B I T. L Y / N L P _ 8 SIGNAL DI MATLAB Beberapa
Lebih terperinci10/22/2015 PEMBANGKITAN SINYAL DAN FUNGSI FFT SIGNAL DI MATLAB SAWTOOTH DAN SQUARE
PEMBANGKITAN SINYAL DAN FUNGSI FFT P R AK T I K U M 3 P E N G AN T A R P E M R O S E S AN B AH A S A AL A M I D O W N L O AD S L I D E : H T T P : / / B I T. L Y / N L P _ 8 SIGNAL DI MATLAB Beberapa contoh
Lebih terperinciBAB III METODE PENGAMBILAN DAN PENGOLAHAN DATA SEISMOELEKTRIK. palu. Dari referensi pengukuran seismoelektrik di antaranya yang dilakukan oleh
BAB III METODE PENGAMBILAN DAN PENGOLAHAN DATA SEISMOELEKTRIK 3.1 Metode Pengambilan Data Ada beberapa konfigurasi pengukuran yang digunakan dalam pengambilan data seismoelektrik di lapangan. Konfigurasi
Lebih terperinciDAFTAR ISI. Halaman LEMBAR PENGESAHAN SURAT PERNYATAAN ABSTRAK... i ABSTRACT... ii KATA PENGANTAR...iii DAFTAR ISI... v DAFTAR GAMBAR...
ABSTRAK Noise merupakan salah satu kendala yang mempengaruhi kualitas sinyal suara yang ditransmisikan. Noise tersebut dapat berasal dari peralatan komunikasi itu sendiri atau pengaruh dari sumber luar.
Lebih terperinciIV. METODOLOGI PENELITIAN. Penelitian yang mengambil judul Interpretasi Reservoar Menggunakan. Seismik Multiatribut Linear Regresion
1 IV. METODOLOGI PENELITIAN A. Waktu dan Tempat Penelitian Penelitian yang mengambil judul Interpretasi Reservoar Menggunakan Seismik Multiatribut Linear Regresion Pada Lapngan Pams Formasi Talangakar
Lebih terperinciBAB IV DATA DAN PENGOLAHAN DATA. Pada penelitian ini data seismik yang digunakan adalah data migrasi poststack 3D
BAB IV DATA DAN PENGOLAHAN DATA 4.1 Data 4.1.1. Data Seismik Pada penelitian ini data seismik yang digunakan adalah data migrasi poststack 3D (seismic cube) sebagai input untuk proses multiatribut. Data
Lebih terperinciBAB V HASIL DAN PEMBAHASAN. Data yang digunakan dalam penelitian ini yaitu data seismik 3D PSTM Non
39 BAB V HASIL DAN PEMBAHASAN 5.1. Analisis Data Penelitian Data yang digunakan dalam penelitian ini yaitu data seismik 3D PSTM Non Preserve. Data sumur acuan yang digunakan untuk inversi adalah sumur
Lebih terperinciBAB I PENDAHULUAN. pernah tepat, dan sedikitnya semacam noise terdapat pada data pengukuran.
BAB I PENDAHULUAN 1.1 Latar Belakang Saat sesuatu diukur maka beberapa data didapatkan. Umumnya pengukuran tidak pernah tepat, dan sedikitnya semacam noise terdapat pada data pengukuran. Mendapatkan data
Lebih terperinciDAFTAR ISI LEMBAR PERSETUJUAN... LEMBAR PENGESAHAN... KATA PENGANTAR... ABSTRAK... ABSTRACT... DAFTAR ISI... DAFTAR GAMBAR... DAFTAR TABEL...
DAFTAR ISI Halaman LEMBAR PERSETUJUAN... LEMBAR PENGESAHAN.... KATA PENGANTAR.... ABSTRAK.... ABSTRACT.... DAFTAR ISI.... DAFTAR GAMBAR.... DAFTAR TABEL.... i ii iii v vi vii x xiv BAB I PENDAHULUAN....
