Pengolahan Data GPR KARSAM 2012

Metoda Ground Penetrating Radar (GPR) | 177

3.3 Metoda Ground Penetrating Radar (GPR)

3.3.1 Pendahuluan

Penelitian geologi yang dilakukan di kuliah lapangan Karangsambung ini salah
satunya adalah termasuk menyelidiki struktur bawah permukaan. Salah satu metoda
pengukuran geofisika yang cukup baik dalam memberikan bacaan atau image bawah
permukaan yang baik untuk kedalaman rendah adalah metoda Ground Penetrating Radar
(GPR) atau yang lebih kita kenal dengan sebutan Georadar. GPR merupakan metode
geofisika yang menggunakan pulsa radar atau radiasi elektromagnetik dalam microwave band
(UHF/VHF) yang nantinya direfleksikan oleh lapisan bawah permukaan untuk mendapatkan
citra bawah permukaan. GPR dapat digunakan dalam berbagai media, termasuk batu, tanah,
es, air bersih, trotoar dan struktur keras lainnya. Karena hal itulah metoda ini dapat
mendeteksi objek, perubahan materi, dan rongga maupun retakan serta kegunaan lainnya
dalam keperluan geoteknik.

Instrumentasi Ground Penetrating Radar (GPR) terdiri dari sebuah pembangkit sinyal,
antena transmitter, sebagai pemancar sinyal elektromagnetik dan antena receiver sebagai
pendeteksi gelombang elektromagnetik yang terpantulkan. Signal radar ditransmisikan
sebagai pulsa-pulsa yang tidak terabsorbsi oleh bumi tetapi dipantulkan dalam domain waktu
tertentu. Mode konfigurasi antena transmitter dan receiver pada GPR terdiri dari mode
monostatik dan bistatik. Mode monostatik yaitu bila transmitter dan receiver digabung dalam
satu antena. sedangkan moded bistatik bila kedua antena memiliki jarak pemisah. Dalam
istilah di kelas perkuliahan atau di praktikum, kita lebih mengenal istilahnya dengan sebutan
metoda pengukuran instrumen shielded dan unshielded.

Transmitter membangkitkan pulsa gelombang elektromagnetik pada frekuensi tertentu
sesuai dengan karaketristik antena tersebut (10 MHz – 4 GHz). Receiver diset untuk
melakukan scan yang secara normal mancapi 32-512 scan per detik. Setiap hasil scan
ditampilkan pada layar monitor (real-time) sebagai fungsi waktu two-way traveltime, yaitu
waktu yang dibutuhkan gelombang elektromagnetik menjalar dari transmitter, target dan ke
receiver. Tampilan ini disebut radargram, dan tampilan ini cukup mirip dengan tampilan
penampang seismik.

Untuk pengolahan data mentah GPR dan untuk membantu kami menginterpretasi
data, software yang digunakan adalah Software Reflexw versi 4.5, yang dikeluarkan oleh

Fajar N.Jodi C.Rafi A.Yuny F – TG2009
Kuliah Lapangan Karangsambung 2012


Sandmeier Scientific Software. Relexw merupakan contoh software sederhana yang dengan
baik dapat digunakan untuk memproses, menganalisa dan membantu menginterpretasi data
hasil pengukuran GPR. Reflexw secara khusus didesain untuk melakukan processing secara
lengkap dan membantu menginterpretasi data GRP baik secara 2D ataupun 3D. Program ini
support untuk format data GPR. Terpisah dari filter-filter alogaritma standar yang ada,
cakupan luas dari metoda khusus juga tersedia dalam fitur program ini seperti pengolahan
dengan borehole dan spasial.

3.3.2 Akuisisi Data

3.3.2.1 Alat dan Perlengkapan

Dalam survey pengukuran metoda GPR ini, adapun alat dan perlengkapan yang
digunakan untuk tiap survey adalah,

Untuk survey GPR tipe shielded, perlengkapan yang digunakan adalah,

1. MALA X3M 100 MHz Shielded Antenna
2. Water plate
3. MALA X3M Control Unit
4. Power supply (baterai)
5. Profile encoder (hipchain benang)
6. Tongkat penarik antena
7. Accu + converter
8. Unit display (laptop)
9. Kabel port ke laptop
10. GPS Garmin 60 Csx
11. Payung/ponco
12. Alat keselamatan kerja

Sedangkan untuk survey GPR tipe un-shielded, perlengkapan yang digunakan adalah,

1. MALA 100 MHz Un-Shielded Antenna
2. Antenna handles
3. MALA ProEx Control Unit
4. Kabel power supply



5. Tas (backpack)
6. Profile encoder (meteran tali)
7. Accu + converter
8. Unit display (laptop)
9. Kabel port ke laptop
10. GPS Garmin 60 Csx
11. Payung/ponco
12. Alat keselamatan kerja

(a) (b)

(d)
(c)

Gambar 3.3.2.1-1 Instrument yang digunakan dalam pengukuran GPR; (a) MALA X3M 100
MHz Shielded Antenna, (b) MALA X3M Control Unit, (c) hipchain benang, (d) GPS Garmin



(a) (b)

(d)
(c)

Gambar 3.3.2.1-2 Instrument yang digunakan dalam pengukuran GPR; (a) MALA 100 MHz
Un-Shielded Antenna Electronics, (b) MALA 100 MHz Un-Shielded Antenna, (c) MALA
ProEx Control Unit beserta backpack, (d) Set up instrument pengukuran GPR un-shielded

