Pemodelan Inversi Resistivitas Bawah Permukaan menggunakan Algoritma Generalized Particle Swarm Optimization (GPSO) untuk Identifikasi Keberadaan Gas Dangkall
DOI:
https://doi.org/10.31004/irje.v2i3.2780Keywords:
Inversi Resistivitas, Eksplorasi Gas Dangkal, GPSOAbstract
Eksplorasi Gas Dangkal memerlukan metode yang akurat dan efisien untuk menentukan keberadaan dan distribusi zona gas di bawah permukaan. Salah satu metode yang umum digunakan adalah pemodelan Inversi Resistivitas, yang bertujuan untuk merekonstruksi distribusi resistivitas berdasarkan data pengukuran lapangan. Namun, metode inversi konvensional sering mengalami kendala dalam stabilitas solusi dan waktu komputasi yang tinggi. Oleh karena itu, penelitian ini menerapkan Generalized Particle Swarm Optimization (GPSO) sebagai alternatif untuk mengoptimalkan proses inversi resistivitas. GPSO merupakan pengembangan dari algoritma Particle Swarm Optimization (PSO) yang lebih fleksibel dalam menangani parameter inversi. Studi ini membandingkan performa GPSO dengan metode inversi konvensional dalam menginterpretasi data resistivitas bawah permukaan. Hasil penelitian menunjukkan bahwa GPSO mampu mempercepat konvergensi solusi, mengurangi nilai root mean square error (RMSE), serta menghasilkan pemodelan resistivitas yang lebih stabil. Selain itu, identifikasi zona gas dangkal yang dilakukan menggunakan GPSO menunjukkan korelasi yang baik dengan data lapangan.
References
Adeeko, T.O., Samson, D.O., Umar, M., 2019. Geophysical Survey of Basement Complex Terrain Using Electrical Resistivity Method for Groundwater Potential.
Agustin, A.D., Utama, W., 2017. Identifikasi Letak Cracks Pada Bidang Longsor Menggunakan
Metode Resistivitas 2D. JTITS 6, 103–105. https://doi.org/10.12962/j23373539.v6i1.22515
Aleardi, M., Mazzotti, A., 2017. 1D elastic full-waveform inversion and uncertainty estimation by means of a hybrid genetic algorithm-Gibbs sampler approach: FWI and uncertainty estimation. Geophysical Prospecting 65, 64–85. https://doi.org/10.1111/1365-2478.12397
Arifin, L., 2010. Distribusi lapisan batuan sedimen yang diduga mengandung gas biogenik dengan metode tahanan jenis di Pantai Saronggi, Sumenep, Madura. Indonesian J. Geosci. 5, 119–126. https://doi.org/10.17014/ijog.v5i2.97
Arman, Y., 2013. Pemodelan Zona Patahan Berdasarkan Anomali Self Potential (SP) Menggunakan Metode Algoritma Genetika.
Astawa, I.N., Setiady, D., Wijaya, P.H., Hermansyah, Gm., Saputra, M.D., 2017. Indikasi Gas Biogenik Di Perairan Delta Mahakam, Provinsi Kalimantan Timur. JGK 14. https://doi.org/10.32693/jgk.14.2.2016.354
Banks, A., Vincent, J., Anyakoha, C., 2007. A review of particle swarm optimization. Part I: background and development. Nat Comput 6, 467–484. https://doi.org/10.1007/s11047-0079049-5
Cheng, M.-Y., Prayogo, D., Wu, Y.-W., Lukito, M.M., 2016. A Hybrid Harmony Search algorithm for discrete sizing optimization of truss structure. Automation in Construction 69, 21–
https://doi.org/10.1016/j.autcon.2016.05.023
Chunduru, R.K., Sen, M.K., Stoffa, P.L., 1996. 2-D resistivity inversion using spline parameterization and simulated annealing. GEOPHYSICS 61, 151–161. https://doi.org/10.1190/1.1443935
Darlan, Y., Sahudin, S., 2016. Gas Biogenik Dan Unsur Mineral Pada Sedimen Delta Kapuaskalimantan Barat. JGK 10, 133. https://doi.org/10.32693/jgk.10.3.2012.222
Dr.Hendra Grandis, 2009a. Pengantar Pemodelan Inversi Geofisika. Himpunan Ahli Geofisika Indonesia (HAGI), Jakarta.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2022 Dinovica Chandra Prayoga
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
