Claim Missing Document
Check
Articles

Found 3 Documents
Search

Analisis Regresi dan Korelasi untuk Proyeksi Produksi Minyak Bumi dan Gas Alam Indonesia menggunakan Bahasa Pemrograman Python Kasliono, Kasliono; Suharmono, Edi; Povi, Povi; Meriani, Risca; Candraningrum, Niken
Jurnal Teknologi Informatika dan Komputer Vol. 9 No. 2 (2023): Jurnal Teknologi Informatika dan Komputer
Publisher : Universitas Mohammad Husni Thamrin

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37012/jtik.v9i2.1756

Abstract

Penelitian ini memiliki tujuan untuk mengetahui suatu cara pendekatan analisis data menggunakan bahasa pemrograman Python yang dapat diterapkan dalam industri minyak bumi dan gas alam serta memprediksi hasil produksi minyak bumi dan gas alam sampai pada tahun 2030. Penggunaan metode dalam penelitian ini yaitu dengan pendekatan deskriptif kuantitatif. Tujuan digunakannya metode ini yaitu untuk menguraikan secara sistematis peristiwa atau kejadian yang terjadi melalui penggunaan angka-angka dalam menganalisis data penelitian ini. Data tersebut kemudian diolah dengan bahasa pemrograman Python menggunakan library seperti Pandas, NumPy, Matplotlib, dan Scikit-Learn. Dalam penelitian ini data diolah dengan cara analisis regresi dan korelasi. Hasil penelitian yang diperoleh yaitu terjadinya penurunan yang cukup signifikan dari hasil prediksi produksi minyak bumi dan gas alam setiap tahunnya. Hasil prediksi produksi minyak bumi dan gas alam yang paling besar terjadi pada tahun 2022 yang menghasilkan minyak bumi sebesar 210.218,41 (000 barel) dan gas alam sebesar 2.709.176 (MMscf). Sedangkan hasil prediksi produksi minyak bumi dan gas alam pada tahun 2030 yaitu sebesar 116.827,69 (000 barel) dan 2.597.292 (MMscf). Minyak bumi dan gas alam dalam penelitian ini mempunyai keterkaitan yang lemah dengan nilai korelasi positif. Nilai korelasi sebesar 0.387558 menunjukkan bahwa adanya kecenderungan ketika produksi minyak bumi meningkat, produksi gas alam juga cenderung meningkat, begitupun sebaliknya.
Analisis Regresi dan Korelasi untuk Proyeksi Produksi Minyak Bumi dan Gas Alam Indonesia menggunakan Bahasa Pemrograman Python Kasliono, Kasliono; Suharmono, Edi; Povi, Povi; Meriani, Risca; Candraningrum, Niken
Jurnal Teknologi Informatika dan Komputer Vol. 9 No. 2 (2023): Jurnal Teknologi Informatika dan Komputer
Publisher : Universitas Mohammad Husni Thamrin

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37012/jtik.v9i2.1756

Abstract

Penelitian ini memiliki tujuan untuk mengetahui suatu cara pendekatan analisis data menggunakan bahasa pemrograman Python yang dapat diterapkan dalam industri minyak bumi dan gas alam serta memprediksi hasil produksi minyak bumi dan gas alam sampai pada tahun 2030. Penggunaan metode dalam penelitian ini yaitu dengan pendekatan deskriptif kuantitatif. Tujuan digunakannya metode ini yaitu untuk menguraikan secara sistematis peristiwa atau kejadian yang terjadi melalui penggunaan angka-angka dalam menganalisis data penelitian ini. Data tersebut kemudian diolah dengan bahasa pemrograman Python menggunakan library seperti Pandas, NumPy, Matplotlib, dan Scikit-Learn. Dalam penelitian ini data diolah dengan cara analisis regresi dan korelasi. Hasil penelitian yang diperoleh yaitu terjadinya penurunan yang cukup signifikan dari hasil prediksi produksi minyak bumi dan gas alam setiap tahunnya. Hasil prediksi produksi minyak bumi dan gas alam yang paling besar terjadi pada tahun 2022 yang menghasilkan minyak bumi sebesar 210.218,41 (000 barel) dan gas alam sebesar 2.709.176 (MMscf). Sedangkan hasil prediksi produksi minyak bumi dan gas alam pada tahun 2030 yaitu sebesar 116.827,69 (000 barel) dan 2.597.292 (MMscf). Minyak bumi dan gas alam dalam penelitian ini mempunyai keterkaitan yang lemah dengan nilai korelasi positif. Nilai korelasi sebesar 0.387558 menunjukkan bahwa adanya kecenderungan ketika produksi minyak bumi meningkat, produksi gas alam juga cenderung meningkat, begitupun sebaliknya.
Kinetika Adsorpsi Antibiotik Tetrasiklin Oleh Komposit TiO2-Ni/PVA/Serat Sabut Pinang Teraktivasi Povi, Povi; Wahyuni, Nelly; Zaharah, Titin Anita
Jurnal Teknologi Lingkungan Lahan Basah Vol 14, No 1 (2026): January 2026
Publisher : Universitas Tanjungpura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/jtllb.v14i1.98383

Abstract

Environmental pollution from tetracycline antibiotics has become a serious concern because of their stability and tendency to bind to Ca2+ and other ions, leading to frequent detections in wastewater, surface water, groundwater, sludge, and sediments. One effective method to address this issue is adsorption using TiO2-Ni-based composite materials. This study aims to investigate the effect of variations in polyvinyl alcohol (PVA) mass on the adsorption capacity and rate of tetracycline in TiO2-Ni/PVA/activated areca fiber composites. TiO2-Ni/activated areca fiber was composited with PVA at mass ratios of 1, 2, and 3 and then tested in a tetracycline solution for 5 hours. Kinetic data were analyzed using first-order, second-order, pseudo-first-order, and pseudo-second-order models. The results showed that increasing PVA mass enhanced the adsorption percentage, with the highest value observed at 3 grams of PVA, reaching 12.60% after 5 hours of contact. The kinetic pattern of TiO2-Ni/PVA/activated areca fiber composites with 1 and 2 grams of PVA followed the pseudo-first-order adsorption model. In contrast, the composite with 3 grams of PVA tended to follow the first-order adsorption model.