📚 Eksplorasi & Komparasi Topik Dokumen

MODEL RUANG DAN WAKTU PEMBELAJARAN MESIN DENGAN AGREGASI SPASIAL UNTUK KEBAKARAN LAHAN GAMBUT

Kebakaran hutan dan lahan gambut di Provinsi Riau merupakan masalah lingkungan tahunan yang berdampak besar pada kualitas udara dan kesehatan masyarakat, sehingga diperlukan sistem prediksi dini untuk memetakan risiko beberapa hari ke depan. Penelitian ini membangun model prediksi spatiotemporal yang memadukan data hidrometeorologi ERA5-Land dan titik api NASA FIRMS (VIIRS). Variabel hidrometeorologi diramalkan tujuh hari ke depan menggunakan ConvLSTM, lalu menjadi input bagi ensemble models (LightGBM, Random Forest, dan XGBoost) yang dikalibrasi secara isotonik untuk menghasilkan probabilitas kebakaran per sel. Model final menggunakan 23 fitur, dengan 11 fitur dirancang melalui Physics-Informed Feature Engineering (PIFE), mencakup agregasi spasial statis, agregasi dinamis berarah angin (upwind), dan riwayat kebakaran. XGBoost menjadi model terbaik dan paling tangguh, dengan AUC 0,929 pada nowcast dan AUC yang bertahan pada kisaran 0,88–0,92 sepanjang tujuh hari pada backtest rolling-origin, sementara PR-AUC menurun dari 0,175 menjadi 0,067 akibat prevalensi kebakaran yang sangat rendah (0,181%). Riwayat kebakaran memberikan kontribusi terbesar dan agregasi spasial statis merupakan fitur yang paling dimanfaatkan model, sementara perbandingan model terhadap metrik menunjukkan kontribusi agregasi spasial statis dan dinamis (upwind) bersifat netral pada resolusi 5 km harian. Peta risiko yang dihasilkan menempatkan sel kebakaran aktual pada kelas persentil tertinggi, sehingga model paling tepat digunakan untuk memprioritaskan wilayah mitigasi alih-alih sebagai prediksi biner yang pasti.

PERANCANGAN SISTEM MANAJEMEN ENERGI BERBASIS LOGIKA FUZZY UNTUK APLIKASI PLTS ATAP RUMAHAN

Penghapusan skema net metering melalui Permen ESDM No. 2 Tahun 2024 mengharuskan pengguna PLTS atap rumahan mengoptimalkan self-consumption energi untuk mempertahankan kelayakan finansial investasi. Merespons masalah tersebut, penelitian ini merancang Sistem Manajemen Energi (EMS) berbasis algoritma logika fuzzy untuk mengendalikan aliran daya secara real-time pada PLTS atap hibrida. Metode perancangan melibatkan kontroler fuzzy untuk mengatur proporsi charge dan discharge baterai berdasarkan fluktuasi daya netto (?????) dan kondisi State of Charge (SOC) dalam rentang proteksi 20%-80%. Desain diimplementasikan dan dievaluasi menggunakan MATLAB/Simulink melalui lima skenario pengujian operasional: variasi rasio ekspor, intermitensi cuaca, skema harga, kapasitas baterai, dan ketersediaan energi awal. Hasil komputasi menunjukkan arsitektur matriks aturan fuzzy yang berhasil menjaga keseimbangan daya tanpa melanggar batasan perangkat keras, termasuk saat cuaca mendung dengan saturasi baterai yang tertahan di 61,4%. Secara keekonomian, pengujian membuktikan bahwa tanpa kompensasi ekspor, manuver time-shifting EMS dengan kapasitas baterai memadai (10,24 kWh) sangat efektif mem-bypass tingginya tarif listrik malam hari. Pada kondisi pengujian ideal, sistem mampu menekan total biaya operasional secara drastis hingga Rp 953. Namun, ketiadaan kapabilitas prediksi (forecasting) masih menjadi limitasi logika fuzzy murni saat menghadapi fluktuasi harga dinamis ekstrem. Sebagai kesimpulan, efisiensi maksimal PLTS atap di era regulasi baru ini mutlak bergantung pada keselarasan antara kelincahan komputasi algoritma fuzzy secara real-time dan optimalisasi dimensi fisik kapasitas baterai.

