Jurnal GEOSAPTA
Latest Publications


TOTAL DOCUMENTS

152
(FIVE YEARS 72)

H-INDEX

1
(FIVE YEARS 1)

Published By Center For Journal Management And Publication, Lambung Mangkurat University

2527-5844, 2460-3457

2021 ◽  
Vol 7 (2) ◽  
pp. 97
Author(s):  
Aang Panji Permana ◽  
Muhammad Kasim ◽  
Fajri Kurniawan Mamonto

2021 ◽  
Vol 7 (2) ◽  
pp. 79
Author(s):  
Asmoro Widagdo ◽  
Rachmad Setijadi ◽  
Gentur Waluyo ◽  
Eko Bayu Purwasatriya

Daerah penelitian sesar Bojanegara berada di Kabupaten Serang, Provinsi Banten, Pulau Jawa Bagian Barat. Terdapat tiga kelurusan yang diduga sebagai struktur sesar yang diyakini sebagai sesar aktif. Kelurusan struktur diidentifikasi sebagai Sesar Bojanegara, Suralaya dan Margasari. Penelitian ini dilakukan untuk mengetahui jenis sesar yang terbentuk, panjang sesar dan sifat sesar di daerah penelitian. Penelitian pada jalur kelurusan sesar dilakukan melalui metode survei lapangan untuk mengamati, menentukan dan mengukur elemen struktur geologi yang ada. Pekerjaan lapangan dilakukan dengan mengidentifikasi, mengamati dan mengukur struktur kekar/rekahan dan sesar di permukaan yang sebelumnya diidentifikasi melalui peta topografi dan citra penginderaan jauh. Berdasarkan hasil penelitian, dengan analisis joint/rekahan dan sesar didapatkan jenis sesar yang berkembang. Ada tiga segmen sesar Northwest-Southeast (NW-SE). Ruas tenggara adalah sesar Bojanegara 1 dan Bojanegara 2. Kedua sesar tersebut membentuk daerah tumpang tindih yang membentuk zona transtensional. Sesar Bojanegaro 1 dan 2 merupakan sesar lateral kiri yang berarah baratlaut-tenggara. Kelurusan patahan sepanjang 12,2 km ke arah barat laut di kenali sebagai sesar sesar mengiri/sinistral. Sesar tersebut membuat zona transtensional di bagian tengah daerah penelitian. Sesar Margasari terbentuk di sebelah timur sesar utama sebagai sesar sekunder. Struktur geologi daerah Bojanegara dan sekitarnya dikendalikan oleh patahan/sesar yang kemungkinan masih aktif.


2021 ◽  
Vol 7 (2) ◽  
pp. 125
Author(s):  
Syafrizal Syafrizal ◽  
Arie Naftali Hawu Hede ◽  
Andy Yahya Al Hakim ◽  
Mutiara Indah Permatasari

2021 ◽  
Vol 7 (2) ◽  
pp. 85
Author(s):  
Muhammad Idris Juradi ◽  
Hasbi Bakri ◽  
Firman Nullah Yusuf ◽  
Sitti Ratmi Nurhawaisyah ◽  
Suriyanto Bakri ◽  
...  

2021 ◽  
Vol 7 (2) ◽  
pp. 71
Author(s):  
Ramses Yohannes Hutahaean ◽  
Thomas Kbarek ◽  
Rolling Swempry Gaspersz

2021 ◽  
Vol 7 (2) ◽  
pp. 115
Author(s):  
Masjon Parhusip ◽  
Waterman Sulistyana Bargawa ◽  
Tedy Agung Cahyadi
Keyword(s):  

2021 ◽  
Vol 7 (2) ◽  
pp. 133
Author(s):  
Karina Shella Putri ◽  
Yuniar Siska Novianti ◽  
Djoyakim Parulian Simanungkalit

2021 ◽  
Vol 7 (2) ◽  
pp. 145
Author(s):  
Eko Santoso ◽  
Romla Noor Hakim ◽  
Fransisikus Agung Bimantoro

