Perpustakaan Digital ITB

Penelitian ini mengkaji analisis kandungan mineral dalam batuan shale di Cekungan Sumatra Tengah dan Sumatra Selatan menggunakan metode X-ray Diffraction (XRD) serta klasifikasi fasies menggunakan metode machine learning berupa algoritma K-Means clustering dan Support Vector Machine (SVM). Dua lapangan, yakni lapangan A (Kel. Pematang) dari Sumatra Tengah dan lapangan B (Lahat) dari Sumatra Selatan menjadi sumber sampel batuan shale. Hasil XRD mengungkap dominasi mineral clay pada kedua lapangan memiliki persentase yang berbeda: lapangan A memiliki smectite (11.9%), illite (25.9%), kaolinite (12.6%), dan chlorite (11.7%), sedangkan lapangan B memiliki smectite (1%), illite (26.7%), kaolinite (16%), dan chlorite (12%). Distribusi mineral dalam sampel yang diidentifikasi menggunakan diagram mineral ternary plot menunjukkan kedua lapangan didominasi oleh mineral clay non-swelling (illite, kaolinite, dan chlorite). Algoritma K-Means clustering pada penelitian ini berhasil memisahkan sampel menjadi dua cluster sesuai dengan nilai k yang ditetapkan, tetapi akurasi pengkategorian terhadap lapangan asal masih perlu ditingkatkan. Algoritma Support Vector Machine (SVM) berhasil mengklasifikasikan data dengan tingkat akurasi tinggi yakni 0.83 dan 1.00. Namun kurang efektif diimplementasikan pada data yang identik. Penelitian ini memberikan pemahaman lebih lanjut tentang sifat dan komposisi mineral batuan shale serta penerapan machine learning dalam klasifikasi fasies.