picking data microseismic

PICKING DATA MICROSEISMICM.FAHREZA HARAHAP, 12311019

FAUZIAN IRAWAN, 12311045

AULIA HAKIEM NOERSEDYA, 12311051

LABORATORIUM SEISMOLOGI, PROGRAM STUDI TEKNIK GEOFISIKA ,FAKULTAS TEKNIK PERTAMBANGAN

DAN PERMINYAKAN

ABSTRAK

Mikroseismik merupakan gelombang seismik lemah yang dihasilkan oleh fenomena alam.

Biasanya gelombang ini digolongkan sebagai noise yang konstan ada pada bacaan. Hasil

rekaman mikroseismik mengandung banyak informasi penting, seperti arrival time gelombang P

dan S, fasa gelombang maupun amplitudonya. Seismogram digital memerlukan perangkat halus

(software) khusus untuk mengolah dan mendapatkan informasi-informasi penting tersebut, salah

satunya ialah SeisGram.

Untuk mendapatkan informasi yang diinginkan dari seismogram digital, ada beberapa hal yang

harus diperhatikan, seperti menggunakan filter untuk mengurangi noise, menggunakan fitur

remove mean dan sebagainya. Hal-hal ini dilakukan agar didapatkan informasi yang sebaik-

baiknya. Untuk mencari kebenaran informasi yang didapat, dapat digunakan cara dengan

mencari slope atau kemiringan dari kurva antara selisih waktu tiba gelombang S dan P dengan

waktu tiba gelombang P, yang kemudian dibandingkan dengan hasil referensi.

Nilai amplitude yang didapat dari hasil picking seismogram dapat dihubungkan dengan

magnitudo dan intensitas dari gempa sumbernya. Penentuan nilai amplitudo diambil dari

amplitudo maksimum pada komponen Z di setiap stasiun.

Kata kunci: mikroseismik, seismogram, filter, gelombang seismic, magnitudo

ABSTRACT

Microseismic is a faint seismic waves generated by a natural phenomena. Usually, this type of

waves is considered as a constant background noise in reading. The output of microseismic

recording, also called seismogram, contains some important information, such as P-wave and S-

wave arrival time, wave phases, or the amplitude of the seismic wave. Digital seismogram

required a certain software to process and acquire those important information, for example,

SeisGram.

To get the desired information from this digital seismogram, there are a couple things to consider

using in this software, such as the usage of filter to reduce noise, remove mean feature, and so

on. These things were used to ensure that the information deducted from seismogram is as good

as possible. To find out how well our information is, we can find the slope of curve between the

increment of S-wave arrival time and P-wave arrival time to the P-wave arrival time, which then

compared with a reference result.

We can get seismic wave’s amplitude by choosing the biggest amplitude from Z-component of

each station’s seismogram. This amplitude can be related with the magnitude and intensity of the

source’s earthquake.

Keyword: microseismic, seismogram, filter, seismic wave, magnitudes

PENDAHULUAN

Gelombang seismik adalah

gelombang-gelombang yang merambat baik

di dalam maupun di permukaan bumi yang

berasal dari sumber seismik seperti dari

sumber gempa, ledakan, erupsi gunung api,

longsoran, badai, dan sebagainya.

Gelombang ini nantinya dapat direkam

dengan alat penerima di atas permukaan

bumi. Hasil rekaman dari alat tersebut dapat

disebut seismogram. Seismogram

merupakan hasil dari rekaman getaran yang

disebabkan oleh penjalaran gelombang

seismik dari suatu sumber. Setiap

seismogram mengandung informasi yang

penting tentang sumber seismik dan medium

yang dilewati oleh gelombang. Gelombang

yang terekam pada seismogram dapat

berupa gelombang body (P dan S) serta

gelombang permukaan (Love dan Rayleigh).

Dalam penerapannya, gelombang

seismik dapat digunakan dengan dengan

berbagai metode. Umumnya, gelombang

seismik digunakan dalam metode aktif yaitu

metode yang dilakukan dengan membuat

medan gangguan lalu diukurlah respon yang

dilakukan oleh bumi. Tetapi gelombang

seismik dapat pula digunakan dalam metode

pasif. Metode pasif adalah metode yang

dilakukan dengan mengukur medan alami

yang dipancarkan oleh bumi. Salah satu

metodenya ialah mikroseismik.

