PREDIKSI PEROLEHAN MINYAK KUMULATIF SUMURAN DI FORMASI TLS BERPERMEABILITAS RENDAH DAN BERPEREKAH BUATAN MENGGUNAKAN PENDEKATAN REGRESI LINIER BERGANDA DAN KECERDASAN BUATAN

• Main Author: ATMOJO PRIYANTORO (NIM : 22210064), TRI
• Format: Theses
• Language: Indonesia
• Online Access: https://digilib.itb.ac.id/gdl/view/20584
• 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 menggukan 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 X. 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 <br /> <br /> <br /> kumulatif. Baik ANFIS maupun MLR, pelatihan data menggunakan penyesuaian iterative untuk memetakan keluaran model dan keluaran target menggunakan <br /> <br /> <br /> jumlah kuadrat galat terkecil. Sebagai validasinya, model dinilai dengan menggunakan data dalam pengecekan, menggunakan koefisien determinasi (R2) dan rata-rata galat kuadrat terkecil (MSE). Nilai parameter statistik koefisien determinasi (R2) untuk prediksi ANFIS dan MLR masing-masing diperoleh sebesar 0.81 dan 0.59 dan MSE masing-masing sebesar 41 and 55. Kedua metoda ini dimaksudkan sebagai pendekatan alternative atas metode yang disebutkan sebelumnya serta pengembangan dalam <br /> <br /> <br /> melakukan prediksi pada kondisi lapangan telah dikembangkan dan memiliki data yang cukup.