VEKTORISASI SEISMIK MENGGUNAKAN PEMBELAJARAN MESIN DAN PENINGKATAN SEISMIK MENGGUNAKAN DENOISING CURVELET

Abstract

Rahmad Murdani. 101119004. Vektorisasi Seismik Menggunakan Pembelajaran Mesin dan Peningkatan Seismik Menggunakan Denoising Curvelet Seismik vektorisasi merupakan salah satu metode yang dianggap mampu untuk memindai data seismik lama (harcopy) menjadi format standar seismik SEGY (softcopy). Tujuan dari penelitian ini adalah melakukan vektorisasi data seismik lama (hardcopy) untuk mendapatkan format standar seismik SEGY (softcopy) yang kemudian dilanjutkan dengan proses denoise menggunakan curvelet denoising. Vektorisasi yang dilakukan pada penelitian ini menggunakan machine learning dengan algoritma Artificial Neural Network (ANN) dan K-Nearest Neighbor (KNN). Proses digitasi menggunakan algoritma KNN dimulai dari pembuatan master color amplitude dan dilanjutkan dengan konversi nilai RGB menjadi nilai amplitude. Kemudian proses digitasi algoritma ANN terdiri dari pembuatan data train, pembuatan model ANN dan prediksi nilai amplitude berdasarkan model ANN yang telah dibuat. Proses vektorisasi ini diharapkan mampu menghasilkan penampang seismik dalam nilai amplitude. Penampang seismik yang telah dilakukan vektorisasi akan dilanjutkan pada proses denoise. Proses ini menggunakan metode curvelet denoising yang harapannya dapat menghilangkan random noise yang terdapat pada penampang seismik hasil digitasi sehingga memungkinkan untuk dilakukan interpretasi secara kualitatif. Kata Kunci :Artificial Neural Network (ANN), K-Nearest Neighbor (KNN), Denoise, Vektorisasi..