Hasil Pencarian  ::  Simpan CSV :: Kembali

"Air merupakan salah satu kebutuhan pokok bagi manusia. Untuk mendapatkan air tersebut sebagian besar manusia mengambil air dari tanah. Untuk mencegah terjadinya pencemaran lingkungan, karakteristik air tanah harus diketahui. Untuk mengetahui ketinggian muka air tanah, Laboratorium Hidrolika Fakultas Teknik Universitas Indonesia telah mengembangkan suatu model matematik untuk mensimulasi aliran air tanah. Untuk memastikan bahwa model ini dapat mensimulasi aliran air tanah seperti yang terjadi pada kondisi di lapangan, maka model matematik ini harus divalidasi di laboratorium sebelum dilakukan pengujian langsung di lapangan. Pada skripsi ini dilakukan pengujian model matematik di laboratorium dengan cara membandingkan hasil simulasi model matematik dengan hasil simulasi model fisik. Simulasi aliran air tanah yang dihasilkan oleh model fisik sesuai dengan teori dasar aliran air tanah, sehingga hasil simulasi aliran air tanah pada model fisik dapat dijadikan sebagai acuan untuk menguji model matematik. Hasil keluaran dari model matematik dapat dibandingkan dengan hasil keluaran model fisik. Oleh karena itu model matematik dinyatakan valid dalam kasus pengujian."

"ABSTRAKData besar tidak hanya dilihat dari jumlah sampelnya tetapi juga dapat dilihat dari berapabanyak ciri yang tersimpan di setiap sampel tersebut. Seleksi ciri yang paling representatifadalah tugas penting pada data besar untuk mengurangi dimensi. Metode seleksi ciridapat menjadi solusi untuk mengatasi masalah ini. Pada penelitian ini diterapkan metodepenggabungan seleksi ciri yang terdistribusi secara homogen dengan partisi 2-dimensiuntuk memperbaiki algoritme klasifikasi. Dari hasil eksperimen yang telah dilakukandapat ditarik kesimpulan metode yang dirancang mampu memperbaiki kinerja metodeklasifikasi untuk setiap dataset yang digunakan. Metode yang diusulkan menggunakanpartisi 2-dimensi yang dapat mempercepat proses latih sekaligus memperbaiki kinerjaakurasi. Metode yang diusulkan dapat memperbaiki metode sebelumnya rata-rata 2%untuk dibeberapa dataset dan mempercepat proses hampir 2 kalinya.

---

ABSTRACTBig data is not only seen from the number of its samples but can also be seen from howmany features were stored in each sample. The selection of the most representative feature is an important task in big data analysis in order to reduce the dimension. The featureselection method can be a solution to overcome this problem. In this research, a homogeneous distributed ensemble feature selection method with 2-dimensional partition isused as the feature selection. The results showed that the proposed method can speed upthe training process in addition to improving the classification accuracy. The proposedmethod can improve the accuracy from the standard feature selection method with an increase of 2% for several datasets. In addition, it also speeds up the computation to almosttwo times faster."

"Metode MT merupakan metode geofisika yang umum serta unggul yang digunakan dalam eksplorasi panasbumi saat ini. Namun metode ini memiliki tantangan dalam menentukan secara pasti dimana zona konduktif pada suatu daerah melalui hasil inversi 2-D maupun 3-D akibat dari sifat gelombang elektromagnetik (EM) untuk menginduksi lapisan yang bersifat konduktif, sehingga penetrasi gelombang EM menjadi kecil. Tantangan lain yang muncul adalah upaya meningkatkan rasio kesuksesan dalam tahap drilling (drilling success ratio) pada eksplorasi panasbumi. Target drilling erat kaitannya dengan zona rekahan (fracture). Secara umum zona fracture pada sistem panasbumi berasosiasi dengan sesar yang terisi material ataupun fluida yang akan memiliki resistivitas yang rendah atau bersifat konduktif. Dengan menggunakan fungsi transfer geomagnetik atau disebut juga dengan tipper (induction arrows), yaitu fungsi transfer yang menghubungkan medan magnet vertikal (z) terhadap medan magnet horizontal (x dan y) serta diintegrasikan dengan hasil inversi MT, kita dapat menentukan keberadaan anomali konduktif. Analisis induction arrows pada penelitian ini dilakukan dengan menggunakan software WinGlink. Software ini dapat menampilkan arah panah induksi beserta besar panahnya. Induction arrows pada WinGlink dapat ditampilkan dan dianalisis dalam dua tampilan, yaitu Maps induction arrows untuk menganalisis secara lateral dan Pseudo-Section induction arrows untuk menganalisis secara vertikal. Analisis induction arrows serta inversi 2-D telah diaplikasikan pada data riil (Lapangan-X). Hasil analisis induction arrows serta inversi 2-D pada data riil (Lapangan-X), telah sukses diaplikasikan untuk mengetahui posisi struktur utama serta memetakan persebaran anomali konduktif.

---

The MT method is an excellent geophysical method commonly used in geothermal exploration. However, the method presents a challenge in pinpointing the conductive zone in an area based on either 2-D or 3-D inversion result, as a consequence of the tendency of electromagnetic (EM) waves to induce currrent in a conductive layer, which leads to low penetration of MT waves into that layer. Another challenge is in improving the drilling success ratio of the geothermal exploration process. The Drilling target is heavily affected by fracture zones. Generally, the fracture zones in a geothermal system are associated with faults containing conductive materials or fluids will having low resistivity. Using the geomagnetic transfer function, also called the tipper (induction arrows), which is a transfer function that correlates the vertical (z direction) magnetic field to horizontal (x and y direction) magnetic fields, along with MT inversion results, we can determine the location of conductive anomaly. Analysis of Induction arrows on this research done on the software WinGlink. This software can display the direction and magnitude of the induction arrow. In WinGlink, Induction arrows can be displayed and analyzed in two viewing modes, namely the Maps of induction arrows for lateral analysis and Pseudo-Section of induction arrows for vertical analysis. Analysis of induction arrows with 2-D inversion, has been successfully applied to real data (X-Field) in locating the main structure and mapping the distribution of the conductive anomalies."