Mikroseismik adalah sebuah terobosan baru

dalam keilmuan geofisika Prinsipnya adalah

geophone ditanam pada kedalaman tertentu.

Sumber mikroseismik yang paling banyak

adalah dari peristiwa kompaksi yang

diakibatkan adanya overburden. Secara tidak

langsung, metode mikroseismik juga dapat

mendeteksi terjadinya peristiwa overburden

yang penting diperhatikan dalam eksplorasi

geofisika.

Pada pengolahan data mikroseismik

yang perlu dilakukan adalah picking arrival

time gelombang P dan gelombang S untuk

bisa menentukan lokasi hiposenter dari

sumber gelobang tersebut. Selain itu

diperlukan juga picking peak to peak

amplitude gelombang p untuk bisa

menentukan besaran magnitude dari sumber

gempa.

LATAR BELAKANG

Data seismogram mikroseismik dapat

dipakai untuk menginterpretasikan origin

time, travel time dan arrival time dengan

menggunakan software

TEORI DASAR

Ditinjau dari kecepatan gelombangnya,

gelombang P akan terekam paling awal

dibandingkan dengan gelombang yang

lainnya. Hal ini dikarenakan adanya

perbedaan arah gerak gelombang terhadap

arah propagasinya pada gelombang selain

gelombang P.

Picking waktu tiba gelombang dimulai dari

gelombang P (menggunakan data komponen

Z) baru kemudian gelombang S

(menggunakan data komponen NS maupun

EW).

Semakin cepat gelombang P yang terekam

pada seismogram, maka semakin sedikit

pula selisih antara gelombang S dan

gelombang P. Waktu tiba gelombang P yang

lebih cepat menunjukkan bahwa stasiun

tersebut memiliki jarak yang lebih dekat

dengan sumber gelombang daripada stasiun

yang waktu tiba gelombang P nya lebih

lambat. Oleh karena itu, delay antara

gelombang P dan S akan berbanding lurus

dengan jarak antara stasiun dan sumber

gempa atau gelombang seismik.

Amplitudo gelombang P di pick dari

komponen Z seismogram, karena komponen

tersebut me

Kurva yang dibuat dengan menggunakan

data selisih waktu tiba gelombang P dan S

dan data waktu tiba gelombang P merupakan

salah satu teknik grafis untuk menentukan

waktu terjadinya gempa (origin time).

Karena selisih waktu tiba gelombang P dan

S di hiposenter akan menjadi nol, maka titik

potong dalam diagram dengan sumbu waktu

tiba gelombang P adalah pendekatan dari

terjadinya gempa (origin time). Setelah

origin time ditentukan, jarak episenter dari

setiap stasiun dapat dihitung dengan mudah

dengan mengalikan waktu tempuh

gelombang P dengan kecepatan gelombang

rata-ratanya

Di=(t 'p−t0)α

PENGOLAHAN DATA

Langkah kerja dari pengolahan data praktikum ini adalah sebagai berikut :

1. Tampilkan raw data dari semua stasiun

2. Lakukan filtering data

3. Urutkan berdasarkan kemunculan grup fasa gelombang yang ‘menonjol’

4. Pick waktu tiba gelombang P dan S pada setiap stasiun

Note:

Pada umumnya nilai ts-tp gempa akan semakin besar pada stasiun yang waktu

tiba gelombang P lebih lambat

Pada umumnya fasa gelombang P lebih jelas pada komponen vertikal dan S pada

komponen

5. Pick amplitude maximum pada komponen Z di setiap stasiun

Note :

Sebelum melakukan picking harus dilakukan remove mean dan integrate agar

hasil pickingan berupa amplitude displacement

Gunakan 0-p max untuk melakukan picking amplitude maximum

6. Untuk melihat waktu hasil pick akan bisa dibuka pada file *.pick

Dari hasil pickingan diatas didapat hasil data seismogram dari setiap event terekamnya

gelombang seismik oleh stasiun

Event Stasiun tp (s) ts (s) Δt (s) A (nm)