Gambar 3.3.2.1-3 Set Instrumentasi GPR tipe Shielded ketika di lapangan



3.3.2.2 Pengambilan Data

Survey pengukuran metoda GPR dilakukan pada tanggal 31 Mei hingga 4 Juni 2012.
Pengukuran dilakukan di beberapa lokasi yang berbeda. Jenis pengukuran yang digunakan
adalah pengukuran refleksi atau yang biasa disebut Continuous Reflection Profiling (CRP).
Gambaran umum cara pengukuran dengan metoda CRP ditunjukan oleh gambar berikut,

Perpindahan
Fixed offset

Tx Rx Tx Rx Tx Rx

V1
Transmited wave Reflected wave

V2

V3

Gambar 3.3.2.2-1 Gambaran pengukuran GPR dengan metoda CRP

Pada survey ini parameter yang digunakan adalah sebagai berikut,

 Frekuensi kerja (Fc) = 100 MHz
 Time window (W) = … ns
 Window Length = … dB
Disesuaikan untuk mendapatkan bentuk
 Lower cutoff = … MHz
trace/spectrum yang baik atau sesuai dengan
 Lower Plateau = … MHz target struktur yang diharapkan terlihat.
 Upper Plateau = … MHz
 Upper cutoff = … MHz
 Offset = 20 cm (untuk unshielded) & 100 cm (untuk shielded)
 Interval trace = ± 0.2 s
 Parameter lain disesuaikan dengan kondisi akuisisi di lapangan



Sedangkan jadwal untuk tiap lokasi pada pengukuran metoda GPR di kuliah lapangan
Karangsambung ini adalah seperti yang ditunjukan pada tabel dibawah ini,

No Hari, tanggal Lokasi Penelitian Keterangan
1 Kamis, 31 Mei 2012 Kampus LIPI Dilakukan oleh kelompok geofisika 9&10
2 Jumat, 1 juni 2012 Kampus LIPI Dilakukan oleh kelompok geofisika 7&8
3 Sabtu, 2 Juni 2012 Kali Gending Dilakukan oleh kelompok geofisika 5&6
4 Minggu, 3 Juni 2012 Sadang Wetan Dilakukan oleh kelompok geofisika 3&4
5 Senin, 4 Juni 2012 Bendungan Kali Gending Dilakukan oleh kelompok geofisika 1&2

Tabel 3.3.2.1-1 Jadwal pengukuran GPR per lokasi penelitian

3.3.2.3 Kondisi Pengukuran Lapangan

Sebuah survey yang baik tentunya harus mempunyai catatan-catatan lapangan tentang
bagaimana kondisi keberjalanan proses akuisisi data di lapangan. Informasi tambahan
mengenai kondisi lapangan untuk tiap line pengukuran mutlak diperlukan mengingat itu akan
menjadi informasi yang sangat penting dalam pengolahan data dan interpretasi nantinya. Pada
kasus pengukuran metoda GPR, informasi tambahan seperti elevasi line, kontur daerah
penelitian, keterdapatan bangunan di sekitar area penelitian, dan titik-titik penyebab diffraksi
yang tidak diinginkan di data, wajib menjadi catatan lapangan. Semua itu akan sangat
membantu untuk proses pengolahan data dan interpretasi data GPR kemudian. Berikut kami
sertakan kondisi pengukuran lapangan metoda GPR untuk tiap lokasi dan line yang berbeda,



1. Lokasi Penelitian Bendungan Kali Gending

LOKASI PENELITIAN

Gambar 3.3.2.3-1 Peta rupabumi lokasi penelitian Bendungan Kali Gending

Gambar 3.3.2.3-2 Lintasan Line 1.1 dari peta satelit



Gambar 3.3.2.3-3 Lintasan Line 1.2(garis biru); Line 1.3(garis merah) dari peta satelit

Gambar 3.3.2.3-4 Lintasan Line 2.1(garis kuning); Line 2.2(garis hijau); Line 2.3(garis
merah); Line 2.4(garis ungu); Line 2.5(garis biru); Line 2.6(garis hitam) dari peta satelit



Gambar 3.3.2.3-5 Foto akuisisi lapangan; Kiri: pengukuran untuk line 1.1, kanan: Lintasan
line 2.6 yang menyebrangi bendungan Kali Gending

Gambar 3.3.2.3-6 Foto akuisisi lapangan pada pengukuran line 1.1



2. Lokasi Penelitian Sadang Wetan

LOKASI PENELITIAN

Gambar 3.3.2.3-7 Peta rupabumi lokasi penelitian Sadang Wetan

Gambar 3.3.2.3-8 Lintasan Line 3.1(garis kuning); Line 3.2(garis merah); Line 3.3(garis
ungu); Line 3.4(garis biru) dari peta satelit



Gambar 3.3.2.3-9 Lintasan Line 4.1(garis merah); Line 4.2(garis kuning) dari peta satelit
Lokasi line GPR kelompok 3&4

Lapisan lempung “warna-warni”

Gambar 3.3.2.3-10 Foto lapangan bukit lempung di Sadang Wetan



Gambar 3.3.2.3-11 Foto lapangan kondisi medan diatas bukit lempung di Sadang Wetan

