Pengolahan Data Sesimik (True Amplitude Recovery, Gain Recovery Dan Filtering)
Pengolahan Data Sesimik (True Amplitude Recovery, Gain Recovery Dan Filtering)
Pengolahan Data Sesimik (True Amplitude Recovery, Gain Recovery Dan Filtering)
Oleh :
Sri Kiswanti 115160005
Muhammad Iqbal Syah 115160017
Rais Fuad Munawwar 115160031
Bagus Cipta Wijaya 115160047
Farhan Ghalibto 115160052
Farkhan Mahari Swastiko 115160062
1.2. RumusanMasalah
1. Apa yang dimaksud dengan True Amplitude Recovery, Gain Recovery serta Filtering
dan jenis - jenisnya?
2. Apa saja faktor yang mempengaruhinya?
3. Bagaimana cara melakukan True Amplitude Recovery, Gain Recovery serta
Filtering.?
1.1 Tujuan
Adapun tujuan yang terdapat dalam makalah ini yaitu :
1. Mengetahui dan memahami konsep dari True Amplitude Recovery, Gain Recovery
serta Filtering.
2. Mengenal faktor – faktor yang mempengaruihinya.
3. Mengetahui jenis – jenis dari ketiga pembahasan tersebut.
4. Serta dapat mengetahui cara melakukan True Amplitude Recovery, Gain Recovery
serta Filtering.
BAB II
PEMBAHASAN
Sub proses True Amplitude Recovery (TAR) tidak dirancang untuk menghilangkan semua
faktor yang telah disebutkan diatas akan tetapi hanya sebagian saja. Bagian yang tidak
ditangani ini akan diselesaikan pada sub proses yang lain (selanjutnya).
1. Gain Removal.
2. Koreksi divergensi bola.
3. Koreksi atenuasi.
Gain Removal adalah proses membuang penguatan yang dilakukan amplifier. Karena
setelah penguatannya dibuang sinyal –sinyal refleksi akan menjadi demikian lemah, maka
penguatan amplifier ini idgantikan oleh penguatan lain yang nilai – nilainya didapat dari
experimensatl gain curve yang dianggap lebih cocoj untuk daerah yang di selidiki.
Untuk koreksi yang berasosiasi dengan variasi geologi bawah permukaan, efek coupling sumber
dan penerima dapat dilakukan dengan analisis nilai Amplitudo RMS (Root Mean Square) yang
disusun dalam Common Receiver dan Common Source:
Koreksi akibat variasi kategori 3 dan 4 dapat dilakukan dengan filtering, serta berbagai
metoda eliminasi noise dan kill trace.
B. Gain Recovery
Akibat adanya penyerapan energi pada lapisan batuan yang kurang elastis danefek
divergensi sferis maka data amplitudo (energi gelombang) yang direkam mengalami penurunan
sesuai dengan jarak yang ditempuh. Untuk menghilangkan efek ini maka perlu dilakukan
pemulihan kembali energi yang hilang sedemikian rupa sehingga pada setiap titik seolah-olah
datang dengan jumlah energi yang sama. Proses ini dikenal dengan istilah Automatic Gain
Control (AGC) sehingga nantinya menghasilkan kenampakan data seismik yang lebih mudah
diinterpretasi.
Ketika perekaman berlangsung, data yang terekam telah diberikan penguatan (gain),
namun dengan fungsi yang bersifat instantaneous floating point yang dapat menyebabkan
adanya distorsi pada data. Fungsi penguatan tersebut kemudian dapat dikoreksi dengan cara
mengalikan nilai-nilai trace seismik dengan inversi dari fungsi penguatan, dan nilai rata-rata
amplitudo trace seismik dikalkulasi sebagai fungsi waktu, sehingga hasilnya dapat diketahui
parameter-parameter fungsi penguatan yang baru. Fungsi penguatan yang benar akan
menghasilkan trace seismik dengan perbandingan amplitudo-amplitudo yang sesuai dengan
perbandingan dari masing-masing koefisiensi refleksinya, sehingga akan mempermudah dalam
interpretasi. Fungsi penguatan g(t) secara dapat dinyatakan sebagai :
Gain (dB) = A.t + B.20 log (t) + C
dimana t merupakan waktu, A sebagai faktor atenuasi, B sebagai faktor spherical divergence,
dan C adalah nilai tetapan penguatan.
