Art Original

Prediksi Water Coning Pada Natural Fractured Carbonate Reservoir Menggunakan Metode Artificial Neural Network

---

Tingginya produksi air menjadi salah satu permasalahan utama di industri minyak dan gas bumi. Terbukti di tahun 2017, Al – Azmi melaporkan bahwa produksi air setiap harinya di seluruh dunia mencapai 300 juta barrel dibandingkan dengan produksi minyak yang hanya 80 juta barrel. Fenomena Water Coning menjadi salah satu penyebab tingginya produksi air terutama pada Natural Fractured Carbonate Reservoir (NFCR). Kehadiran permeabilitas fracture menciptakan jalur permeable utama sehingga water breakthrough time terjadi lebih awal. Meskipun NFCR mengandung hampir 60% cadangan minyak dan 40% cadangan gas namun akibat tingginya jumlah produksi air menyebabkan sumur produksi mati lebih awal tanpa perolehan minyak yang optimum. Oleh karena itu, pada penelitian ini dilakukan prediksi water coning melalui water breakthrough time pada NFCR sehingga diharapkan terciptanya skema produksi yang optimum agar sumur produksi di NFCR dapat bertahan lebih lama. Penelitian ini diawali dengan membangun 225 eksperimen dari 6 parameter yaiu permeabilitas horizontal matriks dan fracture, permeabilitas vertikal matriks dan fracture dan porositas matriks dan fracture sebagai parameter paling dominan terhadap fenomena water coning di NFCR. Pembuatan 225 eksperimen menggunakan Design of Experiment (DoE) pada Computer Modelling Group (CMG - CMOST) software dengan Water Cut sebagai respon parameter. Kemudian prediksi water coning dilakukan dengan Artificial Neural Network berdasarkan validasi keakuratan dari Coefficient of Determination (R2) menggunakan Programming Language Python. Berdasarkan hasil penelitian yang telah dilakukan, Artificial Neural Network menghasilkan prediksi water coning yang akurat dengan waktu yang juga relatif lebih singkat. Melalui Coefficient of Determination untuk 12 hidden nodes pada hidden layer, diperoleh model akurasi senilai 0.998245 untuk data training dan 0.991375 untuk data testing. Sementara itu, water breakthrough time terjadi pada hari ke – 75 setelah sumur pertama kali diproduksikan di tahun 2020 dengan nilai Water Cut sebesar 42%. Hasil studi ini berpotensi membawa informasi terbarukan dalam industri minyak dan gas bumi khususnya implementasi Artificial Neural Network yang patut dipertimbangkan untuk digunakan dalam melakukan prediksi dengan tingkat keakuratan mencapai 0.913523. Kata Kunci : Water Coning, Natural Fractured Carbonate Reservoir, Fracture, Artificial Neural Network, Python

---

Availability

Detail Information

Call Number

553.2

Language

Indonesia

NPM

153210115

Publisher

Teknik Perminyakan : Universitas Islam Riau., 2021

Keyword(s)

Water Coning
Natural Fractured Carbonate
Metode Artificial

Other Information

Petugas

Teguh

Other version/related

File Attachment

Comments

---

You must be logged in to post a comment