Article Per Year (5 Year)
p-Index From 2020 - 2025
0.408
P-Index
This Author published in this journals
All Journal CHEESA: Chemical Engineering Research Articles Jurnal Geosains Terapan
Pandjaitan, M.M. Lanny W.
Unknown Affiliation
Chemical Engineering, Chemistry & Bioengineering Chemistry Earth & Planetary Sciences

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Effect of EDTA Addition on Acidizing Treatment Process Fitriyanti, Reno; Pandjaitan, M.M. Lanny W.; Lukas, Lukas; Harlis, Gilang Bagaskara; Wahyudi, Agus; Fatimura, Muhrinsyah
CHEESA: Chemical Engineering Research Articles Vol. 6 No. 2 (2023)
Publisher : Universitas PGRI Madiun

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25273/cheesa.v6i2.15647.95-104

Abstract

Acidizing treatment is commonly used to solve scale problem on production equipment. In this process, Hydrochloric acid (HCl) is often used to treat CaCO3 scale, posing the risk of pipe corrosion due to its high corrosive characteristics. Thus, the purpose of this study was to determine the impact of adding EDTA additive into HCl solution during the acidifying treatment procedure. The methodology included various stages such as scale identification, chemical scale removal test using 7.5% and 15% HCL solution, 15% HCl solution test with EDTA as an additive, and corrosion determination using corrosion coupon. The results showed that 15% HCl solution was very effective in removing CaCO3 scale but had a high corrosion rate of 186.255 mpy. Furthermore, the addition of 10 mL EDTA solution as an additive removed scale and reduced corrosion rate by approximately 85%.
Studi Longsor Berbasis Kecerdasan Buatan: Sebuah Tinjauan Widodo Kristyanto, Twin Hosea; Wusqa, Urwatul; Destyanto, Twin Yoshua Raharjo; Pandjaitan, M.M. Lanny W.; Lukas
Jurnal Geosains Terapan Vol 6 No 2 (2023): Jurnal Geosains Terapan
Publisher : Lembaga Ilmu Pengetahuan Indonesia

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

Abstract

Tanah longsor masih menjadi topik hangat dalam diskusi bencana geologi, termasuk Indonesia. Berbagai metode, termasuk Artificial Intelligence (AI), digunakan untuk melakukan pengembangan penelitian tentang topik tanah longsor. Oleh karena itu, makalah ini bertujuan untuk menyajikan tinjauan komprehensif studi longsor berbasis AI yang berfokus pada area aplikasi tertentu, metode rekayasa fitur (FEM), dan sumber Digital Elevation Model (DEM) yang digunakan dalam penelitian. Penelitian ini menggunakan metode kualitatif dengan pendekatan tinjauan sistematis terhadap studi longsor terkini (2012-2022) yang diteliti secara sistematis dalam suatu sintesis. Eksplorasi menghasilkan 26 makalah dari jurnal atau prosiding terindeks nasional dan internasional, yang disaring menjadi 12 artikel yang membahas atau menyebutkan area aplikasi tertentu, FEM, dan sumber DEM. Analisis menunjukkan bahwa aplikasi AI dalam studi longsor didominasi untuk pemetaan kerentanan longsor dan masih sedikit untuk aplikasi lain. Hal ini juga menunjukkan bahwa hampir semua studi longsor berbasis AI memilih SRTM sebagai sumber DEM. Mengenai FEM, hanya lima artikel yang membahas pemilihan faktor longsor yang penting. Ada empat FEM yang digunakan dalam studi tersebut, yaitu deduksi variabel, model faktor kepastian, algoritma C.45, dan peringkat kepentingan variabel. Dari analisis mendalam terhadap 13 artikel tersebut, dapat disimpulkan bahwa studi longsor berbasis AI di Indonesia masih perlu dikembangkan alih-alih berfokus pada pemetaan kerentanan longsor saja. Studi untuk menemukan faktor longsor yang efektif dan sumber daya DEM yang kompatibel menggunakan AI juga dapat menjadi peluang baru bagi para ahli longsor.
Co-Authors Agus Wahyudi Destyanto, Twin Yoshua Raharjo Fatimura, Muhrinsyah Fitriyanti, Reno Harlis, Gilang Bagaskara Lukas Lukas Lukas Urwatul Wusqa Widodo Kristyanto, Twin Hosea