C. FILTERING
Filtering merupakan upaya untuk 'menyelamatkan' frekuensi yang dikehendaki dari
gelombang seismic dan 'membuang' yang tidak dikehendaki. Secara matematis, operasi
filtering merupakan konvolusi dalam kawasan waktu antara gelombang 'mentah' dengan fungsi
filter diatas dan perkalian dalam kawasan frekuensi. Terdapat beberapa macam filtering:
1. Filter Frekuensi (1D), Filter ini bekerja untuk meredam noise frekuensi tertentu.
Jenisnya yaitu:
Band Pass Filter
Low Pass Filter
High Pass Filter
Notch Filter
2. Filter F-K (2D), filter ini digunakan untuk meredam noise frekuensi tertentu yang sama
dengan frekuensi sinyal data namun dengan bilangan gelombang yang berbeda.
F-K FILTER
Filter F-K dilakukan dengan cara merubah data seismic dari domain waktu
(T) dan jarak (X) ke domain frekuensi (F) dan bilangangelombang (K)
menggunakan transformasi Fourier. Karena event-event dalam data seismic
mempunyai banyak kemiringan dan frekuensi (dalam hal ini yang dimaksud
sebagai kemiringan adalah kemiringan dari event, dalam milidetik per trace,
bukan kemiringan dari struktur geologi) maka tiap kemiringan yang berbeda
dalam domain T-X akan berubah menjadi garis dengan kemiringan yang berbeda
dalam domain F-K. Event horizontal dalam domain T-X mempunyai nilai
bilangan gelombang sama dengan nol sehingga dalam domain F-K akan diplot
sepanjang sumbu frekuensi. Semakin besar kemiringan suatu event dalam domain
T-X semakin dekat plotnya kesumbu bilangan gelombang. Sinyal dengan
kemiringan positif akan mempunyai bilangan gelombang positif dan sinyal
dengan kemiringan negative akan mempunyai bilangan gelombang yang negatif.
Gambar 3. Pasangan (a) event horisontal, (b) event dengansudutkemiringanrendahdan (c) event
dengansudutkemiringantinggi, dalam domain T-X dan F-K
Ketika trace sudah berada dalam domain frekuensi event-event dengan kemiringan
yang tidak diinginkan dapat dihilangkan. Data kemudian dapat dirubah ke domain waktu
dengan cara transformasi Fourier balik. Seperti terlihat pada gambar 1(a), kita menghilangkan
kemiringan positif dan negative pada sudut rendah. Filter jenis ini biasanya digunakan untuk
menghilangkan multiple dengan cara menerapkan koreksi pada data dengan kecepatan multiple
sehingga multiple berubah kemiringannya menjadi datar. Jika sudut tinggi dihilangkan, seperti
terlihat pada gambar 1(b), event-event tertentuseperti ground roll dan jejak noise acak
dihilangkan. Dalam gambar 1(c), ‘pie-slice’ digunakan untuk menghilangkan event dengan
selang kemiringan tertentu. Faktor lain yang harus dipertimbangkan dalampenerapan filter-
filter di atas adalah persentase data yang akan dihilangkan dalam selang penolakan tersebut.
Jika nilainya 0 (0% pass) maka semua event yang ada dalamselang penolakan dihilangkan, jika
nilainya 100 (100% pass)
maka tidak ada event yang
dihilangkan.
Gambar 4.Desain filter untuk menahan kemiringan tertentu (dalam domain F-K)
Berikut adalah contoh penerapan filter F-K dengan zona penolakanantara 8-36 0 dan
persentase data yang diloloskan bervariasi mulai dari 0% sampai 80%. Untuk kasus 0% noise
dihilangkan tapi menghasilkan keluaran yang mirip densintetik sementara untuk kasus 80%
noise terlihat masih ada tetapi sudah bias ditekan. Untuk melihat masalah akibat penghilangan
spektrum F-K yang terlalu banyak, Jika spektrum F-K yang diloloskan terlalu sedikit maka
zona patahan akan mengalami smearing sehingga patahan akan terlihat seperti reflector
horisontal. Jika spektrum F-K yang diloloskan cukup banyak maka patahan tidak akan
mengalami smearing sementara event miring tetapdapat dihilangkan.
