INVERSI TOMOGRAFI MENGGUNAKAN ATRIBUT GELOMBANG NORMAL INCIDENT POINT KINEMATIK UNTUK PENENTUAN MODEL KECEPATAN

SEISMIK REFLEKSI DALAM DOMAIN KEDALAMAN

Akhmad Aksin1)

Program Studi Geofisika, Jurusan Fisika, Fakultas Matematika dan Ilmu Pengetahuan Alam , Dr. A.Syaeful Bahri, S.Si, M.T., Bambang Avianthara, M.T.

Institut Teknologi Sepuluh Nopember Surabaya, 2011 1)

email: aksin_v07@physics.its.ac.id

Abstrak Model kecepatan seismik diperlukan untuk proses merubah data seismik refleksi terekam menjadi gambar struktur bawah permukaan dengan menggunakan migrasi domain kedalaman. Informasi waktu rambat, untuk menentukan model kecepatan menggunakan inversi tomografi, di-pick dari data seismik prestack. Proses picking ini akan menjadi sulit jika dilakukan pada data dengan rasio sinyal terhadap noise yang rendah. Pada penelitian ini, dilakukan penentuan model kecepatan menggunakan inversi tomografi dengan memanfaatkan atribut normal incident point kinematik. Hasil picking digunakan sebagai data masukan untuk proses inversi tomografi. Migrasi dalam domain kedalaman dilakukan dengan menggunakan model kecepatan yang dihasilkan dan kemudian dibandingkan dengan hasil dari proses konvensional. Proses pemilihan hasil stacking dilakukan secara kualitatif dengan mempertimbangkan hasil penampang inisial dan nilai koherensi. Analisis secara kualitatif dan kuantitatif dilakukan pada model kecepatan hasil inversi tomografi. Dari hasil pemrosesan didapatkan bahwa penampang stack hasil proses CRS memiliki kemenerusan reflektor yang lebih baik serta terdapat artefak yang lebih sedikit daripada penampang stack hasil proses konvensional. Proses tomografi untuk mendapatkan model kecepatan dilakukan hingga iterasi ke-21. Nilai fungsi cost mengalami penurunan sebesar 92.17 % dari nilai cost awal. Hasil proses migrasi domain kedalaman dipengaruhi oleh penampang stacking dari data seismik dan model kecepatan seismik. Pada penelitian ini menunjukan bahwa hasil migrasi menggunakan model kecepatan CRS stack memiliki struktur yang lebih detail daripada hasil yang menggunakan model kecepatan konvesional. Kata kunci: common reflection surface, tomografi seismik, atribut wavefield kinematik, migrasi prestack domain kedalaman. I. PENDAHULUAN

Pengolahan data (data processing) seismik memegang peranan penting dalam kegiatan eksplorasi minyak dan gas bumi. Tujuan pengolahan data seismik yaitu meningkatkan citra penampang yang semakin baik dalam tiap tahapannya.

Secara umum tahapan pemrosesan data seismik meliputi preprocessing, processing dan post processing. Tomografi seismik merupakan salah satu bagian dari pemrosesan data seismik dengan melakukan pemetaan bawah permukaan untuk melacak variasi strata struktur secara lateral maupun vertikal.

Tomografi refleksi telah banyak dikembangkan khususnya untuk memproses data seismik refleksi. Tomografi refleksi dilakukan dengan merekonstruksi ulang

struktur bawah permukaan dari data waktu tempuh (travel time) penjalaran gelombang seismik refleksi untuk menghasilkan suatu model distribusi kecepatan.

Pada kondisi geologi yang komplek, penentuan nilai waktu tempuh pada proses tomografi refleksi sangat sulit dilakukan. Hal ini disebabkan pada proses tomografi refleksi, nilai dari waktu tempuh gelombang didapatkan dari proses picking pada data seismik prestack dengan mempertimbangkan kemenerusan reflektor. Sehingga dapat dimungkinkan timbulnya reflektor yang tidak kontinu ataupun pada data seismik yang memiliki rasio sinyal terhadap noise (S/N) yang rendah. Untuk itu diperkenalkan metode common reflection surface (CRS) stack.

