BAB IV ANALISIS DAN HASIL

Transkripsi

1 BAB IV ANALISIS DAN HASIL 4.1 Hasil dari Atenuasi Multiple menggunakan Analisis Radon Setelah dilakukan proses konvensional untuk data sintetik penulis, yang terjadi dasar laut (WBM) terlihat masih jelas pada waktu 1.3 s dan 1.9 s (dimana energi dari berkurang seiring dengan bertambahnya kedalaman). WBM Gambar 4.1 Hasil dari konvensional sebelum dilakukan analisis radon Kemudian, penulis melakukan analisis radon yang terdapat pada ProMAX Hasil dari konvensional setelah diterapkan analisis radon. Dapat terlihat bahwa WBM pada waktu 1.3 s dan 1.9 s teratenuasi dengan baik. Gambar 4.2 menunjukkan hasil setelah dilakukan analisis radon. Apabila ditelusuri dari model geologi data sintetik ini, pada nomor CDP tersebut terdapat struktur geologi yang kompleks.

2 WBM Gambar 4.2 Hasil konvensional setelah dilakukan analisis radon Gambar 4.3 Model geologi data sintetik (Martin, 2005) Atenuasi dengan analisis radon dilakukan dengan cara menghilangkan atau -p. Sehingga sinyal yang tercampur-baur dengan dapat terpisahkan dan dibuang. Sedangkan untuk pemilihan sinyal sendiri dilakukan dengan baik, apabila pemilihannya salah maka akan mengakibatkan atenuasi pada sinyal sekitarnya. Sedangkan untuk pemilihan pa -p akan menghasilkan efek aliasing apabila pemilihan nilai parameter p yang terlalu tinggi atau terlalu rendah. Efek dari penggunaan analisis radon ini dapat terlihat secara signifikan pada saat pemilihan kecepatan ( ). Dapat terlihat juga hal yang 36

3 berbeda pada bagian panel pemilihan sinyal setelah dilakukan pemisahan dalam -p. (a) (b) Gambar 4.4 Velocity analysis sebelum dilakukan analisis radon (a) dan sesudah dilakukan analisis radon (b) yang memperlihatkan atenuasi nilai semblance pada panel semblance (a) (b) (c) Gambar 4.5 Analisis radon yang dilakukan koreksi NMO sebelumnya. Sebelum dilakukan analisis radon (a) jendela -p (b) dan sesudah dilakukan analisis radon (c) terlihat yang telah dipisahkan dari sinyal 37

4 4.2 Hasil dari Atenuasi Multiple menggunakan Analisis Subtract Dikarenakan hasil atenuasi yang kurang memuaskan penulis melakukan cara lain untuk mengatenuasi dengan menggunakan manipulasi data yaitu analysis. Penulis melakukan analisis ini dengan menggunakan software dari CREWES. Analisis dapat dilihat algoritmanya sebagai berikut : Gambar 4.6 Algoritma analisis Berikut akan dijelaskan mengenai beberapa fungsi pada flow chart di atas. Sugain merupakan salahsatu fungsi pada Seis* Unix berupa peningkatan sinyal sama halnya dengan fungsi AGC ( ) pada ProMAX. Sunmo merupakan perintah untuk melakukan koreksi NMO di dalam Seis* Unix. Dikarenakan data yang dilakukan adalah data sintetik dan periode WBM yang sangat mudah ditentukan (1.3 s) serta topografi dari yang datar, dengan menggunakan asumsi inilah penulis melakukan atenuasi dengan cara analisis. Hasil analisis kemudian dilakukan konvensional dapat dilihat pada gambar

5 Gambar 4.7 Algoritma secara umum untuk mengekstrak WBM pada waktu 1.3 s WBM Gambar 4.8 konvensional setelah dilakukan analisis Akan tetapi, hasil dari analisis ini mengakibatkan reflektor pada permukaan sekitar menjadi berkurang. Sedangkan untuk reflektor sekitar pada bagian yang lebih dalam menjadi terlihat dengan jelas. Hal ini dikarenakan data yang dikurangkan merupakan hasil dari NMO dan peningkatan amplitudo, dalam hal ini penulis menggunakan tpow=2. Fungsi tpow dapat dilihat sebagai berikut : (4.1) 39

6 4.3 Perbandingan antara Stacking Konvensional dengan CRS Stack Penulis membagi sub bagian pada CRS ini menjadi 2. Dikarenakan penulis melakukan CRS pada yang telah dikembangkan oleh WIT Consortium. Dan data yang dimasukkan tidak memakai hasil kecepatan analisis sebelumnya. Karena akan dilakukan proses CMP tersendiri oleh tersebut Automatic CMP Stack Parameter yang dimasukkan untuk mempengaruhi proses CMP pada tersebut dapat dilihat pada lampiran A. Penulis melakukan obervasi dari beberapa parameter masukan tersebut diantaranya adalah kecepatan NMO dan nilai. Nilai aperture penulis menggunakan 2 perbandingan yaitu antara data yang menggunakan aperture minimum-maksimum dengan data yang mengguanakan aperture minimum-maksimum Hasil dari CMP tersebut ditunjukkan pada gambar Dengan meningkatkan nilai aperture CMP, terlihat bahwa nilai koherensi juga ikut turun. Parameter lain yang digunakan adalah parameter kecepatan NMO. Kecepatan NMO ini berguna sebagai pengendali dari kecepatan. Sedangkan untuk nilai sendiri berguna sebagai pengendali dari Parameter kecepatan NMO dapat dimodelkan dan dibatasi daerah nilai kecepatan -nya. Penulis menggunakan kecepatan NMO minimum 1400 dan kecepatan NMO maksimum Dan hasilnya dapat dilihat pada gambar

7 WBM Gambar 4.9 Hasil dari CMP dengan menggunakan data yang telah dilakukan analisis 41

8 42 (a) (b) (c) (d) Gambar 4.10 Hasil dari CMP dengan mengubah nilai aperture CMP. Aperture minimum-maksimum masing-masing (a) (c) Sebaran nilai koherensinya ditunjukkan pada gambar (c) dan (d).