ANALISIS TEKNO-EKONOMI PEMBANGUNAN PEMBANGKIT LISTRIK TENAGA SURYA DENGAN BATERAI YANG TERINTEGRASI DENGAN ISOLATED GRID NIAS

Nias dengan geografis berupa pulau terpisah merupakan wilayah Provinsi Sumatera Utara yang tidak terhubung dengan jaringan transmisi utama Sumatera sehingga memiliki sistem kelistrikan yang terpisah (isolated grid). Penelitian ini bertujuan menganalisis potensi hibridisasi PLTS dan baterai pada sistem isolated grid Nias untuk mengurangi ketergantungan terhadap pembangkit berbahan bakar fosil terutama PLTD yang masih menjadi bagian konfigurasi utama. Pemodelan PLTS Nias 26 MWac mampu menghasilkan energi tahunan sebesar 36,71GWh/tahun dengan performance ratio sebesar 0,764. Simulasi keekonomian multi-skenario untuk konfigurasi pembangkitan isolated grid Nias menghasilkan skenario S2 sebagai skenario terbaik dengan konfigurasi PLTS Nias 26 MWac dan baterai 13 MWh terintegrasi dengan isolated grid Nias. Skenario S2 memberikan capaian net present cost (NPC) sebesar Rp10,249 triliun dengan LCOE sebesar Rp2.445/kWh. Hibridisasi PLTS dan baterai membantu penurunan kapasitas puncak pembangkit berbahan bakar fosil sehingga tingkat konsumsi bahan bakar menurun dan tambahan fleksibilitas operasi sehingga mampu menghilangkan capacity shortage dan menurunkan excess energy dari PLTS yang tidak mampu diserap beban. Hal ini mengakibatkan penurunan tingkat emisi CO2 dari 265.921 ton/tahun menjadi 232.173 ton/tahun. Simulasi stabilitas aliran daya dan RMS menunjukkan bahwa sistem kelistrikan isolated grid Nias mampu mempertahankan kestabilan operasi pada kedua skenario gangguan. Pada skenario instantaneous power out, tegangan turun hingga 68,2 kV dan frekuensi mencapai 49,05 Hz, kemudian kembali stabil pada 69,13 kV dan 49,42 Hz. Sementara itu, pada skenario ramp-down power out, perubahan tegangan berada pada rentang 69,57–70,05 kV dan frekuensi pada rentang 49,43–50,07 Hz, menunjukkan bahwa penetrasi PLTS 26 MWac masih dapat diakomodasi dengan baik oleh sistem dalam beradaptasi terhadap intermitensi PLTS.

