POROSITY AND PERMEABILITY PREDICTION USING MACHINE LEARNING ALGORITHM WORKFLOW CASE STUDY âXâ FIELD
Di dalam studi ini, akan dijabarkan alur kerja untuk memperkirakan nilai porositas dan permeabilitas menggunakan algoritma machine learning dengan menambahkan label facies dan formasi. Terbatasnya core analysis dan kendala interpretasi manual pada penentuan facies merupakan latar belakang dari pen...
Saved in:
| Main Author: | |
|---|---|
| Format: | Final Project |
| Language: | Indonesia |
| Subjects: | |
| Online Access: | https://digilib.itb.ac.id/gdl/view/61886 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| Institution: | Institut Teknologi Bandung |
| Language: | Indonesia |
| Summary: | Di dalam studi ini, akan dijabarkan alur kerja untuk memperkirakan nilai porositas dan permeabilitas
menggunakan algoritma machine learning dengan menambahkan label facies dan formasi. Terbatasnya core
analysis dan kendala interpretasi manual pada penentuan facies merupakan latar belakang dari pengerjaan studi.
Diawali dengan membuat model machine learning yang memprediksi label formasi lalu label facies secara akurat
menggunakan perubahan fitur prediktor. Setiap hasil prediksi variabel sasaran akan digunakan untuk prediksi
untuk variabel sasar selanjutnya, hal ini ditujukan untuk membangun alur kerja yang terintegrasi. Menerapkan
augmentasi fitur prediktor oleh (Bestagini, Lipari, & Tubar, 2017) dan (Marcelo, 2018) memberikan hasil prediksi
pada studi lapangan “X” mengggunakan data log dan data sampel core menunjukkan formasi dengan skor f1
0.91 dan, prediksi facies dengan skor f1 0.78. Hasil prediksi nilai porositas menggunakan fitur tambahan dari
label facies dan formasi diperoleh dengan skor R2 0.804. Prediksi permeabilitas dengan transformasi nilai
variabel sasar belum cukup untuk menghasilkan prediksi yang akurat, prediksi permeabilitas memperoleh skor
R2 0.175. |
|---|