Lebih terperinciBAB III STUDI KASUS 1 : Model Geologi dengan Struktur Lipatan
BAB III STUDI KASUS 1 : Model Geologi dengan Struktur Lipatan Dalam suatu eksplorasi sumber daya alam khususnya gas alam dan minyak bumi, para eksplorasionis umumnya mencari suatu cekungan yang berisi
Lebih terperinciANALISIS DEKOMPOSISI SPEKTRAL DATA SEISMIK DENGAN TRANFORMASI WAVELET KONTINU TESIS. Oleh MARZUKI SINAMBELA /TE
ANALISIS DEKOMPOSISI SPEKTRAL DATA SEISMIK DENGAN TRANFORMASI WAVELET KONTINU TESIS Oleh MARZUKI SINAMBELA 087034024/TE FAKULTAS TEKNIK UNIVERISTAS SUMATERA UTARA MEDAN 2011 ANALISIS DEKOMPOSISI SPEKTRAL
Lebih terperinciBAB IV METODOLOGI PENELITIAN. Penelitian yang mengambil judul Analisis Reservoar Pada Lapangan
BAB IV METODOLOGI PENELITIAN 4.1. Waktu dan Tempat Penelitian Penelitian yang mengambil judul Analisis Reservoar Pada Lapangan FRL Formasi Talangakar, Cekungan Sumatera Selatan dengan Menggunakan Seismik
Lebih terperinciIV.5. Interpretasi Paleogeografi Sub-Cekungan Aman Utara Menggunakan Dekomposisi Spektral dan Ekstraksi Atribut Seismik
persiapan data, analisis awal (observasi, reconnaissance) untuk mencari zone of interest (zona menarik), penentuan parameter dekomposisi spektral yang tetap berdasarkan analisis awal, pemrosesan dekomposisi
Lebih terperinciIERFHAN SURYA
PERBANDINGAN PENGUNAAN ATENUASI MULTIPLE ANTARA ANALISIS RADON DENGAN ANALISIS SUBTRACT PADA DATA SINTETIK MARMOUSI II SERTA PENGGUNAAN COMMON REFLECTION SURFACE (CRS) TUGAS AKHIR Diajukan sebagai syarat
Lebih terperinciBAB IV METODE PENELITIAN
32 BAB IV METODE PENELITIAN 4.1 Waktu dan Tempat Pelaksanaan Penelitian yang mengambil judul Karakterisasi Reservoar Batupasir Formasi Ngrayong Lapangan ANUGERAH dengan Menggunakan Analisis AVO dan LMR
Lebih terperinci1. Pendahuluan Latar Belakang
1. Pendahuluan 1.1. Latar Belakang Musik merupakan sarana untuk menyimpan hasil karya seseorang. Dan hampir semua notasi musik dituliskan ke dalam not balok. Not balok adalah susunan nada yang ditulis
Lebih terperinciTINJAUAN PUSTAKA. terjadinya gempa tektonik merupakan akibat adanya gerakan dinamis lempenglempeng
BAB 2 TINJAUAN PUSTAKA 2.1. Pendahuluan Gempa bumi adalah gempa yang disebabkan oleh aktivitas tektonik. Proses terjadinya gempa tektonik merupakan akibat adanya gerakan dinamis lempenglempeng tektonik
Lebih terperinciADVANCE SEISMIC PROCESSING
ADVANCE SEISMIC PROCESSING TUGAS MATA KULIAH PENGOLAHAN DATA SEISMIK LANJUT DEWI TIRTASARI 1306421954 PROGRAM MAGISTER GEOFISIKA RESERVOAR FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS INDONESIA