Line 4.2 menyusuri jalan
aspal hingga jembatan

Gambar 3.3.2.3-12 Foto lapangan pengukuran pada line 4.2



3. Lokasi Penelitian Kali Gending

LOKASI PENELITIAN

Gambar 3.3.2.3-13 Peta rupabumi lokasi penelitian Kali Gending

Gambar 3.3.2.3-14 Lintasan Line 5.1(garis biru); Line 5.2(garis kuning); Line 5.3(garis
merah) dari peta satelit



Gambar 3.3.2.3-15 Lintasan Line 6.1(garis biru) ; Line 6.2(garis merah); Line 6.3(garis
kuning); Line 6.4(garis hitam) dari peta satelit

Gambar 3.3.2.3-16 Lintasan Line 6.5(garis merah); Line 6.6(garis hitam); Line 6.7(garis
kuning) dari peta satelit



Gambar 3.3.2.3-17 Foto-foto akuisis lapangan di pinggir Kali Gending

LOKASI PENELITIAN
4. Lokasi Penelitian Kampus LIPI

Gambar 3.3.2.3-18 Peta rupabumi lokasi penelitian Kampus LIPI



Gambar 3.3.2.3-19 Lintasan Line 7.1(garis biru) ; Line 7.2(garis merah); Line 7.3(garis

Gambar 3.3.2.3-20 Lintasan Line 8.1(garis merah); Line 8.2(garis hijau); Line 8.3(garis



5. Lokasi Penelitian Kampus LIPI

LOKASI PENELITIAN

Gambar 3.3.2.3-21 Peta rupabumi lokasi penelitian Kampus LIPI





3.3.3 Pengolahan Data

3.3.3.1 Tahap Pengolahan

Dari survey pengukuran metoda GPR di lapangan maka kami mendapatkan data
keluaran alat/instrument yang berupa data refleksi gelombang elektromagnet secara travel
time, bentuknya hampir mirip dengan data travel time gelombang seismik. Dalam melakukan
pengolahan data GPR pada data pengukuran langsung lapangan metoda GPR di kuliah
lapangan Karangsambung ini, adapun flowchart yang kami gunakan sebagai referensi dan
dasar step-step pengolahan data GPR adalah seperti yang ditunjukan oleh gambar berikut,



IMPORT DATA

STATIC CORR – MOVE START TIME

DEWOW

GAIN - AGC

BANDPASS FILTER

BACKGROUND REMOVAL

STACK TRACE

VELOCITY ADAPTION

FK FILTER

MIGRATION

ATTRIBUTE

Gambar 3.3.3-1 Flow chart pengolahan data GPR

Pengukuran GPR yang dilakukan di kuliah lapangan Karangsambung ini dilakukan
selama 5 hari dan mengambil lokasi yang berbeda-beda. Lokasi yang berbeda akan membuat
target survey yang berbeda, kondisi lingkungan yang berbeda dan faktor lain yang berbeda
sehingga parameter dalam pengolahannya pun tidak akan sama untuk semua tempat
pengukuran. Setiap target bahkan mempunyai resolusi vertikalnya tersendiri, tergantung pada
frekuensi dan konstanta dielektrik yang dimilikinya (Basson, 1992). Bahkan untuk satu tempat
pengukuran, tiap line dapat mempunyai parameter pengolahan data yang berbeda.

Selanjutnya akan kami sajikan hasil pengolahan data GPR semua line survey pada 5
daerah survey dan pada 5 hari pengambilan data yang berbeda tapi sebelum itu akan kami
lakukan contoh pengolahan untuk salah satu data line GPR. Sebagai contoh pengolahan, kami



mencoba mengambil dari daerah penelitian Sadang Wetan yang dilakukan kelompok
pengukuran 3&4. Data yang didapat dari pengukuran lapangan pada lokasi ini adalah
sejumlah 6 line, dengan 4 line pengukuran shielded dan 2 line pengukuran un-shielded. Data
yang coba kami contohkan untuk diolah adalah line 4.2.

Hasil pengukuran lapangan dengan instrument GPR memberikan kita raw data atau
data mentah. Kemudian raw data yang ada diolah menggunakan software reflexw yang
pengolahannya dicontohkan pada gambar dan penjelasan dibawah ini,

a. Import Raw Data

Buka program Reflexw. Buatlah folder untuk menyimpan semua proyek pengolahan data
yang akan kita lakukan. Pindahkan semua data line kedalam folder ASCII dalam folder
project yang baru saja kita buat tersebut. Setelah kita mengkonfirmasi folder project yang
diinginkan maka akan tampak tampilan jendela program seperti dibawah ini,

Gambar 3.3.3-2 Jendela kerja awal program Reflexw



Kemudian pilih tab “Modules” pada toolbar menu lalu pilih submenu “2-D data anlysis”.
Maka kemudian akan muncul tampilan jendela kerja sebagai berikut,

Gambar 3.3.3-3 Tampilan jendela pengolahan radargram sebelum meng-import data

Pada menu toolbar pilih menu “File” lalu pilih submenu “Import”. Import digunakan untuk
memasukan dan membuka raw data GPR yang kita inginkan untuk diolah. Setelah masuk
pada submenu “Import” maka akan menampilkan jendela program seperti dibawah ini,