3. Filter Inversi
Konsep filter inversi muncul berdasarkan anggapan bahwa bumi telah bertindak
sebagai filter, sehingga sinyal seismik yang kita rekam mempunyai bentuk yang rumit. Filter
inversi adalah suatu filter yang dirancang untuk mengembalikan bentuk sinyal seismik yang
rumit tadi menjadi sederhana seperti paku.
Filter inversi dapat dilakukan di domain frekuensi, bila spektrum seismik yang akan
kita dekonvolusi adalah S(f), maka filter inversinya adalah :
1
𝐹 (𝑓 ) =
𝑆(𝑓)
Filter inversi ini dapat direalisasaikan bila nilai-nilai semua komponen S(f)>0. Bila
salah satu saja dari komponennya berharga nol, maka F(f) tidak dapat direalisasikan karena
akan ada nilai yang besarnya tak berhingga. Untuk mengatasi masalah ini, maka pada umunya
orang menambahkan “white noise” kepada spektrum sinyal.Pekerjaan ini disebut spectral pre
whitening. White noise yang ditambahkan ini tidak boleh terlalu besar, kira-kira sekitar 1%
atau beberapa % saja relatif terhadap amplitudo maksimum dari spektrum sinyalnya. (Yan,
2002).
4. Filter Wiener
Filter Wiener adalah sebuah proses operasi matematik yang menganut azas kwadrat
terkecil dalam menjalankan operasinya. Tahap operasinya dibagi menjadi dua tahap, yakni
tahap perancangan (filter design) dan tahap pemakaian (filter application). (Claerbout,
1985). Dengan persamaan filter wiener adalah sebagai berikut :
𝐴. 𝑓 = 𝑐
Jadi elemen-elemen matriks A adalah input dari data frekuensi kemudian elemen
matriks c adalah korelasi antara frekuensi, dan elemen f adalah nilai filter yang akan dicari.
Filter wiener ini dapat digunakan pada wavelet yang berphase minimum atau nol, untuk phase
maximum filter ini tidak stabil.
BAB III
PENUTUP
3.1. Kesimpulan
Berdasarkan pembahasan yang telah dijelaskan dari makalah tersebut, dapat ditarik
kesimpulan yaitu:
1. True Amplitude Recovery atau Real Amplitude Recovery adalah upaya untuk
memperoleh amplitudo gelombang seismik yang seharusnya dimiliki. Saat
perekaman, variasi amplitudo terjadi akibat geometrical spreading, atenuasi, variasi
jarak sumber-penerima dan noise.
2. Gain Recovery dan Filtering, berfungsi sebagai penguat sinyal ini akan dapat
menghasilkan trace seismik dengan perbandingan amplitudo-amplitudo yang sesuai
dengan perbandingan dari masing-masing koefisien refleksinya, selain itu dengan
menggunakan filtering juga akan mampu menghilangkan noise dan memperkuat
sinyal sehingga hasil yang dihasilkan akan dapat memudahkan dalam proses
interpretasi.
3. Automatic Gain Control (AGC) sendiri memwiliki fungsi penguatan berdasarkan
root mean square (RMS), dimana dikalkulasikan RMS dari kuadrat amplitudo di
tiap sampel pada satu window tertentu.
3. Terdapat dua jenis filter yaitu: Filter Frekuensi (1D), filter ini bekerja untuk
meredam noise frekuensi tertentu. Filter F-K (2D), filter ini digunakan untuk
meredam noise frekuensi tertentu yang sama dengan frekuensi sinyal data namun
dengan bilangan gelombang yang berbeda.
3.2. Saran
Proses True Amplitude Recovery, Gain Control dan Filtering sangat penting dalam
memperoleh hasil dari data seismik, sehingga dapat membantu dalam proses interpretasi
dengan baik.
DAFTAR PUSTAKA