Tujuan dari penelitian ini yaitu: Pertama, melakukan proses stacking CRS

untuk mendapatkan penampang stack yang paling optimal serta menganalisis parameter yang berpengaruh pada data seismik terukur. Kedua, menentukan model kecepatan bawah permukaan menggunakan metode inversi tomografi dengan memanfaatkan atribut wavefield kinematik serta menganalisis model kecepatan yang dihasilkan. Ketiga, melakukan migrasi prestack domain kedalaman pada data seismik dengan menggunakan model kecepatan hasil proses inversi tomografi yang memanfaatkan atribut wavefield kinematik. Penampang hasil migrasi tersebut dibandingkan dengan penampang hasil migrasi yang menggunakan model kecepatan dari proses konvensional.

Manfaat hasil penelitian pada tugas akhir ini antara lain berupa analisis parameter yang berpengaruh pada proses CRS stack dan proses inversi tomografi CRS, serta analisis perbandingan penampang stack hasil migrasi dalam domain kedalaman dengan menggunakan dua model kecepatan yang berbeda, yaitu model kecepatan yang dihasilkan dari proses inversi tomografi dengan memanfaatkan atribut wavefield kinematik dan model kecepatan dari proses konvensional. Dari penelitian tersebut dapat digunakan sebagai referensi dalam melakukan proses sejenis. II. TINJAUAN PUSTAKA 2.1 Pengolahan data seismik secara konvensional

Pengolahan data seismik secara konvensional merupakan pengolahan dengan tahapan utama yang umum berlaku pada pemrosesan data seismik. Pengolahan tersebut dilakukan dalam beberapa tahapan utama yaitu antara lain sorting CMP, analisa kecepatan, koreksi normalmoveout (NMO), stacking dan migrasi.

2.1.1 Sorting common mid point (CMP)

Data seismik dari lapangan, didapatkan sebagai common source gather (CSG) seperti tampak pada Gbr. 1. Data tersebut kemudian dikelompokkan dan diurutkan (sorting) berdasarkan CMP yang sama. Hal tersebut dilakukan agar mendapatkan gambaran geometri dari susunan konfigurasi sumber dan penerima.

Data yang telah ter-sorting terhadap CMP yang sama kemudian dilakukan penggabungan sehingga dihasilkan CMP gather.

Gambar 1: Geometri akuisisi data seismik

refleksi (Mann et al, 1999).

2.1.2 Analisa kecepatan Tahapan analisa kecepatan dilakukan

dengan menduga kecepatan pada suatu titik tertentu di bawah permukaan bumi, yang nantinya informasi kecepatan tersebut digunakan sebagai nilai kecepatan pada tahapan koreksi normal moveout (NMO).

Metode analisa kecepatan dapat dilakukan dengan beberapa metode, akan tetapi yang digunakan pada penelitian ini adalah analisa kecepatan dengan metode spektrum kecepatan. Pencocokan nilai kecepatan pada suatu event rekaman seismik tertentu mengacu pada besarnya nilai koherensi pada titik yang sama, dimana nilai kecepatan akan dianggap mampu mewakili suatu event tertentu jika mempunyai nilai koherensi yang tinggi dan sebaliknya.

Persamaan koherensi seperti pada Pers. (1).

(1)

dimana fi,t(i)

2.1.3 Koreksi normal move out

adalah amplitudo dari trace ke-i pada waktu tempuh t(i) dan N adalah jumlah dari trace (Tanner dan Kohler (1969)).

Koreksi normal moveout merupakan koreksi yang dilakukan akibat pengaruh dari perbedaan jarak antara offset yang satu dengan offset yang lain.

Levin (1971) menyatakan persamaan koreksi NMO untuk kasus medium homogen isotropi dengan reflektor yang planar digambarkan seperti pada Pers. (2)

(2)

dengan vNMO

Pada kasus lapisan miring yang berbentuk melengkung, atau pada kasus medium yang tidak homogen, koreksi NMO maupun DMO ini menjadi tidak tepat. Efek smearing dari titik refleksi residual masih terjadi. Efek ini akan makin besar apabila dijumpai bentuk reflektor yang makin melengkung atau medium yang makin tidak homogen.

adalah kecepatan NMO, yang didapatkan ketika melakukan picking pada semblance.