Gambar 3.3.3-4 Tampilan jendela parameter meng-import data



Pada jendela import diatas, masukan parameter-parameter data yang akan kita olah.
Parameter dimasukan berdasarkan parameter akuisisi data yang dilakukan di lapangan.
Dalam melakukan pengolahan data GPR untuk line ini, parameter import yang kami ubah
adalah sebagai berikut,

 Distance Dimension: METER  tergantung pada satuan jarak yang ingin kita gunakan
 Data Type: Constant Offset  menggambarkan jarak antara transmitter dan receiver yang
selalu konstan
 Profile Direction: X  menggambarkan sumbu profile radargram yang akan kita
gunakan. Dalam hal ini dihunakan sumbu-X
 Profile Constant: Y  menggambarkan sumbu yang tegak lurus dengan line sumbu
utama yang digunakan dalam pengambilan data
 Koordinat X, Y dan Z: parameter ini boleh kita isi atau juga tidak. Karena setelah kami
mencoba, ternyata di dalam header data itu sendiri sudah ada data jarak pengukuran.
Namun jika kita ingin lebih presisi maka boleh menggunakan koordinat UTM X, Y dan
juga elevasi.
 Format data: RAMAC
 Output Format: New 16 bit integer
 File name spesification: terserah kita apakah mau automatic atau manual. Ini hanya
sebatas penamaan tidak berpengaruh pada pengolahan.

Lalu setelah parameter pada jendela kerja import sudah selesai dilakukan, sebelum data kita
ekstrak maka coba dulu men-set parameter pada jendela “Plot Option”. Untuk masuk ke
jendela kerja tersebut, klik gambar jendela plot option yang letaknya paling bawah kanan
pada jendela kerja import. Lalu pada pilihan menu “Plot Option” tersebut ada beberapa
pilihan menu yang kami ubah adalah sebagai berikut,

 Plotmode: Pointmode
 Plotsuboption: Cek list pilhan autointerpolasi untuk membantu kita agar program
menginterpolasi bentuk data pada trace-trace yang kosong atau rusak. Cek list juga
pilihan menu tampilan jendela kerja yang akan digunakan, apakah lebih nyaman dengan
tampilan vertikal atau horizontal. Cek list juga depth axis untuk membantu tampilan
kedalaman semu lapisan. Masukan kecepatan lapisan yang dibutuhkan untuk depth axis
sesuai dengan kecepatan lapisan bawah permukaan di lapangan atau yang ingin kita cari.



Dalam pengolahan data line 4.2 ini, karena daerahnya adalah dominasi lempung-lanau
maka kami coba masukan kecepatan 0.07 m/ns.

Kemudian tutup jendela Plot Option dan pada jendela kerja Import, ekstrak data line yang
akan diolah dengan memilih pilihan menu “Convert to Reflex”. Setelah raw data *.rd3 kita
dibuka dan diekstrak maka akan menampilkan tampilan radargram dibawah ini,

Gambar 3.3.3-5 Tampilan radargram rawdata line 4.2 dalam rona hitam putih

Jika kita kurang terbiasa dalam mengolah data GPR dalam tampilan hitam-putih maka kita
bisa memilih tampilah berwarna untuk membantu membedakan kontas amplitudo lebih jelas.
Kami memilih rona warna default “Rainbow 2” untuk pengolahan seluruh data GPR. Dalam
pelette colour yang berbeda, tampilan radargram akan seperti gambar dibawah ini,

Gambar 3.3.3-6 Tampilan radargram rawdata line 4.2 dalam rona warna Rainbow 2



b. Static Correction – Move Start Time

Langkah pertama yang kami gunakan dalam mengolah data line ini adalah koreksi statik atau
static correction. Static correction pertama yang kami gunakan adalah ”Move Starttime”.
Koreksi ini bertujuan untuk menggembalikan waktu tiba pertama gelombang pada
pengolahan trace pada kontras pertama lapisan yang ditemukan (menempatkan posisi awal
gelombang ke titik nol). Gunakan pilihan “manual input” agar kita bisa memasukan data
waktu yang akan di potong secara manual. Static correction adalah langkah awal yang
digunakan pada tahapan processing ini.

Tampilan status amplitudo dan
waktu di tiap trace yang
ditunjuk kursor mouse
Waktu yang harus “dipotong”
agar mengembalikan posisi
awal gelombang ke titik nol

Masukan waktu yang
akan dipotong.

Tampilan processing label
yang sedang dilakukan. Naikan
terus sejalan bertambahnya
tahapan processing.

Gambar 3.3.3-7 Tampilan jendela kerja untuk koreksi statik- move starttime

Setelah kita liat waktu di trace yang akan kita potong lalu dimasukan waktu tersebut dalam
kolom “move time [ns]”. Waktu yang kita masukan bernilai negatif karena waktu yang
dimasukan adalah yang akan dipotong atau pada radargram, kontras lapisan pertama akan
dinaikan pada sumbu Time = 0 ns. Untuk melihat preview tampilan trace setelah diolah, kita



dapat melihat tampilan “filtered trace” yang berada di sebelah tampilan “original trace”. Jika
memang pada tampilan preview, trace terpotong sudah terlihat bagus maka tak perlu diubah
lagi waktunya. Sebelum di-“Start”, selalu naikan tahap “Processing Label” sejalan dengan
bertambahnya proses pengolahan data. Tampilan data setelah di- move start time adalah
ditunjukan oleh gambar dibawah ini,

