IMPLEMENTASI ALGORITMA PARTICLE SWARM OPTIMIZATION (PSO) PADA INVERSI DATA RESISTIVITAS 1-D UNTUK IDENTIFIKASI GAS DANGKAL

Abstract

Belakangan ini banyak terjadi insiden semburan gas dangkal di beberapa wilayah Balikpapan. Salah satu daerah di mana fenomena ini terjadi terletak di Sepinggan, Kota Balikpapan. Oleh karena itu, perlu dilakukan identifikasi gas dangkal dengan metode Vertical Electrical Sounding (VES) untuk mendapatkan model resistivitas bawah permukaan sebagai langkah mitigasi. Salah satu tahapan untuk memperoleh model resistivitas bawah permukaan ialah melakukan proses inversi yang dapat dilakukan menggunakan software komersil. Akan tetapi, software inversi yang digunakan pada umumnya berbasis dengan pendekatan lokal (local approach) yang mana sangat rawan terjebak pada minimum lokal. Untuk mengakomodasi keterbatasan tersebut, perlu dilakukan inversi data resistivitas dengan pendekatan global yang mana lebih akurat dalam proses pencarian nilai optimum. Maka diusulkan implementasi algoritma Particle Swarm Optimization (PSO) pada inversi data VES sebagai metode inversi dengan pendekatan global. Tahap pertama pada penelitian ini dilakukannya uji coba algoritma PSO dalam menginversi data VES sintetik dengan tujuan mengukur seberapa robust dan stabil algoritma ini bekerja. Pada tahap ini digunakan dua tipe data VES sintetik yaitu data sintetik free noise dan data terkontaminasi noise, kemudian dilakukan perhitungan similarity index dan estimasi nilai ketidakpastian (uncertainty) menggunakan standar deviasi. Setelah pengujian algoritma, maka algoritma PSO diimplementasikan pada data lapangan daerah Sepinggan. Dari hasil inversi data VES Sintetik menunjukkan dari ketiga model yang diuji memiliki nilai similarity index diatas 90%, bahkan ketika diberi noise tidak mengalami penurunan SI yang signifikan. Pada inversi data lapangan terdapat anomali nilai resistivitas tinggi pada kedalaman 27 – 38 m yang berada pada lapisan batupasir dan diduga sebagai potensi adanya gas dangkal.