FILTER SEISMIK

Identifikasi dan penghilangan noise dari data seismik adalah salah satu tahapan
dari pemrosesan data seismik. Noise seismik mempunyai bermacam-macam
bentuk. Secara garis besar noise dapat dikategorikan menjadi dua : koheren dan
tak-koheren. Noise tak-koheren terdiri dari noise-noise yang tidak mempunyai
pola yang teratur sementara noise koheren mempunyai pola keteraturan dari trace
ke trace. Contoh dari noise koheren antara lain adalah multipel dan ground-roll.
Filter Channel Tunggal
- Filter Shaping
Filter ini digunakan untuk merubah bentuk dari suatu kelompok trace seismik ke
kelompok lain. Filter shaping dihitung dengan cara perataan filter yang didapat
dari beberapa selang spasial dan temporal yang memenuhi suatu kriteria panjang
filter efektif tertentu. Filter dengan panjang filter efektif yang terlalu besar tidak
akan dipakai. Filter filter yang bisa diterima (artinya memenuhi kriteria panjang
filter yang efektif) kemudian dirata-ratakan untuk menghasilkan filter shaping
akhir yang akan dikonvolusikan dengan data. Proses ini dapat diulang sampai
beberapa kali untuk mendapatkan hasil yang memuaskan.
- Filter Lolos Pita (Band-pass Filter)
Filter lolos pita adalah metoda yang murah dan mudah untuk menekan noise yang
ada di luar spektrum frekuensi dari sinyal yang diinginkan. Gambar di bawah
menunjukkan bahwa beberapa noise dapat dipisahkan dari sinyal dalam domain
frekuensi. Noise frekuensi rendah antara lain adalah ground roll, noise frekuensi
tinggi biasanya disebabkan oleh angin, air blast, statik atau petir.Salah satu cara
untuk memilih filter lolos pita adalah dengan cara menerapkan sekumpulan filter
dengan selang frekuensi yang sempit pada satu data seismik untuk melihat bagian
dari spektrum yang mengandung sinyal dan bagian yang didominasi oleh noise.
Filter dapat berupa koefisien diskrit dalam domain waktu atau dapat berupa
wavelet fasa-nol (zero-phase) atau fasa-minimum (minimum-phase) dalam
domain kedalaman.
- Filter Monokromatik
Filter ini berfungsi untuk menghilangkan noise dengan frekuensi tunggal atau
selang frekuensi yang sempit, tanpa mendistorsi sinyal seismik. Filter ini tidak
hanya lebih murah tetapi juga mempunyai kemampuan yang sama dibandingkan
dengan filter notch dan juga tidak terlalu mempengaruhi fasa dari sinyal seismik,
tidak seperti filter notch.
- Filter Time Variant
Di banyak tempat frekuensi dominan dari sinyal seismik bervariasi terhadap
waktu. Filter yang benar-benar berubah terhadap waktu susah untuk diterapkan
dan mebutuhkan waktu komputasi yang lama. Salah satu caranya adalah dengan
membagi trace seismik menjadi beberapa segmen dan memperlakukan tiap
segmen sebagai sinyal yang terpisah. Filter didisain dan diterapkan untuk tiap
segmen kemudian hasilnya disatukan kembali. Perhatikan bahwa sinyal harus
tidak berada pada ujung-ujung segmen.
Filter Multichannel

- Filter F-K
Filter F-K dilakukan dengan cara merubah data seismik dari domain waktu (T)
dan jarak (X) ke domain frekuensi (F) dan bilangan gelombang (K) menggunakan
transformasi Fourier. Karena event-event dalam data seismik mempunyai banyak
kemiringan dan frekuensi (dalam hal ini yang dimaksud sebagai kemiringan
adalah kemiringan dari event, dalam milidetik per trace, bukan kemiringan dari
struktur geologi) maka tiap kemiringan yang berbeda dalam domain T-X akan
berubah menjadi garis dengan kemiringan yang berbeda dalam domain F-K.
Event horisontal dalam domain T-X mempunyai nilai bilangan gelombang sama
dengan nol sehingga dalam domain F-K akan diplot sepanjang sumbu frekuensi.
Semakin besar kemiringan suatu event dalam domain T-X semakin dekat plotnya
ke sumbu bilangan gelombang. Sinyal dengan kemiringan positif akan
mempunyai bilangan gelombang positif dan sinyal dengan kemiringan negatif
akan mempunyai bilangan gelombang yang negatif.

