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 Analisis Faktor Signifikansi Adsorpsi Surfaktan Pada Injeksi Eor Dengan Pendekatan Artificial  Neural Network
Bookmark Share

Art Original

Analisis Faktor Signifikansi Adsorpsi Surfaktan Pada Injeksi Eor Dengan Pendekatan Artificial Neural Network

Desy Tri Oktavia - Personal Name; Tomi Erfando - Personal Name;

Surfaktan banyak digunakan terutama di industri perminyakan untuk proses Enhanced Oil Recovery (EOR) karena kemampuannya untuk mempengaruhi sifat permukaan batuan dan antarmuka minyak-air. Tetapi dalam prosesnya terdapat kendala utama yang ditemui yaitu adsorpsi surfaktan di permukaan. Adsorpsi tersebut dapat disebabkan beberapa faktor yaitu konsentrasi surfaktan, temperatur reservoir, densitas surfaktan, konsentrasi Ca x 2+ , molecular weight dan salt concentration. Faktor inilah yang akan menjadi parameter pada penelitian ini. Dengan tujuan untuk mengetahui faktor adsorpi yang paling mempengaruhi adsorpsi surfaktan tersebut. Penelitian menggunakan pendekatan Artificial neural network (ANN)-backpropagation sebagai salah satu data input sehingga dapat menghasilkan data output berupa perangkingan untuk faktor yang mempengaruhi adsorpsi surfaktan. Kemudian digunakan Random Forest sebagai pembanding dari keakuratan data yang didapatkan pada pendekatan ANN yang digunakan. Pemodelan reservoir menggunakan sorftware simulasi reservoir (CMG) STARS. Dengan menggunakan 300 data dengan rasio 80% dataset untuk di-training dan 20% dataset untuk di-testing. Didapatlah nilai R 2 data training bernilai 0.592 dan pada data testing 0.210. Untuk metode random forest di dapatkan nilai R untuk data testing 0.860 dan untuk data training 0.321. Dapat disimpulkan pada penelitian ini bahwa penggunaan Random Forest lebih akurat dari pada menggunakan ANN dilihat dari nilai R 2 .


Availability
#
Teknik Perminyakan (Teknik) Perminyakan 665.4 Des A
25146
Available but not for loan - ETD
Detail Information
Call Number
Perminyakan 665.4 Des A
Language
Indonesia
NPM
173210086
Publisher
Teknik Perminyakan : Universitas Islam Riau., 2022
Keyword(s)
Artificial Neural Network
Faktor Signifikansi Adsorpasi Surfaktan
Injeksi Eor
Other Information
Petugas
Handi
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?