TEORI DASAR
⎛ ∂H ⎞
∇ × E = −μ ⎜ ⎟ (2.3)
⎝ ∂t ⎠
⎛ ∂E ⎞
∇×H =σ E +ε ⎜ ⎟ (2.4)
⎝ ∂t ⎠
Dimana μ adalah permeabilitas magnetik (H/m), ε adalah permitivitas
(F/m), σ adalah konduktivitas (ohm/meter), dan ω adalah frekuensi sudut
medan.
6
Dengan menggunakan operasi curl pada persamaan (2.3) dan (2.4) serta
⎛∂⎞ ⎛ ∂E ⎞ ⎛ ∂2E ⎞
⎝ ∂t ⎠
(
∇2 E = μ ⎜ ⎟ ∇ × H = σμ ⎜ ⎟)+ εμ ⎜ ∂ 2t ⎟ (2.5)
⎝ ∂t ⎠ ⎝ ⎠
⎛∂⎞ ⎛ ∂H ⎞ ⎛ ∂2 H ⎞
( )
⎝ ∂t ⎠
(
∇2 H = σ ∇ × E − ε ⎜ ⎟ ∇ × E = σμ ⎜ ⎟ + )
εμ ⎜ 2 ⎟ (2.6)
⎝ ∂t ⎠ ⎝ ∂t ⎠
Apabila fungsi waktunya dipilih sebagai fungsi sinusoidal dengan
ω = 2π f , maka persamaan (2.5) dan (2.6) dapat disederhanakan menjadi:
ωμσ
m = ± (1 + i ) = ± (1 + i )a (2.12)
2
ωμσ
dengan a = . Karena H harus terdefinisi pada z = +∞ , sehingga,
2
H y = H 0eiωt −(1+ j ) az = H 0e − az +i (ωt −az ) (2.13)
7
atau
H y = H 0e − az cos(ωt − az ) (2.14)
Persamaan (2.14) merupakan persamaaan gelombang elektromagnetik pada
bidang z (sumbu vertikal).
Current), E Sx .
Arus Eddy akan menimbulkan medan elektromagnetik baru yang disebut
8
Gambar 2.1 Distribusi medan elektromagnetik untuk metode VLF
dalam polarisasi listrik dengan sinyal di atas sebuah dike konduktif
vertikal (diambil dan digambar ulang dari Bosch dan Muler, 2001)
9
Adapun ungkapan dalam bentuk vektor, komponen-komponen medan
magnetik mempunyai bentuk :
⎛0 ⎞ ⎛0 ⎞ ⎛0 ⎞
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎜ H Ry ⎟ = ⎜ H Py ⎟ + ⎜ H Sy ⎟ (2.16)
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎝ H Rz ⎠ ⎝ 0 ⎠ ⎝ H Sz ⎠
Hasil dari pengukuran metode VLF–EM adalah inphase dan quadrature yang
merupakan rasio dari H Rz / H Ry dan merefleksikan perubahan distribusi
10
2.3 Fase dan Polarisasi Ellips
Pada saat gelombang primer masuk kedalam medium, gaya gerak listrik
(ggl) es , akan muncul dengan frekuensi yang sama, tetapi fasenya tertinggal 900
Gambar 2.2 menunjukkan diagram vektor antara medan primer P dan ggl
induksinya.
11
Re
= tan φ = ω L / R (2.21)
Im
Persamaan di atas menunjukkan bahwa jika semakin besar perbandingan
Re/Im, semakin besar sudut fasenya, maka konduktor tersebut semakin baik, dan
sebaliknya jika semakin kecil perbandingan Re/Im, semakin kecil sudut fasenya,
maka konduktor tersebut semakin buruk.
12
H z H x sin Δφ
ε= × 100% (2.23)
( H1 ) 2
dan
Δφ = φz − φx
adalah sumbu mayor dan minor dari polasarisasi elips, dan φz dan φ x adalah fase
komponen medan magnetik horizontal dan vertikal.
Pada penelitian ini data yang terukur pada alat VLF adalah : inphase,
quadrature, tilt-angle dan total-field. Kontras anomali yang terukur dapat
disebabkan oleh adanya batuan terisi air yang lebih konduktif atau adanya batuan
berongga terisi udara yang lebih resistif dari lingkungan kars. Dengan parameter
tersebut diharapkan anomali akibat aliran sungai bawah permukaan dapat
diperlihatkan dengan jelas.
13
2.5 Tahapan Pengolahan Data VLF
Agar data VLF lebih mudah diinterpretasi, data lapangan hasil pengukuran
harus diolah terlebih dahulu. Pada pengukuran metode VLF, topogarafi dan
gangguan (noise) di lapangan dapat mempengaruhi nilai VLF yang terukur.
