DENOISING DATA MONITORING MICROSEISMIC DENGAN MACHINE LEARNING DAN PENENTUAN HYPOCENTER EVENT PADA LAPANGAN PANAS BUMI “X”

Abstract

Monitoring microseismic sangatlah penting untuk dilakukan untuk memonitor kondisi geologi reservoir dari lapangan panas bumi “X” ini. Tujuan dari penelitian ini adalah melakukan denoising data dari perekaman monitoring microseismic dengan menggunakan machine learning dan membandingkannya dengan metode filtering serta melakukan picking waktu kedatangan fasa gelombang dengan menggunakan machine learning kemudian memprediksi hypocenter dari event yang terjadi. Denoising dilakukan dengan menggunakan machine learning dengan package Deep Denoiser dan picking dilakukan dengan menggunakan machine learning dengan package EQTransformer. Perediksi hypocenter dilakukan dengan menggunakan fungsi GaMMA (Gaussian Mixture Model Associator). Data yang digunakan adalah data rekaman microseismic di sekitar lapangan panasbumi “X” dengan jumlah data 789 hasil rekaman dengan menggunakan moving station, dimana perekaman dilakukan selama 43 hari pada tanggal 01 Juli-12 Agustus 2019. Hasil dari denoising dengan menggunakan machine learning menunjukan bahwa noise dapat direduksi dan hasil picking dengan menggunakan machine learning dapat membantu mempermudah untuk melakukan picking waktu kedatangan fasa gelombang.