Article Per Year (5 Year)
p-Index From 2020 - 2025
0.408
P-Index
This Author published in this journals
All Journal Tanah Goyang: Jurnal Geosains Tanah Goyang : Journal of Geoscience
Pangestu, Abdi
Unknown Affiliation
Aerospace Engineering Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Earth & Planetary Sciences Engineering Physics

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

Found 2 Documents
Search

 1 
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

Abstract

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.
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

Abstract

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.
Co-Authors Sukri, Muh. Riswan Anas