Lebih terperinciAnalisis Kecepatan Seismik Dengan Metode Tomografi Residual Moveout
ISSN 2302-8491 Jurnal Fisika Unand Vol. 5, No. 4, Oktober 2016 Analisis Kecepatan Seismik Dengan Metode Tomografi Residual Moveout Imelda Murdiman *, Elistia Liza Namigo Laboratorium Fisika Bumi, Jurusan
Lebih terperinciUNIVERSITAS INDONESIA PEMETAAN LAPISAN TIPIS DENGAN MENGGUNAKAN INTEGRATED ENERGY SPECTRA SEBAGAI INPUT PRINCIPAL COMPONENT SPECTRAL ANALYSIS SKRIPSI
PEMETAAN LAPISAN TIPIS DENGAN MENGGUNAKAN INTEGRATED ENERGY SPECTRA SEBAGAI INPUT PRINCIPAL COMPONENT SPECTRAL ANALYSIS SKRIPSI SAVA DANUGRAHA BUDI 0706262760 FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
Lebih terperinciDeteksi Lapisan Hidrokarbon Dengan Metode Inversi Impedansi Akustik Dan EMD (Empirical Mode Decompotition) Pada Formasi Air Benakat Lapangan "X"
Deteksi Lapisan Hidrokarbon Dengan Metode Inversi Impedansi Akustik Dan EMD (Empirical Mode Decompotition) Pada Formasi Air Benakat Lapangan "X" Oleh : M. Mushoddaq 1108 100 068 Pembimbing : Prof. Dr.
Lebih terperinciSurvei Seismik Refleksi Untuk Identifikasi Formasi Pembawa Batubara Daerah Ampah, Kabupaten Barito Timur, Provinsi Kalimantan Tengah
Survei Seismik Refleksi Untuk Identifikasi Formasi Pembawa Batubara Daerah Ampah, Kabupaten Barito Timur, Provinsi Kalimantan Tengah Priyono, Tony Rahadinata, dan Muhammad Rizki Ramdhani Kelompok Penyelidikan
Lebih terperinciKONSEP DAN TERMINOLOGI ==Terminologi==
TRANSMISI DATA KONSEP DAN TERMINOLOGI ==Terminologi== Direct link digunakan untuk menunjukkan jalur transmisi antara dua perangkat dimana sinyal dirambatkan secara langsung dari transmitter menuju receiver
Lebih terperinciMETODE PENELITIAN. Gambar 1 Alur metode penelitian.
akan menggunakan bantuan aplikasi pemrosesan audio (Rochesso 2007). Penambahan Derau Derau merupakan suara-suara yang tidak diinginkan. Munculnya derau dapat menurunkan kualitas suatu berkas audio. Penambahan
Lebih terperinciSurvei Seismik Refleksi Untuk Identifikasi Formasi Pembawa Batubara Daerah Tabak, Kabupaten Barito Selatan, Provinsi Kalimantan Tengah
Survei Seismik Refleksi Untuk Identifikasi Formasi Pembawa Batubara Daerah Tabak, Kabupaten Barito Selatan, Provinsi Kalimantan Tengah Wawang Sri Purnomo dan Muhammad Rizki Ramdhani Kelompok Penyelidikan
Lebih terperinciBAB III TEORI DASAR Tinjauan Umum Seismik Eksplorasi
BAB III TEORI DASAR 3. 1. Tinjauan Umum Seismik Eksplorasi Metode seismik merupakan metode eksplorasi yang menggunakan prinsip penjalaran gelombang seismik untuk tujuan penyelidikan bawah permukaan bumi.
