Hari 1

• Dasar Python untuk Geosains: Input/Output File Teks, CSV, dan Biner; List, Tuple, Set, Dictionary; Array 1D dan 2D; If Then Else; Fungsi; Iterasi/Loop; Pandas.Text, CSV, and Binary File IO, List, Tuple, Set, Dictionary, 1D and 2D Array, If Then Else, Function, Loop-Iterations, Pandas
• Dasar Data Science dan Geostatistik menggunakan Python.
• Analisis Well-log menggunakan Pandas: Pemfilteran, de-spike, penyuntingan casing-shoe, serta manipulasi dan komputasi Well-log. Filtering, de-spike, casing-shoe editing & Well logs manipulation and computation
• Visualisasi Well-log menggunakan Library Python: Kurva Tunggal, Multi-kurva, Crossplot 2D dan 3D, pengisian "Sand-Shale", dan Visualisasi Citra Sumur (Well-Image). Single Curves, Multi-curves, 2D and 3D Crossplots, “Sand-Shale” Fill, Well-Image Visualization

Hari 2

• Dasar-dasar Supervised Machine Learning untuk Aplikasi Geosains: Support Vector Machine, K-Nearest Neighbors, Customized K-Nearest Neighbors, dan Jaringan Syaraf Tiruan (Artificial Neural Network). Support Vector Machine , K-Nearest Neighbors, Customized K-Nearest Neighbours, Arti?cial Neural Network

Hari 3

• Mendekode Format Seismik SEGY.
• Menyimpan Data Seismik ke dalam Database SQLite.
• Pemrosesan Seismik Sederhana menggunakan Python.
• Visualisasi Seismik 2D menggunakan Library Python.
• Komputasi Big Data menggunakan Infrastruktur Multi-cores.

Peserta kursus ini adalah seluruh geoscientist dan reservoir engineer yang membutuhkan penggunaan Data Science dan Machine Learning.

Memiliki pengalaman lebih dari 20 tahun bekerja di industri minyak dan gas nasional maupun multinasional, serta universitas. Memiliki pengalaman langsung dalam pemrosesan seismik darat/laut 2D dan 3D, multicomponent dan PS, serta analisis geofisika. Memiliki keahlian pemrograman geofisika yang kuat, mengembangkan perangkat lunak geofisika baik berbasis standalone maupun web menggunakan Python, Perl, C++, dan Javascript. Saat ini aktif membawakan kursus Python untuk Geosains baik secara langsung maupun daring, termasuk Machine Learning, Deep Learning, dan implementasinya pada data geofisika.