📚 Eksplorasi & Komparasi Topik Dokumen
Pencarian topik
Hasil Dokumen
Ditemukan: 6 dokumenINTERPRETASI DATA GRAVITASI DAN MAGNETIK MENGGUNAKAN EDGE DETECTION FILTER DI DAERAH CEKUNGAN BANYUMAS
Eksplorasi hidrokarbon di Cekungan Banyumas menghadapi tantangan utama berupa keberadaan endapan vulkanik tebal di permukaan yang menghambat metode seismik dalam pencitraan fitur geologi bawah permukaan. Penelitian ini bertujuan untuk menganalisis dan mengevaluasi metode filter regional-residual serta filter edge detection terpilih yang diterapkan pada data gravitasi (1.287 titik) dan magnetik (303 titik) yang diintergrasikan melalui pemodelan (forward modeling) 2.5D untuk mendapatkan . Pada penelitian ini sebelum diterapkan pada data lapangan, metode edge detection filter dianalisis terlebih dahulu menggunakan model sintetik graben dan half-graben dengan antiklin pada variasi kedalaman 0 dan 2 km. Hasil perhitungan filter regional-residual menunjukan metode moving average dipilih sebagai filter yang digunakan dalam pemisahan anomali karena dapat mencitrakan fitur geologi target dengan baik. Hasil uji sintetik menunjukkan bahwa filter Softsign Function (SF) dan Fast Sigmoid Edge Detection (FSED) memberikan respons dengan resolusi yang lebih tinggi dibandingkan Horizontal Gradient (HG), meskipun teridentifikasi adanya pergeseran lateral respon filter sejauh 1 km ke arah puncak anomali seiring perubahan kedalaman sumber. Pada aplikasi data lapangan, filter SF dan FSED pada data gravitasi berhasil mendelineasi kelurusan berarah Barat Laut-Tenggara (NW-SE), yang mengonfirmasi keberadaan Antiklin Cipari sebagai pemisah antara Sub-cekungan Citanduy dan Majenang. Pemodelan 2.5D yang dikalibrasi dengan data sumur Jati-1 memvalidasi geometri halfgraben serta antiklin cipari dengan kedalaman basement yang bervariasi dari 7 km dan mengidentifikasi lapisan Eosen Deposit sebagai batuan induk potensial. Penetlitian ini menyimpulkan bahwa integrasi data gravitasi dan magnetik dengan filter edge detection terpilih dapat mendelineasi keberadaan struktur geologi penting dengan baik di daerah Cekungan Banyumas.
PENENTUAN GARIS PANTAI DENGAN ACUAN MEAN SEA LEVEL BERDASARKAN PETA RUPA BUMI INDONESIA (STUDI KASUS : PANTAI PANGANDARAN,CIAMIS,JAWA BARAT)
Garis pantai ialah suatu garis pertemuan antara laut dan darat, karena sifat dari laut yang dinamis maka garis pantai dapat berubah-ubah untuk waktu tertentu. Oleh karena itu penetapan garis laut yang jelas sangat diperlukan. Untuk menentukan garis pantai yang dipakai bisa digunakan beberapa acuan misalnya Mean Sea Level, Low Water Level dan High Water Level. Untuk tugas akhir ini, digunakan Mean Sea Level sebagai acuan untuk penetapan garis pantai dengan wilayah studi kasus Pantai Pangandaran, Ciamis, Jawa Barat dengan data pantai Cilacap, Jawa Tengah. Mean Sea Level didapatkan dari pengamatan pasang surut untuk waktu tertentu. Dari pengamatan pasang surut ini juga bisa didapatkan nilai variasi Mean Sea Level. Mean Sea Level dapat diperoleh dengan cara menghitung nilai rata-rata tinggi muka laut dan variasi dihitung dengan cara mencari selisih antar nilai Mean Sea Level tertinggi dan Mean Sea Level terendah dalam suatu kurun waktu tertentu. Dari hasil pengolahan data yang dilakukan untuk tugas akhir ini ialah nilai variasi Mean Sea Level untuk pantai di Cilacap dan juga peta garis pantai Pangandaran dengan acuan Mean Sea Level berdasarkan atas peta rupa bumi Indonesia keluaran Bakosurtanal. Dari kedua hasil tersebut bisa didapatkan untuk menganalisis keadaan muka laut dan jenis pantai Pangandaran.
