Garuda - Garba Rujukan Digital

Inversi Seismik Model Based (AI) untuk Karakterisasi Reservoar Sub-Formasi SAND4 Lapangan Penobscot, Kanada Sukri, Muh. Riswan Anas; Priyono, Awali; Multi, Warni
Tanah Goyang : Jurnal Geosains Vol 2 No 1 (2024): Tanah Goyang : Jurnal Geosains
Publisher : Program Studi Teknik Geofisika, Universitas Pattimura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30598/tanahgoyang.2.1.22-36

Prospek Lapangan Penobscot berlokasi di Sub-basin Sable di Utara Pulau Sable. Pada lapangan ini didukung oleh sumur L-30. Meskipun pada Lapangan Penobscot ini telah diketahui perkiraaan kedalaman lapisan sandstone pada Formasi Mississauga, data ini masih terlalu lemah untuk dijadikan acuan perkiraan persebaran lapisan reservoir sandstone yang ada. Maka dari itu perlu dilakukan seismik inversi (Model based) untuk menghasilkan volume acoustic impedance, volume porositas dan volume densitas sebagai landasan dalam mengambil tindakan terhadap reservoar. Zona target berada di Formasi Mississauga pada sub-formasi Sand4. Pada proses inversi acoustic impedance didapat nilai korelasi sebesar 0.951745 dan error 0.312563. Berdasarkan hasil inversi seismik menunjukkan zona sandstone memiliki nilai acoustic impedance rendah (7874 - 8923 (m/s)*(g/cc)) dan pada penampang volume porositas yang dihasilkan terlihat bahwa zona sandstone memiliki porositas relatif tinggi yaitu 22 – 26.3 %, serta pada penampang volume densitas menggambarkan zona sandstone memiliki densitas yang rendah berkisar 2.23 – 2.37 g/cc.

Klasifikasi Batuan Beku Berdasarkan Data Geokimia Menggunakan Algoritma Random Forest Classifier Sukri, Muh. Riswan Anas; Pangestu, Abdi
Tanah Goyang : Jurnal Geosains Vol 2 No 1 (2024): Tanah Goyang : Jurnal Geosains
Publisher : Program Studi Teknik Geofisika, Universitas Pattimura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30598/tanahgoyang.2.1.52-66

Identifikasi dan klasifikasi batuan berdasarkan karakteristik visual batuan adalah proses yang subjektif dan menggunakan metode yang sama dapat menghasilkan hasil yang berbeda. Pengembangan machine learning telah membuka cara baru untuk mengklasifikasikan batuan. Penelitian ini akan dilakukan untuk mengklasifikasikan batuan beku berdasarkan data geokimia menggunakan algoritma Random Forest Classifier. Random forest adalah algoritma machine learning yang menggunakan kombinasi pohon keputusan untuk membuat prediksi yang akurat guna menentukan cara yang lebih tepat dalam memproses data. Model menunjukkan performa yang cukup baik dengan akurasi 89.4% pada data test. Pada data test, nilai precision berkisar antara 0.75 hingga 1.00, recall antara 0.80 hingga 1.00, dan f1-score antara 0.78 hingga 0.98. Variabel paling penting dalam model klasifikasi batuan ini adalah SIO2_WT%, dengan penurunan skor rata-rata terbesar sekitar 0.30, diikuti oleh MNO_WT% dan FEOT_WT%. Variabel lain memiliki penurunan skor rata-rata yang lebih kecil, menunjukkan kontribusi yang lebih rendah.

Identifikasi Air Tanah Menggunakan Electrical Resistivity Tomography di Lingkungan Sekolah Rakyat Menengan Atas 40 Ambon Latuconsina, Usman Aria Ramadhan; Kaharudin, Husnaniah; Sukri, Muh. Riswan Anas
Tanah Goyang : Jurnal Geosains Vol 3 No 1 (2025): Tanah Goyang : Jurnal Geosains
Publisher : Program Studi Teknik Geofisika, Universitas Pattimura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30598/tanahgoyang.3.1.25-32