1 c0A17 60.175 62.585 2.41 -149891.03

nn_e3058 59.036 60.745 1.709 799193.06

nn_e3068 59.427 61.633 2.206 442535.34

nn_e3069 59.249 61.283 2.034 -572251.4

nn_e3071 60.127 62.874 2.747 360243.44

nn_e3147 58.587 59.993 1.406 -761321.5

c0501 58.747 60.294 1.547 47129.594

2 c0A17 6.399 8.897 2.498 93605.164

nn_e3071 6.946 9.288 2.342 4772.7773

nn_e3147 4.977 5.817 0.84 280664.56

nn_e3058 5.464 7.113 1.649 -334606.28

nn_e3068 5.798 7.906 2.108 257129.05

nn_e3069 5.659 7.57 1.911 227514.11

c0501 5.312 6.755 1.443 760644

3 c0A17 6.491 9.15 2.659 2567.697

nn_e3147 4.979 6.43 1.451 7778.0347

nn_e3058 5.329 7.084 1.755 -28245.168

nn_e3068 5.755 7.805 2.05 5953.0083

nn_e3069 5.565 7.605 2.04 77706.35

nn_e3071 6.486 8.939 2.453 2085.255

c0501 5.032 6.778 1.746 13676.934

4 c0A17 28.638 31.356 2.718 2800.9316

nn_e3147 27.223 28.696 1.473 9837.822

nn_e3058 27.674 29.422 1.748 71.126884

nn_e3068 28.108 30.117 2.009 9351.099

nn_e3069 27.878 29.979 2.101 6314.351

nn_e3071 28.786 31.359 2.573 2120.8223

c0501 27.326 28.93 1.604 13066.6

5 c0A17 60.451 62.49 2.039 83754.64

nn_e3147 59.388 60.583 1.195 70468.516

nn_e3068 60.083 62.053 1.97 70142.305

nn_e3058 59.748 61.379 1.631 37386.08

nn_e3069 60.004 62.089 2.085 37948.44

nn_e3071 60.835 63.716 2.881 18330.182

c0501 59.391 61.391 2 88539.05

6 nn_e3058 42.439 53.693 11.254 -64948.08

nn_e3069 42.82 53.8 10.98 81578.58

nn_e3071 42.104 53.634 11.53 -143506.36

nn_e3068 42.295 53.904 11.609 64939.438

nn_e3147 44.393 57.213 12.82 -92040.17

c0501 42.79 54.884 12.094 27333.064

c0A17 41.387 51.954 10.567 126614.9

EVENT 1

58.5 59 59.5 60 60.50

0.51

1.52

2.53

f(x) = 0.746664177782418 x − 42.2952104162245

EVENT 1

EVENT 1Linear (EVENT 1)

