Yustira, Iyas (2022) Pemodelan inversi data magnetotellurik 1D menggunakan Artificial Neural Network. Diploma thesis, UIN Sunan Gunung Djati Bandung.
|
Text (COVER)
1_cover.pdf Download (43kB) | Preview |
|
|
Text (ABSTRAK)
2_abstrak.pdf Download (1MB) | Preview |
|
|
Text (DAFTAR ISI)
3_daftarisi.pdf Download (1MB) | Preview |
|
|
Text (BAB I)
4_bab1.pdf Download (2MB) | Preview |
|
![[img]](https://etheses.uinsgd.ac.id/style/images/fileicons/text.png) |
Text (BAB II)
5_bab2.pdf Restricted to Registered users only Download (9MB) | Request a copy |
|
|
Text (BAB III)
6_bab3.pdf Restricted to Registered users only Download (8MB) | Request a copy |
|
|
Text (BAB IV)
7_bab4.pdf Restricted to Registered users only Download (4MB) | Request a copy |
|
|
Text (BAB V)
8_bab5.pdf Restricted to Registered users only Download (627kB) | Request a copy |
|
|
Text (DAFTAR PUSTAKA)
9_daftarpustaka.pdf Restricted to Registered users only Download (3MB) | Request a copy |
Abstract
Teknik inversi geofisika konvensional memiliki beberapa masalah terutama dalam ketidak-unikan, nonlinearitas, dimensionalitas, konsumsi waktu yang lama dan konsumsi ruang yang besar dari perangkat. Penggunaan artificial neural network (ANN) dalam pemodelan inversi dapat menjadi alternatif untuk mengatasi permasalahan tersebut. Studi ini bertujuan untuk membangun model ANN untuk memperkirakan distribusi resistivitas bawah permukaan bumi serta implementasinya dalam inversi data magnetotellurik 1D. Pelatihan network dilakukan pada data sintetik yang mengandung noise Gaussian menggunakan pendekatan forecasting dan deep learning. Network mampu beradaptasi dengan data pelatihan hanya dalam waktu kurang dari satu menit. Setelah pelatihan, model ANN mampu mereproduksi respon forward dengan akurasi yang setingkat dengan erorr dari inversi biasa. Model network terlatih digunakan untuk memperkirakan respon forward dalam inversi data magnetotellurik 1D untuk contoh kasus model sintetik dari sistem panas bumi. Hasil inversi menampilkan distribusi resistivitas bawah permukaan bumi secara langsung dari data magnetotellurik hanya dalam satu langkah saja tanpa melalui iterasi. Prosedur ini menyederhanakan proses inversi magnetotellurik dan memungkinkan untuk mengestimasi resistivitas bawah permukaan dari data magnetotellurik yang berbeda.
| Item Type: | Thesis (Diploma) |
|---|---|
| Uncontrolled Keywords: | Geofisika; Magnetotellurik; Pemodelan Inversi; Artificial Neural Network; Deep Learning; Machine Learning |
| Subjects: | Physics > Data Processing and Analysis of Physics Applied Physics > Energy Engineering Applied Physics > Magnetic Engineering, Electromagnets |
| Divisions: | Fakultas Sains dan Teknologi > Program Studi Fisika |
| Depositing User: | Iyas Yustira |
| Date Deposited: | 21 Feb 2022 00:59 |
| Last Modified: | 21 Feb 2022 00:59 |
| URI: | https://etheses.uinsgd.ac.id/id/eprint/48994 |
Actions (login required)
 |
View Item |
