Controlled Source Audio-frequency Magnetotellurics (CSAMT) adalah metode
geofisika yang memanfaatkan sumber sinyal elektromagnetik buatan untuk
memperkirakan struktur resistivitas bawah permukaan. Pemodelan inversi satudimensi (1D) data CSAMT bersifat non-lin
ear dan solusinya dapat diperkirakan dengan menggunakan algoritma optimasi
global. Particle Swarm Optimization (PSO) dan Grey Wolf Optimizer (GWO)
merupakan algoritma optimasi global berbasis populasi dengan formulasi
matematika sederhana dan mudah diterapkan. Penggunaan algoritma PSO dan
GWO secara hibrid (disebut PSO-GWO) dapat meningkatkan kemampuan
konvergensi pada solusi global. Penelitian ini menerapkan algoritma hibrid PSOGWO untuk pemodelan inversi 1D data CSAMT. Pengujian dilakukan
menggunakan data sintetik CSAMT dari model bumi 3-lapisan, 4-lapisan, dan 5-
lapisan untuk mengetahui performa algoritma yang digunakan. Hasil pengujian
menunjukkan bahwa algoritma hibrid PSO-GWO memiliki performa yang baik
dalam mendapatkan misfit yang minimum dibandingkan dengan PSO dan GWO
standar. Algoritma hibrid PSO-GWO juga diterapkan pada data lapangan CSAMT
untuk eksplorasi zona mineralisasi emas di daerah Cibaliung, Provinsi Banten,
Indonesia. Algoritma tersebut mampu merekonstruksi model resistivitas dengan
sangat baik yang dibuktikan dengan hasil inversi data menggunakan perangkat
lunak inversi dua-dimensi (2D) Magnetotelurik. Model yang dihasilkan juga
sesuai dengan informasi geologi daerah penelitian.