2.1.4 CMP stack

Metode stack CMP konvensional dilakukan dengan menjumlahkan trace-trace dari offset yang berbeda-beda mengandung informasi untuk titik yang sama pada reflektor horizontal. Dengan mengasumsikan bahwa sinyal mempunyai fase yang sama dan noise random mempunyai fase acak, maka penumpukan trace akan memperkuat amplitudo sinyal dan melemahkan amplitudo noise. 2.2 Metode Common Reflection Surface

Proses pengolahan data konvensional yang terlalu mengandalkan model kecepatan pada akhirnya memiliki banyak kelemahan, dari tingkat subyektifitas pemilihan kecepatan stack, hingga pada penerapan konsep stack yang hanya menggunakan beberapa data CMP gather saja. Dari permasalahan tersebut maka diperkenalkan metode common reflection surface (CRS) (Muller, 1998; Jager,1999). CRS merupakan metode stacking yang hanya bergantung pada tiga parameter seismik dan kecepatan dekat permukaan (near-surface velocity), serta menggunakan lebih banyak data CMP gather daripada proses konvensional. Sejak diperkenalkan oleh Műller (1998), metode CRS ditujukan untuk mengatasi kondisi bawah permukaan yang lebih kompleks. Beberapa pengembangan telah dilakukan salah satunya dengan memanfaatkan atribut yang dihasilkan CRS untuk proses inversi tomografi (Duveneck, 2004). 2.2.1 Atribut wavefield kinematik CRS

Hubral et al (1999) memperkenalkan dua jenis gelombang untuk proses CRS yaitu

dengan menempatkan sumber berupa titik pada reflektor yang menghasilkan gelombang normal incident point (NIP). Sedangkan gelombang kedua didapatkan dengan menempatkan suatu sumber berupa luasan (exploding reflektor) yang menghasilkan gelombang normal (N) seperti pada Gbr. 2.

(a) (b) Gambar 2: Penggambaran gelombang NIP dan

gelombang normal. a) Gelombang NIP yang dibangkitkan dari dari titik NIP (R). b) Gelombang normal (Duveneck, 2004)

Kedua gelombang tersebut akan

memiliki atribut kinematik (kinematic properties) yang terukur di permukaan ξ0 yaitu p(ξ), MN (ξ) dan MNIP

(3)

(ξ). Atribut kinematik tersebut sesuai dengan pesamaan berikut:

2.2.2 Konsep dasar CRS stack

Konsep stacking yang didasarkan pada common reflection surface sama halnya dengan konsep stacking pada NMO stack, yaitu menjumlahkan trace pada suatu operator pemukaan tertentu. Parameter surface stacking CRS diturunkan berdasarkan teori gelombang dari Cerveny dan Hron (1980), dimana penjalaran gelombang diekspresikan dengan gelombang hipotesis normal incident point (NIP) dan gelombang normal (N).

Operator CRS ZO untuk titik P0(ξ0,t0

) diturunkan dari ekspansi hyperbolik Taylor orde kedua yaitu:

(4) dengan ∆ξ=ξm-ξ0, fungsi traveltime tersebut dipengaruhi ketiga parameter p(ξ)

, MN (ξ), dan

MNIP (ξ)

Jager (1999).

2.2.3 Strategi pencarian atribut CRS a. Automatic CMP stack Automatic CMP stack dilakukan dengan

menggunakan persamaan hiperbola sebagai berikut :

(5)

dengan mengasumsikan parameter baru baru berupa parameter q dengan persamaan sebagai berikut:

(6)

Parameter q sangat erat berhubungan

dengan nilai kecepatan NMO pada CRS stack dengan hubungan persamaan sebagai berikut: Persamaan NMO CRS stack didapatkan dengan membandingkan Pers. (4) serta mengasumsikan nilai ξm = ξ0

, dan Pers. (5), maka akan didapatkan Pers. (7).

