STUDI KARAKTERISTIK SOIL DAN IMPLEMENTASI TERHADAP PENERAPAN MACHINE LEARNING SEBAGAI PENDEKATAN BARU DALAM EKSPLORASI ENDAPAN RESIDUAL NIKEL LATERIT BLOK Y
DOI:
https://doi.org/10.30872/jtgeo.v6i1.12203Abstract
Daerah penelitian berada di blok Y, Provinsi Sulawesi Tengah, daerah tersebut disusun oleh sebagian besar formasi komplek ofiolit (Ku) dan formasi Matano (Km). Keberadaan endapan nikel laterit umumnya dicirikan dengan kehadiran warna tanah/soil merah kekuningan gelap hingga agak hitam. Tujuan penelitian ini untuk mengetahui karakteristik soil dari segi fisik maupun kimia dan menerapkan machine learning sebagai pendekatan baru eksplorasi endapan nikel laterit. Metode penelitian ini kualitatif (perumusan masalah dan pengkajian literatur) dan kuantitatif (pengambilan data dan analisis kimia/studio). Kedua metode diintegrasi dengan data geologi. Pengamatan karakteristik soil di daerah penelitian dibagi menjadi 3 yakni soil non laterit, laterit Ni, dan soil dari batugamping. Data train dan validation tersebut diolah dengan algorithm CNN dengan 5 layer konvolusi dan 1 fully connected layer. Soil non laterit coklat hingga abu-abu hitam kandungan unsur kimia Ni 0.11 dan Fe 14.1, laterit Ni hitam kemerahan kandungan Ni 0.66 dan Fe 34.3, sedangkan Soil batugamping hitam gelap hingga abu-abu kandungan Ni 0.00 dan Fe 0.30. Hasil pelatihan model tingkat akurasi sebesar 88,05 %. Hasil model dari pelatihan data ini dapat dikembangkan lebih lanjut untuk ekplorasi awal keberadaan endapan nikel laterit menggunakan drone ataupun mobile apps.
References
Arifin M, Widodo S, Anshariah, (2015). Karakteristik Endapan Nikel Laterit Pada Blok X Pt. Bintang delapan Mineral Kecamatan Bahodopi Kabupaten Morowali Provinsi Sulawesi Tengah, Jurnal Geomine, vol 01 hal 37-45.
Fauzy, A. R. (2019). Implementasi Metode Region Convolutional Neural Network Dalam Mendiagnosa Anomali Pneumonia Pada Foto Thorax (Doctoral dissertation, Universitas Komputer Indonesia).
Hidayatullah, A., (2013), Identifikasi Tingkat Kematangan Buah Tomat (Lycopersicon esculentum Mill) Menggunakan Metode pengolahan citra digital dan jaringan saraf tiruan, Skripsi, Yogyakarta: UGM.
Jafar, N. (2017). Identifikasi Sebaran Nikel Laterit Berdasarkan Hasil Test Pit Kecamatan Kabaena Kabupaten Bombana Provinsi Sulawesi Tenggara. Jurnal Geomine, 5(2).
K. Park and J. Lee, 2017. Classification of apple leaf conditions in hyper-spectral images for diagnosis of Marssonina blotch using mRMR and deep neural network, Comput. Electron. Agric., vol. 148, pp. 179–187, 201
Kusuma R A I, Kamaruddin H, Rosana M F, dan Yuningsih E T, (2019), Geokimia Endapan Nikel Laterit di Tambang Utara, Kecamatan Pomalaa, Kabupaten Kolaka, Provinsi Sulawesi Tengara. Jurnal Geologi dan Sumberdaya Mineral, 20(2), hal 85–92.
Kurniadi, A., Rosana, M. F., & Yuningsih, E. T. (2017). Karakteristik Batuan Asal Pembentukan Endapan Nikel Laterit Di Daerah Madang dan Serakaman Tengah. Geoscience Journal, 2(3), 221- 234.
Lintjewas, L., Setiawan, I., & Al Kausar, A. (2019). Profil Endapan Nikel Laterit di Daerah Palangga, Provinsi Sulawesi Tenggara. RISET Geologi dan Pertambangan, 29(1), 91-104.
Maulama F dan Rochmawati N, (2020), Klasifikasi Citra Buah Menggunakan Convolutional Neural Network.JINACS (Journal of Informatics and Computer Science).1(II). hal : 104-108.
Putri, O. N. (2020). Implementasi Metode CNN dalam Klasifikasi Gambar Jamur pada Analisis Image Processing (Studi Kasus: Gambar Jamur dengan Genus Agaricus dan Amanita).Skiripsi. UNIVERSITAS ISLAM INDONESIA.
Raivel, R., & Firman, F. (2020). Karakteristik Endapan Nikel Laterit di Bawah Molasa Sulawesi Daerah Tinanggea, Sulawesi Tenggara. Jurnal GEOMining, 1(1), 25-37.
Rusmana E, Sukido, D Sukarno & T.O. Simandjuntak. (1993). Peta geologi lembar Lasusua-Kendari, Sulawesi.
Sari, F. D. dan Swanjaya D, (2020). Implementasi Convolutional Neural Network Untuk Identifikasi Penyakit Daun Gambas. Seminar Nasional Inovasi Teknologi 137-142.
Setiani L J, (2020) Implementasi Convolutional Neural Network Dengan Arsitektur Resnet Untuk Identifikasi Jenis Sampah Plastik, Skripsi, Universitas Atmajaya Yogyakarta, Yogyakarta.
Umah A. (2021, aug 9), RI Punya Harta Karun Tambang Terbesar di Dunia, Ini Faktanya, Diakses dari https://www.cnbcindonesia.com/news/20210506192530-4-243907/ri-punya-harta- karun-tambang-terbesar-di-dunia-ini- faktanya
Wicaksono G, Andryana S, Benrahman, (2020). Aplikasi Pendeteksi Penyakit Pada Daun Tanaman Apel Dengan Metode Convolutional Neural Network. JOINTECS (Journal of Information Technology and Computer Science. 5(1), hal : 09 – 16.
Winarto, E. G., Rahmayati, R., & Lawi, A. (2021). Implementasi Arsitektur Inception Resnet-V2 untuk Klasifikasi Kualitas Biji Kakao. Proceeding KONIK (Konferensi Nasional Ilmu Komputer), 5, 132-137.
Downloads
Published
Issue
Section
License
Copyright Notice
Authors who publish in Jurnal Teknik Geologi: Jurnal Ilmu Pengetahuan dan Teknologi agree to the following terms:
- Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under an Attribution-ShareAlike 4.0 International (CC BY-SA 4.0) License that allows others to share the work with an acknowledgment of the work's authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).
