UNSCHEDULED EVENT STANDARDIZATION: RECONCILE DRILLING AND COMPLETION PROBLEM CODE TO ENHANCE DATA ANALYSIS AND DECISION CORRECTION BY MACHINE LEARNING APPROACH

Selama operasi pengeboran atau komplesi, peristiwa yang tidak diharapkan dan diinginkan dapat terjadi, atau yang biasa disebut Peristiwa Tidak Terjadwal (UE) atau Peristiwa Tidak Terencana. UE adalah suatu kejadian yang tidak direncanakan, diduga, atau diharapkan tetapi terjadi sebagai akibat dari p...

Full description

Saved in:
Bibliographic Details
Main Author: Dillah Ababil, Irsyah
Format: Final Project
Language:Indonesia
Subjects:
Online Access:https://digilib.itb.ac.id/gdl/view/66499
Tags: Add Tag
No Tags, Be the first to tag this record!
Institution: Institut Teknologi Bandung
Language: Indonesia
id id-itb.:66499
spelling id-itb.:664992022-06-28T13:24:58ZUNSCHEDULED EVENT STANDARDIZATION: RECONCILE DRILLING AND COMPLETION PROBLEM CODE TO ENHANCE DATA ANALYSIS AND DECISION CORRECTION BY MACHINE LEARNING APPROACH Dillah Ababil, Irsyah Pertambangan dan operasi berkaitan Indonesia Final Project Pengeboran dan Komplesi, Peristiwa Tidak Terjadwal, Standarisasi, Machine Learning, Algoritma INSTITUT TEKNOLOGI BANDUNG https://digilib.itb.ac.id/gdl/view/66499 Selama operasi pengeboran atau komplesi, peristiwa yang tidak diharapkan dan diinginkan dapat terjadi, atau yang biasa disebut Peristiwa Tidak Terjadwal (UE) atau Peristiwa Tidak Terencana. UE adalah suatu kejadian yang tidak direncanakan, diduga, atau diharapkan tetapi terjadi sebagai akibat dari perubahan rencana di awal atau di antara operasi pemboran, gagal memenuhi target awal atau tidak melakukan apa-apa (operasi pengeboran atau komplesi terhenti) karena terjadi sesuatu. Tujuan dari studi ini adalah untuk menganalisis penyebaran penggunaan kode UE dan memberikan rekomendasi kode UE untuk mengurangi inkonsistensi data. Pada studi ini, dilakukan proses menganalisa UE, secara khusus kode UE yang terjadi selama 3 tahun terakhir di Perusahaan Minyak Z. Tujuan utama menganalisa kode UE adalah untuk mengetahui konsistensi dari data aktual yang terjadi dilapangan, antara kode UE yang terdiri dari UE Major Category dan UE Detail dengan Deskripsi UE nya. Studi ini menggunakan bahasa pemrograman python dan excel sebagai tool untuk membantu proses mengolah dan menganalisa data. Metode slovin juga digunakan dalam menentukan jumlah sampel data dari populasi data yang sudah melalui proses cleansing. Studi ini juga menggunakan beberapa algoritma (Cosine Similarity untuk menghitung derajat kesamaan dua kalimat, R-Square untuk menghitung ketidakkonsistenan data, dan K-Means Clustering untuk memberikan rekomendasi pada Deskripsi UE, baik menambahkan kata kunci maupun memberikan rekomendasi penulisan deskripsi yang benar sesuai dengan kode UE berdasarkan data aktual di Perusahaan Minyak Z.). Hasil dari studi ini adalah ditemukannya 11.45% data UE yang tidak konsisten 2 yakni antara deskripsi dan kode UE nya, terdapat 11 kode UE yang bisa diperbaiki, dan sebanyak 56 kode UE tidak duganakan selama 3 tahun terakhir di Perusahaan Minyak Z. 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
topic Pertambangan dan operasi berkaitan
spellingShingle Pertambangan dan operasi berkaitan
Dillah Ababil, Irsyah
