Article Per Year (5 Year)
p-Index From 2020 - 2025
0.659
P-Index
This Author published in this journals
All Journal JURNAL PESISIR DAN LAUT TROPIS Jurnal Geofisika Jurnal Teknologi dan Inovasi Industri
Ignatius Sonny Winardhie
Teknik Geofisika, Institut Teknologi Bandung
Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Earth & Planetary Sciences Energy Physics

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
Ekstrapolasi Frekuensi Rendah pada Full Waveform Inversion (FWI) dengan menggunakan Deep Learning. Part 1 : Validasi data Sintetik Asido Saputra Sigalingging; Ignatius Sonny Winardhie; Ekkal Dinanto
Jurnal Geofisika Vol 19 No 2 (2021): Special Issues | Seismic Quantitative Interpretation |Jurnal Geofisika
Publisher : Himpunan Ahli Geofisika Indonesia (HAGI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36435/jgf.v20i2.518

Abstract

Kandungan seismik frekuensi rendah sangat berperan penting terhadap hasil inversi pada pemodelan Full Waveform Inversion(FWI). Kehilangan frekuensi rendah dari data seismik akan membuat model akhir FWI sulit untuk konvergen. Penelitian ini melakukan ekstrapolasi frekuensi rendah dengan menggunakan deep learning. Dataset diperoleh dengan melakukan pemodelan ke depan seismik akustik menggunakan finnite difference dari beberapa model P-Wave sintetis. Data seismik hasil pemodelan kemudian dipisah menggunakan filter Butterworth, sehingga diperoleh data seismik dengan frekuensi rendah < 5 Hz, dan frekuensi tinggi > 5 Hz. Data frekuensi tinggi dan frekuensi rendah masing-masing berurutan sebagai input dan output data yang akan digunakan sebagai data latih model deep learning. Model deep learning Multi-Ouput Reggresion yang digunakan dalam penelitian ini yakni Multi-Layer Perceptron(MLP) dan Convolutional Neural Networks(CNN). Evaluasi dan testing yang dilakukan terhadap model deep learning memberikan hasil akurasi yang baik. Berdasarkan hasil validasi akurasi model deep learning yang dilakukan, kedua model deep learning potensial untuk diterapakan pada ekstrapolasi frekuensi rendah data real sebelum dilakukan pemodelan Full Waveform Inversion(FWI).
VARIABILITY ANALYSIS OF SIGNIFICANT WAVE HEIGHTS AND WIND WAVES IN RIAU ARCHIPELAGO SEA PART ALKI 1 Gandhi Napitupulu; Ayi Tarya; I Gede Merta Yoga Pratama; Ignatius Sonny Winardhie
JURNAL PESISIR DAN LAUT TROPIS Vol. 10 No. 3 (2022): JURNAL PESISiR DAN LAUT TROPIS
Publisher : Sam Ratulangi University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35800/jplt.10.3.2022.55019

Abstract

The Riau Archipelago Sea is part of the Indonesian Archipelago Sea Lane (ALKI) 1, with a very high intensity of crossing ships. Analysis of surface wind speed and significant wave height is the most important for the safety and performance of offshore shipping. This research aims to study wave characteristics and wind speed by identifying the main factors that affect significant wave height and surface wind speed. Dominant factors that affect significant wave height and wind speed are needed to decide on the safest path and the best time before crossing in ALKI-1. Temporal and spatial analysis of the seasonal variability of significant wave height and wind speed using ECMWF data for 18 years. The data used are significant wave height data and wind speed every 6 hours during the period 2000 – 2018. Three observation points are used for temporal analysis, it is found that significant wave height and wind speed are influenced by two main factors, namely MJO and Monsoon. Maximum significant wave height and wind speed that occurs in the SON period for points 3 and the DJF period at points 1 and 2. MJO affects directly from phases one to eight for observation points 1, 2, and 3. The 4, 7, and 8 MJO phases affect the value of wave height and wave speed significantly, and the 1, 2, and 5 MJO phases affect wave height and wind speed weakly. Keywords: ALKI 1, MJO, MJO phase, Monsoon, Significant wave height, Wind speed.
Analisis Zona mengandung Hidrokarbon dan Elektrofaseis pada Formasi Kujung I, Cekungan Jawa Timur Kumalasari, Isti Nur; Winardhie, Ignatius Sonny; Wibowo, Rahmat Catur; Dewanto, Ordas
Jurnal Teknologi dan Inovasi Industri (JTII) Vol 4, No 1 (2023)
Publisher : Fakultas Teknik, Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jtii.v4i1.59

Abstract

Reservoir karbonat berkontribusi lebih adri 50% untuk menghasilkan minyak dan gas bumi. Maka dari itu, karakterisasi reservoir pada batuan karbonat penting untuk dilakukan. Untuk meningkatkan keakuratan hasil karakterisasi reservoir diperlukan integrasi dari beberapa data yang tersedia. Pada penelitian ini karakterisasi reservoir dilakukan dengan menggunakan data sumur dan data seismic pada lapangan “X” Formasi Kujung I, Cekungan Jawa Timur. Hasil analisis data sumur menunjukkan keberadaan zona target mengandung hidrokarbon pada kedalaman 4635-4714 ft (sumur IN-1), 4617-4684 ft (sumur IN-2). Sedangkan, hasil analisis pada sumur IN-3 tidak ditemukan keberadaan hidrokarbon. Hal ini diperkuat dengan hasil analisis peta struktur waktu yang menunjukkan sumur IN-1 dan IN-2 berada pada struktur tinggian, sedangkan sumur IN-2 berada pada struktur rendah. Analisis elektrofasies bentuk kurva gamma ray pada sumur IN-1 dan IN-2 adalah cylindrical, sedangkan bentuk log gamma ray pada sumur IN-3 adalah bell shape. Hasil analisis elektrofasies dan interpretasi reflektor data seismic mengindikasikan bahwa, lapisan karbonat pada sumur IN-1 dan IN-2 diasosiasikan dengan pertumbuhan karbonat keep-up, puncak dari karbonat hidup dan terjaga di dekat permukaan air laut yang dangkal. Sedangkan, lapisan karbonat di area sumur IN-3 diasosiasikan dengan pertumbuhan karbonat give up.
Co-Authors Asido Saputra Sigalingging Ayi Tarya Ekkal Dinanto Gandhi Napitupulu I Gede Merta Yoga Pratama Isti Nur Kumalasari Ordas Dewanto, Ordas Wibowo, Rahmat Catur