Article Per Year (5 Year)
p-Index From 2020 - 2025
0.659
P-Index
This Author published in this journals
All Journal Jurnal Geofisika Community Development Journal: Jurnal Pengabdian Masyarakat
Sandy Kurniawan Suhardja
Department of Geophysical Engineering University of Pertamina, Jl. Teuku Nyak Arief, Simprug, Kebayoran Lama, Jakarta 12220, Indonesia
Humanities Earth & Planetary Sciences Economics, Econometrics & Finance Education Energy Health Professions Physics Public Health

Published : 4 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search

 1 
Early Results of Comparison between K-Nearest Neighbor and Artificial Neural Network Method for Facies Estimation Hadyan Pratama; Loris Alif Syahputra; Muhammad Fauzan Albany; Agus Abdullah; Sandy Kurniawan Suhardja; Epo Kusumah; Weny Astuti; Bambang Mujihardi
Jurnal Geofisika Vol 18 No 1 (2020): Jurnal Geofisika
Publisher : Himpunan Ahli Geofisika Indonesia (HAGI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36435/jgf.v18i1.418

Abstract

Artificial Intelligence method has been widely used recently in many aspects to understand big data. Fundamentally, the purpose of Artificial Intelligence is to solve nonlinear problem. Most methods are trying to optimize an output from one or many inputs parameter by identifying any potential patterns that fit or using a statistical data. In Oil & Gas industry, one of the main challenges that can be solved by Artificial Intelligence is estimating facies from well log or seismic data. The main scope of this study is estimating lithofacies by analyzing well logs input using two different methods, K-Nearest Neighbor (KNN) and Artificial Neural Network (ANN). We employed various well log data such as gamma-ray, resistivity, neutron density porosity, and photoelectric effect from well log data at Panoma Council Grove Field, South West Kansas, United States. This study shows that using optimized parameters, KNN method faster than ANN method but, ANN give result better than KNN. Nevertheless, despite the fact this research could estimate lithologies, many aspect should be considered in order to reach optimum result such as insights from geological regional models.
Comparison of 3-D Raytracing and Finite Frequency Tomography Sandy K Suhardja; Yosua Hotmaruli Lumban Gaol; Agus Abdullah; Andri Dian Nugraha; Z. Zulfakriza
Jurnal Geofisika Vol 17 No 1 (2019): Jurnal Geofisika
Publisher : Himpunan Ahli Geofisika Indonesia (HAGI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (5587.934 KB) | DOI: 10.36435/jgf.v17i1.393

Abstract

We performed 3-D seismic tomography using teleseismic arrival time at Southwest Mexico. The Mexican subduction zone results from successive fragmentation events that affected the ancient Farallon plate as various segments of the East Pacific rise approached the paleo-trench off western North America. The complexity in this region is related to two subducting oceanic plates, the Rivera and Cocos plates, that have different ages, compositions, convergence velocities and subduction dip angles. In this study, we compared the 3-D raytracing tomography model with finite frequency tomography model. Final models show the differences in amplitude and pattern between the raytracing and finite frequency. 3D raytracing models produced sharper images of fast velocity structures in the mantle. The deeper slabs are more coherent and show less broadening with depth than using 1D finite frequency kernels. However, although the finite frequency and 3-D ray tracing models show some differences in amplitude and pattern, the overall agreement of the models supports the interpretation of Yang et al. (2009) that slab rollback is occurring in South Western Mexico. One possible different interpretation between the raytracing and finite frequency theory results concerns the deep structure of the Rivera slab. The finite frequency models show that the Rivera slab is clearly observable at a depth of about 300km but fades away at greater depths. However, the 3-D ray tracing model shows a clear fast velocity band down to a depth of 400 km and thus our model does not support a slab tear of the Rivera plate above 400 km depth
Hasil Awal Penentuan Waktu Tiba Gelombang-P Gempa Menggunakan Machine Learning Yosua H Lumban Gaol; Sandy K Suhardja
Jurnal Geofisika Vol 20 No 2 (2022): Jurnal Geofisika
Publisher : Himpunan Ahli Geofisika Indonesia (HAGI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36435/jgf.v20i2.538

