PENINGKATAN METODOLOGI PENGELOMPOKAN DATA MENGGUNAKAN DBSCAN DALAM ANALISIS KURVA PENURUNAN ARPS

• Main Author: Cindie Dewati, Ajeng
• Format: Final Project
• Language: Indonesia
• Subjects: Pertambangan dan operasi berkaitan
• Online Access: https://digilib.itb.ac.id/gdl/view/57804
• Institution: Institut Teknologi Bandung

Prakiraan produksi memegang peranan penting dalam industri migas. Perkiraan cadangan yang terlalu tinggi maupun terlalu rendah pada prediksi produksi masa depan dapat menyebabkan masalah yang berarti bagi perusahaan minyak dan gas. Penggunaan Analisis Penurunan Kurva Produksi Arps yang dikenal luas dalam prediksi produksi masa depan menimbulkan pertanyaan apakah metode ini masih relevan untuk digunakan saat ini. Selain efisiensi komputasi dibandingkan dengan model simulasi, subjektivitas selama proses DCA telah disorot dari waktu ke waktu. Melalui deteksi dan penghapusan outlier secara manual, interpretasi pengukuran data yang hilang, dan penyesuaian data melalui pemilihan tren produksi dapat memberikan hasil yang bervariasi dari insinyur yang berbeda. Selain itu, asumsi yang mendasari DCA konvensional bahwa tidak ada perubahan dalam pengaturan operasi sumur telah meningkatkan ketidakpastian teknik ini. Dengan bantuan pendekatan melalui Machine Learning, ketidakpastian dan masalah subjektivitas dalam DCA dapat berkurang dengan dilakukan pemrosesan data yang tepat. Studi ini akan mengusulkan metodologi yang disempurnakan untuk pengelompokan data di sumur produksi menggunakan DBSCAN (Density-Based Spatial Clustering of Application with Noise) dengan memanfaatkan berbagai properti sumur lainnya termasuk laju produksi, bukaan choke, tekanan kepala sumur, dan tekanan lubang bawah dan mempertimbangkan pemilihan nilai parameter epsilon optimal untuk dataset yang tersedia. Penelitian ini akan menggunakan pendekatan baru dalam pemanfaatan data dengan menggunakan dataset tak berdimensi yang akan diinput ke dalam algoritma DBSCAN untuk mendapatkan hasil clustering yang terbaik untuk tiap parameter sumur. Serangkaian studi kasus telah dilakukan dengan menggunakan data Lapangan Minyak Volve menggunakan metodologi yang ada dalam clustering DBSCAN untuk sumur produksi dan metode baru yang disempurnakan. Secara keseluruhan, estimasi cadangan menggunakan metodologi yang diusulkan menyajikan tren yang lebih pas yang dapat menangkap kinerja sumur