Article Per Year (5 Year)
p-Index From 2021 - 2026
0.751
P-Index
This Author published in this journals
All Journal Telematika : Jurnal Informatika dan Teknologi Informasi Journal of Physics and Its Applications International Journal of Computer and Information System (IJCIS) Jurnal Geosaintek
Alfiani, Oktavia Dewi
Unknown Affiliation
Astronomy Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Electrical & Electronics Engineering Engineering Materials Science & Nanotechnology Physics

Published : 5 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Jurnal Geosaintek

 1 
Penggunaan Action Camera Pada Spherical Photogrammetry Untuk Pemodelan Tiga Dimensi Hartadi, Joko; Ihsanudin, Taufiq; Alfiani, Oktavia Dewi; Apriyanti, Dessy
Jurnal Geosaintek Vol. 4 No. 3 (2018)
Publisher : Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Penggunaan action camera untuk pengumpulan data dapat diterapkan untuk pengambilan data spherical photogrammetry. Data foto diambil dengan memposisikan kamera pada salah satu titik exposure. Titik ini menjadi sumbu rotasi kamera saat melakukan pengambilan foto dengan sudut pandang 360°. Overlap kamera panoramik dibuat vertikal untuk mendapatkan foto stereo fasad candi yang akan dibuat model tiga dimensinya. Pembuatan foto panorama memerlukan beberapa foto dengan membuat bagian dari foto yang saling bertampalan (overlap). Kelebihan foto ini ialah dengan sekali berdiri alat dapat meliput sudut pandang 360° dalam arah horisontal dan 180° dalam arah vertikal. Permukaan objek yang dimodelkan dapat direpresentasikan dalam bentuk mesh. Mesh (dalam komunitas komputer grafik) diperoleh dari penggabungan titik-titik yang menghubungan setiap fitur yang sama menjadi jaring segitiga atau biasa disebut sebagai triangular irregular network (TIN) dalam fotogrametri. Hasil akhir dari rekonstruksi objek adalah model 3D yang memiliki tekstur
MULTIPLE ATENUATION IN SHOT GATHER BY USING CONVOLUTIONAL NEURAL NETWORK (CNN) Raharjo, Wiji; Palupi, Indriati Retno; Alfiani, Oktavia Dewi
Jurnal Geosaintek Vol. 11 No. 2 (2025)
Publisher : Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j25023659.v11i2.5192

Abstract

Today Machine Learning is used in almost every field for human life, including geophysics. Some examples of Machine Learning utilities are classifying lithology and predict petro physical parameters based on several supported data. Especially in seismic method, Machine Learning can be used for removing or attenuate multiple from seismic image or shot gather data by using Convolutional Neural Network (CNN). It reduces the multiple from shot gather data (input) based on filtered shot gather data (called by ground truth model) as the label or target. Unfortunately, filtering process sometimes erase boundaries layer in shot gather. Then CNN works by generating several activation function in neurons and hidden layers, multiply with input data and reconcile them to labels to reinforce the boundaries. To validate the CNN result, it can be seen from L – curve as the loss function that represent the prediction error. The fewer the prediction error, the more accurate result is observed.
Co-Authors APRIYANTI, DESSY Dwi Wahyuningrum Haekal, Haekal Ihsanudin, Taufiq Indriati Retno Palupi, Indriati Retno Joko Hartadi, Joko Nasrul Arfianto Saifullah, Shoffan Wiji Raharjo