Lebih terperinciRANGGA MASDAR FAHRIZAL FISIKA FMIPA INSTITUT TEKNOLOGI SEPULUH NOPEMBER SURABAYA 2011
ANALISA SIFAT FISIS RESERVOIR BATUGAMPING ZONA TARGET BRF MENGGUNAKAN METODE SEISMIK INVERSI IMPEDANSI AKUSTIK DAN MULTI ATRIBUT (STUDI KASUS LAPANGAN M#) RANGGA MASDAR FAHRIZAL 1106 100 001 FISIKA FMIPA
Lebih terperinciFENOMENA ELEKTROKINETIK DALAM SEISMOELEKTRIK DAN PENGOLAHAN DATANYA DENGAN MENGGUNAKAN METODE PENGURANGAN BLOK. Tugas Akhir
FENOMENA ELEKTROKINETIK DALAM SEISMOELEKTRIK DAN PENGOLAHAN DATANYA DENGAN MENGGUNAKAN METODE PENGURANGAN BLOK Tugas Akhir Diajukan sebagai salah satu syarat untuk memperoleh gelar Sarjana Sains di Program
Lebih terperinciUNIVERSITAS INDONESIA
UNIVERSITAS INDONESIA KOMBINASI SPEKTRAL DEKOMPOSISI BERBASIS TRANSFORMASI WAVELET KONTINYU (CWT) DAN SEISMIK INVERSI UNTUK KARAKTERISASI RESERVOAR PROSPECT L : STUDI KASUS CEKUNGAN SUMATERA SELATAN TESIS
Lebih terperinciINVERSI GEOSTATISTIK DENGAN MENGGUNAKAN GABUNGAN METODA SEQUENTIAL GAUSSIAN SIMULATION (SGS) DAN SIMULATED ANNEALING (SA) TUGAS AKHIR
INVERSI GEOSTATISTIK DENGAN MENGGUNAKAN GABUNGAN METODA SEQUENTIAL GAUSSIAN SIMULATION (SGS) DAN SIMULATED ANNEALING (SA) TUGAS AKHIR Disusun untuk memenuhi syarat kurikuler Program Sarjana (S1) Program
Lebih terperinciANALYSIS OF TIME SERIES DATA (EL NINO and Sunspot) BASED ON TIME- FREQUENCY
ANALISIS DATA TIME SERIES (EL NINO dan SUNSPOT) BERBASIS WAKTU- FREKUENSI Marnianty Muin, Bannu Abdul Samad, Halmar Halide, Eko Juarlin Jurusan Fisika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas
Lebih terperinciINSTITUT TEKNOLOGI BANDUNG
KAJIAN PENCOCOKAN CITRA DIGITAL BERDASARKAN KORELASI KOEFISIEN-KOEFISIEN WAVELET 2-D TUGAS AKHIR Karya tulis sebagai salah satu syarat untuk memperoleh gelar sarjana. Oleh: Muhammad Aldien Said NIM 151
Lebih terperinciPENENTUAN LOKASI GANGGUAN HUBUNG SINGKAT PADA SALURAN TRANSMISI MENGGUNAKAN TRANSFORMASI WAVELET. Oleh : RHOBI ROZIEANSHAH NIM : 13203054
PENENTUAN LOKASI GANGGUAN HUBUNG SINGKAT PADA SALURAN TRANSMISI MENGGUNAKAN TRANSFORMASI WAVELET LAPORAN TUGAS AKHIR Dibuat sebagai Syarat untuk Meraih Gelar Sarjana Teknik Elektro dari Institut Teknologi
Lebih terperinciBAB IV METODE DAN PENELITIAN
40 BAB IV METODE DAN PENELITIAN 4.1. Lokasi dan Waktu Penelitian Penelitian dilakukan pada Lapangan T, berada di Sub-Cekungan bagian Selatan, Cekungan Jawa Timur, yang merupakan daerah operasi Kangean
Lebih terperinciPENDETEKSIAN LONCATAN DAN PUNCAK TAJAM DENGAN METODE WAVELET
PENDETEKSIAN LONCATAN DAN PUNCAK TAJAM DENGAN METODE WAVELET SKRIPSI Oleh : Dwi Septian Nurdina NIM. J2A 604 014 JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS DIPONEGORO
Lebih terperinciBAB II STUDI PUSTAKA
BAB II STUDI PUSTAKA 2.1 Geologi Regional 2.1.1 Tektonik Regional Sumatra Tengah Cekungan Sumatra Tengah pada bagian barat dibatasi oleh uplift Bukit Barisan yang berumur Miosen Awal sampai Resen dan busur
Lebih terperinciGambar 3.1 Peta lintasan akuisisi data seismik Perairan Alor
