Hasil Pencarian  ::  Simpan CSV :: Kembali

"Pada penelitian ini berkaitan dengan penerapan kemajuan kecerdasan artifisial dengan menggunakan algoritma You Only Look Once (YOLO) dalam tugas deteksi dan segmentasi pada bidang geologi yaitu untuk identifikasi mineral dengan menggunakan data petrografi. Data yang digunakan untuk proses pelatihan model deteksi dan segmentasi berjumlah 500 gambar sayatan tipis batuan beku. 500 gambar sayatan tipis, dilakukan proses anotasi secara manual dan membagi data tersebut ke dalam set pelatihan, set validasi, dan set prediksi. Pada 3 set tersebut, jumlah kelas mineral yang teranotasi adalah 6 yaitu kelas mineral plagioklas, biotit, horblend, piroksen, alkali-feldspar, dan kuarsa. Teknik augmentaasi yang diterapkan untuk mengatasi keterbatasan dataset pada penelitian ini adalah augmentasi geometri (model 1) dan mosaik (model 2). Model dengan augmentasi mosaik, menjadikan model dengan kinerja yang baik dalam tugas deteksi dan segmentasi mineral, dikarenakan augmentasi mosaik menghasilkan 1 image patch memiliki 4 variasi gambar sayatan tipis, sehingga model tersebut memiliki nilai mAP = 82.3% sedangkan model dengan augmentasi geometri nilai mAP 67.5%. Empat kelas mineral yang memiliki nilai mAP diatas 70% pada mode pelatihan dan validasi adalah mineral plagioklas, biotit, alkali-feldspar, dan piroksen. Diharapkan dari penelitian ini dapat membantu identifikasi mineral dalam sayatan tipis dengan lebih efisien dan akurat.

---

This research is related to the application of advances in artificial intelligence using the You Only Look Once (YOLO) algorithm in detection and segmentation tasks in the field of geology, namely for mineral identification using petrographic data. The data used for the detection and segmentation model training process consisted of 500 thin section images of igneous rock. 500 thin section images were annotated manually and divided the data into a training set, validation set and prediction set. In these 3 sets, the number of annotated mineral classes is 6, namely the mineral classes plagioclase, biotite, horblend, pyroxene, alkali-feldspar, and quartz. The augmentation techniques applied to overcome the limitations of the dataset in this research are geometric augmentation (model 1) and mosaic (model 2). The model with mosaic augmentation is a model with good performance in mineral detection and segmentation tasks, because mosaic augmentation produces 1 image patch with 4 variations of thin section images, so the model has a mAP value = 82.3% while the model with geometric augmentation has a mAP value of 67.5%. The four mineral classes that have mAP values above 70% in training and validation mode are the minerals plagioclase, biotite, alkali-feldspar, and pyroxene. It is hoped that this research can help identify minerals in thin sections more efficiently and accurately."

"Prediksi tekanan pori merupakan hal yang penting dalam persiapan program pemboran, khususnya jika diprediksi menembus zona gas dangkal. Program pemboran akan mempengaruhi saat penentuan desain selubung pemboran, berat lumpur dan mitigasi tekanan abnormal sebagai bahaya pemboran. Di lapangan ?B?, Cekungan Sumatera Tengah beberapa sumur mengalami tendangan lumpur (kick). Kejadian tersebut yang melatar belakangi studi tekanan pori untuk pemboran selanjutnya. Studi ini ditekankan pada teknik integrasi prediksi tekanan pori dari data sumur, yaitu data pemboran, wireline log, data tekanan formasi dan data seismik 2-D. Saat ini, teknologi seismik dengan dasar teknik geopressure dapat memberikan estimasi tekanan dari data kecepatan seismik dikombinasikan dengan data sumur memiliki tren yang sama. Studi ini menggunakan hasil analisa kecepatan seismik untuk mendapatkan resolusi tinggi kecepatan dalam tiga dimensi. Tahap kalibrasi dilakukan berdasarkan hasil perhitungan tekanan pori dari data sumur dan well log. Metoda Eaton merupakan metoda empiris untuk mengestimasi tekanan pori data log sonik, resistivitas, dan densitas yang dikalibrasi dengan pengukuran tekanan formasi dari data RFT dan DST. Prediksi tekanan pori di Lapangan ?B? dilakukan dapat membuat prediksi di seluruh area lapangan dan berguna dalam desain selubung pemboran, berat lumpur, dan pencegahan untuk drilling hazard.