PERBANDINGAN METODE GUSTAFSON-KESSEL DAN FUZZY C-MEANS CLUSTERING DALAM PENGELOMPOKAN KEJADIAN GEMPA BUMI TEKTONIK BERDASARKAN BEBERAPA FITUR GEMPA BUMI
Penelitian ini bertujuan untuk mengelompokkan kejadian gempa bumi tektonik beserta objek tertanggung yang terdampak menggunakan pendekatan clustering. Proses pengelompokan ini memanfaatkan beberapa karakteristik atau fitur kejadian gempa bumi tektonik serta atribut khusus dari objek tertanggung yang bersesuaian. Secara spesifik, penelitian ini menggunakan empat fitur, yaitu: magnitudo momen (moment magnitude) gempa bumi tektonik; kedalaman gempa dalam kilometer; percepatan tanah maksimum (Peak Ground Acceleration atau PGA); serta harga pertanggungan properti (sum insured) dalam rupiah atau IDR. Dalam tugas akhir ini dibahas metode clustering Gustafson-Kessel serta perbandingannya dengan Fuzzy C-Means Clustering. Pemilihan algoritma Gustafson-Kessel dilandasi oleh keunggulannya dalam memperhitungkan efek korelasi antar variabel atau fitur, suatu aspek yang tidak terakomodasi dalam Fuzzy C-Means Clustering. Hasil analisis clustering menggunakan algoritma Gustafson-Kessel dan Fuzzy C-Means Clustering menunjukkan bahwa pengelompokan optimal diperoleh dengan tiga kelas risiko, yaitu: risiko sangat tinggi; risiko tinggi; dan risiko moderat. Lebih lanjut, berdasarkan data yang digunakan dalam tugas akhir ini, ditemukan bahwa metode clustering Gustafson-Kessel lebih unggul dibandingkan metode Fuzzy C-Means Clustering karena mempertimbangkan korelasi yang mungkin terjadi antar variabel/fitur sehingga memberikan nilai Partition Coefficient yang lebih tinggi.
RELOKASI HIPOSENTER GEMPA BUMI DI KOTA JAYAPURA MENGGUNAKAN METODE DOUBLE DIFFERENCE
Kota Jayapura merupakan wilayah yang mempunyai tatanan tektonik yang aktif, hal ini disebabkan oleh keberadaan Lempeng Pasifik, Lempeng Australia dan Lempeng Eurasia. Interaksi lempeng-lempeng tersebut mengakibatkan terjadinya gempa, beberapa diantaranya memiliki besaran magnitudo lebih besar dari M5 dan berdampak pada kerusakan bangunan signifikan. Salah satu kejadian gempa yang dirasakan adalah gempa M5,4 yang terjadi pada 9 Februari 2023. Gempa ini mengakibatkan kerusakan beberapa fasilitas umum, kantor pemerintahan, serta menyebabkan korban jiwa sebanyak 4 orang. Penentuan distribusi sumber gempa dapat dijadikan sebagai acuan awal untuk mempelajari perilaku dan analisis bahaya gempa. Hiposenter gempa sebelum dilakukan relokasi memiliki tingkat ketidakpastian yang relatif tinggi. Hal ini menyebabkan rendahnya akurasi penentuan hiposenter gempa di daerah Jayapura. Untuk mendapatkan hiposenter gempa yang lebih baik, maka perlu dilakukan analisis relokasi hiposenter. Salah satu metode yang dapat digunakan adalah relokasi double difference dengan tujuan untuk meningkatkan tingkat akurasi hiposenter gempa. Pada penelitian Tugas Akhir ini, data yang digunakan adalah data waktu tiba gelombang P dan S berdasarkan katalog gempa BMKG periode 1 Januari 2018 sampai dengan 31 Juni 2022. Sedangkan data event yang digunakan adalah 3039 event, selanjutnya dilakukan relokasi dan diperoleh 2621 event dengan besaran magnitudo dari 1,2 sampai 6,1. Data hasil relokasi menunjukkan distribusi hiposenter menjadi lebih terfokus dan distribusi kedalaman gempa juga menjadi lebih konsisten, menandakan representasi yang lebih baik terhadap struktur bawah permukaan yang menunjukkan adanya tiga kluster yaitu kluster Mamberamo, kluster Jayapura dan kluster Pasir 6