Abstract

Seiring dengan bertambahnya data seismik, dibutuhkan pula inovasi untuk mempercepat proses penentuan waktu tiba gelombang seismik. Pada penelitian ini digunakan metode artificial neural network untuk menentukan waktu tiba gelombang P dari data teleseismik secara otomatis, dengan hasil yang mirip dan mendekati saat picking gelombang secara manual. Atribut yang digunakan adalah STA/LTA dan amplitudo sesaat (envelope) yang digunakan sebagai parameter input. STA/LTA digunakan untuk memperjelas kontras antara sinyal gempa dan noise, dengan menghitung rata-rata dari rasio amplitudo dari dua jendela window yang bergerak. Envelope menggunakan transformasi Hilbert untuk menghasilkan complex seismic trace untuk menghitung atribut envelope. Untuk melihat performa dari model yang dibuat dilakukan perhitungan deviasi, dengan melakukan prediksi pada data sintetik, kemudian dilakukan prediksi pada data real. Deviasi rata-rata yang dihasilkan adalah 0.355 detik, kemungkinan angka yang didapatkan ini diakibatkan oleh pola-pola kompleks dari atribut yang digunakan. Hasil studi ini menunjukkan bahwa input signal teleseismic event pada STA/LTA dan envelope pada algoritma ANN memiliki kinerja yang mendekati dengan observer dalam membedakan waktu tiba gelombang P.
PELATIHAN TSUNAMI READY DESA CIKAKAK YANG SIAP DAN SIAGA BENCANA Madrinovella, Iktri; Lubis, M. Husni Mubarak; Suhardja, Sandy Kurniawan; Zaky, Dicky Ahmad; Herawati, Ida; Pranowo, Waskito; Widyanti, Sari; Misbahudin, Misbahudin; Vikaliana, Resista; Mulyasari, Farah; Iskandar, Yelita Anggiane
Community Development Journal : Jurnal Pengabdian Masyarakat Vol. 4 No. 6 (2023): Volume 4 Nomor 6 Tahun 2023
Publisher : Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/cdj.v4i6.23240

Abstract

Desa Cikakak di Sukabumi, Jawa Barat merupakan salah satu wilayah yang rawan gempa bumi dan tsunami. Untuk meminimalisir dampak bencana kepada masyarakat desa, dibutuhkan upaya pelatihan yang disebut IOWave23 agar mereka siap dan siaga jika terjadi kedaruratan. Pelatihan semacam ini perlu dilakukan secara berkala sebagaimana arahan Intergovernmental Oceanographic Commission (IOC), The United Nations Educational, Scientific and Cultural Organization) UNESCO. Terakhir diadakan 3 tahun lalu pada 2020 maka pelatihan harus disegerakan mengingat waktu ideal antar pelatihan adalah 2 tahun. Berkaca dari sejumlah bencana serupa di berbagai wilayah rawan di Indonesia maka kegiatan Pengabdian kepada Masyarakat (PkM) kali ini menjadi sangat penting karena memiliki tujuan utama memberikan pemahaman dan latihan langsung di lapangan terkait hal-hal yang harus dikuasai oleh masyarakat di wilayah rawan jika gempa bumi disertai tsuanmi melanda. Masyarakat terdampak perlu memahami hal-hal yang harus dilakukan saat terjadi bencana begitu juga setelahnya. Kegiatan utama pada PkM ini adalah drilling bencana beserta tindakan kesiapsiagaannya yang melibatkan ahli dan praktisi berpengalaman dari berbagai instansi seperti BMKG dan BPBD daerah. Target yang ingin dicapai dari program pelatihan ini peningkatan pengetahuan masyarakat Desa Cikakak mengenai kebencanaan gempa bumi dan tsunami, dan kesiapsiagaan menghadapinya.
Co-Authors Agus Abdullah Andri Dian Nugraha Bambang Mujihardi Dicky Ahmad Zaky Epo Kusumah Hadyan Pratama Ida Herawati Iktri Madrinovella Iskandar, Yelita Anggiane Loris Alif Syahputra Misbahudin Misbahudin Muhammad Fauzan Albany Muhammad Lubis Mulyasari, Farah Vikaliana, Resista Waskito Pranowo Weny Astuti Widyanti, Sari Yosua H Lumban Gaol Yosua Hotmaruli Lumban Gaol Z. Zulfakriza