2016 : Penerapan Metode Optimasi Pada Pengolahan Data Seismik Common Reflection Surface (CRS) Untuk Memperbaiki Kualitas Atribut Seismik Untuk Meningkatkan Citra Seismik Bawah Permukaan

Drs. Gontjang Prajitno
Eko Minarto S.Si, M.Si

External link

Type

RESEARCH

Keywords

-


Abstract

Metode optimisasi merupakan tahapan penting dalam menganalisis masalah fisis untuk menentukan kondisi yang optimal. Tujuan utama dari proses optimasi adalah untuk menentukan nilai terbaik dari variabel optimisasi. Pada proses pengolahan data seismik, metode optimasi lebih jauh akan dapat meningkatkan keakuratan atribut seismik emergence angle (?), Radius NIP wave () serta Radius Normal wave (). Metode optimasi umumnya hanya akan mencari solusi lokal dari variabel yang di maksud. Solusi global yang diinginkan tidak serta merta dengan mudah dapat di identifikasi dan sangat sulit untuk ditemukan. \nDalam penelitian ini, saya mengusulkan strategi baru untuk metode optimisasi estimasi simultan Common Reflection Surface (CRS) atribut yang memungkinkan untuk meningkatkan citra pre-stack seismik data refleksi. Metode ini didasarkan pada metode \nconjugate direction dengan sifat konvergensi yang cepat serta metode pencarian Powell. Algoritma ini sangat cepat dan mudah diimplementasikan. Keuntungan utama dari pendekatan ini adalah penggunaan metode pencarian berulang yang sangat efisien untuk mempercepat tingkat konvergensi sementara tidak diperlukan turunan dari fungsi yang harus di hitung. Sedangkan fitur khusus dari metode pencarian Powell adalah mengontrol arah pencarian untuk mencegah terjadinya konvergensi yang terlalu prematur dalam jebakan minimum lokal. \nPenelitian sebelumnya telah menunjukkan bahwa metode optimasi Nelder Mead diterapkan untuk memperkirakan Common Reflection Surface (CRS) atribut membutuhkan lebih banyak iterasi dan sangat memakan waktu untuk komputasi. Penerapan data sintetik dan data lapangan menunjukkan bahwa metode baru memberikan solusi dengan tingkat stabilitas yang tinggi dan konvergensi lebih cepat. Metode baru ini juga memiliki keunggulan dalam hal waktu komputasi 2-3 kali lebih cepat dibandingkan Metode Nelder Mead. Penerapan optimasi global menunjukkan bahwa metode baru memberikan solusi yang sangat baik dan dapat menghindari terjebak dalam solusi yang salah yang tidak dapat dicapai dengan metode optimasi Nelder Mead.