PENGEMBANGAN PASIEN VIRTUAL BERBASIS SUARA DENGAN LLM-RAG UNTUK PELATIHAN ANAMNESIS PADA BIDANG OFTALMOLOGI

Pendidikan kedokteran menuntut penguasaan keterampilan klinis yang baik, dengan anamnesis atau wawancara medis memegang peranan vital sebagai fondasi utama dalam penegakan diagnosis. Hal ini sangat krusial dalam bidang oftalmologi, mengingat sebagian besar diagnosis penyakit mata sangat bergantung pada akurasi informasi subjektif yang digali dari pasien. Data WHO menunjukkan tingginya angka gangguan penglihatan global yang dapat dicegah, namun mahasiswa kedokteran sering kali menghadapi kendala dalam melatih keterampilan anamnesis akibat terbatasnya akses ke pasien nyata dan mahalnya biaya simulasi menggunakan Pasien Standar. Kesenjangan ini menciptakan urgensi akan adanya metode pembelajaran alternatif yang fleksibel, terjangkau, namun tetap realistis. Penelitian ini bertujuan untuk merancang, membangun, dan mengevaluasi sebuah prototipe pasien virtual berbasis kecerdasan buatan yang mampu mensimulasikan interaksi anamnesis secara verbal dalam Bahasa Indonesia. Pendekatan yang digunakan memanfaatkan teknologi Large Language Models (LLM) sebagai mesin generasi respons. Namun, penggunaan LLM standar dalam konteks medis memiliki risiko berupa halusinasi. Untuk mengatasi permasalahan tersebut tanpa memerlukan sumber daya komputasi yang masif untuk proses fine-tuning, penelitian ini menerapkan metode Retrieval-Augmented Generation (RAG). Metode ini memungkinkan model AI untuk mengakses dan merujuk pada basis data pengetahuan klinis yang tervalidasi sebelum memberikan respons, sehingga meningkatkan akurasi medis dan menjaga konsistensi skenario kasus. Sistem dikembangkan dengan mengintegrasikan tiga modul utama dalam sebuah antarmuka web. Modul pertama adalah pengenalan suara (Speech-to-Text) menggunakan Web Speech API sebagai mekanisme primer dengan model Whisper Large v3 Turbo sebagai fallback berbasis server. Modul kedua adalah mesin pemrosesan logika yang menggabungkan LLM Llama 3.3 70B Versatile dengan teknik prompt engineering untuk membentuk persona pasien, serta RAG berbasis ChromaDB untuk memverifikasi konteks medis dari lima skenario kasus oftalmologi yang dikurasi bersama dokter spesialis mata. Modul ketiga adalah sintesis suara (Text-to-Speech) menggunakan ElevenLabs Multilingual v2 dengan konfigurasi suara per karakter untuk menghasilkan respons audio yang natural ii menyerupai percakapan pasien nyata. Sistem di-deploy pada infrastruktur cloud dan dapat diakses secara daring. Evaluasi dilakukan melalui dua jalur yang saling melengkapi. Evaluasi teknis kuantitatif menggunakan framework RAGAS dengan LLM judge GPT-OSS 120B menghasilkan skor faithfulness 0,571 (+66% dari baseline), context recall 0,620 (+64%), dan persona adherence 0,880 (+23%) setelah satu siklus iterasi perbaikan. Komponen diagnosis judge mencatat akurasi 96,8% dan F1-score 97,3% pada dataset berlabel 125 sampel. Evaluasi validitas klinis oleh tiga dokter spesialis mata dari institusi berbeda menghasilkan skor akurasi klinis rata-rata 3,83 dari 4, dan ketiga validator merekomendasikan sistem untuk digunakan oleh mahasiswa kedokteran pre-klinik. Kebaruan penelitian ini terletak pada tiga aspek. Pertama, penggunaan RAG yang dirancang lebih efisien untuk simulasi medis dalam Bahasa Indonesia, yang masih jarang dikembangkan dibandingkan sistem berbahasa Inggris. Kedua, penggunaan framework RAGAS sebagai metode evaluasi otomatis dan reproducible untuk sistem pasien virtual, yang memberikan kontribusi metodologis bagi penelitian simulasi klinis berbasis AI. Ketiga, penelitian ini mendokumentasikan temuan bahwa validitas teknis tinggi belum cukup untuk simulator pendidikan apabila mekanisme penyampaian informasi tidak sesuai dengan kebutuhan pedagogis, sehingga evaluasi klinis oleh domain expert tidak dapat digantikan oleh evaluasi otomatis semata. Penelitian ini menunjukkan bahwa sistem AI dengan arsitektur yang ringan dan modular dapat mencapai validitas klinis yang memadai sebagai sarana pelatihan keterampilan anamnesis, khususnya di institusi pendidikan kedokteran dengan keterbatasan sumber daya komputasi.