BAB III METODE PENELITIAN Pada penelitian ini dibahas mengenai proses pengolahan data seismik dengan menggunakan perangkat lunak ProMAX 2D sehingga diperoleh penampang seismik yang merepresentasikan penampang
Lebih terperinciSUPRESI MULTIPEL PADA DATA SEISMIK LAUT DENGAN METODE DEKONVOLUSI PREDIKTIF DAN RADON DEMULTIPEL
SUPRESI MULTIPEL PADA DATA SEISMIK LAUT DENGAN METODE DEKONVOLUSI PREDIKTIF DAN RADON DEMULTIPEL Arifudin 1, Ibrahim Sota 1, Simon Sadok Siregar 1 Abstrak. Pengolahan data seismik merupakan suatu pekerjaan
Lebih terperinciSOFTWARE PENINGKATAN KUALITAS SUARA COCHLEAR IMPLANT DENGAN MENGGUNAKAN TIME FREQUENCY BLOCK THRESHOLDING ABSTRAK
SOFTWARE PENINGKATAN KUALITAS SUARA COCHLEAR IMPLANT DENGAN MENGGUNAKAN TIME FREQUENCY BLOCK THRESHOLDING Disusun oleh: Bernardo Andrey Panggabean (1322026) Program Studi Teknik Elektro, Fakultas Teknik
Lebih terperinciBAB III METODE PENELITIAN. Konsep dasar fenomena amplifikasi gelombang seismik oleh adanya
BAB III METODE PENELITIAN 3.1 Metoda Mikrozonasi Gempabumi Konsep dasar fenomena amplifikasi gelombang seismik oleh adanya batuan sedimen yang berada di atas basement dengan perbedaan densitas dan kecepatan
Lebih terperinciPerbandingan Estimasi Selubung Spektral dari Bunyi Voiced Menggunakan Metoda Auto-Regressive (AR) dengan Weighted-Least-Square (WLS) ABSTRAK
Perbandingan Estimasi Selubung Spektral dari Bunyi Voiced Menggunakan Metoda Auto-Regressive (AR) dengan Weighted-Least-Square (WLS) Bogerson/0322076 Jurusan Teknik Elektro, Fakultas Teknik, Jl. Prof.
Lebih terperinciIII. TEORI DASAR. melalui bagian dalam bumi dan biasa disebut free wave karena dapat menjalar
III. TEORI DASAR 3.1. Jenis-jenis Gelombang Seismik 3.1.1. Gelombang Badan (Body Waves) Gelombang badan (body wave) yang merupakan gelombang yang menjalar melalui bagian dalam bumi dan biasa disebut free
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3.1 Lokasi Akuisisi Data Seismik Akuisisi data seismik dilaksanakan pada bulan April 2013 dengan menggunakan Kapal Riset Geomarin III di kawasan batas laut dan Zona Ekonomi Eksklusif
Lebih terperinciBAB IV ANALISIS DAN PEMBAHASAN
BAB IV ANALISIS DAN PEMBAHASAN 4.1 Aalisis Dekomposisi Spektral Interpretasi untuk hasil penelitian ini berdasar pada visualisasi dari data set yang telah diproses. Kombinasi antara dekomposisi spektral
Lebih terperincigeofisika yang cukup popular. Metode ini merupakan metode Nondestructive Test yang banyak digunakan untuk pengamatan dekat
BAB I PENDAHULUAN 1.1 Latar Belakang dan Perumusan Masalah 1.1.1 Latar belakang Ground Penetrating Radar (GPR) merupakan salah satu metode eksplorasi geofisika yang cukup popular. Metode ini merupakan
Lebih terperinciPEMODELAN PROPAGASI GELOMBANG SEISMIK MENGGUNAKAN METODE BEDA BERHINGGA (FINITE DIFFERENCE)
PEMODELAN PROPAGASI GELOMBANG SEISMIK MENGGUNAKAN METODE BEDA BERHINGGA (FINITE DIFFERENCE) Muhammad Taufiq Rafie, Lantu, Sabrianto Aswad Program Studi Geofisika FMIPA Unhas Email : taufiqrafie@gmail.com
Lebih terperinciDAFTAR PUSTAKA. 3. Gridley, J., dan Partyka, G. (1997), Processing and Interpretational Aspects of Spectral Decomposition.