UNSCHEDULED EVENT STANDARDIZATION: RECONCILE DRILLING AND COMPLETION PROBLEM CODE TO ENHANCE DATA ANALYSIS AND DECISION CORRECTION BY MACHINE LEARNING APPROACH
description Selama operasi pengeboran atau komplesi, peristiwa yang tidak diharapkan dan diinginkan dapat terjadi, atau yang biasa disebut Peristiwa Tidak Terjadwal (UE) atau Peristiwa Tidak Terencana. UE adalah suatu kejadian yang tidak direncanakan, diduga, atau diharapkan tetapi terjadi sebagai akibat dari perubahan rencana di awal atau di antara operasi pemboran, gagal memenuhi target awal atau tidak melakukan apa-apa (operasi pengeboran atau komplesi terhenti) karena terjadi sesuatu. Tujuan dari studi ini adalah untuk menganalisis penyebaran penggunaan kode UE dan memberikan rekomendasi kode UE untuk mengurangi inkonsistensi data. Pada studi ini, dilakukan proses menganalisa UE, secara khusus kode UE yang terjadi selama 3 tahun terakhir di Perusahaan Minyak Z. Tujuan utama menganalisa kode UE adalah untuk mengetahui konsistensi dari data aktual yang terjadi dilapangan, antara kode UE yang terdiri dari UE Major Category dan UE Detail dengan Deskripsi UE nya. Studi ini menggunakan bahasa pemrograman python dan excel sebagai tool untuk membantu proses mengolah dan menganalisa data. Metode slovin juga digunakan dalam menentukan jumlah sampel data dari populasi data yang sudah melalui proses cleansing. Studi ini juga menggunakan beberapa algoritma (Cosine Similarity untuk menghitung derajat kesamaan dua kalimat, R-Square untuk menghitung ketidakkonsistenan data, dan K-Means Clustering untuk memberikan rekomendasi pada Deskripsi UE, baik menambahkan kata kunci maupun memberikan rekomendasi penulisan deskripsi yang benar sesuai dengan kode UE berdasarkan data aktual di Perusahaan Minyak Z.). Hasil dari studi ini adalah ditemukannya 11.45% data UE yang tidak konsisten 2 yakni antara deskripsi dan kode UE nya, terdapat 11 kode UE yang bisa diperbaiki, dan sebanyak 56 kode UE tidak duganakan selama 3 tahun terakhir di Perusahaan Minyak Z.
format Final Project
author Dillah Ababil, Irsyah
author_facet Dillah Ababil, Irsyah
author_sort Dillah Ababil, Irsyah
title UNSCHEDULED EVENT STANDARDIZATION: RECONCILE DRILLING AND COMPLETION PROBLEM CODE TO ENHANCE DATA ANALYSIS AND DECISION CORRECTION BY MACHINE LEARNING APPROACH
title_short UNSCHEDULED EVENT STANDARDIZATION: RECONCILE DRILLING AND COMPLETION PROBLEM CODE TO ENHANCE DATA ANALYSIS AND DECISION CORRECTION BY MACHINE LEARNING APPROACH
title_full UNSCHEDULED EVENT STANDARDIZATION: RECONCILE DRILLING AND COMPLETION PROBLEM CODE TO ENHANCE DATA ANALYSIS AND DECISION CORRECTION BY MACHINE LEARNING APPROACH
title_fullStr UNSCHEDULED EVENT STANDARDIZATION: RECONCILE DRILLING AND COMPLETION PROBLEM CODE TO ENHANCE DATA ANALYSIS AND DECISION CORRECTION BY MACHINE LEARNING APPROACH
title_full_unstemmed UNSCHEDULED EVENT STANDARDIZATION: RECONCILE DRILLING AND COMPLETION PROBLEM CODE TO ENHANCE DATA ANALYSIS AND DECISION CORRECTION BY MACHINE LEARNING APPROACH
title_sort unscheduled event standardization: reconcile drilling and completion problem code to enhance data analysis and decision correction by machine learning approach
url https://digilib.itb.ac.id/gdl/view/66499
_version_ 1822005173913911296