Analisis Kinerja Komputasi Full Vectorization dan Nested Loop pada Forward Modeling Gravitasi Last–Kubik

Penulis

  • La Hamimu Jurusan Teknik Geofisika, Universitas Halu Oleo
  • Al Rubaiyn Universitas Hau Oleo

DOI:

https://doi.org/10.56099/jrgi.v8i01.194

Kata Kunci:

Computational Perfomance, Full Vectorization, Nested Loop, Gravity Forward Modeling, Last–Kubik Kernel

Abstrak

Forward modeling gravitasi berbasis kernel Last–Kubik membutuhkan komputasi intensif ketika jumlah blok model dan titik observasi meningkat. Kajian ini menganalisis kinerja komputasi implementasi Full Vectorization (FV) dibandingkan Nested Loop (NL) tanpa mengubah formulasi matematis kernel Last–Kubik. Pengujian dilakukan menggunakan model sintetik dengan 20 konfigurasi, dari 20.000 hingga 168.200 blok. Kinerja algoritma dievaluasi berdasarkan kesesuaian respon gravitasi, waktu komputasi, dan penggunaan memori. Waktu komputasi dianalisis menggunakan Total Execution Time (TET) dan Mean Core Computational Time (MCCT) dari 30 pengulangan, sedangkan penggunaan memori dievaluasi menggunakan Kernel Workspace Memory Increase (KWMI). Hasil menunjukkan bahwa respon gravitasi FV dan NL identik secara numerik, dengan selisih absolut maksimum sebesar 0 pada konfigurasi yang diuji. FV memberikan percepatan MCCT sekitar 6–7 kali pada model kecil hingga menengah, tetapi menurun menjadi 1,56 kali pada 168.200 blok. Sebaliknya, kebutuhan memori FV sekitar 18 kali lebih besar daripada NL. Analisis regresi menunjukkan hubungan linier yang sangat kuat antara KWMI dan jumlah pasangan observasi–blok. Hasil kajian menunjukkan bahwa FV efektif untuk mempercepat forward modeling, tetapi memiliki keterbatasan skalabilitas akibat kebutuhan memori yang tinggi.

Referensi

Grandis, H. (2009). Pengantar Pemodelan Inversi Geofisika. Jakarta: Himpunan Ahli Geofisika Indonesia (HAGI), pp. 45–104.

Hamimu, L. (2023). ForLoveDCs: A set of MATLAB function for calculating the forward modeling of multimode Love wave dispersion curves. Journal of Software Engineering and Simulation, 9, 129–140.

Hamimu, L., Safani, J., & Ngkoimani, L. O. (2015). Developed forward and inverse modelling of Vertical Electrical Sounding (VES) using MATLAB codes implementation. International Journal of Science and Research, 4(11), 1592–1597. https://doi.org/10.21275/v4i11.NOV151521

Hamimu, L., Cahyono, E., Budiman, H., Haraty, S. R., & Ransi, N. (2024a). Numerical analysis of the geophysical parameter sensitivity on the multimode Love wave dispersion curves. Journal of Physics Communications, 8, 015007. https://doi.org/10.1088/2399-6528/ad1f71

Hamimu, L., Haraty, S. R., Rubaiyn, A., Juarzan, L. O. I., & Indrawati. (2024b). Computation and modelling of seismic refraction tomography for anisotropic medium based on pseudo bending method. Journal of Physics: Conference Series, 2734(1), 012049. https://doi.org/10.1088/1742-6596/2734/1/012049

Hamimu, L., Aba, L., Muliddin, Cahyono, E., Juarzan, L. O. I., & Indrawati. (2025). Implementing a new inversion technique of geophysical data incorporating global optimization method based on systematic search, permutation, and sensitivity. IOP Conference Series: Earth and Environmental Science, 1521(1), 012017. https://doi.org/10.1088/1755-1315/1521/1/012017

Last, B. J., & Kubik, K. (1983). Compact gravity inversion. Geophysics, 48(6), 713–721. https://doi.org/10.1190/1.1441501

Moskovka, A., Rahman, T., Valdman, J., & Vatne, J. E. (2026). Frameworking the vectorized basic linear algebra for prototyping codes in MATLAB. Applied Mathematics and Computation, 513, 129778. https://doi.org/10.1016/j.amc.2025.129778

Tchuigwa, B. S. S., Krmela, J., Pokorny, J., Krmelová, V., & Jilek, P. (2024). VectFEM: A generalized MATLAB-based vectorized algorithm for the computation of global matrix/force for finite elements of any type and approximation order in linear elasticity. Zeitschrift für Angewandte Mathematik und Physik, 75, 150. https://doi.org/10.1007/s00033-024-02293-w

Wang, W., Zheng, J., Ren, B., Yin, Z., Wan, W., Wang, Y., Gan, L., Zhang, Z., Zhang, W., Fu, H., & Chen, X. (2026). Accelerating three-dimensional seismic wave simulations on ARM using a hybrid half-precision and scalable vector extension approach. Geophysical Journal International, Volume 244, Page 1–12. https://doi.org/10.1093/gji/ggaf496

Diterbitkan

2026-04-04

Cara Mengutip

La Hamimu, & Al Rubaiyn. (2026). Analisis Kinerja Komputasi Full Vectorization dan Nested Loop pada Forward Modeling Gravitasi Last–Kubik. Jurnal Rekayasa Geofisika Indonesia, 8(01), 001–026. https://doi.org/10.56099/jrgi.v8i01.194