Inversi Data Magnetotellurik 1 Dimensi Menggunakan Algoritma Chaotic Symbiotic Organisms Search

Rozika, Irda Mulya (2019) Inversi Data Magnetotellurik 1 Dimensi Menggunakan Algoritma Chaotic Symbiotic Organisms Search. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 01111540000095-Undergraduate_Theses.pdf Restricted to Repository staff only Download (1MB) | Request a copy

Abstract

Inversi data magnetotellurik (MT) 1-D termasuk dalam kategori multimodal yang memiliki beberapa minimum lokal. Selain itu, umumnya solusi inversi ini tidak unik. Untuk mengatasi masalah tersebut, inversi data ini perlu menggunakan pendekatan optimum global (Global optimum method/GOM). Salah satu contoh GOM ialah chaotic symbiotics organisms search (CSOS). Performa algoritma CSOS diuji dan dibandingkan dengan algoritma symbiotics organisms search (SOS) untuk menentukan parameter model data MT 1-D. Hasilnya ialah algoritma CSOS memiliki performa yang lebih baik dari algoritma SOS. Selanjutnya, algoritma CSOS juga digunakan untuk menentukan parameter model dari data sintetik yang telah ditambah noise dengan menggunakan informasi a priori yang sesuai maupun yang tidak sesuai. Dari kedua kasus tersebut, algoritma CSOS memberikan hasil yang sesuai dengan model yang sebenarnya. Kemudian, algoritma CSOS digunakan untuk memodelkan keadaan bawah permukaan menggunakan data lapangan metode MT 1D. Hasilnya ialah model bawah permukaan yang dihasilkan algoritma CSOS sesuai dengan algoritma yang dikembangkan oleh peneliti sebelumnya. Kata kunci: CLSC, SOS, Inversi magnetotellurik 1-D, Model sintetik.
==================================================================================================================================
1-D magnetotelluric (MT) data inversion belongs to the multimodal category which has several local minimums. In addition, inversion solutions are generally not unique. To overcome this problem, inversion data need to use the global optimum approach (Global optimum method / GOM). One example of GOM is the chaotic symbiotics organisms search (CSOS). The CSOS algorithm performance was tested and compared with the SOS algorithm to determine the 1-D MT data model parameters. The result is that the CSOS algorithm has a better performance than the SOS algorithm. Furthermore, CSOS algorithm is also used to determine model parameters from synthetic data that has been noise-added by using appropriate a priori information and inappropriate a priori information. From this two cases, the CSOS algorithm gives results that match the actual model. Then, CSOS algorithm is used to model the subsurface conditions using 1D MT field data. The result is the model produced by CSOS algorithm close to other algorithm. Key words: CLS, CSOS, 1-D magnetotelluric inversion, Synthethic model.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	CLSC, SOS, Inversi magnetotellurik 1-D, Model sintetik
Subjects:	Q Science
Divisions:	Faculty of Natural Science > Physics > 45201-(S1) Undergraduate Thesis
Depositing User:	Irda Mulya Rozika
Date Deposited:	20 Jul 2026 03:44
Last Modified:	20 Jul 2026 03:44
URI:	http://repository.its.ac.id/id/eprint/64783

Actions (login required)

View Item