Text

PENERAPAN PCA DAN MACHINE LEARNING UNTUK PREDIKSI KETIDAKSESUAIAN PENGUKURAN MINYAK PADA SISTEM SERAH TERIMA: PEMBELAJARAN DARI FASILITAS ONSHORE DI INDONESIA

---

Ketidaksesuaian volume terukur minyak pada sistem serah terima masih menjadi tantangan yang persisten, yang sering kali disebabkan oleh interaksi termal, hidrolik, dan komposisi yang kompleks. Studi ini memperkenalkan kerangka kerja berbasis data yang mengintegrasikan Principal Component Analysis (PCA) dan machine learning untuk mengidentifikasi serta memprediksi ketidaksesuaian tersebut pada fasilitas stasiun pengumpul di area onshore, Indonesia (Lapangan-X). Parameter operasional utama—termasuk volume bruto, unallocated net oil, tekanan, temperatur, dan BS&W—dianalisis untuk menilai dampaknya terhadap ketidakseimbangan volume. PCA mereduksi 64 variabel yang saling berkorelasi menjadi lima komponen utama, yang menjelaskan 95% total variasi dan menyoroti volume bruto, tekanan, serta temperatur sebagai faktor dominan. Empat model machine learning (XGBoost, Random Forest, Support Vector Regression, dan ElasticNet) dilatih dan divalidasi menggunakan skema three-fold time series cross-validation guna memastikan ketahanan temporal. Penerapan PCA secara signifikan meningkatkan performa prediktif, dengan Support Vector Regression menunjukkan peningkatan R² terbesar (dari –0.0082 menjadi 0.82). Hasil penelitian menunjukkan bahwa ketidaksesuaian volume terutama dipengaruhi oleh penyusutan karena kondisi termodinamika, perubahan temperatur, serta kesalahan pengukuran terkait BS&W. Kerangka kerja PCA–machine learning yang diusulkan ini menawarkan pendekatan yang interpretatif dan andal untuk deteksi dini dan mitigasi ketidaksesuaian volume minyak pada lingkungan produksi yang kompleks.

---

Availability

Detail Information

Call Number

-

Language

Indonesia

NPM

213210180

Publisher

Teknik Perminyakan : Universitas Islam Riau., 2026

Keyword(s)

Kata Kunci: Ketidaksesuaian volume terukur minyak,

Other Information

Petugas

Budi Santoso

Other version/related

File Attachment

Comments

---

You must be logged in to post a comment