Gb. 1. Pasangan (a) event horisontal, (b) event dengan sudut kemiringan rendah
dan (c) event dengan sudut kemiringan tinggi, dalam domain T-X dan F-K

Ketika trace sudah berada dalam domain frekuensi event-event dengan

kemiringan yang tidak diinginkan dapat dihilangkan. Data kemudian dapat
dirubah ke domain waktu dengan cara transformasi Fourier balik. Seperti terlihat
pada gambar 5(a) kita menghilangkan kemiringan positif dan negatif pada sudut
rendah. Filter jenis ini biasanya digunakan untuk menghilangkan multipel dengan
cara menerapkan koreksi pada data dengan kecepatan multipel sehingga multipel
berubah kemiringannya menjadi datar. Jika sudut tinggi dihilangkan, seperti
terlihat pada gambar 5(b), event-event tertentu seperti ground roll dan jejak noise
acak dihilangkan. Dalam gambar 5(c) dan (d) filter pie-slice digunakan untuk
menghilangkan event dengan selang kemiringan tertentu. Faktor lain yang harus
dipertimbangkan dalam penerapan filter-filter di atas adalah persentase data yang
akan dihilangkan dalam selang penolakan tersebut. Jika nilainya 0 (0% pass)
maka semua event yang ada dalam selang penolakan dihilangkan, jika nilainya
100 (100% pass) maka tidak ada event yang dihilangkan.
Gb. 2. Desain filter untuk menahan kemiringan tertentu (dalam domain F-K)

Berikut adalah contoh penerapan filter F-K dengan zona penolakan antara 8-36 0
dan persentase data yang diloloskan bervariasi mulai dari 0% sampai 80%. Untuk
kasus 0% noise dihilangkan tapi menghasilkan keluaran yang mirip densintetik
sementara untuk kasus 80% noise terlihat masih ada tetapi sudah bgan isa ditekan.
Untuk melihat masalah akibat penghilangan spektrum F-K yang terlalu banyak,
lihat gambar di bawah ini yang menunjukkan sebuah model reflektor dengan
patahan dan event dengan kemiringan curam yang ingin kita hilangkan. Jika
spektrum F-K yang diloloskan terlalu sedikit maka zona patahan akan mengalami
smearing sehingga patahan akan terlihat seperti reflektor horisontal. Jika spektrum
F-K yang diloloskan cukup banyak maka patahan tidak akan mengalami smearing
sementara event miring tetap dapat dihilangkan.

- Radon Transform
Radon transform merupakan teknik secara matematika yang telah luas digunakan
dalam pengolahan data seismik. Ada tiga jenis Radon transform yang biasa
digunakan untuk menekan multiple dalam yaitu slant-stack atau t-. transform;
Radon transform hiperbolik; dan Radon transform parabolik (Trad, 2001). Radon
transform hiperbolik dan parabolik ,yang diterapkan untuk mengatenuasi multiple,
berdasarkan perbedaan moveout antara gelombang utama (primary) dan
multiple. Pada tugas akhir ini, pembahasan akan difokuskan pada satu tipe saja
dari Radon transform yaitu tipe parabolik. Radon transform pertama dibuat oleh
Johan radon (1917). Deans (1983) mendiskusikan teori matematiknya, dan
Durrani and Bisset (1984) menguji sifat dasar dari Radon transform ini. Thorson
and Claerbout (1985) menggunakan Radon transform hiperbolik sebagai velocity
analysis tool, dan Radon transform parabolik pertama kali digunakan dalam
teknik mengatenuasi multiple oleh Hampson (1986). Sejak itu, Radon transform
menjadi salah satu pendekatan yang banyak digunakan untuk mengatenuasi
multiple . Prinsfip kerja Radon transform dengan merubah data dari domain T-X
(time-offset) menjadi domain t- (intercept time-ray parameter) seperti pada
gambar 2.14. Radon transform dikenakan pada data CMP gather yang sudah
terkoreksi NMO atau pada common shot gather . Dengan ray parameter p~1/v,
maka event primary akan dipetakan sekitar p=0 dan event multiple pada daerah
p>0. Radon transform memiliki kekurangan yaitu tidak manangani energi
multiple pada near-offset dan tidak bisa menahan amplitude dari primary sehingga
ada kebocoran energi primary.