#TITLE_ALTERNATIVE#

Secara garis besar, studi ini merupakan contoh penerapan AI (Intelegensia Buatan) sebagai cara alternatif dalam menentukan hubungan dari parameter-parameter yang mempengaruhi proses Perekahan Hidrolik. Jenis AI yang digunakan adalah Adaptive Neuro Fuzzy Inference System (ANFIS), di mana sistem ini b...

Full description

Saved in:
Bibliographic Details
Main Author: ADIPUTRO GUNADI (NIM 12205028); Pembimbing: Dr. Ir. Sudjati Rachmat, DEA., TRIANTO
Format: Final Project
Language:Indonesia
Online Access:https://digilib.itb.ac.id/gdl/view/14530
Tags: Add Tag
No Tags, Be the first to tag this record!
Institution: Institut Teknologi Bandung
Language: Indonesia
id id-itb.:14530
spelling id-itb.:145302017-09-27T10:37:29Z#TITLE_ALTERNATIVE# ADIPUTRO GUNADI (NIM 12205028); Pembimbing: Dr. Ir. Sudjati Rachmat, DEA., TRIANTO Indonesia Final Project INSTITUT TEKNOLOGI BANDUNG https://digilib.itb.ac.id/gdl/view/14530 Secara garis besar, studi ini merupakan contoh penerapan AI (Intelegensia Buatan) sebagai cara alternatif dalam menentukan hubungan dari parameter-parameter yang mempengaruhi proses Perekahan Hidrolik. Jenis AI yang digunakan adalah Adaptive Neuro Fuzzy Inference System (ANFIS), di mana sistem ini berperan dalam menentukan hubungan berbagai parameter yang dimiliki Fracture Conductivity.<p>Metode sederhana ini dikembangkan sebagai alternatif untuk cara-cara numerik dan analitik dan bertujuan mempermudah para engineer di lapangan dalam membuat keputusan. Hasilnya dapat digunakan sebagai perkiraan awal sebelum melakukan suatu pekerjaan stimulasi. Data yang digunakan dalam paper ini berasal dari lapangan South Balam Field, di Formasi Telisa, Sumatera Selatan. Pada lapangan ini semua sumur di-frac dengan metoda yang sama pada formasi yang sama dan memiliki karakteristik yang serupa.<p>Studi ini dikerjakan dengan men-simulasikan lingkungan di mana data-data vital seperti data Well Testing dan data Produksi tidak ada. ANFIS diuji untuk melihat kemampuannya dalam memodelkan hasil perekahan hidrolik dengan data terbatas. Data frac dan data batuan diurut, dipilih, dan dimasukkan sebagai inputan ANFIS. Kemudian model dibangun dan dilihat kemampuannya dalam merepresentasikan kasus tersebut. Setelah itu prosesnya diulang sehingga model akhirnya memiliki galat yang paling kecil. Pada akhirnya, studi ini selesai dengan hasil yang baik. Dengan menggunakan data dari lapangan South Balam Field, ANFIS berhasil menghasilkan model dengan error rata-rata sebesar 9%. text
institution Institut Teknologi Bandung
building Institut Teknologi Bandung Library
continent Asia
country Indonesia
Indonesia
content_provider Institut Teknologi Bandung
collection Digital ITB
language Indonesia
description Secara garis besar, studi ini merupakan contoh penerapan AI (Intelegensia Buatan) sebagai cara alternatif dalam menentukan hubungan dari parameter-parameter yang mempengaruhi proses Perekahan Hidrolik. Jenis AI yang digunakan adalah Adaptive Neuro Fuzzy Inference System (ANFIS), di mana sistem ini berperan dalam menentukan hubungan berbagai parameter yang dimiliki Fracture Conductivity.<p>Metode sederhana ini dikembangkan sebagai alternatif untuk cara-cara numerik dan analitik dan bertujuan mempermudah para engineer di lapangan dalam membuat keputusan. Hasilnya dapat digunakan sebagai perkiraan awal sebelum melakukan suatu pekerjaan stimulasi. Data yang digunakan dalam paper ini berasal dari lapangan South Balam Field, di Formasi Telisa, Sumatera Selatan. Pada lapangan ini semua sumur di-frac dengan metoda yang sama pada formasi yang sama dan memiliki karakteristik yang serupa.<p>Studi ini dikerjakan dengan men-simulasikan lingkungan di mana data-data vital seperti data Well Testing dan data Produksi tidak ada. ANFIS diuji untuk melihat kemampuannya dalam memodelkan hasil perekahan hidrolik dengan data terbatas. Data frac dan data batuan diurut, dipilih, dan dimasukkan sebagai inputan ANFIS. Kemudian model dibangun dan dilihat kemampuannya dalam merepresentasikan kasus tersebut. Setelah itu prosesnya diulang sehingga model akhirnya memiliki galat yang paling kecil. Pada akhirnya, studi ini selesai dengan hasil yang baik. Dengan menggunakan data dari lapangan South Balam Field, ANFIS berhasil menghasilkan model dengan error rata-rata sebesar 9%.
format Final Project
author ADIPUTRO GUNADI (NIM 12205028); Pembimbing: Dr. Ir. Sudjati Rachmat, DEA., TRIANTO
spellingShingle ADIPUTRO GUNADI (NIM 12205028); Pembimbing: Dr. Ir. Sudjati Rachmat, DEA., TRIANTO
#TITLE_ALTERNATIVE#
author_facet ADIPUTRO GUNADI (NIM 12205028); Pembimbing: Dr. Ir. Sudjati Rachmat, DEA., TRIANTO
author_sort ADIPUTRO GUNADI (NIM 12205028); Pembimbing: Dr. Ir. Sudjati Rachmat, DEA., TRIANTO
title #TITLE_ALTERNATIVE#
title_short #TITLE_ALTERNATIVE#
title_full #TITLE_ALTERNATIVE#
title_fullStr #TITLE_ALTERNATIVE#
title_full_unstemmed #TITLE_ALTERNATIVE#
title_sort #title_alternative#
url https://digilib.itb.ac.id/gdl/view/14530
_version_ 1820737246690541568