Ramadhani, Irwansyah (2016) Inversi Magnetotelurik Satu Dimensi Menggunakan Algoritma Genetik Objektif Tunggal Dan Jamak. Undergraduate thesis, Institut Teknologi Sepuluh Nopember.
Preview |
Text
1112100039-Undergraduate_Thesis.pdf - Accepted Version Download (1MB) | Preview |
Abstract
Metode Magnetotelurik (MT) dapat digunakan untuk
mengestimasi parameter kelistrikan bumi (resistivitas atau
konduktivitas) dengan jangkauan kedalaman yang besar. Oleh
karena itu, metode ini banyak digunakan dalam dunia eksplorasi
mineral, tambang, dan panas bumi. Untuk mendapatkan
parameter resistivitas dari data MT, dilakukan menggunakan
proses inversi. Proses ini bertujuan untuk mencocokkan data
resisitivitas semu dan fasa yang didapatkan dari proses
pengukuran dengan data perhitungan. Masalah inversi MT
merupakan permasalahan inversi non-linear dan multimodal.
Untuk penyelesaian masalah inversi non-linear ini, maka
digunakan metode inversi yang berbasis optimum global yaitu
Algoritma Genetik (AG). AG yang digunakan dalam proses inversi
ini ada dua, yaitu: 1) AG untuk meminimumkan error gabungan
antara resistivitas semu dan fasa dengan menggunakan fungsi
pembobot dan 2) AG untuk meminimumkan error resistivitas semu
dan fasa secara simultan dengan menggunakan Non-Dominated
Sorting Genetic Algorithm II (NSGA-II). Kedua algoritma ini
diaplikasikan pada data sintetik dan lapangan. Hasil dari
penelitian ini menunjukkan bahwa NSGA-II mampu mengestimasi parameter model dari data MT lebih baik dibandingakan AG yang
merupakan permasalahan objektif jamak
==================================================================================================================
Magnetotelluric (MT) method can be applied to estimate
earth’s electrical parameter (resistivity or conductivity) because
the method can penetrate great depth. Thus, this method has been
widely to explore mineral, mining, and geothermal. Inversion
method can be applied to get resistivity parameter in MT data. MT
inversion problem is non-linear and multi-mode problem. The nonlinear
inversion problem can be solved by global optimum based
inversion method, such as Genetic Algorithm (GA). There are two
kind of GA applied in this inversion process: 1) GA for
minimization combination error between appearent resisitivity
and phase using weighted function and 2) GA for minimization
appearent resisitivity and phase error simultaneously using Non-
Dominated Sorting Genetic Algorithm II (NSGA-II) Algorithm.
Both of algorithms are applied to synthetic and field data. The
research results show that NSGA-II is able to estimate model
parameter better than GA in multi-objective problem.
| Item Type: | Thesis (Undergraduate) |
|---|---|
| Additional Information: | RSFi 538.3 Ram i |
| Uncontrolled Keywords: | Magnetotelurik, Resistivitas Semu, Fasa, Parameter Model, Algoritma Genetik, Objektif Tunggal, Objektif Jamak |
| Subjects: | Q Science > Q Science (General) > Q325 GMDH algorithms. |
| Divisions: | Faculty of Mathematics and Science > Physics > 45201-(S1) Undergraduate Thesis |
| Depositing User: | ansi aflacha |
| Date Deposited: | 16 Apr 2020 07:17 |
| Last Modified: | 16 Apr 2020 07:17 |
| URI: | http://repository.its.ac.id/id/eprint/75810 |
Actions (login required)
 |
View Item |