DAFTAR PUSTAKA 1. Asnidar (2005), Analisis Penyebaran Reservoir Batupasir Upper Red Beds Menggunakan Metode Inversi dan Atribut Seismik di Sub-cekungan Aman Utara, Tesis S2 Teknik Geofisika Institut Teknologi
Lebih terperinciANALISIS PENGARUH MISALIGNMENT TERHADAP VIBRASI DAN KINERJA MOTOR INDUKSI
POLITEKNOLOGI VOL. 10 NO. 3, SEPTEMBER 2011 ANALISIS PENGARUH MISALIGNMENT TERHADAP VIBRASI DAN KINERJA MOTOR INDUKSI ABSTRACT Andi Ulfiana Jurusan Teknik Mesin Politeknik Negeri Jakarta Kampus Baru -
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN. database dan database query, secara keseluruhan menggunakan cara yang sama.
BAB IV HASIL DAN PEMBAHASAN 4.1 Hasil Experimen Pada dasarnya tahapan yang dilakukan pada proses pengambilan sampel dari database dan database query, secara keseluruhan menggunakan cara yang sama. Berdasarkan
Lebih terperinciFrekuensi Dominan Dalam Vokal Bahasa Indonesia
Frekuensi Dominan Dalam Vokal Bahasa Indonesia Tjong Wan Sen #1 # Fakultas Komputer, Universitas Presiden Jln. Ki Hajar Dewantara, Jababeka, Cikarang 1 wansen@president.ac.id Abstract Pengenalan ucapan
Lebih terperinciBAB IV HASIL PENGUKURAN LAPANGAN, PENGOLAHAN, DAN ANALISIS DATA SEISMOELEKTRIK
BAB IV HASIL PENGUKURAN LAPANGAN, PENGOLAHAN, DAN ANALISIS DATA SEISMOELEKTRIK 4.1 Data Hasil Pengukuran Lapangan Dalam bab ini akan dijelaskan hasil-hasil yang diperoleh dari pengukuran langsung di lapangan
Lebih terperinciIMPLEMENTASI MULTIPATH FADING RAYLEIGH MENGGUNAKAN TMS320C6713
IMPLEMENTASI MULTIPATH FADING RAYLEIGH MENGGUNAKAN TMS320C6713 Teknik Elektro, Fakultas Teknik, Universitas Negeri Semarang Email: aryobaskoro@mail.unnes.ac.id Abstrak. Karakteristik kanal wireless ditentukan
Lebih terperinciudara maupun benda padat. Manusia dapat berkomunikasi dengan manusia dari gagasan yang ingin disampaikan pada pendengar.