Gambar 3.3.3-8 Tampilan radargram setelah terkoreksi statik

Terlihat dari hasil pengolahan, posisi awal gelombang bergeser ke titik waktu nol. Ini akan
mempermudah kita untuk melakukan pengolahan kedepannya.

c. 1-D Filter – Dewow

Koreksi selanjutnya adalah 1-D Filter – Dewow. Dewow adalah langkah prosesing yang
dilakukan untuk menghilangkan frekuensi sangat rendah yang terekam dalam radargram.
Dewow termasuk kedalam temporal filtering. Wow adalah noise frekuensi rendah yang
terekam oleh sistem radar. Terjadi akibat instrumen elektronik yang tersaturasi oleh nilai
amplitudo yang besar dari gelombang langsung (direct wave) dan gelombang udara.
Tampilan jendela kerjanya adalah seperti gambar dibawah ini,



Gambar 3.3.3-9 Tampilan jendela kerja koreksi dewow

Pada parameter koreksi ini, kita usahakan menginput time window yang tepat dengan cara
meaikannya atau menurunkan “time window” yang ada. Pada penentuannya yang harus kita
jaga adalah agar spektrum gelombang original dan yang filtered mempunyai puncak
frekuensi yang hampir sama dan amplitudo yang tidak berbeda jauh, ini dimaksudkan agar
tidak ada frekuensi diluar data asli yang masuk ke dalam processing atau ada sinyal pada
frekuensi tertentu yang terpotong. Pada pengolahan data line 4.2 ini, time window untuk
dewow yang menurut kami tepat adalah 23 ns.



Frekuensi spektrum yg dijaga sama

Frekuensi pada spektrum awal yang
.
dipotong karena noise cukup tinggi

Gambar 3.3.3-10 Kenampakan spektrum sinyal asli dan yang terfilter pada koreksi dewow

Setelah parameter dimasukan lalu “Start” proses koreksi, maka kita akan mendapatkan hasil
data terkoreksi dewow seperti yang ditunjukan oleh gambar dibawah ini,

Gambar 3.3.3-11 Tampilan radargram setelah terkoreksi dewow

Terlihat dari hasil pengolahan tampilan data lebih terang, frekuensi-frekuensi rendah yang
tadi didominasi oleh amplitudo sebesar -12000 mulai menghilang sehingga data lebih
“terang”. Dominasi amplitudo terlihat kembali ke amplitudo = 0. Dapat dilihat juga kontras-
kontras lapisan yang tadi tertutup sekarang bisa lebih terlihat.

d. Gain – AGC

Koreksi berikutnya adalah AGC. Kenapa data harus di gain? Karena sinyal radar sangat cepat
teratenuasi ketika menjalar kedalam permukaan bumi, sehingga sinyal dari kedalaman yang
lebih tinggi menjadi sangat kecil/lemah, untuk menampilkan informasi pada kedalaman ini



sulit dilakukan. Adanya pelemahan energi pada saat sinyal melewati batuan atau perlapisan
tanah dan agar sinyal pada kedalaman yang lebih tinggi dapat sama kuatnya dengan sinyal
datang dari kedalaman yang lebih dangkal maka perlu dilakukan proses Gain. Proses gain
yang dilakuakan pada penelitian ini adalah “Automatic Gain Control (AGC)”. AGC cukup
baik dilakukan ketika target kita adalah melihat struktur, namun untuk target geoteknik atau
mencari target-target mineral tertentu, lebih baik kita menggunakan “manual gain” atau
menggunakan “gain function” tertentu.

Ubah bentuk trace agar
bagus gelombangnya

Gambar 3.3.3-12 Tampilan jendela kerja processing gain AGC

Pada processing AGC, “window length” yang kita gunakan akan sangat tergantung pada hasil
filtered trace yang diinginkan. Usahakan mendapatkan filtered trace yang spike untuk tiap
gelombang dan usahakan mendapatkan window length yang memberikan besar amplitudo
gelombang yang relatif sama dalam satu trace. Juga perhatikan filtered spectrum yang
dihasilkan, usahakan mendapatkan spektrum yang memiliki satu puncak dan memang meng-
gain daerah spektrum frekuensi yang kita inginkan. Setelah parameter kita masukan dan



processing label dinaikan kemudian di-start maka hasil processing akan memberikan hasil
radargram sebagai berikut,

Gambar 3.3.3-13 Tampilan radargram setelah dilakukan gain AGC

Mungkin secara visual tampilannya banyak terlihat “semut”-nya, tapi jangan khawatir, noise-
noise yang ada bisa kita filter dengan filter frekuensi pada tahap processing selanjutnya.
Setidaknya kita sudah bisa melihat kontras lapisan-lapisan bawah permukaan dengan lebih
jelas.

e. 1-D Filter – Bandpass Frequency

Tujuan dari proses ini adalah untuk menghilangkan frekuensi-frekuensi yang tidak diinginkan
(noise), dengan membatasi nilai jangkauan frekuensi sinyal pada radargram. Dalam
pengolahan data GPR ada beberapa jenis filter yang bisa digunakan, yaitu : Trapezoidal
Bandpass, Butterworth Bandpass, dan Notch Filter. Pada Trapezoidal Bandpass ada dua tipe
filter, yaitu : High Cut Filter (Low Pass Filter) dan Low Cut Filter (High Pass filter).
Sedangkan pada Butterworth Bandpass, kita memfilter berdasarkan waktu penjalaran
frekuensi yang dibutuhkan. Untuk procsessing kali ini, kami menggunakan filter frekuensi
secara trapezoidal.