OPTIMALISASI HIDROGENOLISIS GLISEROL UNTUK SINTESIS BIO-PG (1,2-PROPILEN GLIKOL) MELALUI RUTE DEHIDRASI-HIDROGENASI MENGGUNAKAN KATALIS CU-NI/???? ? ????????2????3

Meningkatnya produksi biodiesel di Indonesia menyebabkan ketersediaan gliserol sebagai produk samping semakin melimpah, sementara nilai ekonominya terus mengalami penurunan. Di sisi lain, kebutuhan propilen glikol (PG) nasional masih didominasi oleh produk impor sehingga diperlukan upaya hilirisasi gliserol menjadi produk bernilai tambah. Salah satu alternatif yang menjanjikan adalah sintesis bio-propilen glikol (bio-PG) dari gliserol. Penelitian ini bertujuan untuk mengevaluasi pengaruh variasi komposisi logam Cu-Ni terhadap karakteristik fisikokimia katalis Cu-Ni/?-Al?O? serta kinerjanya dalam sintesis bio-propilen glikol. Katalis disintesis menggunakan metode impregnasi kering dengan variasi komposisi logam Cu dan Ni pada penyangga ?-Al?O?. Karakterisasi katalis dilakukan menggunakan metode X-Ray Fluorescence (XRF), X-Ray Diffraction (XRD), Brunauer-Emmett-Teller (BET), dan Scanning Electron Microscope (SEM). Reaksi hidrogenolisis dilakukan di dalam reaktor batch menggunakan larutan gliserol 20 wt% pada temperatur 180°C dan tekanan 4,5 MPa. Produk reaksi dianalisis menggunakan High Performance Liquid Chromatography (HPLC), sedangkan performa katalis dievaluasi berdasarkan konversi gliserol, selektivitas propilen glikol, dan perolehan propilen glikol. Hasil penelitian menunjukkan bahwa variasi komposisi logam Cu-Ni memberikan pengaruh terhadap karakteristik katalis dan aktivitas hidrogenolisis gliserol. Konversi gliserol tertinggi diperoleh pada katalis C sebesar 63,48%, sedangkan perolehan propilen glikol tertinggi dicapai oleh katalis B dengan konversi gliserol sebesar 43,14%, selektivitas sebesar 63,42%, dan perolehan propilen glikol sebesar 27,36%. Hasil tersebut menunjukkan bahwa perolehan propilen glikol dipengaruhi oleh keseimbangan antara konversi gliserol dan selektivitas produk, sehingga konversi yang tinggi tidak selalu menghasilkan perolehan propilen glikol yang optimum.

ROCK TYPING BERBASIS LOG MENGGUNAKAN UNSUPERVISED MACHINE LEARNING YANG DIEVALUASI TERHADAP REFERENSI DISCRETE ROCK TYPE TURUNAN HFU DI LAPANGAN 'X'

Core-based rock typing is limited by the sparse availability of core data, whereas well logs are recorded continuously along the wellbore. This study evaluates whether unsupervised machine learning applied to well logs can reproduce a core-derived petrophysical rock type reference in the 'X' field, Central Sumatra Basin. A reference was built from 85 routine core analysis (RCAL) samples using the RQI–????z–FZI–DRT framework, and the eight original DRT classes were lumped into four hydraulic-flow-unit (HFU)-derived rock types (RT1 – RT4). Four unsupervised methods: K-Means, FCM, GMM, and MRGC, were applied to five standardized log features (GR, DT, SP, RHOB_STD, and a harmonized deep resistivity proxy, RES_DEEP) from three wells, with all core-derived variables excluded to prevent data leakage. The clusters were mapped using the Hungarian algorithm and evaluated per well and for all wells combined. GMM gave the best combined agreement (accuracy 42.35%, ARI 0.0367), but the per well results were weak (near random in the most sampled well (WS-002) and collapsed to a single rock type in WS-004) indicating that the available conventional logs only partially reproduce the HFU-derived rock types.

