Asido Saputra Sigalingging
Bandung Institute of Technology

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

Ekstrapolasi Frekuensi Rendah pada Full Waveform Inversion (FWI) dengan menggunakan Deep Learning. Part 1 : Validasi data Sintetik Asido Saputra Sigalingging; Ignatius Sonny Winardhie; Ekkal Dinanto
Jurnal Geofisika Vol 19 No 2 (2021): Special Issues | Seismic Quantitative Interpretation |Jurnal Geofisika
Publisher : Himpunan Ahli Geofisika Indonesia (HAGI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36435/jgf.v20i2.518

Abstract

Kandungan seismik frekuensi rendah sangat berperan penting terhadap hasil inversi pada pemodelan Full Waveform Inversion(FWI). Kehilangan frekuensi rendah dari data seismik akan membuat model akhir FWI sulit untuk konvergen. Penelitian ini melakukan ekstrapolasi frekuensi rendah dengan menggunakan deep learning. Dataset diperoleh dengan melakukan pemodelan ke depan seismik akustik menggunakan finnite difference dari beberapa model P-Wave sintetis. Data seismik hasil pemodelan kemudian dipisah menggunakan filter Butterworth, sehingga diperoleh data seismik dengan frekuensi rendah < 5 Hz, dan frekuensi tinggi > 5 Hz. Data frekuensi tinggi dan frekuensi rendah masing-masing berurutan sebagai input dan output data yang akan digunakan sebagai data latih model deep learning. Model deep learning Multi-Ouput Reggresion yang digunakan dalam penelitian ini yakni Multi-Layer Perceptron(MLP) dan Convolutional Neural Networks(CNN). Evaluasi dan testing yang dilakukan terhadap model deep learning memberikan hasil akurasi yang baik. Berdasarkan hasil validasi akurasi model deep learning yang dilakukan, kedua model deep learning potensial untuk diterapakan pada ekstrapolasi frekuensi rendah data real sebelum dilakukan pemodelan Full Waveform Inversion(FWI).
C-RIA: PERANGKAT LUNAK INVERSI DAN ANALISIS DATA RESISTIVITAS BERBASIS CLOUD Paembonan, Andri Yadi; Sigalingging, Asido Saputra; Andika, Putu Pradnya; Irawati, Selvi Misnia; Nathania, Edlyn Yoadan; Jaya, Muhammad Rendi
JGE (Jurnal Geofisika Eksplorasi) Vol 10, No 1 (2024)
Publisher : Engineering Faculty Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jge.v10i1.389

Abstract

Pada umumnya, proses inversi dan analisis data geofisika konvensional menggunakan komputasi lokal yang memerlukan sumber daya besar baik dalam proses pengolahannya maupun dalam penyimpanan data yang dapat menghambat efisiensi dan skalabilitasnya. Seiring dengan kemajuan teknologi cloud computing, penyimpanan dan pengolahan data secara terpusat menjadi lebih efisien, memungkinkan geofisikawan untuk mengoptimalkan kinerja dalam melakukan pengolahan data seperti inversi data geolistrik secara signifikan. Dengan memanfaatkan infrastruktur cloud, perangkat lunak ini dapat diakses secara fleksibel dan dapat disesuaikan, memungkinkan pengguna untuk mengelola dan menganalisis dataset geolistrik dengan lebih efektif. Tujuan dari penelitian ini adalah untuk mengoptimalkan pengolahan data geolistrik resistivitas dengan teknologi cloud yang dapat mempercepat kinerja maupun memberikan kemudahan pengolahan data (user friendly) melalui pengembangan perangkat lunak C-RIA. Sebelum melakukan pengolahan data perlu dilakukan pemilihan metode optimasi dan penentuan beberapa parameter, kemudian dilakukan proses inversi. Hasil yang diperoleh setelah dilakukan proses inversi untuk membuat model memperlihatkan kemampuan pengolahan data yang stabil dengan model awal yang berbeda. Selain itu hasil yang diperoleh dengan menggunakan data sintesis memperlihatkan hasil yang hampir sama walaupun sudah ditambahkan sedikit gangguan (noise) dengan nilai RMSE 3%, sedangkan pada pengujian data lapangan nilai RMSE 1%. Selanjutnya pada data lapangan nilai Selain itu dengan antarmuka (interface) yang lebih mudah dapat mempercepat dan mengoptimalkan pengolahan data.  Secara keseluruhan dari penggunaan teknologi cloud yang diimplementasikan untuk data geolistrik dapat menjadi solusi untuk pengolahan data lebih efisien dan efektif serta fleksibel.