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 Alkaline-surfactant-polymer Flooding Di Reservoir Karbonat Dengan   Metode Bayesian Network
Bookmark Share

Art Original

Optimasi Alkaline-surfactant-polymer Flooding Di Reservoir Karbonat Dengan Metode Bayesian Network

Sarah Muzdalifah - Personal Name; DIKE FITRIANSYAH PUTRA - Personal Name;

Alkaline-surfactant-polymer (ASP) flooding adalah metode Chemical Enhanced Oil Recovery (CEOR) yang terbukti efektif dalam meningkatkan produksi minyak. Namun tetap diperlukan sebuah strategi injeksi yang optimal agar pemanfaatan injeksi ASP Flooding memiliki tingkat kesuksesan yang tinggi. ASP Flooding cocok diterapkan pada reservoir karbonat karena reservoir karbonat bersifat oil-wet dimana minyak cenderung menempel pada batuan reservoir. Adapun komponen fluida injeksi pada penelitian ini yaitu alkali Na 2 vii CO 3 (natrium carbonate), surfaktan ABS (alkylbenzene sulfonate) dan polimer HPAM (hydrolize polyacrylamide). Penelitian ini dilakukan untuk mendapatkan hasil terbaik berupa skenario optimal dari parameter yang digunakan dalam pemanfaatan injeksi ASP. Penelitian ini diawali dengan memperoleh sensitivity data berupa dataset, kemudian dilanjutkan dengan pengolahan data melalui jupyter notebook pada mechine learning python dengan algoritma Bayesian Network. Langkah yang dilakukan untuk mengetahui nilai optimum dari setiap parameter yaitu dengan melakukan skenario Training dan Testing data dengan rasio data 70:30, 80:20, dan 90:10 dengan algoritma Bayesian Network. Dari hasil penelitian diperoleh optimasi pada parameter Bottom Hole Pressure (BHP) pada skenario Training 80% data dan Testing 20% data dengan nilai R 2 sebesar 0.980 dengan MSE sebesar 1.08432 merupakan model dengan nilai optimasi tertinggi. Sedangkan pada parameter Konsentrasi surfaktan, Salinitas dan Adsorpsi tidak diperoleh hasil yang optimal dikarenakan tidak terjadi persebaran data dari nilai Recovery Factor.


Availability
#
Teknik Perminyakan (Fakultas Teknik) Perminyakan 621.31242 Sar o
248749
Available but not for loan - ETD
Detail Information
Call Number
Perminyakan 621.31242 Sar o
Language
Indonesia
NPM
183210797
Publisher
Teknik Perminyakan : Universitas Islam Riau., 2023
Keyword(s)
Adsorpsi
Salinitas
Alkaline-surfactant-polymer (ASP)
Bayesian Network
Bottom Hole Pressure
Other Information
Petugas
Yuni
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?