BAB II DASAR TEORI 2.1 Suara (Speaker) Suara adalah sinyal atau gelombang yang merambat dengan frekuensi dan amplitudo tertentu melalui media perantara yang dihantarkannya seperti media air, udara maupun
Lebih terperinciBAB V INVERSI ATRIBUT AVO
BAB V INVERSI ATRIBUT AVO V.1 Flow Chart Inversi Atribut AVO Gambar 5.1 Flow Chart Inversi Atribut AVO 63 V.2 Input Data Penelitian Dalam penelitian tugas akhir ini digunakan beberapa data sebagai input,
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Suara paru terjadi karena adanya turbulensi udara saat udara memasuki saluran pernapasan selama proses pernapasan. Turbulensi ini terjadi karena udara mengalir dari
Lebih terperinciDETEKSI SINYAL FLICKER MENGANDUNG NOISE BERBASIS HILBERT HUANG TRANSFORM
DETEKSI SINYAL FLICKER MENGANDUNG NOISE BERBASIS HILBERT HUANG TRANSFORM Mohammad Jasa Afroni 1), Oktriza Melfazen 2) 1),2), Jurusan Teknik Elektro,Fakultas Teknik Universitas Islam Malang Jl. MT Haryono
Lebih terperinciUNIVERSITAS BINA NUSANTARA. Jurusan Teknik Informatika Skripsi Sarjana Komputer Semester Ganjil tahun 2006/2007
UNIVERSITAS BINA NUSANTARA Jurusan Teknik Informatika Skripsi Sarjana Komputer Semester Ganjil tahun 2006/2007 SPEAKER IDENTIFICATION DENGAN MENGGUNAKAN TRANSFORMASI WAVELET DISKRIT DAN JARINGAN SARAF
Lebih terperinciKarakterisasi Reservoar Menggunakan Inversi Deterministik Pada Lapangan F3 Laut Utara, Belanda
Karakterisasi Reservoar Menggunakan Inversi Deterministik Pada Lapangan F3 Laut Utara, Belanda Sri Nofriyanti*, Elistia Liza Namigo Jurusan Fisika Universitas Andalas *s.nofriyanti@yahoo.co.id ABSTRAK
Lebih terperinciBAB I PENDAHULUAN. waktu adalah suatu deret observasi yang berurut dalam waktu. Analisis data
BAB I PENDAHULUAN 1.1. Latar Belakang Analisis time series (runtun waktu) banyak digunakan dalam berbagai bidang, misalnya ekonomi, teknik, geofisik, pertanian dan kedokteran. Runtun waktu adalah suatu
Lebih terperinciBAB II DIGITISASI DAN TRANSMISI SUARA. 16Hz 20 khz, yang dikenal sebagai frekwensi audio. Suara menghasilkan
BAB II DIGITISASI DAN TRANSMISI SUARA 2.1 Umum Telinga manusia memiliki kemampuan menerima frekwensi dalam kisaran 16Hz 20 khz, yang dikenal sebagai frekwensi audio. Suara menghasilkan frekwensi yang sempit
Lebih terperinciBAB IV METODE PENELITIAN. Tugas Akhir ini dilaksanakan selama 3 (tiga) bulan pada 13 April 10 Juli 2015
53 BAB IV METODE PENELITIAN 4.1 Waktu dan Tempat Penelitian Tugas Akhir ini dilaksanakan selama 3 (tiga) bulan pada 13 April 10 Juli 2015 di PT. Pertamina Hulu Energi West Madura Offshore, TB. Simatupang
Lebih terperinciBAB III METODE PENELITIAN. Adapun metode penelitian tersebut meliputi akuisisi data, memproses. data, dan interpretasi data seismik.
19 BAB III METODE PENELITIAN 3.1. Metode penelitian Metode yang digunakan dalam penelitian ini adalah deskriptif analisitik dari data hasil rekaman seismik refleksi saluran tunggal. Adapun metode penelitian
Lebih terperinciPENGUJIAN TEKNIK FAST CHANNEL SHORTENING PADA MULTICARRIER MODULATION DENGAN METODA POLYNOMIAL WEIGHTING FUNCTIONS ABSTRAK
Abstrak PENGUJIAN TEKNIK FAST CHANNEL SHORTENING PADA MULTICARRIER MODULATION DENGAN METODA POLYNOMIAL WEIGHTING FUNCTIONS Jongguran David/ 0322136 Jurusan Teknik Elektro, Fakultas Teknik, Jl. Prof. Drg.