---

Pore Pressure Prediction is crucial to prepare a safe drilling program especially if there the well will potentially intersect shallow gas zones. It influences casing design, drilling mud weight and mitigation of overpressure as a drilling hazard. In the "B" Block, Central Sumatra Basin several wells have experienced kicks. These kicks led me to conduct a pore pressure study ahead of future drilling. The work more emphasize the technique integrated pore pressure prediction (PPP) brings together well and 2-D seismic data. The study used as input data from drilling data, wireline logs, pressure tests,and 2D Seismic.

Nowadays, seismic technology-based geopressure techniques provide an estimation of pore pressure from seismic velocity combine with well data has a relation in trend.

This study uses velocity analysis result to obtain a high-resolution velocity cube. Afterward, calibrated to pore pressure using well log and drilling data. The Eaton method is an empirical method to estimate pore pressures from sonic, resistivity and density logs which are calibrated to measured pore pressures from RFT and DST. In the "B" Block, the resistivity data did not reliably characterize pore pressure, and density data was incomplete, so the sonic log proved to be the most appropriate source data. Reliable pore pressure distribution required an empirical relationship between pore pressure and velocity. The Bentu Block pore pressure model created in this study allowed us to predict pore pressure throughout the block, and was used to design a drilling program especially for propose delineation wells, casing design, drilling mud weight, and overpressure prediction to prevent drilling hazards."

"Tesis ini membahas penentuan penyebaran reservoar batu pasir DST-5 dan DST-6 formasi Gumai dan penyebaran minyak pada reservoar tersebut di lapangan Jura dengan menggunakan pemodelan rock physics serta inversi AVO. Metoda ini digunakan karena diferensiasi litologi reservoir dengan non-reservoir tidak dapat dilakukan dengan menggunakan pemodelan Acoustic Impedance (AI). Karakterisasi reservoar dilakukan dengan analisa crossplot Lambda-Rho dan Mu-Rho sebagai parameter yang paling sensitif dalam membedakan litologi. Karakterisasi fluida dilakukan dengan analisa crossplot menggunakan parameter Lambda-Rho serta menggunakan metoda FRM (Fluid Replacement Modeling) untuk membedakan minyak dengan air. Karakterisasi reservoar dan fluida tersebut dikontrol oleh pengukuran data core pada sumur terdekat yang telah dikorelasikan dengan kondisi geologi bawah permukaan lapangan Jura. Hasil penelitian yang diperoleh berupa peta penyebaran lateral dari reservoar dan minyak di lapangan Jura.

---

The study is focused on the distribution of sandstone reservoir DST-5 and DST-6 and the distribution of oil on Gumai Formation in Jura Field using rock physics modeling and AVO inversion. This work was performed since Acoustic Impedance (AI) can not differentiate the reservoir and non-reservoir rock. The reservoir characterization is analyzed by cross plotting Lambda-Rho and Mu-Rho as a sensitive parameters to differentiate lithology. In addition the fluid characterization is analyzed by cross plotting Lambda-Rho and also using Fluid Replacement Modeling (FRM) to differentiate between oil and water. Those analyses were controlled by core measurement on the adjacent well, which already correlated with sub-surface geological condition of Jura field. The result of this study is a reservoir and oil distribution in Jura field using Lambda-Mu-Rho as sensitive parameters to differentiate lithology and fluid."

"Skripsi ini membahas peran sketsa dalam tahapan merancang arsitektur terkait dengan penyajian pesan yang ingin disampaikan. Sketsa yang dibuat langsung menggunakan tangan dengan kualitas cepat dan bebas, merupakan salah satu representasi dan komunikasi ide arsitektur dalam proses perancangan. Sketsa merupakan proses berpikir visual terkait eksternalisasi mental image arsitek dalam penggagasan ide-ide arstekturnya. Ide arsitektur ini dieksternalisasi dalam perwujudan elemen visual yang ada pada sketsa. Hal ini berkaitan dengan potensi dan peranan sketsa yang mungkin digunakan dalam berbagai tahapan merancang.

---

This study discusses about the role of sketches in architectural design process associated with the presentation of the idea. Sketches, drawing that are made directly by hand with fast and free qualities, is one of the representation and communication of architecture ideas in design process. Sketches are visual thinking process related to externalization of architect's mental image in initiating his her architectural ideas. The architectural idea is externalized in the embodiment of visual elements that exist in the sketch. It relates to the potential and role of sketches that may be used in various stages of architectural design."