Article Per Year (5 Year)
p-Index From 2021 - 2026
1.116
P-Index
This Author published in this journals
All Journal Bulletin of Scientific Contribution : Geology Journal of Geoscience, Engineering, Environment, and Technology JURNAL MEDIA INFORMATIKA BUDIDARMA Buletin Sumber Daya Geologi Jurnal Geosains Terapan
Sihombing, Felix
Program Studi Geologi, FMIPA, Universitas Indonesia
Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Earth & Planetary Sciences Education Electrical & Electronics Engineering Energy Engineering Environmental Science Physics

Published : 12 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 12 Documents
Search

 1   2 
Karakteristik dan Pemodelan Lapisan Batuan Non-Batu Bara untuk Identifikasi Persebaran Potensi Pembentukan Air Asam Tambang di Area Tambang Air Laya, Sumatera Selatan Nursanita Iman Sari; Dyah Nindita Sahdarani; Felix Mulia Hasudungan Sihombing
Jurnal Geosains Terapan Vol 5 No 1 (2022): Jurnal Geosains Terapan
Publisher : Lembaga Ilmu Pengetahuan Indonesia

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

Abstract

Kegiatan tambang batu bara akan terus dilakukan karena batu bara merupakan salah satu jenis sumber energi yang dibutuhkan untuk pembangkit listrik. Dalam penambangan tentunya dilakukan penggalian dan pengangkutan batuan penutup. Hal tersebut menyebabkan batuan penutup tersingkap ke permukaan dan mengalami proses kimiawi. Hal ini dapat mengakibatkan terbentuknya air asam tambang yang dapat mencemari lingkungan sekitar area tambang. Penelitian ini bertujuan untuk mengidentifikasi pembentukan potensi air asam tambang dan hubungannya dengan lingkungan pengendapan, serta pemodelan persebaran potensi air asam tambang. Metode penelitian yang dilakukan adalah menganalisis log sumur, analisis data uji statis geokimia batuan, dan memodelkan persebaran potensi air asam tambang menggunakan perangkat lunak MineScape v5.7. Hasil dari penelitian ini adalah daerah Tambang Air Laya didominasi oleh lapisan potential acid forming atau PAF (73 sampel), uncertain (70 sampel) dan non-acid forming atau NAF (60 sampel). Lingkungan pengendapan daerah penelitian terbagi dua, yaitu transitional lower delta plain dan upper delta plain. Lingkungan transitional lower delta plain berada di lapisan underburden yang merupakan lingkungan yang sangat mungkin terkena pengaruh air payau-air laut sehingga menghasilkan lapisan material PAF, sedangkan pada lingkungan upper delta plain yang merupakan lapisan overburden menghasilkan lapisan PAF dan NAF yang kemungkinan kondisi lingkungannya dipengaruhi air laut maupun air tawar. Dalam section pemodelan persebaran potensi asam tambang, dapat dilihat bahwa pada bagian timur dan selatan lapisan material PAF mendominasi, sedangkan pada bagian utara dan barat didominasi oleh lapisan material NAF. Total volume PAF dan NAF sebesar 326.174.39 BCM (material PAF) dan 17.622.93 BCM (material NAF).
Subsurface Natural Fracture Modelling and Prediction on Igneous Rocks of "U" Geothermal Field M. Farel Bagaskara; Felix M. H. Sihombing; Agus Riyanto
Jurnal Geosains Terapan Vol 6 No 1 (2023): Jurnal Geosains Terapan
Publisher : Lembaga Ilmu Pengetahuan Indonesia

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

Abstract

United States of America has a promising geothermal energy potential, especially in Roosevelt Hot Springs area in Utah. Geothermal system needs fractures as a considerable aspect in geothermal system evaluation. Fracture formed by the geological condition in the area, so it can affect the characteristic of the fractures. This research aims to analyze the structural geology condition, fracture characteristic, fracture prediction accuracy, and the comparison of the fracture prediction result with the fracture model. To achieve it, there are some data processing steps, such as seismic data interpretation, building seismic attributes, building implicit fracture model, and predicting fracture occurrence using Support Vector Machine (SVM) method which is a machine learning method. The research shows the structural geology condition in the study area consists of east – west trending normal faults and north – south trending reverse faults. The fracture in the study area has a dominant trend of north – south with the intensity ranging from 0 to 3. High fracture intensity zone can be found around faults and curvatures. The fracture prediction using SVM method produces an accuracy value of 73%. Overall, the fracture prediction result is good enough, although there are some zones which have a poor result when it compared to the implicit fracture model.
Co-Authors Abriyanto Putra Setiawan Nugraha Adeyosfi, Merza Media Adeyosfi, Merza Media Adhitiya, Risman Adhitiya, Risman Agus Riyanto Ahmad Rizky Reynda Angkasa, Syahreza S. Angkasa, Syahreza S. Bramantyo, Prima Laksana Dwiky Guruh Augusty Dyah Nindita Sahdarani Elisha Christy Rotua Tobing Emir Rakhim M. Farel Bagaskara Nursanita Iman Sari Pane, Sulaiman Abdullah Prajnanta, Aditya Bayu Prasojo, Octria Adi Reza Syahputra Risyana, Teten Syahputra, Reza Urwatul Wusqa Wanni Zulkifli M Tahir