Art Original

Investigasi Performa Cyclic Steam Stimulation Terhadap Peningkatan Perolehan Minyak Dengan Menggunakan Artificial Neural Network

---

Pada saat ini semakin banyak ditemukan cadangan minyak mentah berat sehingga perlu diterapkan teknologi enhanced oil recovery (EOR) yang dianggap efektif dalam peningkatan perolehan minyak. Metode Cyclic Steam Stimulation (CSS) adalah salah satu metode thermal EOR dengan mekanisme berlangsung melalui siklus injkesi uap, perendaman, produksi minyak. Oleh karena itu, perlu dilakukan penelitian tentang kinerja dari parameter cyclic steam stimulation terhadap peningkatan perolehan minyak. Steam merupakan media efesiensi untuk memanaskan lapisan bawah permukaan dan reservoir cairan yang terkandung didalamnya, karena banyak energi yang tersedia di uap berada dalam bentuk panas laten yang dilepaskan pada temperature konstan saat mengembun dan terhubungan dengan lapisan bawah permukaan yang relatif dingin. Analisis kinerja parameter cyclic steam stimulation terhadap penigkatan perolehan minyak pada peneltian ini dilakukan dengan simulasi research menggunakan software CMG-STARTS dan Python. Adapun tujuannya untuk menginvestigasi performa cyclic steam stimulation terhadap peningkatan perolehan minyak dari beberapa parameter operasional yang diuji yaitu volume injeksi, steam quality, laju injeksi, soaking time, tempearetur injeksi, dan tekanan injeksi. Metode ANN ini merupakan salah satu metode machine learning dari data input dan menghasilkan data output. Dengan menggunakan 516 data rasio 80% dari hasil model perhitungan RF dan SOR dari software CMG untuk data di-training dan 20% dari hasil model untuk di-testing. Supaya mendapatkan hasil prediksi yang menggunakan metode ANN secara optimal maka akan dilakukan trial and error pada jumlah nodes hidden layer. Didapatlah nodes hidden layer yang optimal dan stabil pada nodes 14 dengan nilai R2 train 0.9976 dan R2 test 0.9882. RMSE train 0.0501 dan RMSE test 0.1126 dan MAPE train 0.1767 dan MAPE test 0.2697. Dapat disimpulkan pada penelitian ini bahwa menggunakan ANN dalam prediksi rf and sor menggunakan 14 nodes hidden layer terbukti sangat bagus dan berhasil.

---

Availability

Detail Information

Call Number

Perminyakan 620 Ade I

Language

Indonesia

NPM

173210338

Publisher

Teknik Perminyakan : Universitas Islam Riau., 2022

Keyword(s)

Cyclic steam stimulation
CMG-STARS
Python
artificial neural networks

Other Information

Petugas

Mia

Other version/related

File Attachment

Comments

---

You must be logged in to post a comment