Pemodelan Geoid Pulau Jawa Menggunakan Kombinasi Data Gayaberat Airborne, Terestris, Model GGM SGG-UGM-2 dengan Metode Least Square Collocation

Manalu, Joseph Rico (2023) Pemodelan Geoid Pulau Jawa Menggunakan Kombinasi Data Gayaberat Airborne, Terestris, Model GGM SGG-UGM-2 dengan Metode Least Square Collocation. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 03311940000042-Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 October 2025. Download (6MB) | Request a copy

Abstract

Geoid merupakan bidang ekipotensial medan gayaberat bumi dan berhimpit dengan muka laut rata-rata dalam kondisi tidak terganggu yang digunakan sebagai referensi vertikal di Indonesia. Model geoid Indonesia yang digunakan saat ini adalah INAGEOID2020 v2.0 dengan ketelitian di Pulau Jawa adalah 11,8 cm. Untuk mencapai target ketelitian yang diharapkan yaitu 5 cm, pengembangan data dan metode dilakukan untuk mendapatkan model geoid terbaik. Beberapa metode dapat dilakukan untuk penentuan geoid salah satunya adalah teknik remove-compute-restore (RCR). Teknik ini digunakan dengan memanfaatkan kontribusi tiga panjang gelombang yaitu panjang yang direpresentasikan dengan model geopotensial global (GGM), pendek yang direpresentasikan dengan data topografi, dan menengah yang direpresentasikan dengan data pengukuran gayaberat terestris dan airborne. Selain itu, untuk mengestimasi nilai geoid dari proses metode evaluasi Stokes dengan teknik least square collocation (LSC) dapat dilakukan melalui proses stokastik. Pada penelitian ini akan dilakukan pemodelan geoid Pulau Jawa menggunakan kombinasi data gayaberat terestris dan airborne. Untuk wilayah darat yang tidak tercakup akan diisi dengan data gayaberat GGMplus begitu pula dengan wilayah perairan yang tidak tercakup akan diisi dengan data gayaberat DTU17. Gelombang panjang direpresentasikan dengan data SGG-UGM-2, salah satu GGM resolusi tinggi. Gelombang pendek direpresentasikan dengan data Shuttle Radar Topography Mission (SRTM). Penelitian ini akan berfokus pada tiga tujuan yaitu untuk memodelkan geoid gravimetrik menggunakan evaluasi Stokes dengan teknik LSC, pengaruh variasi degree terhadap geoid gravimetrik, dan validasi geoid gravimetrik terhadap pengukuran data GNSS-Leveling. Hasil dari penelitian ini bahwa untuk model geoid gravimetrik terbaik adalah model geoid setelah proses fitting terhadap data GNSS-Leveling menggunakan degree 315 dengan standar deviasi yaitu 8,5 cm. Penggunaan degree yang bervariasi akan mempengaruhi standar deviasi pada komponen penyusunannya dengan nilai standar deviasi akan semakin kecil seiring penggunaan degree yang rendah. Selain itu, degree mempengaruhi matriks kovarian anomali gayaberat yang semakin kecil pengaruhnya dengan menurunnya degree. Analisis korelasi Pearson terkait pengaruh degree terhadap parameter ketinggian, kelerengan, koreksi terain, dan indirect effect tidak menunjukan hubungan yang kuat dan tidak membentuk pola tertentu. Jika dibandingkan dengan model INAGEOID2020 v2.0, ketelitian model gravimetrik yang dihasilkan lebih baik yaitu 8,5 cm.
===============================================================================================================================
Geoid is an equipotential surface of the Earth's gravitational field and closely approximates mean sea level under undisturbed conditions, serving as a vertical reference in Indonesia. The current geoid model used in Indonesia is INAGEOID2020 v2.0, with an accuracy of 11,8 cm in Java Island. To achieve the desired accuracy target of 5 cm, data development and method improvements are carried out to obtain the best geoid model. One of the methods used for geoid determination is the remove-compute-restore (RCR) technique. This technique utilizes contributions from three wavelength ranges: long wavelengths represented by a global geopotential model (GGM), short wavelengths represented by topographic data, and medium wavelengths represented by terrestrial and airborne gravity measurement data. Additionally, to estimate the geoid values from the RCR process, the Stokes evaluation method with the least square collocation (LSC) technique can be applied through a stochastic process. In this study, geoid modeling of Java Island will be conducted using a combination of terrestrial and airborne gravity data. For uncovered land areas, the data will be filled with GGMplus gravity data, and the same applies to uncovered marine areas, which will be filled with DTU17 gravity data. Long wavelengths will be represented by SGG-UGM-2 data, one of the high-resolution GGMs, while short wavelengths will be represented by Shuttle Radar Topography Mission (SRTM) data. This research aims to achieve three objectives: modeling the gravimetric geoid using the Stokes evaluation with the LSC technique, analyzing the influence of degree variations on the gravimetric geoid, and validating the gravimetric geoid with GNSS-Leveling data measurements. The results of this study indicate that the best gravimetric geoid model is obtained after fitting with GNSS-Leveling data using a degree of 315, with a standard deviation of 8,5 cm. The use of varying degrees affects the standard deviation of the geoid components, with lower degrees resulting in smaller standard deviations. Furthermore, the degree affects the covariance matrix of gravity anomalies, with reduced influence as the degree decreases. Pearson correlation analysis regarding the influence of degree on parameters such as elevation, slope, terrain correction, and indirect effect did not show strong relationships or specific patterns. Compared to the INAGEOID2020 v2.0 model, accuracy of gravimetric model produced in this study is better with the value is 8,5 cm.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	airborne, geoid, least square collocation, jawa, SGG-UGM-2
Subjects:	G Geography. Anthropology. Recreation > G Geography (General) > G109.5 Global Positioning System G Geography. Anthropology. Recreation > GA Mathematical geography. Cartography G Geography. Anthropology. Recreation > GC Oceanography > GC89 Sea Level Q Science > QA Mathematics > QA275 Theory of errors. Least squares. Including statistical inference. Error analysis (Mathematics) Q Science > QB Astronomy > QB336 Gravity anomalies Q Science > QB Astronomy > QB415.2 Tides.
Divisions:	Faculty of Civil, Planning, and Geo Engineering (CIVPLAN) > Geomatics Engineering > 29202-(S1) Undergraduate Thesis
Depositing User:	Joseph Rico Manalu
Date Deposited:	24 Aug 2023 02:20
Last Modified:	24 Aug 2023 02:20
URI:	http://repository.its.ac.id/id/eprint/101406

Actions (login required)

View Item