Clean water availability is a vital requirement for supporting learning activities and maintaining health within educational environments. Sekolah Rakyat Ambon, located in Maluku, still experiences limited access to clean water due to complex local geological conditions and the absence of a well-identified groundwater system. This study aims to identify potential aquifer zones around Sekolah Rakyat Ambon using the 2D Electrical Resistivity Tomography (ERT) method as a basis for groundwater drilling site selection. The survey was conducted along a 156-meter line with a 4-meter electrode spacing using the Wenner-Schlumberger configuration. The inversion results reveal a low-resistivity zone (10–50 Ωm) at a depth of approximately 25–30 meters, interpreted as a saturated aquifer layer. Based on this interpretation, drilling was carried to a depth of 30 meters. Borehole observations confirmed the presence of water-bearing sandy layers consistent with the ERT results. Physical water quality testing yielded values of pH 8.20, EC 273 µS/cm, TDS 146 ppm, salinity 0.001%, and specific gravity 1 g/cm³, indicating that the water is suitable for clean water use. The discharge measurement resulted in a flow rate of approximately 25 liters per minute, sufficient to meet the school’s daily water needs.

Inversi Seismik Model Based (AI) untuk Karakterisasi Reservoar Sub-Formasi SAND4 Lapangan Penobscot, Kanada Sukri, Muh. Riswan Anas; Priyono, Awali; Multi, Warni
Tanah Goyang : Jurnal Geosains Vol 2 No 1 (2024): Tanah Goyang : Jurnal Geosains
Publisher : Program Studi Teknik Geofisika, Universitas Pattimura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30598/tanahgoyang.2.1.22-36

Prospek Lapangan Penobscot berlokasi di Sub-basin Sable di Utara Pulau Sable. Pada lapangan ini didukung oleh sumur L-30. Meskipun pada Lapangan Penobscot ini telah diketahui perkiraaan kedalaman lapisan sandstone pada Formasi Mississauga, data ini masih terlalu lemah untuk dijadikan acuan perkiraan persebaran lapisan reservoir sandstone yang ada. Maka dari itu perlu dilakukan seismik inversi (Model based) untuk menghasilkan volume acoustic impedance, volume porositas dan volume densitas sebagai landasan dalam mengambil tindakan terhadap reservoar. Zona target berada di Formasi Mississauga pada sub-formasi Sand4. Pada proses inversi acoustic impedance didapat nilai korelasi sebesar 0.951745 dan error 0.312563. Berdasarkan hasil inversi seismik menunjukkan zona sandstone memiliki nilai acoustic impedance rendah (7874 - 8923 (m/s)*(g/cc)) dan pada penampang volume porositas yang dihasilkan terlihat bahwa zona sandstone memiliki porositas relatif tinggi yaitu 22 – 26.3 %, serta pada penampang volume densitas menggambarkan zona sandstone memiliki densitas yang rendah berkisar 2.23 – 2.37 g/cc.

Klasifikasi Batuan Beku Berdasarkan Data Geokimia Menggunakan Algoritma Random Forest Classifier Sukri, Muh. Riswan Anas; Pangestu, Abdi
Tanah Goyang : Jurnal Geosains Vol 2 No 1 (2024): Tanah Goyang : Jurnal Geosains
Publisher : Program Studi Teknik Geofisika, Universitas Pattimura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30598/tanahgoyang.2.1.52-66

Identifikasi dan klasifikasi batuan berdasarkan karakteristik visual batuan adalah proses yang subjektif dan menggunakan metode yang sama dapat menghasilkan hasil yang berbeda. Pengembangan machine learning telah membuka cara baru untuk mengklasifikasikan batuan. Penelitian ini akan dilakukan untuk mengklasifikasikan batuan beku berdasarkan data geokimia menggunakan algoritma Random Forest Classifier. Random forest adalah algoritma machine learning yang menggunakan kombinasi pohon keputusan untuk membuat prediksi yang akurat guna menentukan cara yang lebih tepat dalam memproses data. Model menunjukkan performa yang cukup baik dengan akurasi 89.4% pada data test. Pada data test, nilai precision berkisar antara 0.75 hingga 1.00, recall antara 0.80 hingga 1.00, dan f1-score antara 0.78 hingga 0.98. Variabel paling penting dalam model klasifikasi batuan ini adalah SIO2_WT%, dengan penurunan skor rata-rata terbesar sekitar 0.30, diikuti oleh MNO_WT% dan FEOT_WT%. Variabel lain memiliki penurunan skor rata-rata yang lebih kecil, menunjukkan kontribusi yang lebih rendah.

