Text

PENERAPAN MODEL ARTIFICIAL NEURAL NETWORKS (ANN) UNTUK MEMPREDIKSI LAJU ALIR PRODUKSI PADA SUMUR ELECTRIC-SUBMERSIBLE PUMP DI LAPANGAN Y MENGGUNAKAN SOFTWARE PYTHON

---

Industri minyak dan gas menghadapi tantangan besar dalam hal efisiensi dan akurasi prediksi produksi. Penelitian ini menerapkan model Artificial Neural Networks (ANN) untuk memprediksi laju alir produksi pada 18 sumur Electrical Submersible Pump (ESP) di Lapangan Y menggunakan software python. Model ANN dikembangkan dengan arsitektur Multilayer Perceptron (MLP) berlapis 22-64-32-16-8-1 dengan fungsi aktivasi Leaky ReLU dan optimizer Adam. Mengingat keterbatasan data lapangan yang hanya berjumlah 18 sampel, diterapkan teknik augmentasi data berbasis Gaussian noise sehingga dataset diperbesar menjadi 378 sampel. Model dilatih selama 10.000 epoch dengan 22 parameter input yang mencakup tekanan reservoir, watercut, GOR, API gravity, TDH, PSD dan parameter yang lainnya. Hasil evaluasi model menunjukan kinerja yang sangat baik dengan nilai R2 = 1,000, MAE = 4,65 BFPD, RMSE = 6,54 BFPD, dan MAPE = 0,45 %, yang tergolong dalam kategori “Baik”. Selain itu, dilakukan prediksi laju alir produksi untuk 13 tahun kedepan 2026-2039 menggunakan decline rate exponential. Penelitian ini menunjukan bahwa model ANN dapat menjadi alat yang akurat dalam mendukung optimasi produksi sumur ESP.

---

Availability

Detail Information

Call Number

perminyakan 551.48 Yog p

Language

Indonesia

NPM

213210013

Publisher

Teknik Perminyakan : Universitas Islam Riau., 2026

Keyword(s)

Python
Artficial Neural Netroks (ANN)
Electrical Submersible Pump (ESP)
prediksi laju produksi

Other Information

Petugas

Ayu Agustina

Other version/related

File Attachment

Comments

---

You must be logged in to post a comment