Kegiatan peledakan banyak digunakan sebagai cara pemberaian batuan yang ekonomis dalam proses penambangan, dan memegang perananan penting dalam kemajuan produksi tambang. Ledakan yang optimal mampu menghasilkan fragmentasi batuan yang diinginkan. Fragmentasi batuan sangat penting karena menentukan sebagian besar penggunakan peralatan dan produktivitas. Oleh karena itu, perlu dilakukan kajian prediksi fragmentasi batuan hasil kegiatan peledakan. Teknik artificial neural network lebih disukai daripada rumus empiris karena mampu menggabungkan berbagai faktor yang mempengaruhi hasil peledakan. Penelitian ini bertujuan membandingkan hasil prediksi menggunakan artificial neural network dengan rumus empiris Kuz-Ram untuk memprediksi fragmentasi batuan dengan memperhatikan nilai error dari data yang dihasilkan. Pengembangan model artificial neural network menggunakan sistem neural network tool berbasis MATLAB R2016a dengan metode backpropagation. Pelatihan, validasi dan pengujian dilakukan dengan 99 total data peledakan yang diambil dari lapangan. Seperti burden, spasi, kedalaman, relative weight strenght bahan peledak, faktor batuan, jumlah bahan peledak per lubang ledak, dan fragmentasi batuan. Berdasarkan hasil yang diperoleh dari penelitian, model artificial neural network dengan arsitektur 15-6-1 lebih optimal dalam memprediksi fragmentasi batuan dibandingkan dengan rumus empiris Kuz-Ram. Nilai error yang dihasilkan dari artificial neural network sum square error 422.60, mean square error 0.60, root mean square error 0.78. Kata-kata kunci: Peledakan, Fragmentasi Batuan, Artificial Neural Network, Rumus Empiris Kuz-Ram.


2021 ◽  
Vol 7 (2) ◽  
pp. 91
Author(s):  
Rina Rembah ◽  
Usriadi Usriadi ◽  
Nurfasiha Nurfasiha ◽  
Zulfahmi Zulfahmi ◽  
Yuniar Siska Novianti

Penggunaan slag baja sebagai untuk memperbaiki sifat kimia tanah telah banyak dilakukan di negara Jepang, Jerman dan Amerika dan di Indonesai beberapa peneilitian juga telah dilakukan tentang pemanfaatan slag baja di bidang pertanian. Tapi penelitian penggunaan slag nikel masih kurang. Penelitian ini bertujuan untuk mengetahui perbaikan sifat kimia tanah menggunakan slag sebagai amelioran. Melaui dua pendekatan yaitu pertama Rancang acak untuk mengetahui komposisi perbandingan penggunaan slag sebagai amelioran ini. Pendekatan kedua adalah indikator pertumbuhan tanaman uji. Dengan pengukuran dilakukan selama kurang lebih 1 bulan. Berdasarkan hasil rancangan acak diperoleh dua perbandingan komposis yaitu 1 :1 dan perbandingan 2 : 1.  Dengan hasil pengukuran di indikator di peroleh adanya peningkatan tinggi pohon, lebar daun, disetiap minggu pengukuran. Peningkatan untuk perbandingan 1 : 1,  tinggi pohon mulai minggu 0 – ke 4 : 25 cm, 26 cm, 26,6 cm, 27,3 cm, dan 28 cm. Peningkatan lebar daun mulai minggu 0- ke 4 : 3,09 cm, 3,11 cm, 3,18 cm, 3,18 cm, dan 3,19 cm. Sedangkan hasil dengan perbaNdingan 2 : 1 di peroleh hasil tinggi pohon mulai 0 ke 4 ; 34 cm, 36 cm, 37 cm, 38,1 cm, untuk lebar daun dari minggu 0 ke 4 ; 3,41 cm, 3,47 cm, 3, 52 cm, 3,58 cm, serta diameter daun darai minggu 0 ke 4 ; 0,5 cm, 0,52 cm, 0,53 cm, 0,55 cm. Diharapkan melalui penelitian diperoleh data yang scientific bahwa slag nikel memiliki nilai tambah yaitu dapat dimanfaatkan sebagai bahan pembenah tanah pada lahan kritis pasca tambang.  


Sign in / Sign up

Export Citation Format

Share Document