Ekivalensi atau ambiguitas pemodelan geolistrik

Ada kolega dosen berpendapat cukup kontroversial: Geofisika itu ilmu tipu-tipu. Alasannya, mosok model diganti semau kita masih bisa “fit” dengan data… Karena malas berdebat saya cuma berkomentar singkat, ya nggak seperti itu mustinya.

Mungkin dalam pemahamannya, model yang berbeda-beda bisa menghasilkan respons (hasil pemodelan ke depan atau forward modeling) yang identik atau mirip, sehingga dapat digunakan untuk “menipu”. Padahal fenomena seperti itu mustinya sudah sangat dikenal oleh mereka yang paham betul geofisika, khususnya pemodelan data geofisika. Mungkin juga pendapatnya itu diilhami oleh buku yang judulnya (kurang lebih): How to lie with statistics. Meskipun begitu saya pikir nggak ada yang bilang bahwa statistik itu ilmu tipu-tipu…

Dalam geofisika (secara umum, tidak hanya metode geolistrik) dikenal apa yang disebut sebagai ketidak-unikan solusi pemodelan geofisika. Ada tak-hingga kombinasi parameter model yang dapat menghasilkan respons model (atau data perhitungan) yang sama atau mirip. Secara garis besar hal tsb. disebabkan oleh keterkaitan (kopel) antara satu parameter model dengan parameter model lainnya, misalnya antara geometri model dengan sifat fisisnya (densitas, resistivitas, sifat kemagnetan dan sebagainya).

Ketidak-unikan solusi pemodelan geofisika sifatnya inheren yang artinya memang demikian adanya sesuai dengan teori yang mendasari setiap metode geofisika. Kalaupun secara teoritis ada pemodelan data geofisika yang solusinya bersifat unik, data lapangan selalu mengandung ketidak-pastian akibat adanya kesalahan pengukuran, noise dll. Dengan demikian masih terdapat banyak solusi atau model yang menghasilkan respons yang “fit” dengan data lapangan dalam kisaran ketidak-pastian data lapangan tsb.

Dalam metode gravitasi ketidak-unikan (non-uniqueness) model tsb. lebih dikenal sebagai ambiguitas, sedangkan dalam metode geolistrik lebih dikenal sebagai ekivalensi. Untuk memperoleh model yang lebih feasible secara fisis atau geologis biasanya ditambahkan constraint (kendala) tambahan. Dalam contoh di gambar berikut pada pemodelan inversi dicari model yang menghasilkan misfit minimum sekaligus yang variasi resistivitasnya kecil (smoothness constraint).

resis_2

Gambar ini menunjukkan kemiripan data perhitungan (garis biru) untuk model hasil inversi (garis merah) yg sangat bervariasi (kiri) dan setelah dilakukan penghalusan atau smoothing (kanan). Data sintetik (titik-titik hitam) merupakan respons model sintetik 3 lapisan (garis hitam). Gambar diambil dari bahan presentasi mahasiswa S3 bimbingan saya.

Leave a Comment

Your email address will not be published. Required fields are marked *

error: Content is protected !!