Penerapan Generalized Derivative Operator Pada Data Gravitasi Untuk Mendeteksi Struktur Geologi

Abstract

Generalized Derivative Operator (GDO) merupakan salah satu filter turunan pertama yang memiliki kelebihan untuk mengontrol arah turunan berdasarkan sudut azimut dan kemiringan. Penelitian ini bertujuan untuk menentukan parameter yang tepat dalam melakukan GDO dan mengidentifikasi struktur geologi area Silver Peak. Pemrograman berbasis Python digunakan untuk menerapkan filter turunan GDO, horizontal gradient, sinyal analitik dan Second Vertical Derivative (SVD) pada data sintetik dan data anomali bouguer lengkap area prospek panas bumi Silver Peak, dengan turunan dilakukan dalam domain Fourier dan domain spasial. Data sintetik menunjukkan maksimum dari GDO positif merupakan respons dari tubuh sumber anomali dengan kontras densitas positif. Variasi nilai azimut pada kemiringan 90 tidak menunjukkan perbedaan karena hanya menyisakan komponen vertikal sebelum dibagi dengan sinyal analitik pada persamaan GDO. GDO dan SVD dapat mendeteksi sumber anomali dengan kontras densitas berbeda pada kedalaman yang sama. Data area Silver Peak menunjukkan bahwa GDO dan SVD dapat mendeteksi pendugaan struktur secara lateral seperti horst-graben, kelurusan sesar dan kontak batuan yang berperan sebagai jalur fluida sistem panas bumi Silver Peak lebih baik dibandingkan filter sinyal analitik dan horizontal gradient. Namun, diperlukan informasi geologi dan pemodelan ke depan untuk bisa memvalidasi interpretasi filter tersebut.