Perpustakaan Digital ITB

Pada penelitian tugas akhir ini, telah dilakukan pemodelan inversi 3 dimensi pada data survei gaya berat menggunakan algoritma IRLS (Iteratively Reweighted Least Squares) sehingga didapatkan model anomali gaya berat di bawah permukaan. Algoritma IRLS biasa digunakan untuk menyelesaikan permasalahan 1-norm. Hasil dari penyelesaian masalah 1-norm dengan proses inversi, menghasilkan solusi yang lebih tahan terhadap adanya noise dan tidak terpengaruh oleh outlier pada data. Model bawah permukaan tersusun oleh tubuh anomali yang berbentuk balok 3 dimensi (blok), dimana besar geometri dan letak posisi tiap blok anomali tersebut telah diketahui. Sehingga besaran densitas tiap blok anomali pada model bawah permukaan merupakan parameter model yang harus diestimasi menggunakan skema inversi. Selanjutnya pada skema inversi tersebut, dilakukan validasi dengan menggunakan data sintetik yang nilai-nilai parameter modelnya telah diketahui. Model anomali yang didapat dengan menggunakan skema inversi, kemudian dibandingkan dengan model anomali sebenarnya. Terakhir, skema inversi dilakukan pada data anomali residual yang mana data tersebut dihasilkan dari proses pemisahan data menggunakan metode wavelength ltering pada data CBA (Complete Bouguer Anomaly).