This research assesses the technical viability of Sulfonated di-Alkyl Ester (SAE-2), a polymeric surfactant, for chemical enhanced oil recovery (CEOR) in ultra-low salinity brine (300 ppm NaCl). Base formulation SAE-2 at 1.0 %wt reduced the interfacial tension (IFT) of high-wax crude oil from 3.386 mN/m to 0.913 mN/m. Systematic screening of alkaline agents, divalent cations, co-solvents, and co-surfactants was conducted to optimize performance. Sodium carbonate (Na?CO?) promoted in-situ soap generation and significantly lowered IFT but increased ionic sensitivity. While calcium ions (Ca²?) caused severe destabilization, magnesium ions (Mg²?) remained tolerable and contributed to IFT reduction. To overcome the stability-activity trade-off, 1.5%wt ethylene glycol butyl ether (EGBE) was incorporated as a cosolvent, maintaining clear aqueous stability for seven days at 60°C. The optimal formulation (19J) comprising 1.0 %wt SAE-2, 2.5 %wt Na?CO?, 100 ppm MgCl?, and 1.5%wt EGBE, achieved IFT of 0.04846 mN/m and formed a stable Winsor Type II microemulsion. Spontaneous imbibition tests on Berea cores yielded exceptional oil recovery of 95.61%, compared to only 50.55% for formulations containing nonylphenol ethoxylate (NPE). These findings demonstrate that Formulation 19J is highly technically feasible for reservoir-scale surfactant flooding in ultra-low salinity environments.

ANALISIS PARAMETER PEMBORAN SECARA REAL-TIME UNTUK DETEKSI DINI ANOMALI PEMBORAN DAN SISTEM PENDUKUNG KEPUTUSAN MENGGUNAKAN PENDEKATAN MACHINE LEARNING TANPA SUPERVISI DENGAN INTERPRETASI BERBASIS ATURAN

This study aims to develop a real-time drilling anomaly detection framework by combining unsupervised machine learning methods with a rule-based approach. The primary objectives are to determine the most effective and efficient machine learning model for real-time anomaly detection, develop feature engineering as model inputs, identify early signs of drilling anomalies, and validate detection results by comparing them against historical data and field reports. The case study was conducted on three wells in South Sumatra, Indonesia (Well A, Well B, and Well C) using historical drilling parameter data simulated as if it were streaming in real-time. Well A was focused on kick detection validation, Well B on lost circulation, and Well C on stuck pipe, while bit balling cases were validated using the Drilling Anomaly Index (DAI) and lithology due to the absence of specific incident records. Data pre-processing included separating data by drilling section and handling missing values, while model preparation involved tuning the Isolation Forest algorithm hyperparameters and determining the severity threshold to balance sensitivity and noise tolerance. The results indicate that the developed framework can detect anomalies earlier than conventional observations recorded in the Daily Drilling Report (DDR) or Final Well Report (FWR) and can identify early signs such as kick potential, lost circulation potential, differential sticking, and mechanical sticking. Validation using the DAI demonstrated consistent detection of abnormal drilling behaviors across the wells. Integration with a rule-based system also enhanced decision support capabilities by providing recommended actions before anomalies escalate. This study emphasizes the importance of high-quality real-time drilling parameter data for prediction accuracy and operational safety. The developed framework provides a robust platform for proactive drilling anomaly management, with potential for further development in non-rotary operations and expanded rulebased determination. Overall, the combination of feature engineering, unsupervised learning, and a rulebased system proved effective in improving safety, efficiency, and decision-making in drilling operations.

EVALUASI SKALA PORI GUM XANTHAN MENGGUNAKAN MODEL MIKROFLUIDIK UNTUK FRAKTUR HIDRAULIK: PERBANDINGAN DENGAN KARBOKSIMETIL HIDROKSIPROPIL GUAR

Polymer selection in fluid hydraulic fracturing design plays an important role in controlling mobility and minimizing formation damage, especially at high temperatures. This study presents pore-scale experimental observations of Xanthan Gum as a candidate non-Newtonian fracturing fluid with Carboxymethyl Hydroxypropyl Guar (CMHPG) used as a reference polymer. The evaluation focused on viscosity changes due to temperature changes and potential permeability disturbances using a microfluidic porous model. This study was initiated by preparing Xanthan Gum and CMHPG solutions in demineralized water, followed by rheological equalization of both solutions using a rheometer. Microfluidic experiments were carried out at temperatures of 45 oC and 70 oC with a back pressure of 10 bars to represent reservoir conditions with medium and high temperatures and to keep the polymer from evaporating easily. Initial permeability calculations and pressure changes when the polymer was injected were observed periodically to reveal the behavior of the polymer in the pore network. Then a thermal soak was carried out for 2 hours to assess the effect of temperature exposure on polymer stability and changes in flow characteristics. Mobility control and potential formation damage are characterized by calculating the resistance factor (RF) and residual resistance factor (RRF). The results of the study show that at high concentrations xanthan gum shows high RRF and RF values compared to CMHPG, reaching 10.89 and 18.95 with a decrease in permeability of up to 90.82%, while CMHPG shows relatively small RF and RRF values reaching 6.15 and 16.66 with a decrease in permeability of 83.74%. This study helps the performance of polymers that are very affected by temperature, where xanthan gum shows lower potential for formation damage at high temperatures, while CMHPG is more stable at medium temperatures.

