Transformasi Fourier Seleksi Pengolahan Data

amplitudonya cukup besar dan terlihat seperti garis zig zag yang artinya data yang terekam tidak cukup baik. Data yang ditamplikan belum dapat memberikan informasi mengenai resistivitas batuan ditempat dilakukannya pengukuran. Untuk itu, maka dilakukan proses pengolahan data selanjutnya yaitu memasuki tahap mengubah informasi domain waktu menjadi domain frekuensi menggunakan Transformasi Fourier. Gambar 3.4 Data Time Series

3.5.1 Transformasi Fourier

Salah satu jenis Transformasi Fourier yang digunakan yaitu Transformasi Fourier Diskret atau Discrete Fourier Trasnform DFT merupakan suatu fungsi matematis yang digunakan untuk mengubah suatu sinyal yang masih dalam domain waktu menjadi domain frekuensi dengan durasi berhingga. Berikut adalah persamaan DFT X = ∑ [ ] ⁄ 3.1 Gambar 3.5 menunjukkan proses Transformasi Fourier pada software SSMT2000. Gambar 3.5 Transformasi Fourier 3.5.2 Robust Processing Melakukan Robust Processing untuk menambahkan parameter – parameter yang sesuai. Kedua proses ini menggunakan software SSMT2000. Informasi yang dihasilkan dari robust processing adalah berupa file MTH dan MTL yang didalamnya berisi informasi mengenai impedansi yang berisi informasi mengenai resistivitas semu dan fase. Informasi ini dapat ditampilkan menggunakan software MT Editor. Menurut Simpson dan Bahr 2005 mengatakan bahwa robust processing adalah teknik pemrosesan statistical untuk mengidentifikasi dan menghapus data yang menyimpang oleh noise . Robust processing digunakan untuk merendahkan nilai outliers pada proses iterasi. Outliers adalah data dengan nilai yang menyimpang jauh dari nilai rata-rata, umumnya data tersebut dapat dianggap sebagai noise sehingga robust processing dapat berperan sebagai filter noise awal bagi data MT. Gambar 3.6 menunjukkan robust processing saat sedang berjalan menggunakan software SSMT2000. Gambar 3.6 Robust Processing

3.5.3 Seleksi

Cross Power Setiap titik yang berada pada kurva resistivitas maupun fasa dapat diwakilkan oleh titik-titik lainnya yang biasa disebut dengan cross power . Cross power ini dapat ditentukan pada saat robust processing dengan mengatur parameter tertentu tetapi secara umum biasanya setiap titik diwakilkan oleh dua puluh titik. Nilai cross power dapat disesuaikan agar bentuk kurva resistivitas dan kurva fasa dapat menjadi lebih halus. Pada saat proses inversi, apabila bentuk kurva baik model yang dihasilkan akan mempunyai nilai eror yang kecil dan dapat menggambarkan struktur bawah permukaan yang mendekati keadaan sesungguhnya. Pada gambar 3.7 terdapat dua kurva resistivitas terhadap frekuensi dan dua kurva fase terhadap frekuensi pada titik MT5. Kondisi idealnya adalah kurva TE dan kurva TM berhimpitan tetapi kenyataannya terjadi efek pergeseran ke atas maupun ke bawah dengan jarak tertentu dari yang seharusnya. Nilai restivitas akan berubah karena pergeseran ini, dan menyebabkan hasil interprestasi menjadi tidak tepat. Melakukan koreksi sangatlah diperlukan agar kurva menjadi benar dan hasil interpretasinya pun benar. Pada hasil yang didapat, kurva tersebut terlihat tidak rapi dan tidak halus diakibatkan oleh beberapa kondisi saat proses pengukuran berlangsung yaitu heterogenitas permukaan. Ketidakhomogenan akan mengganggu penjalaran arus dan menumpuk di daerah batas hetergoneitas tersebut. Akibatnya adalah kurva hasil pengukuran MT akan bergeser ke atas jika melewati daerah yang resistif dan akan bergeser ke bawah jika melewati daerah yang konduktif. Proses seleksi cross power dilakukan untuk menaikkan atau menurunkan titik pada kurva. Cross power merupakan kumpulan data parsial yang jumlahnya dapat ditentukan pada saat melakukan robust processing . Jumlah robust processing paling sedikit adalah satu dan paling banyak berjumlah seratus. Pada penelitian ini dipilih jumlah cross power yang maksimal yaitu seratus agar dapat meminimalkan noise yang terukur dan agar lebih tepat dalam memodelkan citra bawah permukaan. Apabila memilih cross power yang maksimal maka kurva hasil smoothing nya akan lebih baik bila dibandingkan dengan memilih yang minimal. Terdapat keadaan dimana suatu titik pada kurva resistivitas yang memang nilainya sudah tepat tidak dapat dinaikkan atau diturunkan melalui seleksi cross power ataupun jika dapat tidak signifikan. Jumlah cross power dalam hal ini tidak terlalu berpengaruh dan keadaan kurva yang didapat sudah baik. Gambar 3.7 Kurva Resistivitas Terhadap Frekuensi dan Fase Terhadap Frekuensi Sebelum Dilakukan Proses Filtering pada MT Editor Gambar 3.8 menunjukkan kurva setelah dilakukan proses filtering yang hasilnya kurva menjadi jauh lebih baik dan halus .Kurva yang sudah baik ini di simpan ke dalam bentuk format .edi atau EDI file . File ini kemudian dapat dibuka menggunakan software WinGlink. Terdapat beberapa menu yang dapat digunakan yaitu Maps, Soundings, Pseudo Section, X Section, 2D Inversion , 3D Modeling dan Interpreted Views . Menu Maps digunakan untuk menampilkan lintasan pengukuran saat proses akuisisi data yang berisi informasi ketinggian titik pengukuran, lintasan titik pengukuran dan koordinat tempat melakukan pengukuran. Gambar 3.8 Kurva Resistivitas Terhadap Frekuensi dan Fase Terhadap Frekuensi Setelah Dilakukan Proses Filtering pada MT Editor

3.5.4 Penghalusan Kurva