Perpustakaan Digital ITB

Beberapa tahun belakangan, sejumlah metode telah dikembangkan untuk analisis kuantitatif atau pemodelan data Self-Potential (SP). Salah satu di antaranya ialah pemodelan sumber anomali SP sebagai suatu tubuh dengan geometri sederhana seperti bola, silinder vertikal maupun horisontal, dan sebagai suatu lapisan tipis dengan kemiringan tertentu. Dalam kasus tersebut, perlu dilakukan estimasi parameter model sumber anomali SP. Pada studi ini dilakukan estimasi parameter model sumber anomali menggunakan algoritma-algoritma metaheuristik. Algortitma metaheuristik yang digunakan di antaranya: Particle Swarm Optimization (PSO) beserta dua variannya yaitu Generalized-PSO (GPSO) dan Regressive-Regressive PSO (RR-PSO), dan juga algoritma Differential Evolution (DE). Studi ini terdiri dari dua bagian, yang pertama ialah inversi data sintetik dan yang kedua ialah inversi data lapangan. Pada uji sintetik dilakukan estimasi parameter model dari data SP yang telah diberi noise sebanyak 5%, baik pada kasus anomali tunggal dan multi anomali. Pada kasus anomali tunggal digunakan dua jenis model sintetis (A dan B) yang masing-masing merupakan tubuh (body) berbentuk silinder horisontal dan lapisan tipis. Sementara pada kasus multi anomali digunakan kombinasi dua tubuh sebagai sumber anomali, yaitu bola dan silinder tipis. Pada kasus anomali tunggal inversi dilakukan dengan membangkitkan 100 populasi dengan jumlah iterasi 300. Sedangkan pada kasus multianomali inversi dilakukan dengan membangkitakan 200 populasi dengan jumlah iterasi 1000. Setelah dinyatakan valid, algoritma tersebut diimplementasikan pada data lapangan yang telah digunakan pada beberapa penelitian sebelumnya. Data lapangan yang digunakan ialah Anomali Surda untuk kasus anomali tunggal, dan Anomali LUSI untuk kasus multi anomali. Anomali Surda merupakan data SP yang digunakan untuk eksplorasi di daerah tambang tembaga Surda, India. Sementara Anomali LUSI merupakan data SP yang digunakan untuk keperluan geoteknik di area tanggul lumpur Lapindo, Sidoarjo. Dari hasil studi ini diperoleh bahwa hasil estimasi parameter sumber anomali SP menggunakan PSO, GPSO, RR-PSO, dan DE dapat menginterpretasikan sumber anomali di bawah permukaan, serta sebanding dengan studi terdahulu.