Sehingga diperlukan koreksi agar data yang diolah dapat benar-benar
menggambarkan anomali akibat benda konduktif di lapangan.
14
Gambar 2.4 Efek topografi pada aliran arus VLF dan medan
magnetik: (a) Polarisasi medan listrik , (b) Polarisasi medan magnetik
(McNeil dan Labson, 1987)
15
Adapun prosedur koreksi tofografi dari Baker dan Myers tersebut adalah
sebagai berikut: komponen real dan imajiner hasil pembacaan dirata-ratakan dan
hasilnya diletakan pada posisi tengahnya. Kemudian koreksi topografi yang
sesuai dengan kemiringannya ditambahkan pada hasil perata-rataan sebelumnya.
Secara matematis dituilis sebagai berikut :
R1 % + R2 %
R(1, 2 ) = ( ) ± TC (2.24)
2
dimana: R1 adalah pembacaan data VLF pada stasiun 1 (%)
R2 adalah pembacaan data VLF pada stasiun 2 (%)
TC (topograhic correction) adalah koreksi topografi(%)
N −1
dengan k = ,
2
dimana: k adalah jumlah pengurangan data yang hilang akibat dilakukan filtering
dan N adalah panjang interval smoothing atau lebar jendela.
16
dengan menggunakan filter yang ditemukan oleh Fraser (1969) yang dinamakan
filter Fraser. Filter ini didesain untuk membagi data tilt angle dengan 900,
sehingga persilangan menjadi maksimum (peak). Filter ini juga melemahkan
panjang gelombang yang terlalu besar untuk mengurangi efek topografi. Selain
itu, filter ini mengurangi efek pelemahan dari variasi temporal kuat sinyal
pemancar.
Prinsip dasar dari filter Fraser adalah menggunakan 4 buah titik yang
berurutan, dengan cara mengurangkan jumlah dari nilai data ke-3 dan ke-4
terhadap jumlah dari nilai data ke-1 dan ke-2. Kemudian diplot pada titik tengah
antara data ke-2 dan data ke-3. Atau secara matematis filter Fraser dapat
dilakukan sebagai berikut:
Fn = ( M n + 2 + M n + 3 ) − ( M n + M n +1 ) (2.26)
Contoh penerapan filter Fraser dapat dilihat pada Gambar 2.6.
17
2.5.4 Filter Karous-Hjelt
Filter Karous-Hjelt merupakan filter yang dikembangkan dari konsep
medan magnetik yang berhubungan dengan aliran arus listrik. Filter ini
dikembangkan dari filter statistika linear berdasarkan atas filter Fraser dan teori
medan linear dari Bendat dan Piersol. Filter ini menghasilkan profil kedalaman
dari rapat arus yang diturunkan dari nilai komponen vertikal medan magnetik
pada setiap titik pengukuran. Adapun profil kedalaman dapat dihitung dengan
menggunakan persamaan:
KH n = -0.102M n -3 + 0.059 M n -2 - 0.561M n -1 + 0.561M n +1 - 0.059 M n + 2 + 0.102 M n +3
(2.27)
Dimana Mn = Hz / Hx adalah nilai yang terukur pada alat.
Filter Karous-Hjelt menghitung sumber arus akivalen pada kedalaman
tertentu yang umumnya dikenal sebagai rapat arus. Posisi rapat arus ini dapat
menjadi alat untuk menginterpreatasi lebar dan kemiringan sebuah benda
anomali dengan kedalaman tertentu. Contoh penerapan filter Karous-Hjelt dapat
dilihat pada Gambar 2.7.
18
2.6 Pemodelan
Pemodelan ke depan (forward modelling) dan ke belakang (inverse
modelling) adalah adalah proses yang saling berkebalikan satu sama lain.
Pemodelan ke depan menggambarkan respon penyebaran gelombang dari
model yang kita buat. Pemodelan ke belakang mencoba mengembalikan
pengaruh dari perambatan gelombang untuk menghasilkan suatu gambaran
bawah permukaan bumi.
Pada penelitian ini baik pemodelan ke depan, maupun pemodelan ke
belakang dilakukan dengan algoritma elemen hingga (finite element). Finite
elemen adalah suatu cara untuk menyusun solusi pendekatan dari masalah nilai
batas. Ide dasarnya adalah memperoleh solusi pendekatan suatu masalah yang
kompleks dengan mengubahnya menjadi masalah yang sederhana terlebih
dahulu. Dengan ide ini dimungkinkan untuk melakukan perubahan bentuk
persamaan model dari bentuk persamaan differensial ke bentuk persamaan linear,
dengan kata lain mengubah suatu masalah dengan derajat kebebasan tak hinggga
menjadi masalah yang memiliki derajat kebebasan berhingga (Burhan, 2005).