(7)

Dengan menggunakan Pers. (7) nilai q

dapat diketahui untuk setiap sampel ZO. Kemudian untuk tiap nilai q ini dianalisa koherensinya dengan data prestack, nilai q dengan koherensi tertinggi disimpan sebagai nilai q initial.

b. ZO stack

Penampang ZO ini dibentuk oleh dua parameter atribut kinematik wavefield yaitu nilai α dan RN. Pencarian nilai α dari event refleksi dilakukan dengan menganggap tidak ada perubahan nilai terhadap jarak half offset akibat perhitungan nilai α yang terletak pada titik ξ0 (h = 0) serta mengasumsikan pada kondisi plane wave (RN

= ∞), pada persamaan hiperbolik (8) menjadi persamaan berikut:

(8)

Sehingga tiga parameter stacking (α, RN, RNIP)

untuk tiap sampel waktu ZO sudah didapatkan,

c. Optimisasi Proses optimasi dilakukan untuk

mendapatkan hasil stacking yang terbaik dengan menggunakan input data nilai initial parameter stacking. Algoritme yang digunakan untuk proses optimasi ini adalah flexible polyhedron search (Nelder dan Mead, 1965).

Penelitian mengenai algoritme ini dalam optimasi parameter CRS dilakukan oleh Jäger (1999). Hasil dari optimasi parameter stacking ini selanjutnya digunakan dalam proses stacking dengan keluaran berupa penampang stack.

2.3 Smoothing

Efek dari proses pencarian nilai operator CRS (α, RN, RNIP

Proses smoothing dilakukan untuk memperbaiki sebaran dari suatu kumpulan data yang mengalami fluktuasi tersebut dengan cara melakukan perata– rataan pada suatu interval tertentu dan mengaplikasikan nilai tersebut pada nilai tengah dalam interval yang berkaitan

) yang dilakukan satu persatu berdasarkan persamaan CRS stack mengakibatkan terjadinya fluktuasi pada nilai atribut tersebut.

Algoritme smoothing pada masing- masing sampel ZO dan parameter CRS seperti yang diperkenalkan oleh Klüver et al (2005). 2.4 Automatic picking

Proses picking otomatis (automatic picking) dilakukan dengan prinsip mengambil atribut kinematik dari data ZO stack hasil proses CRS stack. Proses automatic picking ini berdasarkan pada informasi koherensi (Klüver et al, 2005).

Dari proses automatic picking ini akan didapatkan empat atribut yaitu waktu tempuh gelombang normal dibagi dua (one way time) τo, Parameter gelombang NIP yang merupakan turunan kedua waktu tempuh (MNIP), koordinat slowness horizontal yang merupakan turunan spasial pertama dari

waktu tempuh (p) dan lokasi kemunculan sinar dipermukaan pada zero offset (ξ). Keluaran ini digunakan sebagai data poin pada proses tomografi CRS. 2.5 Inversi Tomografi Gelombang NIP 2.5.1 Gelombang NIP dan penentuan model kecepatan

Latar belakang pemanfaatan gelombang NIP dalam pembuatan model kecepatan adalah kesamaan secara geometri dari penjalaran sinar pada konsep CRP dengan hal yang digunakan pada gelombang NIP. Segmen sinar penjalaran gelombang tampak seperti pada Gbr. 3.

Gambar 3. Segmen sinar penjalaran gelombang

di bawah permukaan bumi. a) Segmen sinar yang dipantulkan pada titik CRP. b) Lintasan sinar dari NIP. c) Lintasan sinar dari NIP pada ZO offset. (Duveneck, 2004).

Pada model kecepatan yang konsisten,

penjalaran gelombang NIP yang terpusat pada titik NIP pada waktu tempuh nol. (Duveneck, 2004).

2.5.2 Formulasi Tomografi

Komponen data pada proses tomografi ini terdiri atas empat parameter. Parameter tersebut merupakan hasil dari proses automatic picking pada sampel zero-offset (t

0, ) hasil stacking CRS. Parameter tersebut antara lain seperti pada Pers. (9).

