ETD - UIR

Electronic Thesis and Dissertation

  • Home
  • Information
  • News
  • Help
  • Librarian
  • Member Area
    Member Login Online Registration
  • Select Language :
    Arabic Bengali Brazilian Portuguese English Espanol German Indonesian Japanese Malay Persian Russian Thai Turkish Urdu

Search by :

ALL Author Subject NPM Advanced Search

Last search:

{{tmpObj[k].text}}
Image of Penentuan Skin Formation Reservoir Pada Buildup Test Dengan Menggunakan Svm Algoritma Pada Sumur X
Bookmark Share

Art Original

Penentuan Skin Formation Reservoir Pada Buildup Test Dengan Menggunakan Svm Algoritma Pada Sumur X

Fairuz Deby Tamara - Personal Name; Fiki Hidayat - Personal Name;

Pengujian sumur umumnya digunakan untuk mengetahui suatu kondisi pada saat sumur diproduksikan. Sejauh ini kerusakan formasi pada sumur biasanya dilakukan dengan metode yang dikenal dengan pressure buildup test. Analis hasil dari pressure buildup test umumnya menggunakan teknik yang disebut horner plot yang sudah cukup obsolete. Sehingga diperlukan adanya teknik baru yang dapat melakukan penentuan nilai skin formation. Penelitian ini bertujuan untuk dapat memprediksi nilai skin formation dari buildup test dengan menggunakan metode support vector machine. Pada studi ini peneliti membangun model reservoir simulasi dengan menggunakan Computer Modelling Group (CMG)-IMEX. Kemudian melakukan 500 dataset eksperimental dengan enam parameter sebagai data input well test yaitu Initial pressure, Production rate, Thickness, Factor Volume Formation, Permeability dan Viscosity dengan menggunakan metode Design of Experiment (DoE) dengan Skin formation sebagai respone parameter. Untuk mempermudah melakukan penentuan Skin formartion maka dilakukan dengan menggunakan metode Support Vector Machine Algorithm dengan Python Programming Language untuk modelling, serta dilakukannya tunning hyper parameter. Dari 500 DoE yang telah dipersiapkan, pembagian data dilakukan dengan rasio 80% untuk training dan 20% untuk data testing. Dari hasil simulasi yang dilakukan oleh Support Vector Machine Algorithm didapatkan predictive model dengan nilai Mean Square Error (MSE) dan Mean Absolute Error (MAE) yang mendekati nilai 0 dan untuk R2 training dan testing dengan nilai masingmasing 0.990 dan 0.991. dalam penelitian ini memaparkan pengaplikasian machine learning dalam penentuan parameter reservoir dan predictive model Support Vector Machine Algorithm dapat dijadikan acuan dan melakukan evaluasi dalam kinerja Buildup test dalam memprediksi nilai Skin formation dengan tingkat keakuratan 0.991 dan singkat tanpa menggunakan simulasi reservoir yang dapat memakan banyak waktu.


Availability
#
Teknik Perminyakan (Fakultas Teknik) Perminyakan 551.48 Fai p
249350
Available but not for loan - ETD
Detail Information
Call Number
Perminyakan 551.48 Fai p
Language
Indonesia
NPM
173210667
Publisher
Perminyakan : Universitas Islam Riau., 2023
Keyword(s)
Well Testing
Buildup Tes
Skin Formation
Other Information
Petugas
Ayu Agustina
Other version/related

No other version available

File Attachment
  • Please login to see this attachment
Comments

You must be logged in to post a comment

ETD - UIR
  • Information
  • Services
  • Librarian
  • Member Area

About Us

As a complete Library Management System, SLiMS (Senayan Library Management System) has many features that will help libraries and librarians to do their job easily and quickly. Follow this link to show some features provided by SLiMS.

Search

start it by typing one or more keywords for title, author or subject

Keep SLiMS Alive Want to Contribute?

© 2026 — Senayan Developer Community

Powered by SLiMS
Select the topic you are interested in
  • Computer Science, Information & General Works
  • Philosophy & Psychology
  • Religion
  • Social Sciences
  • Language
  • Pure Science
  • Applied Sciences
  • Art & Recreation
  • Literature
  • History & Geography
Icons made by Freepik from www.flaticon.com
Advanced Search
Where do you want to share?