PENGARUH PEMBEBANAN BERULANG IMPACT DENGAN VARIASI KETINGGIAN TERHADAP KEKUATAN DAN CEPAT RAMBAT GELOMBANG ULTRASONIK PADA SAMPEL UJI BETON
Pembebanan berulang dinamis merupakan suatu fenomena yang sering menjadi perhatian dalam berbagai bidang, salah satunya bidang pertambangan. Dilakukan impact test untuk mewakilkan pembebanan secara dinamis pada sampel uji. Penelitian tugas akhir ini menganalisis perubahan kekuatan dan cepat rambat gelombang ultrasonik sampel uji beton dalam kondisi normal dan kondisi jenuh setelah diberi perlakuan impact. Parameter uji yang digunakan dalam kegiatan impact, yaitu ketinggian pembebanan dilakukan pada variasi ketinggian 0,3m; 0,5m; 0,7m; 0,9m; dan 1,1m dengan masing – masing ketinggian diberlakukan 4 kali pembebanan. Nilai UCS dan modulus Young sampel setelah di impact menunjukkan nilai yang lebih kecil daripada nilai UCS dan modulus Young sebelum di impact, yaitu pada kondisi normal dan jenuh berturut – turut sebesar 16,87 MPa dan 3781 MPa serta 14,86 MPa dan 3452 MPa. Selain itu, cepat rambat gelombang ultrasonik memberikan nilai yang lebih kecil saat kondisi setelah di impact dibandingkan kondisi sebelum impact pada kondisi normal dan jenuh besarnya berturut – turut, yaitu 3176,03 m/s dan 3172,36 m/s. Kondisi sampel jenuh menunjukkan nilai UCS, modulus Young, dan cepat rambat gelombang ultrasonik yang lebih kecil dibandingkan sampel kondisi normal.
PREDIKSI PERMEABILITAS PADA SKALA WELL LOG DENGAN METODE GAUSSIAN RANDOM FUNCTION SIMULATION DAN PEMBELAJARAN MESIN
Data permeabilitas batuan umumnya diperoleh dari dua sumber data yaitu dari uji laboratorium sampel core dan pengujian sumur yang diambil dari beberapa interval sumur. Seringkali, data ini kemudian diekstrapolasi untuk memperkirakan permeabilitas seluruh lapangan. Namun, kurangnya data biasanya menyebabkan prediksi permeabilitas kurang dapat diandalkan, membuat permeabilitas menjadi salah satu sifat fisik batuan yang paling sulit untuk dikarakterisasi. Penelitian sebelumnya selalu menggunakan pendefinisian tipe batuan (rock type) dalam proses perhitungan permeabilitas. Tipe batuan merupakan aspek yang sulit diprediksi di bagian yang tidak memiliki data core karena penentuan tipe batuan memerlukan informasi permeabilitas, yang sering kali tidak diketahui di interval tanpa sampel core. Metode yang diusulkan dalam penelitian ini berupaya memecahkan masalah tersebut dengan memprediksi permeabilitas menggunakan data inti dan log tanpa perlu mendefinisikan tipe batuan (rock type) dalam proses perhitungannya. Penulis akan memanfaatkan data core dan log secara langsung untuk memprediksi permeabilitas. Penelitian ini akan menggunakan dua metode: metode yang diusulkan yang memanfaatkan Gaussian Random Function Simulation, dan metode pembelajaran mesin sebagai perbandingan. Evaluasi yang dilakukan menunjukkan bahwa metode yang diusulkan memberikan akurasi yang sangat baik dibandingkan dengan metode yang saat ini umum digunakan.