Range spektrum frekuensi
yang diloloskan

Gambar 3.3.3-14 Tampilan jendela kerja koreksi bandpass filter

Pada parameter koreksi filter frekuensi ini, nilai parameter yang kami gunakan adalah, untuk
Lower cutoff : 10 MHz, untuk Lower Plateau: 20 MHz, untuk Upper Plateau: 60 MHz, dan
untuk Upper cutoff : 70 MHz. Kami melihat bahwa jangkauan sinyal dengan frekuensi yang
disebutkan sebelumnya cukup baik untuk membatasi jangkaunya sinyal pada radargram.
Sebelumnya kami telah mencoba untuk mengubah-ubah frekuensinya dengan range yang lain
namun pada range lain itu, noise udara masih tidak terfilter, masih terdapat noise rendah di
trace bawah, dsb. Dalam menentukan berapa range frekuensi yang tepat, selain dari berapa
besar frekuensi sinyal yang ingin diloloskan yang telah kita ketahui sebelumnya, kita juga
dapat melihatnya dari bentuk filtered trace dan filtered spectrum-nya. Tentukanlah range
frekuensi yang memotong frekuensi yang tidak diperlukan muncul seperti frekuensi ruang
kosong, noise koheren, sehingga bentuk spektrum mempunyai puncak frekuensi sinyal yang
baik. Lanjut pada langkah pengolahan, setelang range frekuensi ditentukan, diinput dalam
menu “filter parameter” lalu di-start maka hasil radagram yang akan kita dapatkan adalah
sebagai berikut,



Gambar 3.3.3-15 Tampilan radargram setelah dilakukan filter bandpass frekuensi yang
terlihat lebih bersih dari sebelumnya

Terlihat radargram hasil pengolahan memperlihatkan kontras lapisan struktur bawah
permukaan yang cukup baik. Apa yang kami interpretasi awal sebagai frekuensi udara, yang
berada di bawah jembatan, setelah di filter frekunsi sudah terlihat lebih bersih. Kontras
lapisan dibawah lintasan survey sudah terlihat lebih baik, noise-noise “semut” yang tadi ada
sudah banyak menghilang sehingga kontras yang kemungkinan adalah sebuah lapisan
menjadi lebih jelas terlihat.

f. 2-D Filter – Background Removal

Background removal dikenal juga dengan sebutan background substraction, proses ini
bertujuan untuk menghilangkan noise yang selalu muncul secara konsisten pada seluruh
profil, sehingga menutupi sinyal yang sebenarnya. Efek yang dilakukan proses ini adalah
dengan menghilangkan energi koheren yang horizontal. Untuk melakukan koreksi ini,
masuklah pada menu bar “Processing” lalu pilihlah submenu “2-D Filter”, maka akan muncul
jendela kerja sebagai berikut,



Gambar 3.3.3-16 Tampilan jendela kerja koreksi background removal

Dalam melakukan koreksi ini hampir tidak ada parameter default yang kami ubah. Parameter
yang ada sudah mewakili apa yang ingin kami koreksi yaitu mengkoreksi bacground removal
untuk seluruh line dalam seluruh parameter waktu terekam agar data bersih dari frekuensi
yang konstan muncul. Setelah nilai processing label dinaikan lalu dilakukan start maka hasil
koreksi radargram yang kami dapatkan adalah seperti dibawah ini,



Gambar 3.3.3-17 Tampilan radargram setelah dilakukan background removal. Sinyal/noise
yang konsisten muncul sudah lebih berkurang

Dari hasil pengolahan setelah di background kita dapat melihat sinyal yang konsisten muncul
pada seluruh profil sudah menghilang. Contohnya sinyal untuk lapisan yang kemungkinan
adalah gangguang dari lapisan aspal, setelah di koreksi sudah banyak menghilang juga
dengan sinyal sejenis lainnya.

g. 2-D Filter – Stack Trace

Tahap pengolahan selanjutnya adalah men-stack trace. Sama halnya dengan pengolahan data
seismik, proses stacking ini dilakukan untuk meningkatkan signal to noise ratio (S/N).
Asumsi yang digunakan adalah bahwa sinyal mempunyai fase yang sama, sedangkan noise
berfase acak, maka pengumpulan trace diharapkan akan memperkuat amplitude sinyal dan
melemahkan amplitudo noise. Untuk melakukan koreksi ini, masuk pada jendela kerja “2D
Filter” lalu pilih “stack trace” pada spesifikasi filternya, maka kita melihat tampilan jendela
kerja seperti di bawah ini,



Jumlah trace yang akan di-stack.
Seimbangkan nilainya dgn S/N ratio
dan informasi yg ingin dilihat.