(9)

Komponen model terdiri atas dua jenis, yaitu mNIP dan mv. Komponen mNIP mengandung nilai posisi dari titik NIP di bawah permukaan. Komponen mNIP

dapat pula dituliskan sebagai berikut.

(x, z, θ) (10)

Sedangkan komponen mv

Definisi komponen data dan model untuk inversi tomografi 2D diilustrasikan seperti pada Gbr. 4.

merupakan komponen yang menggambarkan sebaran nilai kecepatan yang dibentuk oleh fungsi B–spline (de Boor, 1978).

Gambar 4. Definisi komponen model dan komponen data untuk inversi tomografi 2D. (Duveneck, 2004).

Model kecepatan 2D dideskripsikan

oleh fungsi B-spline derajat m = 4 seperti pada Pers. (11).

(11) dimana nxnz merupakan koefisien, vjk merupakan parameter model kecepatan yang ditentukan, sedangkan βj (x) dan βk

Pemodelan dilakukan dengan metode pemodelan kedepan (forward modeling). Pada penelitian ini ray tracing kinematik digunakan untuk mencari tiga nilai dari empat data poin yang ada. Ketiga data poin tersebut antara lain τ

(-z) merupakan fungsi dasar B-spline dengan derajat m.

0, p, dan ξo. Sedangkan ray tracing dinamis dilakukan untuk mencari M

NIP.

2.5.3 Inversi Tomografi Model optimum didapatkan dengan

meminimumkan fungsi cost sebagai fungsi objektif. Fungsi cost digambarkan seperti pada Pers. (12).

(12)

dimana dan CD

Jika perhitungan misfit dilakukan dengan menggunakan metode L

merupakan matrik positif simetri yang bertindak sebagai pembobot (weighting).

2

Norm dalam (Tarantola, 1987).

2.6 Migrasi Prestack dalam Domain Kedalaman

Yilmaz (1987) mendefinisikan migrasi sebagai suatu teknik memindahkan reflektor miring kembali ke posisi bawah permukaan yang sebenarnya dan menghilangkan pengaruh difraksi, sehingga dapat menggambarkan kondisi detail bawah permukaan dengan lebih baik.

Proses migrasi yang menghasilkan penampang migrasi dalam kawasan waktu disebut sebagai migrasi waktu (time migration). Pada kondisi variasi kecepatan lateral cukup besar diperlukan teknik migrasi dalam domain kedalaman (depth migration) untuk mendapatkan hasil migrasi yang lebih baik. III. METODOLOGI

Penelitian dilakukan dengan menggunakan dua metode untuk mendapatkan model kecepatan, yaitu metode konvensional dan metode CRS. Metode konvensional terdiri atas analisa kecepatan, koreksi NMO, dan stacking. Sedangkan metode CRS terdiri atas stacking CRS, smoothing, automatic picking, dan inversi tomografi. Migrasi domain kedalaman dilakukan dengan menggunakan masukan dari masing- masing model kecepatan yang dihasilkan dari kedua tersebut. Kemudian kedua penampang hasil proses migrasi tersebut dibandingkan. Alur metode penelitian yang dilakukan pada tugas akhir ini seperti pada gambar 5.

Data masukan yang digunakan pada penelitian ini berupa data seismik laut 2 (dua) dimensi. Pemrosesan dilakukan dengan menggunakan program- program dari WIT consortium untuk pemrosesan CRS stack.

Gambar 5. Diagram alur pengolahan data

3.1 CRS stack

Proses stacking CRS pada penelitian ini dilakukan variasi nilai minimum dan maksimum lebar aperture (minxap, maxxap), minimum dan maksimum emergence angle (minangle, maxangle), serta nilai jumlah conflicting dips (ndips). Paramater nilai tersebut ditentukan dengan memasukkan beberapa nilai percobaan. Penentuan nilai percobaan tersebut dilakukan atas dasar mencoba-coba atau trial and error.

