Article
Analisis Data Gravitasi Kawasan Gunung Tampomas berbasis Python menggunakan Filter Gaussian dan Second Vertical Derivative
Einstein's: Research Journal of Applied Physics, Vol. 4 No. 2 (2026), hlm. 59–66
Abstrak
Pengolahan data gravitasi umumnya menggunakan perangkat lunak aplikasi yang sudah matang. Namun seiring perkembangan teknologi bahasa pemrograman Python, muncul banyak library yang dapat dimanfaatkan untuk membuat pengolahan data gravitasi lebih fleksibel. Oleh karena itu, penelitian bertujuan untuk menganalisis data gravitasi kawasan Gunung Tampomas menggunakan filter Gaussian, First Horizontal Derivative (FHD), dan Second Vertical Derivative (SVD) berbasis Python untuk menganalisis pola anomali dan menduga struktur bawah permukaan. Data gravitasi yang digunakan berupa data gravity disturbance dari GGMplus dan data topografi DEMNAS. Environment Python 3.9 yang digunakan adalah library Numpy, Pandas, SciPy, Matplotlib, dan package Harmonica. Pengolahan data dimulai dengan koreksi data gravitasi yaitu koreksi bouguer dan koreksi medan sehingga menghasilkan Anomali Bouguer Lengkap (ABL). Selanjutnya, pemisahan anomali dilakukan menggunakan Filter Gaussian menghasilkan Anomali Regional dan Anomali Residual. Metode Derivatif berupa FHD dan SVD diterapkan pada Anomali Residual untuk menegaskan kontras anomali dan mengidentifikasi dugaan struktur patahan. Hasil pengolahan menunjukkan bahwa ABL memiliki kontras anomali tinggi dan rendah yang membelah Kawasan Gunung Tampomas dari utara ke selatan. Filter Gaussian menghasilkan anomali regional dengan rentang 140 sampai 240 mGal dan anomali residual berentang -40 hingga 60 mGal. Hal ini menunjukkan pengaruh regional masih sangat dominan dibanding pengaruh lokal. Analisis FHD dan SVD pada profil sayatan AB dan CD menunjukkan adanya kontras anomali yang diinterpretasikan sebagai dugaan struktur patahan naik di sekitar puncak Gunung Tampomas dan di arah tenggara kawasan. Hasil penelitian ini menunjukkan bahwa Python dapat digunakan untuk pengolahan dan analisis data gravitasi mulai dari koreksi data, pemisahan anomali, hingga analisis.