<![CDATA[Magnetotellurik (MT) merupakan metode geofisika pasif yang memanfaatkan variasi medan elektromagnetik alami untuk memetakan struktur resistivitas bawah permukaan bumi. Metode ini mampu menjangkau kedalaman hingga puluhan kilometer dan sensitif terhadap kontras resistivitas, sehingga banyak digunakan dalam eksplorasi sumber daya alam seperti geotermal, mineral, dan hidrokarbon, serta dalam studi struktur geologi regional. Meskipun demikian, proses inversi data MT merupakan masalah non-linier dan tidak unik, sehingga memerlukan pendekatan optimasi yang andal. Penelitian ini mengimplementasikan algoritma Grey Wolf Optimizer (GWO) dalam pemodelan inversi satu dimensi (1D) data MT untuk mengatasi tantangan tersebut. Evaluasi dilakukan menggunakan data sintetik dan data lapangan. Data sintetik dibangun dari dua model tiga lapisan dengan karakteristik resistivitas berbeda, yang masing-masing ditambahkan noise sebesar 5% untuk mensimulasikan kondisi pengukuran lapangan. Hasilnya menunjukkan bahwa GWO mampu merekonstruksi model dengan tingkat kesalahan 5,82% dan 5,29% masing-masing untuk Model 1 dan Model 2. Penerapan GWO pada data lapangan dari wilayah East Tennant, Australia, menghasilkan model inversi dengan tingkat kesalahan sebesar 5,66% dan menunjukkan kesesuaian yang baik dengan hasil inversi metode probabilistik rj-McMCMT. Temuan ini membuktik]]>
Copyrights © 2025
