Claim Missing Document
Check
Articles

Found 15 Documents
Search

Pengaruh Pola Kontur Hasil Kontinuasi Atas Pada Data Geomagnetik Intepretasi Reduksi Kutub Puguh Hiskiawan
Jurnal Fisika Vol 5, No 2 (2015)
Publisher : Universitas Negeri Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15294/jf.v5i2.7421

Abstract

Metode geomagnetik adalah salah satu metode geofisika yang digunakan untuk memeriksa struktur batuan di bawah permukaan bumi . Penelitian ini dipelajari dengan menggunakan pengaruh kontur kelanjutan atas didasarkan pada pengurangan data kutub . Penelitian ini menjelaskan untuk membandingkan pada pengukuran dan interpretasi data dengan beragam hasil kontur. Metode penelitian dilakukan studi lintasan-lintasan di daerah penelitian yang muncul geologi karakteristik fisik dalam pemantauan secara langsung dan pemantauan tidak langsung . Hasil penelitian ini disebut keuntungan dari nilai tertinggi yang masalah respon dari geomagnetik dan potensi konduktivitas contouring pada daerah diteliti paling tajam.
Pengaruh Pola Kontur Hasil Kontinuasi Atas pada Data Geomagnetik Intepretasi Reduksi Kutub Puguh Hiskiawan
saintifika Vol 18 No 1 (2016)
Publisher : FKIP Universitas Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (598.628 KB)

Abstract

Metode geomagnetik adalah salah satu metode geofisika yang digunakan untuk memeriksa struktur batuan di bawah permukaan bumi . Penelitian ini dipelajari dengan menggunakan pengaruh kontur kelanjutan atas didasarkan pada pengurangan data kutub . Penelitian ini menjelaskan untuk membandingkan pada pengukuran dan interpretasi data dengan beragam hasil kontur. Metode penelitian dilakukan studi lintasan-lintasan di daerah penelitian yang muncul geologi karakteristik fisik dalam pemantauan secara langsung dan pemantauan tidak langsung . Hasil penelitian ini disebut keuntungan dari nilai tertinggi yang masalah respon dari geomagnetik dan potensi konduktivitas contouring pada daerah diteliti paling tajam.
Attribute Geometrical Seismic for Fault Identifiction on Canada Exploration Field Agustiani, Reni; Hiskiawan, Puguh; Rano, Rano
Jurnal ILMU DASAR Vol 17 No 2 (2016)
Publisher : Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (221.028 KB) | DOI: 10.19184/jid.v17i2.2689

Abstract

It has been performed data interpretation of 3D seismic data and drilling field exploration wellsBasin Nova ScotiaKanada to know structure fault on the field Missisauga Formation. Seismic dataused is 601 inline, crossline 482, and the data used drilling wells are two wells which there is a loggamma ray, sonic logs and log RHOB. Interpretation is done the analysis of the map in thestructure of time and analysis of seismic attribute maps based on the geometrical attribute serves todetermine their structure or structural faults of the data volume 3D. Based on the time structuremap well known that first well is in the region heights and second wells is in low region. Based oninterpretation of the map attributes known three faults are two major fault and one minor fault.Two faults are in the East Sea drilling wells and a small fracture that was on its western side. Thethree fults are directed from Northwest to the Southeast. Fault is expected to serve as ahydrocarbon trap in the area that will be accumulated in drilling wells. Keywords: geometrical attribute, Seismic data, drilling wells, time structure map.
PENDUGAAN INTRUSI AIR LAUT DENGAN METODE GEOLISTRIK RESISTIVITAS 1D DI PANTAI PAYANGAN DESA SUMBEREJO JEMBER Santoso, Teguh; Piyantari, Nurul; Hiskiawan, Puguh
BERKALA SAINSTEK Vol 1 No 1 (2013)
Publisher : Universitas Jember

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

Abstract

Telah dilakukan penelitian di daerah Payangan Desa Sumberejo Kabupaten Jember dengan menggunakan metode geolistrik resistivitas 1-Dimensi konfigurasi Schlumberger untuk mengetahui litologi bawah permukaan terkait adanya pendugaan intrusi air laut di daerah tersebut. Dalam penelitian ini, setiap lintasan pengukuran mempunyai panjang 300 m. Data yang dihasilkan berbentuk nilai resistansi dan digunakan untuk mencari nilai resistivitas semu. Data tersebut kemudian diolah dengan menggunakan Software IPI2win dan Rockwork untuk mendapatkan pencitraan atau gambaran litologi batuan bawah permukaan. Dari hasil inversi menggunakan Software IPI2win dan Rockwork terlihat adanya intrusi air laut pada daerah tersebut. Hal tersebut dapat dilihat dari hasil pengolahan data keempat lintasan., pada lintasan 1, lintasan 2 dan lintasan 3 didominasi oleh batuan pasir dan kerikil, sehingga pada lintasan ini mudah ditembus oleh air laut. Sedangkan pada lintasan 4 berkemungkinan untuk tidak tertembus oleh air laut, hal ini dikarenakan pada lintasan ini terdapat lapisan lempung yang dapat dijadikan sumur oleh penduduk setempat.
A Hybrid Data Science Framework for Forecasting Bitcoin Prices using Traditional and AI Models Hiskiawan, Puguh; William, Jovan; Tio Jansel, Louis Feliepe
Journal of Applied Informatics and Computing Vol. 9 No. 5 (2025): October 2025
Publisher : Politeknik Negeri Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30871/jaic.v9i5.10631

Abstract

Bitcoin, a highly volatile and decentralized digital asset, presents considerable challenges for accurate price forecasting. This study proposes an applied data science framework that compares traditional statistical approaches with modern Artificial Intelligence (AI)-based models to predict Bitcoin’s daily closing price. Using BTC-USD historical data from January 2020 to December 2024, we converted prices into Indonesian Rupiah (IDR) to increase local relevance. Our forecasting horizon is 30 days, based on a 60-day lookback window. We evaluate six models: Linear Regression, ARIMA, and Prophet as traditional techniques, alongside Random Forest, XGBoost, and Long Short-Term Memory (LSTM) networks as AI approaches. All models were trained using lag-based or sequence-based time series features and evaluated using MAE, RMSE, R², MAPE, and SMAPE. Results show that AI models, particularly LSTM and XGBoost, offer better performance in capturing short-term non-linear dynamics compared to traditional models. LSTM provides high accuracy, though with greater computational demand, while XGBoost strikes a balance between speed and precision. Prophet and ARIMA remain effective for quick and interpretable forecasts but struggle with abrupt trend shift common in cryptocurrency markets. In addition to performance metrics, we include a robustness analysis based on median absolute error and outlier detection to assess model stability under extreme variations. Visual analytics—including forecast curves, error distributions, and uncertainty bounds—help interpret and communicate model behavior. This comprehensive evaluation offers practical insights for investors, analysts, and fintech practitioners, and the pipeline can be extended to other volatile assets.