PREDIKSI PEROLEHAN MINYAK KUMULATIF SUMURAN DI FORMASI BATU PASIR BERPERMEABILITAS SANGAT RENDAH DAN BERPEREKAH BUATAN MENGGUNAKAN PENDEKATAN REGRESI MULTIVARIATE DAN KECERDASAN BUATAN

• Main Author: FAJAR PRAKOSO (NIM : 22211039), NOKE
• Format: Theses
• Language: Indonesia
• Online Access: https://digilib.itb.ac.id/gdl/view/20353
• Institution: Institut Teknologi Bandung

Kelayakan ekonomi dalam suatu pengembangan reservoir memerlukan perkiraan pendapatan yang akan diperoleh dari investasi yang ditanamkan, seperti keputusan untuk melakukan kerja ulang maupun pengeboran sisipan. Sehingga, kesuksesan pengambangan dari sudut pandang keekonomian turut ditentukan oleh ketepatan prediksi dari total cadangan yang bisa terambil dari sumur tersebut. <br /> <br /> <br /> Prediksi perolehan kumulatif dapat dilakukan dengan beberapa pendekatan, seperti simulasi reservoir, analogi terhadap sumur sekitar menggunakan analisa kurva penurunan (DCA), perhitungan volumetric dan faktor perolehan, atau keseimbangan massa. Tiap pendekatan memiliki kelebihan dan kekurangan masing-masing, misalnya simulasi reservoir memiliki kelebihan akurasi tetapi mahal dan memakan waktu untuk history matching, sebaliknya DCA lebih lebih sederhana dalam perhitungan tetapi memiliki akurasi yang lebih rendah disebabkan karena asumsi-asumsi yang digunakan dalam perhitungan, dan tingkat kepercayaan yang lebih rendah. <br /> <br /> <br /> Studi ini berfokus pada pengembangan kerangka dengan menerapkan regresi linier berganda dan system inferensi jaringan saraf samar adaptif untuk memprediksi perolehan kumulatif dari suatu sumur di formasi TLS di Lapangan Y. Lebih jauh, dalam study yang akan datang, model prediksi ini dapat digeneralisasi untuk menentukan lokasi sumur yang optimum, desain perekahan yang optimum dan digunakan untuk menilai kelayakan kerja ulang dan pemboran sisipan. Dalam pemodelan ini, menggabungkan parameter reservoir di formasi TLS dan parameter rekah buatan, dan sebagai outputnya adalah perolehan minyak kumulatif. Baik ANFIS maupun Multivariate, pelatihan data menggunakan penyesuaian iterative untuk memetakan keluaran model dan keluaran target menggunakan jumlah kuadrat galat terkecil. Sebagai validasinya, model dinilai dengan menggunakan data dalam pengecekan, menggunakan koefisien determinasi (R2) dan normalisasi akar rata-rata galat kuadrat terkecil (NRMSE). <br /> <br /> <br /> Nilai parameter statistik koefisien determinasi (R2) untuk prediksi ANFIS dan MVR masing-masing diperoleh sebesar 0.92 dan 0.25 dan NRMSE masing-masing sebesar 4% and 28%. Prediksi menggunakan ANFIS memiliki potensi yang baik untuk digunakan lebih lanjut pada kasus serupa karena relatif akurat dan mudah digunakan. Parameter yang paling berkontribusi pengaruhnya pada kumulatif produksi di sumuran dengan hidrolik fracturing, berdasarkan model ANFIS untuk TLS lapangan Y, adalah panjang tengah rekahan (half length).