9 Kemudian parameter nilai kecepatan ini dibatasi untuk nilai minimumnya, nilai kecepatan maksimum tetap 8000, dengan asumsi bahwa kecepatan WBM sama dengan nilai kecepatan. Untuk pembatasan daerah nilai kecepatan minimum penulis menggunakan model kecepatan seperti di bawah ini. Gambar 4.11 Model Kecepatan NMO minimum warna biru 1450 m/s dan merah 1800 m/s. Pembatasan terjadi pada waktu 1.2 s. Berikut merupakan hasil automatic CMP stack dan nilai atrribut koherensi dari beberapa pembatasan daerah nilai minimum kecepatan NMO yang dicoba. Dapat dilihat pada relektor hasil automatic CMP stack dengan berbagai nilai minimum kecepatan NMO, berbeda satu dengan yang lain. Pada gambar 4.12 (c) dan (d) penulis menggunakan nilai minimum kecepatan 1450 dan 1750 m/s dengan membalikkan letak dari kecepatan NMO tersebut. Sehingga untuk hasil automatic CMP stack dengan menggunakan nilai minimum kecepatan NMO 1750 dan 1450 m/s, reflektor di atas bagian (1.3 s) terlihat samar atau teratenuasi. Sedangkan WBM pertama maupun ke-2 (1.9 s) kembali dikuatkan karena menggunakan parameter kecepatan yang sama dengan parameter kecepatan water bottom, 1450 m/s. Gambar 4.12 (b) dapat dilihat bahwa lapisan sekitar WBM (sebelah bawah kiri s) teratenuasi. Oleh karena itu penulis menurunkan nilai minimum kecepatan NMO sehingga lapisan sekitar WBM tersebut tidak lagi teratenuasi. Untuk mengontrol nilai kecepatan NMO yang dimasukkan, software ini juga menyediakan nilai atribut berupa sebaran nilai koherensi. Sehingga, akan terlihat sebaran nilai kecepatan. Gambar 4.13 menunjukkan nilai koherensi yang 43

10 berhubungan dengan gambar Terlihat nilai koherensi semakin rendah apabila nilai minimum kecepatan NMO diubah menjadi sangat tinggi (untuk nilai minimum kecepatan NMO dibawah WBM). 44

11 45 (a) (b) (c) (d) Gambar 4.12 Hasil dari CMP dengan mengubah daerah nilai. Nilai minimum (a) VNMO m/s (b) VNMO m/s (c) VNMO m/s (d) VNMO m/s

12 46 (a) (b) (c) (d) Gambar 4.13 Nilai Koherensi dari hasil CMP sebelumnya pada gambar Nilai minimum (a) VNMO m/s (b) VNMO m/s (c) VNMO m/s (d) VNMO m/s

13 4.3.2 Optimize CRS Stack Setelah dilakukan proses CMP kemudian dilakukan pemilihan yang terbaik dari hasil tersebut. Setelah itu dari hasil yang telah dipilih dilanjutkan dengan proses Optimizing CRS. Karena Hasil dari sebelumnya akan mempengaruhi hasil CRS nantinya. Dapat dilihat bahwa hasil dari CRS, tingkat kemenerusan reflektor menjadi baik dibandingkan dengan hanya menggunakan ing konvensional. Akan tetapi, reflektor pada daerah struktur kompleks teratenuasi diakibatkan hasil dari CMP pada daerah tersebut juga tidak menunjukkan reflektor yang tinggi. Dan WBM pada waktu 1.3 s teratenuasi dengan baik setelah dilakukan Optimizing CRS. Penjelasan ini ditunjukkan pada gambar WBM Gambar 4.14 Hasil dari Optimizing CRS dengan menggunakan data setelah dilakukan analisis. Sehingga, WBM 1.3 s teratenuasi dengan baik 47

14 WBM Gambar 4.15 Hasil dari Optimizing CRS dengan menggunakan data setelah dilakukan analisis radon. Sehingga, WBM 1.3 s teratenuasi dengan baik Berikut merupakan gambar dari bebearpa parameter CRS yang dihasilkan. Dari sebaran nilai sendiri, bisa dilihat yang memiliki nilai kecepatan lebih dari satu. Akan tetapi, nilai sekitar WBM 1.3 s tidak lebih dari 1, ini memungkinkan analisis mampu mengatenuasi WBM 1.3 s dengan baik. dilihat kemiringan dari suatu struktur marmousi II dengan daerah sudut antara o dan o. 48

15 WBM Gambar 4.16 Sebaran nilai sebelum dilakukan optimisasi CRS Gambar 4.17 Sebaran nilai R NIP setelah dioptimasi setelah iterasi I. Gambar telah di- =95 49

16 Gambar 4.18 Sebaran nilai R N setelah dioptimasi setelah iterasi I. Gambar telah di- =95 Gambar 4.19 setelah iterasi I 50