Nilai minimum aperture digunakan variasi nilai 60 m hingga 300 m, sedangkan nilai 100 m hingga 1000 m digunakan untuk nilai maksimum aperture. Pada nilai minimum dan maksimim emergence angle (α ) digunakan variasi nilai pasangan (-20o, 20o), (-30o, 30o) dan (-45o, 45o

). Dan nilai jumlah conflicting dips dilakukan variasi nilai 1, 2, 3 dan 4.

3.2 Smoothing Data masukan yang digunakan pada

proses smoothing ini berupa penampang RNIP,

penampang α, dan penampang koherensi. Parameter proses smoothing yang digunakan pada penelitian ini tampak seperti pada Tabel 1 berikut.

Tabel 1. Parameter smoothing Parameter Nilai

Kecepatan dekat permukaan (v0 1450 m/s ) nx 5 sampel nt 4 sampel Koherensi minimum (mincoher) 0.05 angle difference maksimum (dangle) 2

3.3 Picking Otomatis (Automatic Picking) Data masukan pada proses picking

otomatis berupa penampang stack CRS serta atribut telah melalui tahap smoothing yaitu penampang α, penampang RNIP

Proses picking otomatis dilakukan pada data penampang CRS stack dengan algoritme sebagai berikut:

, dan penampang koherensi.

• Nilai koherensi maksimum dicari pada trace yang dipilih

• Meluruskan smoothing window terhadap event refleksi dengan menggunakan penurunan pertama waktu tempuh.

• Memeriksa secara persentase seluruh sampel dalam window yang memiliki: - Nilai koherensi lebih besar daripada

ambang batas yang ditentukan - Perbedaan dip (θ) dibawah ambang

batas terhadap pusat sampel. • Secara opsional, memeriksa apakah

amplitudo melebihi ambang batas yang didefinisikan.

• Melanjutkan pada trace yang terpilih hingga mencapai jumlah maksimum pick yang ditentukan.

Pada penelitian ini model kecepatan ditentukan dengan mendefinisikan grid B-spline nx nz

= 75 20 dengan jarak spasi antar grid horizontal sebesar 500 m dan jarak spasi antar grid vertikal sebesar 200 m. Lokasi grid pada arah horisontal berkisar dari x = 5000 m hingga x = 42500 m, sedangkan pada arah vertikal berkisar dari x = 0 m hingga x = 4000 m. Penentuan nilai jarak antar grid dilakukan dengan prinsip mencoba- coba (trial and error).

3.4 Migrasi Prestack Domain Kedalaman Proses migrasi prestack dalam domain

kedalaman atau prestack depth migration (PSDM) dilakukan pada data dengan masukan model kecepatan dari proses konvensional dan proses CRS. Pada penelitian ini proses PSDM dilakukan dengan menggunakan perangkat lunak geodepth 3.0. IV. HASIL DAN PEMBAHASAN 4.1 CRS stack

Dari hasil perbandingan secara kualitatif pada penampang stack inisial maka didapatkan paramater dengan nilai yang

dianggap menghasilkan penampang yang paling optimal. Nilai parameter tersebut seperti tampak pada Tabel 2. Tabel 2. Parameter stacking CRS

Parameter Nilai Kecepatan dekat permukaan 1450 m/s Emergence angle (min, max) -45. +45 Lebar aperture (min, max) 200m, 800m Jumlah conflicting dips 1

Penampang hasil stacking CRS yang

optimal tersebut kemudian dibandingkan dengan penampang hasil stacking konvensional. Hal ini ditujukan untuk mengetahui hasil penampang stack yang lebih baik. Penampang hasil stacking CRS dan stacking konvensional ditunjukkan seperti pada Gambar 6.

