Orasi Ilmiah Guru Besar: Peran Pemodelan Geofisika dalam Eksplorasi Sumber Daya Alam dan Mitigasi Bencana Kebumian
Oleh Zoealya Nabilla Zafra
Editor Zoealya Nabilla Zafra
BANDUNG, itb.ac.id – Indonesia merupakan tempat pertemuan tiga lempengan besar di dunia: lempeng Indo-Australia, Eurasia, dan Pasifik. Hal ini menyebabkan Indonesia rawan akan bencana alam, seperti gunung berapi, jebakan hidrokarbon, dan gempa bumi. Namun, pertemuan ketiga lempengan tersebut juga membawa potensi sumber daya mineral dan geotermal yang dapat dieksplorasi lebih lanjut. Salah satu langkah dalam mengeksplorasi sumber-sumber daya tersebut adalah melalui geofisika, yang disampaikan oleh Prof. Hendra Grandis, guru besar kelompok keahlian Geofisika Terapan dan Eksplorasi, melalui orasi ilmiah dan studium generale yang dilaksanakan di Aula Barat, pada Sabtu (30/09/17).
Orasi dimulai dengan menyanyikan lagu Indonesia Raya, kemudian dilanjutkan dengan pemaparan guru besar terkait ilmu geofisika. Disampaikan bahwa geofisika adalah ilmu yang mengombinasi keilmuan geologi, fisika, dan matematika. “Ilmu geogisika bisa kita sampaikan untuk mengetahui potensi sumber daya alam, memanfaatkan ilmu fisika untuk mengetahui semua tentang bumi, dari keraknya hingga ke dalam,” jelasnya.
Terdapat beberapa metode geofisika: seismik, sebagai pendekatan perhitungan kecepatan gelombang seismik; gravitasi, untuk mengetahui densitas; magnetik, menunjukkan suseptibilitas magnetik; geolistrik, untuk mengetahui resistivitas; dan elektromagnetik, untuk mengetahui resistivitas dan permitivitas dielektrik.
Dalam orasi ilmiahnya, guru besar menekankan pada materi pemodelan geofisika. Tujuan utama dari pemodelan adalah meminimalisasi selisih data perhitungan, yakni data yang diperkirakan sebelum percobaan dilakukan, dan data pengamatan, yakni data yang didapat dari percobaan.
“Maka dari itu, model awal harus cukup dekat dengan solusi,” ucapnya terkait minimalisasi selisih data perhitungan.
Dalam pemodelan inversi non-linier, pencarian solusi inversi didekatkan melalui pencarian nilai minimum fungsi misfit. Dalam pemodelan ini, pendekatan lokal dilakukan melalui gradient-based search, sedangkan pendekatan global dilakukan dengan systematic search dan random search.
Perkembangan pemodelan ini antara lain pencarian sistematik, yang hanya menjadikan beberapa daerah sebagai konsentrasi pencarian data, dan pencarian acak, yang melakukan pencarian data secara merata di setiap daerah.
Pencarian acak terbagi menjadi dua, pure random search, yang setiap daerah memiliki probabilitas yang sama untuk mencari solusi, dan guided random search, yang probabilitas tiap daerah dijadikan tempat pencarian solusi membentuk sebuah fungsi.
Dalam guided random search, terdapat beberapa implementasi, seperti sampling ruang model dengan fungsi probabilitas yang konvergen ke probabilitasi a posteriori seperti Monte Carlo Markov Chains (MCMC) dan algoritma yang terinspirasi dari alam, seperti Ant Colony Optimization (ACO) dan Particle Swarm Optimization (PSO).
Beliau juga menyampaikan aplikasi dari pemodelan di atas, seperti pada hydrothermal system of Papandayan, pencarian pusat vulkanik dari Gunung Agung, volcanic geothermal system, dan improved pseudosection representation for CSAMT data in geothermal exploration.
Sumber gambar: dokumentasi penulis
