Art Original

Implementasi Machine Learning Regression Analytic Untuk Meningkatkan Success Ratio Pekerjaan Well Intervention Chemical Stimulation Di Lapangan Steamflood Nd

---

Menurut data pada tahun 2021-2022 telah dilakukan lebih dari 4000 pekerjaan chemical stimulation di lapangan steamflood ND baik yang menggunakan acid maupun solvent dengan success ratio yaitu sebesar 56%. Untuk memaksimalkan nilai success ratio dari pekerjaan chemical stimulation tersebut maka penelitian ini dilakukan dengan menggunakan algoritama dari machine learning yaitu regression. Diharapkan pada penelitian ini yaitu dapat membuat model machine learning yang memiliki akurasi hingga 90% sehingga mampu memprediksi success ratio dari pekerjaan chemical stimulation di lapangan steamflood ND. Penelitian yang dilakukan dimulai dari pengumpulan data histories dari pekerjaan well intervention chemical stimulation: Oil Before Job, Fluid Before Job, Pump Fillage, Water Cut, dan Well Head Temperature serta membuat model machine learning dan dilanjukan dengan pengujian-pengujian lainnya. Dari hasil analisis, parameter yang memiliki potensi mendapatkan oil gain maksimal sebagai berikut: oil BF pada range 0 sampai dengan 5 bopd memiliki nilai yang paling tinggi yaitu 29, Fluid BF pada range 0 sampai dengan 100 bfpd memiliki nilai yang paling tinggi yaitu 31, water cut pada range 91% sampai dengan 100% memiliki nilai yang paling tinggi yaitu 51, WHT pada range 161°F sampai dengan 200°F memiliki nilai yang paling tinggi yaitu 33, dan Pump fillage pada range 61% sampai dengan 80% memiliki nilai yang paling tinggi yaitu 26. Dari hasil validation test yang sudah dilakukan sebanyak sepuluh kali, menunjukkan akurasi machine learning dengan rata-rata 94%. Dengan nilai akurasi tersebut dapat memprediksi nilai dari success ratio. Pada hasil test terdapat 175 wells dengan score tertinggi ditunjukkan oleh machine learing yang dapat menghasilkan oil gain positif, maka menghasilkan success ratio 100% dengan potential error sebesar 6%.

---

Availability

Detail Information

Call Number

Perminyakan 622.3 Nau I

Language

Indonesia

NPM

183210380

Publisher

Teknik Perminyakan : Universitas Islam Riau., 2023

Keyword(s)

Parameter
Data
machine learning
Chemical stimulation
regression analytic

Other Information

Petugas

Erza Pebriani

Other version/related

File Attachment

Comments

---

You must be logged in to post a comment