(a)

(b) Gambar 6. Perbandingan penampang hasil

stacking RS dan ha sil stacking konvensional. a) Penampang hasil stacking CRS. b) Penampang hasil stacking konvensional

Dari gambar tersebut tampak bahwa

hasil penampang stack dengan menggunakan metode CRS menunjukkan ketajaman dan kemenerusan reflektor yang lebih baik, serta hanya mengandung artefak (noise) yang lebih sedikit. Sedangkan pada penampang stack

hasil proses konvensional menunjukkan ketajaman reflektor yang rendah, kemenerusan yang kurang konsisten serta lebih banyak mengandung artefak. Hal ini disebabkan karena pada proses stacking dengan menggunakan metode CRS, trace yang dilibatkan dalam proses stacking lebih banyak. Penampang atribut hasil proses CRS stack dapat dilihat pada lampiran. 4.2 Smoothing

Proses smoothing dilakukan pada atribut yang dihasilkan dari proses stacking CRS. Perbedaan hasil sebelum dan setelah smoothing secara jelas tampak pada penampang RNIP

seperti pada gambar berikut:

(a)

(b)

Gambar 7. Pengaruh proses smoothing pada

atribut CRS. a) Penampang RNIP sebelum proses smoothing. b) Penampang RNIP

setelah smoothing.

4.3 Automatic picking Pada penelitian ini sebanyak 6654

titik di-pick pada penampang stack CRS. Hasil picking otomatis tersebut kemudian di tumpang tindihkan dengan penampang stack CRS. Hasil penampang tersebut tampak seperti pada Gbr. 8 dimana titik- titik merah merupakan lokasi pick.

Gambar 8. Hasil proses automatic picking 4.4 Inversi Tomografi

Komponen data τo, , dan diplot sebagai fungsi komponen data keempat yaitu ξo

seperti tampak pada Gbr. 9.

Gambar 9. Data masukan dan data error residu

yang digunakan pada pr oses inversi tomografi setelah 21 iterasi. a) Nilai komponen data τ0. b) Error residu τ0

. c) Nilai komponen data . d) Error residu . e) Nilai data komponen . f) Error residu

Nilai fungsi cost (S) terhadap jumlah iterasi tampak seperti pada Gbr. 10 berikut. Terdapat 21 i terasi inversi dilakukan. Tidak ada perubahan nilai secara berarti setelah iterasi ke 17. Pada penelitian ini didapatkan nilai S menurun secara signifikan terhadap kenaikan iterasi. Pada iterasi pertama didapatkan nilai S sebesar 1.071716 dan setelah iterasi ke-21 didapatkan nilai S sebesar 0.083885. Maka nilai S pada iterasi

(

(

(

(

(

(f

ke-21 mengalami penurunan sebesar 92.17% dari nilai S iterasi pertama.

Gambar 10. Nilai cost terhadap jumlah iterasi

Penampang model kecepatan yang dihasilkan setelah iterasi ke 21 tampak pada Gbr. 11 berikut.

Gambar 11. Model kecepatan bawah permukaan hasil inversi tomografi setelah iterasi ke-21.

Penampang model kecepatan hasil

inversi tomografi ini kemudian digunakan untuk proses migrasi dalam domain kedalaman. 4.5 Migrasi prestack domain kedalaman

Pada Gbr. 12 tampak bahwa hasil proses PSDM dengan menggunakan model kecepatan yang dibangun dari proses inversi tomografi CRS (Gbr. 12 a) menghasilkan penampang dengan kemenerusan reflektor yang lebih baik dibandingkan dengan menggunakan model kecepatan yang dibangun dari proses konvensional (Gbr. 12 b).

Hasil pada proses migrasi ini dapat menggambarkan kualitas model kecepatan yang digunakan. Pada penelitian ini didapatkan bahwa model kecepatan hasil proses tomografi CRS mampu menghasilkan

penampang hasil PSDM yang lebih baik dibandingkan hasil yang didapatkan pada proses konvensional.

(a)

(b) Gambar 12. Penampang stack hasil prestack

domain kedalaman (PSDM). a) Penampang stack hasil proses PSDM m enggunakan kecepatan hasil inversi tomografi CRS. b) Penampang hasil proses PSDM menggunakan model kecepatan hasil proses konvensional.

Penampang gather yang dihasilkan

dari proses migrasi secara umum tampak datar seperti tampak pada Gbr. 13. Secara umum dari gambar tersebut menunjukkan penentuan model kecepatan telah sesuai dengan data. Meskipun masih terdapat sedikit sisa hasil normal moveout pada bagian CDP 3200. Namun reflektor pada bagian awal dan tengah penampang menunjukkan gather yang benar- benar datar.