Identifikasi Air Tanah Menggunakan Electrical Resistivity Tomography di Lingkungan Sekolah Rakyat Menengan Atas 40 Ambon Latuconsina, Usman Aria Ramadhan; Kaharudin, Husnaniah; Sukri, Muh. Riswan Anas
Tanah Goyang : Jurnal Geosains Vol 3 No 1 (2025): Tanah Goyang : Jurnal Geosains
Publisher : Program Studi Teknik Geofisika, Universitas Pattimura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30598/tanahgoyang.3.1.25-32

Clean water availability is a vital requirement for supporting learning activities and maintaining health within educational environments. Sekolah Rakyat Ambon, located in Maluku, still experiences limited access to clean water due to complex local geological conditions and the absence of a well-identified groundwater system. This study aims to identify potential aquifer zones around Sekolah Rakyat Ambon using the 2D Electrical Resistivity Tomography (ERT) method as a basis for groundwater drilling site selection. The survey was conducted along a 156-meter line with a 4-meter electrode spacing using the Wenner-Schlumberger configuration. The inversion results reveal a low-resistivity zone (10–50 Ωm) at a depth of approximately 25–30 meters, interpreted as a saturated aquifer layer. Based on this interpretation, drilling was carried to a depth of 30 meters. Borehole observations confirmed the presence of water-bearing sandy layers consistent with the ERT results. Physical water quality testing yielded values of pH 8.20, EC 273 µS/cm, TDS 146 ppm, salinity 0.001%, and specific gravity 1 g/cm³, indicating that the water is suitable for clean water use. The discharge measurement resulted in a flow rate of approximately 25 liters per minute, sufficient to meet the school’s daily water needs.

Pelatihan Metode Geolistrik Untuk Mendukung Pembelajaran Teknik Eksplorasi Bawah Permukaan Kepada Siswa Kejuruan Geologi Pertambangan Jaya, Gede Wiratma; Zulfiah; Ramadhan, Aditya; Bahri, Samsul; Rusmin, Yusril Jibran Rusady; Patty, Kayra Faith Love; Rivenia, Felisia Miselva; Melsano F. Nurue; Batlolona, Yohanis Toni; Sukri, Muh. Riswan Anas
Jurnal Pengabdian Magister Pendidikan IPA Vol 8 No 4 (2025): Oktober-Desember 2025
Publisher : Universitas Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29303/jpmpi.v8i4.12947

The province of Maluku has a rich potential of natural resources, particulary for metallic mineral such as gold and copper. To map this potential, human resources with competence in exploration engineering are needed. In 2017, SMK PGRI Ambon opened a new major in geological mining to prepare human resource who are ready to contribute to managing the mineral resources in Maluku Province. However, due to the lack of competence in subsurface exploration techniques, the Community Service team has partnered with SMK PGRI Ambon to support the competence of geological mining students in the field of subsurface exploration technique. This community service program uses the Service Learning method, which consists of several stages: 1) coordination, 2) activity preparation, 3) theoretical training on geoelectric method, 4) practical sessions on the geoelectrical method, and 5) evaluation of training results. The community service program was attended by 31 geological mining students from grades X to XII. The theoretical training and practical sessions on the geoelectric method were conducted on August 19-20, 2025. For the training session, the community service team provided theoretical material on the geoelectric method. For the practical session, students were taught how to use geoelectric equipment. Subsequently, they were also given material on processing geoelectric data and interpreting subsurface layers. The evaluation results indicate that the theoretical training on the geoelectric method successfully improved knowledge competence, with the average knowledge score increasing from 43.23 to 62.58. This community service activity has directly contributed to assisting SMK PGRI Ambon in providing knowledge and skills to its geological mining students.

Title

Found 7 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 7 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 7 Documents
Search