Lebih terperinciBAB III PENGOLAHAN DATA
BAB III PENGOLAHAN DATA Tahap pengolahan data pada penelitian ini meliputi pemilihan data penelitian, penentuan titik pengamatan pada area homogen dan heterogen, penentuan ukuran Sub Citra Acuan (SCA)
Lebih terperinciBAB 2 LANDASAN TEORI. mencakup teori speaker recognition dan program Matlab. dari masalah pattern recognition, yang pada umumnya berguna untuk
6 BAB 2 LANDASAN TEORI 2.1 Teori-teori Dasar / Umum Landasan teori dasar / umum yang digunakan dalam penelitian ini mencakup teori speaker recognition dan program Matlab. 2.1.1 Speaker Recognition Pada
Lebih terperinciTEKNIK PEMBUATAN DIGITAL AUDIO WATERMARKING DAN TEKNIK UNTUK MENDETEKSINYA
TEKNIK PEMBUATAN DIGITAL AUDIO WATERMARKING DAN TEKNIK UNTUK MENDETEKSINYA Teuku Reza Auliandra Isma Teknik Informatika, Institut Teknologi Bandung Jl. Ganesha 10, Bandung e-mail: reza.auliandra@gmail.com
Lebih terperinciSTUDI BIT ERROR RATE UNTUK SISTEM MC-CDMA PADA KANAL FADING NAKAGAMI-m MENGGUNAKAN EGC
S TUGAS AKHIR RE 1599 STUDI BIT ERROR RATE UNTUK SISTEM MC-CDMA PADA KANAL FADING NAKAGAMI-m MENGGUNAKAN EGC IFTITAH ANGGRAINI NRP 2202 100 009 Dosen Pembimbing Ir.Titiek Suryani, MT JURUSAN TEKNIK ELEKTRO
Lebih terperinciJony Sitepu/ ABSTRAK
PERBANDINGAN ESTIMASI SELUBUNG SPEKTRAL DARI BUNYI VOICED MENGGUNAKAN METODE AUTO-REGRESSIVE (AR) DENGAN OPTIMIZATION OF THE LIKELIHOOD CRITERION (OLC) Jony Sitepu/0422166 Jurusan Teknik Elektro, Fakultas
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3.1. Lokasi Penelitian Penelitian ini dilakukan di daerah Leuwidamar, kabupaten Lebak, Banten Selatan yang terletak pada koordinat 6 o 30 00-7 o 00 00 LS dan 106 o 00 00-106 o
Lebih terperinciREALISASI ACTIVE NOISE REDUCTION MENGGUNAKAN ADAPTIVE FILTER DENGAN ALGORITMA LEAST MEAN SQUARE (LMS) BERBASIS MIKROKONTROLER LM3S6965 ABSTRAK
REALISASI ACTIVE NOISE REDUCTION MENGGUNAKAN ADAPTIVE FILTER DENGAN ALGORITMA LEAST MEAN SQUARE (LMS) BERBASIS MIKROKONTROLER LM3S6965 Nama : Wito Chandra NRP : 0822081 Jurusan Teknik Elektro, Fakultas
Lebih terperinci(a) Maximum Absolute Amplitude (b) Dominant Frequency
Peta isokron pada gambar IV.14 di atas, menunjukan bagaimana kondisi geologi bawah permukaan ketika sistem trak rift-climax tahap awal dan tangah diendapkan. Pada peta tersebut dapat dilihat arah pengendapan
Lebih terperinciDigital to Analog Conversion dan Rekonstruksi Sinyal Tujuan Belajar 1
Digital to Analog Conversion dan Rekonstruksi Sinyal Tujuan Belajar 1 Tujuan Belajar Peserta mengerti proses interpolasi yang terjadi dalam DAC Digital to Analog Converter Digital to Analog Converter digunakan
Lebih terperinciData input yang digunakan dalam penelitian ini adalah data (real) seismik post stack
46 BAB IV PROSEDUR PENELITIAN 4.1. Data Penelitian Data input yang digunakan dalam penelitian ini adalah data (real) seismik post stack time migration (PSTM) tiga dimensi (3-D). Data tersebut dimulai dari
Lebih terperinci