y=0.7467 x−42.295

t o→ y=0

0=0.7467 x−42.295

x=56.6425

Origin Time = 10h 28m 56.6425s

EVENT 2

4.5 5 5.5 6 6.5 7 7.50

0.5

1

1.5

2

2.5

3

f(x) = 0.749693234005786 x − 2.51611558644352

EVENT 2


y=0.7497 x−2.5161

t o→ y=0

0=0.7497 x−2.5161

x=3.416


EVENT 3

y=0.6516 x−1.6677

t o→ y=0

0=0.6516 x−1.6677

x=2.5593


EVENT 4

4.8 5 5.2 5.4 5.6 5.8 6 6.2 6.4 6.60

0.5

1

1.5

2

2.5

3

f(x) = 0.651611321766348 x − 1.6677025658361

EVENT 3


27 27.5 28 28.5 290

0.5

1

1.5

2

2.5

3

f(x) = 0.75918540195853 x − 19.185102534479

EVENT 4


y=0.7592 x−19.185

t o→ y=0

0=0.7592 x−19.185

x=25.27


EVENT 5

59 59.5 60 60.5 610

0.51

1.52

2.53

3.5

f(x) = 0.777757842005393 x − 44.6827882654378

EVENT 5


y=0.7778 x−44.683

t o→ y=0

0=0.7778 x−44.683

x=57.4479


EVENT 6

41 41.5 42 42.5 43 43.5 44 44.5 450

2

4

6

8

10

12

14

f(x) = 0.678992859212457 x − 17.3772403453161EVENT 6


y=0.679 x−17.377

t o→ y=0

0=0.679 x−17.377

x=25.592


DISKUSI DAN PEMBAHASAN

M. Fahreza Harahap (12311019)

Dari pengolahan data mikroseismik, dapat

diketahui informasi-informasi yang didapat

dari seismogram yaitu origin time, travel

time dan arrival time. Seperti pengolahan

data sebelumnya, data mikroseismik harus

kita picking gelombang P dan gelombang S

nya. Dalam proses picking tersebut,

ketelitian adalah hal yang harus diterapkan

dalam proses picking. Selain itu kita harus

mengikuti prosedur picking gelombang-

gelombang tersebut seperti nilai ts-tp gempa

akan semakin besar pada stasiun yang waktu

tiba gelombang P lebih lambat dan fasa

gelombang P lebih jelas pada komponen

vertikal dan S pada komponen

Fauzian Irawan (12311045)

Dalam pengolahan data ini kita dapat

menentukan origin time, travel time, dan

arrival time dari gelombang yang terekam.

Proses ini berlangsung dengan picking data

gelombang P dan S menggunakan software

SeisGram. Hasil data picking ini dapat kita

interpretasikan menggunakan grafik dengan

melihat nilai kemiringannya. Setelah kita

mengetahui nilai slope nya, kita dapat

mencari nilai origin time yaitu nilai waktu

tiba gelombang yang sesungguhnya.

Aulia Hakiem N (12311051)

Praktikum kali ini merupakan pengolahan

seismogram untuk data mikroseismik.

Dalam seismogram ini kita diharapkan dapat

menentukan arrival time gelombang P dan

S, yang kemudian diolah menjadi metode

grafis untuk menentukan origin time dari

source ini. Dalam penentuan arrival time,

kita harus menggunakan fitur filter dan

remove mean pada software yang ada untuk

memastikan bahwa data yang kita pilih

merupakan data yang sebenar-benarnya.

Perbedaan hasil metode grafis dengan

referensi yang diberikan mungkin dapat

menggambarkan perbedaan kecepatan

gelombang P dan S di bawah permukaan

bumi.

KESIMPULAN

Dari praktikum yang telah dilakukan,

pengolahan data mikroseismik didapatlah

informasi yang berisi tentang data-data dari

gelombang yang diterima oleh seismograf

pada stasiun di permukaan bumi. Data-data

yang terkandung dalam data mikroseismik

ini berisi informasi yang sama dengan data

seismogram sebelumnya yaitu waktu tiba

gelombang, amplitudo dan periode dari

masing-masing gelombang, fasa dan arah

dari gelombang-gelombang tersebut.

Dari data waktu tiba gelombang P dan S

dapat dicari origin time dari sumber

gelombang mikroseismik dengan

menggunakan metode grafis diagram

wadati. Setelah origin time ditentukan, jarak

episenter dari setiap stasiun dapat dihitung

dengan mudah dengan mengalikan waktu

tempuh gelombang P dengan kecepatan

gelombang rata-ratanya

DAFTAR PUSTAKA

Afnimar.2009.Seismologi.Bandung: Penerbit

Institut Teknologi Bandung

Petunjuk Pelaksanaan Praktikum Seismologi

Semester I 2013/2014

UCAPAN TERIMA KASIH

Rasa puji dan syukur kami panjatkan

kepada Tuhan Yang Maha Esa, karena atas

rahmat dan anugerahnya kami dapat

menyelesaikan penulisan laporan praktikum

yang berjudul “Picking Data Microseismic”

ini.

Pada kesempatan ini tidak lupa kami

mengucapkan terimakasih kepada pihak-

pihak yang telah membantu kami dalam

penyelesaian laporan ini, di antaranya:

1. Pak Afnimar, Ph.D selaku dosen mata

kuliah Seismologi yang telah

mengajarkan kami mata kuliah

seismologi ini.

2. Riskiray Ryannugroho dan Luthfi Naufal

sebagai asisten praktikum seismologi

pada modul yang berjudul Picking Data

Microseismic, atas bimbingannya selama

praktikum maupun di luar praktikum.

3. Orang Tua kami masing-masing, atas

segala doa dan dukungannya baik moriil

maupun materiil.

4. Rekan-rekan sejurusan, atas

kesediaannya untuk membantu kami

untuk memahami materi menjadi lebih

baik.

Demikianlah Laporan Praktikum ini

kami tutup dengan ucapan syukur dan

terimakasih. Semoga laporan ini bermanfaat.

picking data microseismic

Documents