Gambar 3.3.3-18 Tampilan jendela kerja tahap processing stack trace

Pada processing stack trace ini untuk line pengukuran ini kami menggunakan parameter
jumlah trace yang akan di stack adalah sebesar 8 trace. Jumalah ini kami seimbangkan
dengan pertambahan S/N ratio yang diharapkan dan juga informasi yang ingin dilihat. Kami
mengusahakan agar informasi kontras lapisan yang ingin dilihat tidak terlihat buram dan
menghilang karena jumlah trace yang di stack yang terlalu tinggi. Setelah di-start maka akan
memberikan hasil radargram sebagai berikut,



Gambar 3.3.3-19 Tampilan radargram setelah dilakukan stack trace

Terlihat tampilan sudah lebih bersih dari noise terutama untuk di bagian bawah, noise pada
daerah dibawah jembatan sudah terlihat mengecil walau tidak sepenuhnya hilang dan juga
tampilah kontras amplitudo yang sebelumnya terlihat seperti patah-patah sekarang sudah
lebih smooth atau halus.

h. FK – Filter

Pada F-K Filter dilakukan filter dua dimensi, filter ini akan memilah frekuensi temporal dan
spasial, dan didesian dalam fungsi frekuensi-bilangan gelombang (k). Umumnya digunakan
untuk menghilangkan noise koheren, yaitu noise yang secara teratur dari tarace ke trace (pada
umumnya noise terjadi secara acak dikenal dengan istilah random noise) sepanjang profil.
Untuk melakukan pengolahan FK-Filter ini pertama kita buka menu processing lalu masuk ke
submenu “FK-filter/FK-spectrum” maka kita akan dibawa masuk ke jendela dibawah ini,



Gambar 3.3.3-20 Tampilan jendela generate FK-filter/FK-spectrum

Tapi sebelum kita melakukan filter terhadap radargramnya, kita harus melakukan dulu analisa
kecepatan untuk struktur yang kita lihat di radargram dengan menggunakan adaptasi
kecepatan. Hal tersebut bisa kita lakukan dengan menu “interactive velocity adaption”
dengan menklik icon yang ditunjukan pada gambar dibawah,

Gambar 3.3.3-21 Tampilan toolbar pada toolbar menu utama untuk melakukan proses
velocity adaption

Lalu kami lakukan determinasi kecepatan dengan memplot garis lurus pada kontras aplitudo
yang kita prediksi sebuah lapisan dan diperlukan data kecepatannya untuk melakukan filter



kecepatan. Lalu beberapa contoh determinasi kecepatan yang kami lakukan adalah seperti
yang ditunjukan oleh gambar dibawah ini,

Gambar 3.3.3-22 Tampilan radargram saat kita memplot garis untuk melakukan velocity
adaption

Dengan informasi kecepatan yang sudah kita dapat, kami lanjutkan melakukan FK-filter
untuk memfilter kecepatan yang dirasa tidak mewakili struktur yang kita inginkan. Mari kita
lihat jendela kerja dibawah ini,



Pilih manual input untuk membuat range frekuensi
secara manual dengan langsung pick di radargram. Pilih
bandpass untuk tipe filter yang dilakukan.

Gambar 3.3.3-23 Tampilan jendela kerja untuk meng-input parameter processing FK-
filter/FK-spectrum

Pertma kita pilih jenis FK-spectrum-nya “manual input” agar kita membuat range frekuensi
secara manual dengan cara menitik titik-titik bentuk range yang ingin diambil. Dilakukan
manual dengan membuat titik range itu langsung pada tampilan radargram. Sejalan dengan
setiap titik dibuat maka program secara otomatis akan menginput nilai koorniat kx dan
frekuensinya pada tabel yang tersedia di sebelah kanan. Adapun bentuk range FK-filter yang
kami ambil adalah sebagai berikut,



Gambar 3.3.3-24 Tampilan radargram saat kita memplot area frekuensi yang akan di-filter

Lalu dengan parameter yang telah ditetapkan, kemudian di-start dan didapatkan tampilan
radargram setelah pengolahan sebagaimana yang ditunjukan gambar dibawah ini,

Gambar 3.3.3-25 Tampilan radargram setelah dilakukan koreksi FK-Filter

Terlihat pada gambar diatas, noise dan frekuensi yang tidak diperlukan sudah terfilter dan
dari tampilan radargram diatas kita sudah bisa mulai digunakan untuk menginterpretasi
struktur bawah permukaan yang terekam oleh pengukuran instrument GPR. Tapi untuk lebih
merasionalkan data dan membantu interpretasi kita maka kita memerlukan satu lagi tahapan
koreksi yaitu, koreksi statik untuk topografi.



i. Static Correction

Berbeda dengan koreksi statik yang kita lakukan di tahap awal, koreksi statik disini adalah
dilakukan untuk memperbaiki kondisi topografi dari akuisis data di lapangan. Kondisi
lapangan pastilah tidak ideal dimana topografi hanya datar-datar saja tapi pastilah
mempunyai undulasi pada elevasinya, dan faktor elevasi menjadi sebuah hal penting dalam
menginterpretasi struktur bawah permukaan. Dasar dari teori ini adalah dimana kita berusaha
menaikan atau menurunkan tampilan kontras lapisan pada jarak tertentu kepada waktu
tertentu sesuai dengan elevasi tercatatnya. Dari data elevasi pada pencatatan topografi kita
akan mempunyai ketinggian suatu titik. Lalu elevasi itu kita normalkan dengan mencari
selisihnya dengan referensi ketinggian tertentu, dalam kasus ini kami mengambil ketinggian
titik yang paling tinggi dari suatu line yang sedang diolah. Kemudian selisih ketinggian
tersebut dibagi dengan kecepatan lapisan yang mendominasi atau yang diselidiki di bawah
permukaan daerah lintasan yang disurvey. Sebagai contoh untuk line ini, titik jarak 100 m
mempunyai elevasi 131m lalu selisih dengan 143m memberikan selisih -10m lalu dibagi
dengan kecepatan 0.07m/ns yang merupakan kecepatan lapisan lempung, dimana memang
daerah Sadang Wetan didominasi oleh geologi lempung. Hasil pembagian itu memberikan
hasil waktu 142.847 ns dan waktu itu lah yang nantinya akan diinput ke dalam table koreksi
statik. Adapun cara lainnya adalah dengan cara men-load data topo dalam bentuk ASCII yang
sudah kita punya sebelumnya jika kita tidak ingin memasukan angkanya secara manual
kedalam tabel.