Gambar 13. Penampang gather dari data

hasil proses PSDM menggunakan model kecepatan hasil tomografi.

V. KESIMPULAN DAN SARAN 5.1 Kesimpulan

Dari hasil analisa data dan pembahasan, maka penelitian ini dapat disimpulkan sebagai berikut:

1. Proses stack CRS lebih dominan

dipengaruhi oleh penentuan parameter lebar minimum dan maksimum aperture, nilai emergence angle, dan jumlah conflicting dip.

2. Ketergantungan proses smoothing dan automatic picking terhadap nilai koherensi menentukan kualitas data poin input tomografi.

3. Misfit hasil tomografi antara data dan model pada penelitian koheren pada iterasi ke 21 s erta nilai f ungsi cost mengalami penurunan sebesar 92.17 % dari nilai fungsi cost awal.

4. Penampang hasil proses PSDM dengan menggunakan model kecepatan yang dibangun dari proses inversi tomografi CRS menghasilkan penampang dengan kemenerusan reflektor yang lebih baik dibandingkan dengan menggunakan model kecepatan yang dibangun dari proses konvensional. Terutama pada reflektor yang lebih dalam. 5.2 Saran

Saran yang diajukan penulis dari

penelitian ini antara lain sebagai berikut: 1. Diperlukan analisis lanjutan secara

kuantitatif pada pemilihan CRS stack. 2. Pengkajian lebih lanjut dalam dalam hal

penentuan model kecepatan optimum secara kuantitatif, dengan variasi parameter input yang lebih banyak.

DAFTAR PUSTAKA Cervený, V. and Hron, F, (1980), “The ray series

method and dynamic ray tracing system for

three-dimensional inhomogeneous media”, Bull. Seismol. Soc. Am. 70 (1):47.77.

Cervený, V, (2001), Seismic Ray Theory, Cambridge: Cambridge University Press.

De Boor, C, (1978), A practical guide to splines, Madison: Springer-Verlag.

Duveneck, E., (2004), Tomographic determination of seismic velocity models with kinematic wavefield attributes, Berlin: Logos Verlag.

Hubral, P., H ocht, G., and J ager, R., (1999), “Seismic illumination”, The Leading Edge, 18(11): 1268–1271.

Jäger, R., (1999), The Common Reflection Surface Stack- Theory and A pplication, Master’s thesis, Universitat Karlsruhe.

Klüver, Tilman and Jürgen Mann, (2005), Event-consistent smoothing and automatedpicking in CRS-based seismic imaging, Karlsruhe: Geophysical Institute University of Karlsruhe.

Levin, F.K., (1971), “Aparent velocity from dipping interface reflections”, Geophysics, 36: 510-516.

Mann, J., Jäger, R., Muller, T., H ocht, G., and Hubral, P., (1999), “Common reflection surface stack– a real data example”, Journal Applied Geophysics, 42(3,4): 301–318.

Müller, T., (1998), “Common Reflection Surface Stack versus NMO/STACK and NMO/DMO/STACK”, 60th Annual Internat. Mtg., Eur. Assn. Geosci. Eng, Extended Abstracts. Session 1-20.

Nelder, J. A. and Mead, R., (1965), “A simplex method for function minimization”, Computer Journal, 7:308–313.

Taner, M. T. and Koehler, F., (1969), “Velocity spectra - digital computer derivation and applications of velocity functions”, Geophysics, 34(06):859.881.

Tarantola, A., (1987), Inverse Problem Theory: Methods for Data Fitting and Model Parameter Estimation,

Yilmaz, O., (1987), Seismic Data Processing, Tulsa Oklahoma: Society Exploration Geophysics.

LAMPIRAN : Penampang Atribut Hasil Proses CRS stack )

Gambar 14 P enampang atribut kinematik hasil proses stacking CRS. a) Penampang emergence angle (α). b) Penampang RN, dan (c). Penampang RNIP.

(a)

(b)

(c)