INTERAKSI SINERGIS SISTEM ALKALI-SURFAKTAN-POLIMER DALAM KONDISI SALINITAS SANGAT RENDAH: OPTIMALISASI FORMULASI DAN MEKANISME PENINGKATAN PRODUKSI MINYAK

Alkaline–Surfactant–Polymer (ASP) flooding represents a method of Chemical Enhanced Oil Recovery (CEOR) that utilizes the synergistic interactions between alkali, surfactant, and polymer to improve oil recovery efficiency. This study evaluates the performance of ASP under ultra-low-salinity brine conditions (300 ppm) and elucidates the mechanisms that contribute to the improvement of oil recovery. Comprehensive chemical screening tests were performed, encompassing interfacial tension (IFT) measurements, aqueous stability tests (AST), phase behavior (PB) assessments, viscosity measurements, and imbibition tests on Berea sandstone cores. The optimal formulation of alkaline surfactants consisted of 2.5 %wt Na?CO? and 0.5 %wt LABS:AOS in a 1:1 ratio, resulting in an interfacial tension (IFT) of 0.28 mN/m. This formulation demonstrated remarkable aqueous stability and facilitated the formation of Winsor Type I microemulsions. Incorporation of polymer (HPAM) preserved system compatibility while elevating viscosity from 23.2 cP to 84.32 cP and decreasing the viscosity ratio from 0.974 to 0.268, thus improving sweep efficiency. Imbibition tests exhibited enhanced recovery factors in comparison to base brine injection. The enhanced oil recovery is attributed to synergistic effects, including the reduction of interfacial tension by the alkaline-surfactant system, improved sweep efficiency using polymer, and wettability alteration induced by ultra-low salinity. These conditions reduced surfactant adsorption and enhanced polymer performance, thereby facilitating the effective mobilization of residual oil.

STUDI LABORATORIUM TERHADAP KINERJA DAN SENSITIVITAS CAMPURAN SURFAKTAN ZWITTERIONIK-ANIONIK

Residual oil trapped by capillary forces remains difficult to mobilize through conventional waterflooding, necessitating the application of an Enhanced Oil Recovery method to significantly reduce the interfacial tension (IFT) between the oil and aqueous phases. This study evaluates the performance of a zwitterionicanionic surfactant mixture, consisting of Macat-AO14 (MA-AO14) as the zwitterionic surfactant and Aristonate-M (AR-M) as the anionic surfactant, with isopropyl alcohol (IPA) at a concentration of 0.1% as a co-solvent, using crude oil from Field X. The experimental evaluation consisted of three sequential stages, namely aqueous stability tests, phase behavior observations, and IFT measurements using a spinning drop tensiometer. These tests were conducted across a NaCl salinity range of 0.5% to 2.5% and total surfactant concentrations of 0.15 wt% and 0.3 wt%. The results demonstrated that the MA-AO14/AR-M formulations at 70/30 and 80/20 ratios exhibited the best aqueous stability. Notably, the 70/30 ratio successfully formed a Winsor Type III middle-phase microemulsion and achieved an ultralow minimum IFT of 8.65 × 10?³ mN/m at an optimum salinity of 1.75% NaCl. Conversely, the 80/20 ratio failed to reach the ultralow IFT order. Furthermore, increasing the total surfactant concentration to 0.3 wt% yielded no significant improvement in IFT reduction. These findings indicate that the MA-AO14/AR-M at a ratio of 70/30, with a surfactant concentration of 0.15 wt%, a salinity of 1.75% NaCl and an IPA concentration of 0.1%, represents the best performing zwitterionic-anionic surfactant formulation under the evaluated conditions.