Data waktu olah elevasi topogafi
diinput di tabel ini bersama dengan
koordinat jarak titiknya.

Gambar 3.3.3-26 Tampilan jendela kerja untuk koreksi statik- move to positive time atau
koreksi untuk topografi

Gambar diatas adalah tampilan jendela kerja koreksi statik yang akan kita lakukan. Karena
akan dilakukan koreksi topografi maka jenis koreksi yang dipilih adalah “move to positive
time” pilihan ini memungkinkan program untuk menambahkan waktu pada trace sesuai
dengan nilai waktu yang kita input ataupun di-picking, dimana nilai waktu itu mewakili
topografi. Setelah kita menginput koordinat jarak dan juga waktu topo di titik tersebut dalam
tabel, lalu pilih jenis koreksi statik, naikan processing labelnya kemudian di-start maka
akhirnya kita akan mendapatkan hasil tampilan radargram dibawah ini,



Gambar 3.3.3-25 Tampilan akhir radargram line 4.2 setelah dilakukan koreksi statik untuk
topografi sekaligus meghasilkan radargram yang siap untuk diinterpretasi

Tampilan radargram diatas adalah yang sudah terkoreksi topografi dan siap untuk
diinterpretasi. Untuk topografinya sudah mewakili topografi kondisi asli di lapangan dimana
awal pengukuran memiliki elevasi yang lebih tinggi dan semakin ke titik akhir pengukuran,
semakin ke jembatan, elevasinya semakin rendah.

3.3.3.2 Hasil Pengolahan

Selanjutnya akan kami perlihatkan hasil pengolahan raw data GPR untuk line
pengukuran lainnya dari 5 lokasi penelitian yang berbeda. Parameter pengolahan disesuaikan
dengan faktor-faktor yang ada di lapangan dan target yang dicari namun secara step
pengolahan hampir sama seperti step pengolahan line 4.2 diatas. Berikut hasil pengolahan
dari line pengukuran metoda GPR yang lainnya,



1. Lokasi Bendungan Kali Gending

Line 1.1 (Shielded)

Raw data di-import kemudian langsung dilakukan koreksi statik, berupa move start time

Koreksi statik untuk topografi(dapat dilakukan dari tahap processing awal)

Dewow

Gain AGC

Bandpass frequency



Background removal

Stacking + FK filter

Setelah di muting, kemudian mendapatkan hasil akhir



Line 1.2 (Shielded)

Dengan cara yang sama, raw data yang memberikan tampilan radargram seperti dibawah ini,

Dilakukan pengolahan dengan parameter tertentu sehingga memberikan hasil akhir
pengolahan radargram yang siap diinterpretasi seperti gambar dibawah ini,



Line 1.3 (Un-Shielded)

Line 1.4 (Shielded)



Line 1.5 (Shielded)

Line 1.6 (Shielded)




Line 2.2 – 2.6 (Shielded)

Raw data untuk 5 line yang dilakukan oleh kelompok 2 dengan menggunakan instrumen GPR
Shielded tidak ditemukan. Tidak ada pengolahan data untuk line tersebut.

2. Lokasi Sadang Wetan




Line 3.2 (Shielded)

Line 3.3 (Shielded)



Line 3.4 (Shielded)


Data tidak memunculkan tampilan radargram dikarenakan kemungkinan data yang
diberikan kosong/corrputed.

Line 4.2 (Shielded)



3. Lokasi Kali Gending


Line 5.2 (Shielded)



Line 6.1 (Shielded)

Line 6.2 (Shielded)



Line 6.3 (Shielded)

Line 6.4 (Shielded)



Line 6.5 (Shielded)

Line 6.6 (Shielded)




4. Lokasi Kampus LIPI

Line 7.1 (Shielded)



Line 7.2 (Shielded)

Line 7.3 (Shielded)




Line 8.1 (Shielded)



Line 8.2 (Shielded)

Line 8.3 (Shielded)



Line 8.4 (Shielded)





5. Lokasi Kampus LIPI

Line 9.1 (Shielded)



Line 10.1 (Shielded)

Lanjutan radargram untuk line 10.1 …


Pengolahan Data GPR KARSAM 2012

Recommandé

Recommandé

Contenu connexe

Tendances

Tendances (20)

En vedette

En vedette (18)

Similaire à Pengolahan Data GPR KARSAM 2012

Similaire à Pengolahan Data GPR KARSAM 2012 (20)

Dernier

Dernier (11)

Pengolahan Data GPR KARSAM 2012