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 Optimasi Produksi Menggunakan Extreme Gradient Boosting Algorithm Pada Intelligent Well, Sumur Z
Bookmark Share

Art Original

Optimasi Produksi Menggunakan Extreme Gradient Boosting Algorithm Pada Intelligent Well, Sumur Z

M. Farhan Muzakky - Personal Name; DIKE FITRIANSYAH PUTRA - Personal Name;

Optimasi produksi merupakan salah satu kegiatan yang dilakukan untuk meningkatkan produksi dari sumur untuk mengalirkan fluida dari dalam reservoir ke permukaan. Ketidakseimbangan profil produksi yang dihasilkan dapat menyebabkan water breaktrough atau gas ke dalam lubang sumur. Untuk menghilangkan ketidakseimbangan ini, perangkat inflow control device (ICD) ditempatkan di setiap sambungan layar untuk menyeimbangkan profil aliran masuk produksi di seluruh panjang lateral dan mengkompensasi variasi permeabilitas. Dalam melakukan optimasi produksi ada beberapa metode yang dapat dilakukan, salah satunya adalah metode intelligent well. Intelligent well dimaksudkan untuk membuat pemodelan atau simulasi untuk prediksi produksi dan faktor perolehan minyak dalam berbagai skenario pengembangan lapangan serta dibantu dengan menggunakan Inflow Control Valve (ICV) untuk mengontrol downhole. Pada studi ini menggunakan software simulasi reservoir Computer Modelling Group (CMG)-IMEX untuk pembuatan model reservoir. Kemudian dilakukan membangun 300 dataset eksperimental dengan 5 parameter input well test yaitu Initial Pressure, Production Rate, Thickness, Factor Volume Formation, dan Viscosity. Untuk mempermudah perhitungan terhadap metode intelligent well ini maka akan dilakukan dengan menggunakan metode Extreme Gradient Boosting Algorithm (XGBoost). Metode XGBoost ini merupakan salah satu metode machine learning dari data input dan menghasilkan data output. Dengan rasio 80% dari hasil model perhitungan optimasi produksi dari software CMG untuk di- training dan 20% dari hasil model untuk di-testing supaya mendapatkan hasil optimasi produksi pada intelligent well. Dari hasil simulasi yang dilakukan oleh Extreme Gradient Boosting 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 masing-masing 0.962 dan 0.971. Dalam penelitian ini memaparkan pengaplikasian machine learning dalam penentuan parameter reservoir dan predictive model Extreme Gradient Boosting Algorithm dapat dijadiakan acuan dan melakukan evaluasi dalam kinerja optimasi produksi pada intelligent well.


Availability
#
Teknik Perminyakan (Fakultas Teknik) Perminyakan 622.3 Far O
248154
Available but not for loan - ETD
Detail Information
Call Number
Perminyakan 622.3 Far O
Language
Indonesia
NPM
173210327
Publisher
Teknik Perminyakan : Universitas Islam Riau., 2023
Keyword(s)
Optimasi produksi
Inflow Control Devices
Intelligent Well
Extreme Gradient Boosting Algorithm
Other Information
Petugas
Erza Pebriani
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?