DESAIN DAN IMPLEMENTASI SISTEM INDOOR POSITIONING BERBASIS TIME DIFFERENCE OF ARRIVAL DENGAN ULTRA-WIDEBAND: PERANGKAT KERAS DAN INTEGRASI TOP-LEVEL

Peneliti robotika di Institut Teknologi Bandung membutuhkan informasi posisi, orientasi, kecepatan, dan percepatan drone selama pengujian di dalam ruangan, namun teknologi yang tersedia berharga sangat mahal dan GPS tidak akurat di dalam ruangan. Tugas akhir ini merancang dan mengimplementasikan indoor positioning system berbasis Time Difference of Arrival (TDoA) dengan Ultra-wideband (UWB), dengan lingkup pengerjaan berupa perangkat keras dan integrasi top-level. Perangkat keras terdiri atas sub-sistem tag dan sub-sistem anchor. Secara fungsional, tag yang dipasang pada drone memancarkan sinyal blink UWB dan mengirim data IMU setiap 40 ms, sedangkan anchor (satu master clock dan empat slave) menjadi referensi posisi dan clock melalui sinyal sinkronisasi CCP setiap 30 ms. Tag tersusun atas mikrokontroler ESP32-S3, IMU BNO055, modul UWB DWM1000, regulator daya, dan battery management system; anchor menggunakan ESP32-WROOM-32 dan DWM1000. Antarmuka antar-blok memanfaatkan SPI, I2C, sinyal UWB, serta WiFi/UDP. Integrasi top-level direalisasikan sebagai pipeline ROS2 yang menggabungkan algoritma sinkronisasi clock, perhitungan posisi TDoA, dan pengolahan data IMU menjadi keluaran end-to-end. Sistem yang terpasang di drone berdimensi 5 cm × 4 cm dengan berat total 43 gram termasuk baterai 600 mAh, sehingga memenuhi seluruh spesifikasi. Keluaran sistem berupa estimasi posisi, kecepatan dan percepatan translasi, orientasi, serta kecepatan dan percepatan angular dalam format JSON. Pipeline ROS berjalan secara real-time dengan beban komputasi 14–23%, latensi ~19 ms, dan laju pembaruan posisi ~24,7 Hz. Total biaya produksi ~Rp4,3 juta, jauh di bawah anggaran pengguna sebesar Rp10 juta, sehingga permasalahan berhasil diselesaikan.

ESTIMASI KONEKTIVITAS ANTARSUMUR PADA RESERVOAR INJEKSI AIR MENGGUNAKAN TRANSFORMASI WAVELET SILANG: PENGEMBANGAN DAN VALIDASI WAVEITB

Most of the world’s producing oil comes from mature fields where waterflooding is essential, yet identifying fluid pathways remains a challenge. Current surveillance methods face significant limitations. Full numerical reservoir simulation is labor-intensive and computationally expensive, while capacitanceresistance modeling often fails to account for dynamic, non-stationary field conditions. This study addresses these gaps by proposing a signal processing approach to evaluate dynamic interwell connectivity in waterflooded reservoirs. The study details the construction and validation of WaveITB, a desktop application built upon the cross-wavelet transform (CrWT) methodology. The study translates injection and production rate histories into a time-frequency domain using a complex Morlet wavelet. The methodology evaluates cross-wavelet coherence, quantifies phase lag to determine signal directionality, and strictly screens spurious coherence using Monte Carlo red-noise significance testing alongside cone of influence (COI) masking. The application was validated through three case studies. It successfully replicated a published benchmark, demonstrating multiscale capabilities. In a structural sensitivity test, the connectivity index for the well isolated by a sealing fault collapsed by approximately four-fifths when compared to the unhindered well in the same scenario, whereas the index remained robust across a non-sealing fault, matching simulated streamlines. When compared to a capacitance-resistance model (CRM), WaveITB identified identical flow barriers but yielded a low Spearman rank correlation of 0.316, confirming it distinctly measures dynamic signal communication rather than partitioning volumes under mass-balance constraints. The study concludes that the multiscale cross-wavelet approach is a robust, data-driven technique. WaveITB provides operators with a fast, non-stationary, and low-preparation analytical tool for continuous reservoir surveillance.