Pada metode finite elemen, daerah pengamatan dibentuk menjadi sebuah
matriks yang dibagi menjadi elemen-elemen berbentuk kotak. Oleh karena itu
nilai spasi pada arah vertikal dan horisontal dan pembagian blok dari zona
interest harus ditetapkan (Gambar 2.8). Pada daerah yang memiliki perubahan
konduktivitas dilakukan diskretisasi yang tinggi karena disekitar daerah ini
terjadi variasi nilai medan yang besar.
19
Gambar 2.8 Mesh finite elemen (garis biru ) untuk pengukuran dari 0-
460. Pada daerah konduktif (kotak bergaris merah) dilakukan
pendiskretisasian yang lebih rapat karena disekitar ini terjadi variasi
nilai medan yang besar.
∂ ⎛ 1 ∂H y ⎞ ∂ ⎛ 1 ∂H y ⎞
⎜ ⎟+ ⎜ ⎟ = iωμσ E y (2.29)
∂x ⎝ σ ∂x ⎠ ∂z ⎝ σ ∂z ⎠
20
1 ∂E y 1 ∂E y
Hx = , dan H z = − (2.30
iωμ ∂z iωμ ∂x
1 ∂H y 1 ∂H y
Ex = − , dan Ex = (2.31)
σ ∂z σ ∂x
Nilai resistivitas semu ρ a dan fase φ untuk polarisasi-E dan polarisasi-H dapat
dihitung dengan menggunakan rumus:
1 Ey
2
⎛ imag ( E y / H x ) ⎞
, φ = tan ⎜⎜
−1
ρa = ⎟⎟ (2.32)
ωμ H x ⎝ real ( E y / H x ) ⎠
2
1 Ex ⎛ imag ( E x / H y ) ⎞
, φ = tan ⎜⎜
−1
ρa = ⎟⎟ (2.33)
ωμ H y ⎝ real ( E x / H y ) ⎠
Bagian real dan imaginer dari fungsi transfer magnetik pada VLF dapat dihitung
dengan rumus:
⎛H ⎞
Re = real ⎜ z ⎟ ⋅100% (2.34)
⎝ Hx ⎠
⎛H ⎞
Im = imag ⎜ z ⎟ ⋅100% (2.35)
⎝ Hx ⎠
ψ = ( Δd − S Δp ) ( Δd − S Δp ) + λ ( ΔpT Δp − p02 )
T
(2.36)
21
semua sell model j agar memperoleh fungsi minimum dari ψ . Hasil persamaan
normalnya adalah :
(S T
)
S + λ I Δp = S T Δ d (2.37)
dimana I adalah matriks identitas. Persamaan ini diselesaikan dengan cara
mengaplikasikan penyelesaian langsung untuk setiap tahap iterasi kedalam
persamaan 2.28 dan 2.32. Untuk mendapatkan penyelesaian yang cepat,
parameter Langrange diturunkan menjadi lebih kecil dengan faktor yang lebih
kecil dari 1.
1 n
RMS = ∑ Δdi 2
n i =1
(2.38)
1 n Δdi 2
χ2 = ∑
n i =1 ε i2
(2.39)
dimana ε i adalah standar deviasi dan n adalah jumlah data. Iterasi akan
dihentikan jika memenuhi kriteria-kriteria berikut: (1) Iterasi mencapai jumlah
yang kita tetapkan (2) ketika error RMS tidak mengalami perubahan. Gambar 2.9
memperlihatkan contoh hasil pemodelan ke belakang dari akibat benda konduktif.
⎛ a b ⎞ ⎛ ∂(K + M ) ⎞
Sij = ⎜ Ti − Ti ⎟ ( K + M ) ⎜ −
−1
⎟
⎝ ai u bi u ⎠ ⎜ ∂ ( ln σ j ) u ⎟ (2.40)
⎝ ⎠
dimana ai dan bi adalah vektor kolom untuk menghitung medan listrik dan
medan magnetik dalam kasus Polarisasi-E dan H-polasisasi untuk datum ke–i dari
u. Nilai ai dibentuk dari penyederhanaan yang bernilai 1 pada posisi datum ke 1
22
dan 0 untuk node yang lainnya. Jika observasi tidak diletakan secara tepat pada
node grid , maka nilai medan diinterpolasi berdasarkan 2 node terdekatnya.
23