TY - JOUR AU - Zamani, Mohammad Rheza AU - Widodo, Widodo PY - 2022 TI - Pemodelan Inversi Data Vertical Electrical Sounding Dengan Menggunakan Algoritma Modified Symbiotic Organism Search (mSOS JF - Jurnal Geofisika; Vol 20 No 1 (2022): Jurnal Geofisika DO - 10.36435/jgf.v20i1.533 KW - N2 - Vertical Electrical Sounding (VES) dengan konfigurasi sclumberger merupakan salah satu teknik dalam metode geolistrik untuk mengetahui model struktur bawah permukaan bumi secara 1D melalui variasi vertikal resistivitas terhadap kedalaman dengan resolusi vertikal yang tinggi. Pemodelan data hasil akuisisi lapangan VES dilakukan menggunakan teknik inversi, inversi data VES merupakan permasalahan non-linier sehingga diperlukan algoritma dengan pendekatan global untuk mendapatkan solusi yang optimum. Pada penelitian ini digunakan algoritma berbasis populasi dengan pendekatan global untuk melakukan pemodelan inversi data VES yaitu modified Symbiotic Organism Search (mSOS) yang terinspirasi dari simbiosis yang terjadi di suatu ekosistem. Algoritma yang digunakan pada penelitian ini terdiri dari 3 tahapan optimasi yaitu mutualisme, komensalisme, dan parasitisme yang masing-masing memiliki peranan dalam peningkatan kapasitas eksplorasi yang berkaitan dengan akurasi solusi dan eksplotasi yang berkaitan dengan kecepatan konvergensi algoritma. Pengujian algoritma mSOS dilakukan pada data sintetik dan data lapangan. Hasil dari pemodelan inversi data sintetik kemudian dibandingkan dengan algoritma damped least-square (DSLQR), Flower Pollination Algorithm (FPA), dan Symbiotic Organism Search (SOS) untuk mengetahui kemampuan eksplorasi dan eksploitasi solusi dibandingkan algoritma lain yang ditinjau dari kesesuaian dari parameter model sintetik dan data sintetik dengan hasil perhitungan, sedangkan pada data lapangan hasil pemodelan inversi dibandingkan dengan perangkat lunak IP2WIN meliputi kesesuaian data observasi dengan data perhitungan inversi dari keduanya dan kesesuaian dengan data lubang bor. Hasil inversi pemodelan data sintetik menunjukan algoritma mSOS memiliki keseimbangan dalam kapasitas eksplorasi dan eksplotasi dibandingkan dengan algoritma lain yang diujikan dibuktikan dengan kemampuan algoritma mSOS yang berhasil mendapatkan kembali model data sintetik dengan tingkat kesesuaian yang paling tinggi dengan waktu konvergensi yang relatif cepat, untuk hasil pemodelan inversi data lapangan juga menghasilkan model yang representatif dengan kondisi bawah permukaan karena bersesuaian dengan data lubang bor serta memiliki tingkat kecocokan data lapangan dan data perhitungan inversi yang lebih baik dari perangkat lunak IP2WIN. UR - https://jurnal-geofisika.or.id/index.php/jurnal-geofisika/article/view?path=