BAB 1 Mohammad Rafli Irham
Terbatas  Resti Andriani
» Gedung UPT Perpustakaan
Terbatas  Resti Andriani
» Gedung UPT Perpustakaan
BAB 2 Mohammad Rafli Irham
Terbatas  Resti Andriani
» Gedung UPT Perpustakaan
Terbatas  Resti Andriani
» Gedung UPT Perpustakaan
BAB 3 Mohammad Rafli Irham
Terbatas  Resti Andriani
» Gedung UPT Perpustakaan
Terbatas  Resti Andriani
» Gedung UPT Perpustakaan
BAB 4 Mohammad Rafli Irham
Terbatas  Resti Andriani
» Gedung UPT Perpustakaan
Terbatas  Resti Andriani
» Gedung UPT Perpustakaan
BAB 5 Mohammad Rafli Irham
Terbatas  Resti Andriani
» Gedung UPT Perpustakaan
Terbatas  Resti Andriani
» Gedung UPT Perpustakaan
BAB 6 Mohammad Rafli Irham
Terbatas  Resti Andriani
» Gedung UPT Perpustakaan
Terbatas  Resti Andriani
» Gedung UPT Perpustakaan
PUSTAKA Mohammad Rafli Irham
Terbatas  Resti Andriani
» Gedung UPT Perpustakaan
Terbatas  Resti Andriani
» Gedung UPT Perpustakaan
Indonesia memiliki potensi mineral radioaktif di beberapa pulau, termasuk di wilayah Mamuju,
Sulawesi Barat, yang teridentifikasi memiliki tingkat radiasi alami yang tinggi. Penelitian ini
bertujuan untuk memetakan sebaran mineral pembawa unsur radioaktif di wilayah prospek
Mamuju dengan memanfaatkan teknologi pengindraan jauh dan metode machine learning.
Penelitian diawali dengan akuisisi data spektroskopi reflektansi dari sampel mineral pembawa
radioaktif. Data spektral tersebut diolah menggunakan algoritma machine learning untuk
klasifikasi kelompok mineral berdasarkan karakteristik spektralnya. Data citra satelit resolusi
tinggi PlanetScope PSB.SD diolah menggunakan teknik klasifikasi terbimbing untuk pemetaan
tutupan lahan. Identifikasi daerah prospek mineralisasi dilakukan dengan analisis band math,
indeks vegetasi, directed principal component analysis, dan linear spectral unmixing untuk
mengidentifikasi mineral-mineral penciri yang berasosiasi dengan mineralisasi radioaktif.
Hasil penelitian menunjukkan bahwa daerah penelitian memiliki anomali laju radiasi antara
982,8 hingga 26.769 nSv/h, dengan anomali ekuivalen uranium sebesar 34,4 hingga 984,2 ppm
dan thorium sebesar 222,6 hingga 6.066 ppm. Mineral-mineral pembawa radioaktif seperti
thorianite dan davidite serta mineral pembawa unsur REE, teridentifikasi di kompleks vulkanik
Adang, Ampalas, Tapalang, dan Malunda. Mineral penciri seperti besi oksida dan mineral
lempung juga teridentifikasi dan mengindikasikan potensi mineralisasi radioaktif di daerah
penelitian. Penelitian ini menunjukkan bahwa integrasi teknologi pengindraan jauh dan
machine learning memiliki potensi besar untuk pemetaan dan eksplorasi mineral radioaktif
secara efektif, efisien, dan berbiaya rendah.