EFEK SINERGIS SISTEM IONIK MULTIKOMPONEN TERHADAP STABILITAS MIKROEMULSI SURFAKTAN ANIONIK DAN PENURUNAN TEGANGAN ANTARMUKA: IMPLIKASI TERHADAP PENINGKATAN PEROLEHAN MINYAK MENGGUNAKAN ALKALI–SURFAKTAN

Implementing Chemical Enhanced Oil Recovery (CEOR) via alkaline-surfactant flooding requires understanding how brine ionic composition affects surfactant behavior. This study evaluated the effects of multicomponent ionic systems on microemulsion formation, phase behavior, and interfacial tension (IFT) reduction to develop an optimum formulation for oil recovery. The performance of Linear Alkylbenzene Sulfonate and Alpha Olefin Sulfonate (LAS:AOS 50:50) and Sulfonated di-Alkyl Ester (SAE-2) was evaluated through IFT measurements, aqueous stability, phase behavior, and spontaneous imbibition tests at 65°C. Results indicated that monovalent cations increased IFT relative to base brine, whereas 200 ppm Mg²? achieved the lowest screening IFT of 0.082 mN/m. Conversely, carbonate ions significantly increased IFT, particularly when combined with divalent cations, reaching 0.225 mN/m. All screening formulations exhibited Winsor Type II phase behavior. Formulation optimization revealed that surfactant selection and salinity were critical for achieving ultra-low IFT. The optimum formulation comprising 0.75 wt% SAE-2, 1.5 wt% Na?CO?, 20,000 ppm NaCl, and 2 wt% Ethylene Glycol Monobutyl Ether successfully achieved an ultra-low IFT of 0.00804 mN/m. In spontaneous imbibition tests, this SAE-2 formulation yielded an oil recovery factor of 44.74%, significantly outperforming the optimized LAS:AOS formulation (13.17%) and base brine (4.13%), demonstrating its superior potential for CEOR applications.

SIMULASI KINERJA SISI UDARA BANDARA I GUSTI NGURAH RAI BERBASIS PEMODELAN DISCRETE-EVENT SIMULATION

Bandara I Gusti Ngurah Rai merupakan salah satu bandara tersibuk di Indonesia. Namun, tingkat pemanfaatan sisi udaranya terhadap kapasitas maksimum belum diketahui secara pasti sehingga sulit menilai seberapa dekat sistem eksisting terhadap batas throughput maksimum sebelum kinerjanya menurun. Penelitian ini bertujuan membangun model simulasi operasi sisi udara dan mengestimasi throughput maksimumnya dengan mempertimbangkan interaksi antarfasilitas serta variabilitas operasional di lapangan. Pendekatan yang digunakan adalah Discrete-Event Simulation (DES) karena mampu memodelkan interaksi runway, taxiway, dan apron secara terintegrasi sekaligus merepresentasikan antrean dan variabilitas operasional. Model dikembangkan menggunakan perangkat lunak AnyLogic yang merepresentasikan seluruh rangkaian proses pesawat berdasarkan data observasi lapangan selama 17 jam operasi. Melalui analisis sensitivitas traffic, diperoleh estimasi throughput maksimum pada skenario komposisi pesawat eksisting (Mix Aircraft) sebesar 306 pesawat per 17 jam operasi tanpa latent demand. Analisis skenario komposisi pesawat menunjukkan variasi kapasitas yang signifikan, mulai dari 435 pesawat per 17 jam pada skenario armada seluruhnya propeller (All Propeller) hingga hanya 9 pesawat pada skenario armada seluruhnya super heavy (All Super Heavy). Temuan ini menunjukkan bahwa komposisi jenis pesawat berpengaruh signifikan terhadap throughput maksimum sisi udara, terutama melalui pengaruhnya pada kompatibilitas dan fleksibilitas penggunaan stand di apron.