Art Original

Prediksi Tingkat Keberhasilan Waterflooding Menggunakan Feed Forward Algorithm

---

Waterflooding merupakan salah satu metode EOR yang sering digunakan untuk meningkatkan perolehan minyak karena dapat meningkatkan 30% -60% dari angka total produksi. Perlu dilakukan metode pendekatan prediksi kinerja system produksi guna meminimalisir ketidakpastian dalam peningkatan angka produksi, seperti metode analitik dan metode numerik. Artificial Intelegence dalam dunia peminyakan bukan hal yang baru akan tetapi sudah sering digunakan berbagai bidang seperti eksplorasi, pengeboran, produksi dan reservoir. Sehingga hal ini yang mendasari penelitian prediksi keberhasilan Waterflooding dilaksanakan. Tujuan penelitian ini dilakukan adalah untuk memprediksi tingkat keberhasilan Waterflooding menggunakan Artificial Neural Network (ANN). Metode yang digunakan pada penelitian ini yaitu metode simulation research menggunakan CMG Imex untuk pemodelan simulasi reservoir, running CMG CMOST untuk 500 data sensitivitas dengan input tujuh parameter compresibhilitas, permeabilitas horizontal, permeabilitas vertikal, pressure injection, rate injection, thickness, saturasi minyak dan output berupa recovery factor menggunakan Artificial Neural Network (ANN) dengan rasio 70 % dari hasil model perhitungan RF untuk ditraining dan 30 % hasil model untuk di-testing. Agar mendapatkan hasil prediksi yang optimal maka dilakukan trial and eror pada jumlah nodes hidden layer, sehingga didapatkan nodes hidden layer yang optimal dan stabil pada nodes 10 dengan nilai RMSE 0.339035 untuk training dan 0.442663 untuk testing dan MAPE untuk training 1,15% dan 1.62 % untuk testing . Nilai analisis statistik 0.906139 untuk training dan 0.899525 data testing. Dapat disimpulkan pada penelitian ini bahwa penggunaan ANN dalam prediksi menggunkan 10 nodes hidden layer terbukti sangat bagus dan berhasil serta prediksi pada penelitian ini tergolong High Accurate Prediction.

---

Availability

Detail Information

Call Number

Perminyakan 621.86 Qun p

Language

Indonesia

NPM

183210913

Publisher

: Universitas Islam Riau., 2023

Keyword(s)

Waterflooding
Artificial Intelegence
Artificial Neural Network (ANN)

Other Information

Petugas

Ayu Agustina

Other version/related

File Attachment

Comments

---

You must be logged in to post a comment