Article Per Year (5 Year)
p-Index From 2020 - 2025
0.408
P-Index
This Author published in this journals
All Journal J-Dinamika: Jurnal Pengabdian Kepada Masyarakat Scientific Contribution Oil and Gas
Pradini Rahalintar
Unknown Affiliation
Chemical Engineering, Chemistry & Bioengineering Earth & Planetary Sciences Education Energy Engineering Environmental Science

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

Found 2 Documents
Search

 1 
Edukasi dan Peraga Alat Pembelajaran Teknik Produksi Migas untuk Siswa SMKN 1 Rembang Rosiani, Diyah; Gerry Sasanti Nirmala; Pradini Rahalintar; Erdila Indriani; Purnomosidi; Edi Untoro; Safira Maura Aldira Ratasya; Mohamad Imam Ghozali; Gamal Zulkarnain
J-Dinamika : Jurnal Pengabdian Masyarakat Vol 9 No 1 (2024): April
Publisher : Politeknik Negeri Jember

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

Abstract

Kabupaten Rembang sebagai daerah yang dekat Blok Cepu yang merupakan lokasi penghasil energi. Penting bagi siswa/siswi pelajar SMKN 1 Rembang sebagai penerus bangsa untuk memperoleh pengetahuan dan wawasan yang terkait dengan energi migas. PEM Akamigas mengambil perannya dalam mengedukasi pelajar SMKN 1 Rembang tentang tahapan produksi migas dan memeragakan cara kerja metode produksi minyak dengan sucker rod pump  dalam bentuk miniatur maket. Jumlah siswa yang mengikuti kegiatan pengabdian masyarakat ini kurang lebih 100 siswa jurusan teknik mesin kelas XI dan XII serta beberapa guru. Metode yang digunakan adalah penyampaian materi dan peraga alat pembelajaran tentang teknik produksi migas. Hasil kegiatan memberikan peningkatan pengetahuan dan wawasan siswa tentang tahapan teknik produksi migas. Antusiasme bertanya dan menjawab pertanyaan dengan lancar serta mampu memeragakan alat peraga sucker rod pump dan sekaligus mampu memecahkan solusi dari studi kasus yang diberikan merupakan bukti peningkatan wawasan siswa dari kegiatan ini.
Comparison Of Facies Estimation Of Well Log Data Using Machine Learning Arya Dwi Candra; Urip Nurwijayanto Prabowo; Pradini Rahalintar; Sulistiyono
Scientific Contributions Oil and Gas Vol. 47 No. 1 (2024): SCOG
Publisher : Testing Center for Oil and Gas LEMIGAS

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

Abstract

Facies classification is the process of identifying rock lithology based on indirect measurements such as well log measurements. The facies classification process is done manually by experienced geologists, which is time-consuming and inefficient. The application of machine learning in facies classification can improve the effectiveness and efficiency of geophysical interpretation on complex data. The purpose of this research is to study the application of SVM and KNN machine learning algorithms in facies estimation. The algorithm in this study uses the phyton programming language. The results show that the KNN algorithm is better at estimating facies than the SVM algorithm.
Co-Authors Arya Dwi Candra Edi Untoro Erdila Indriani Gamal Zulkarnain Gerry Sasanti Nirmala Mohamad Imam Ghozali Purnomosidi Rosiani, Diyah Safira Maura Aldira Ratasya Sulistiyono Urip Nurwijayanto Prabowo