Art Original
Analisis Faktor Signifikansi Adsorpsi Surfaktan Pada Injeksi Eor Dengan Pendekatan Artificial Neural Network
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 .
No other version available