MEMPREDIKSI KETEGANGAN ANTARMUKA PADA PEMULIHAN MINYAK YANG DITINGKATKAN SECARA KIMIA: PENDEKATAN BERBASIS DATA MENGGUNAKAN MODEL PEMBELAJARAN MESIN
Meningkatnya permintaan energi global memerlukan metode produksi minyak dan gas yang efisien dan optimal. Teknik Enhanced Oil Recovery (EOR), khususnya chemical EOR (CEOR), menawarkan solusi yang menjanjikan dengan menyuntikkan bahan kimia ke dalam reservoir untuk memodifikasi sifat reservoir dan mi...
Saved in:
| Main Author: | |
|---|---|
| Format: | Final Project |
| Language: | Indonesia |
| Subjects: | |
| Online Access: | https://digilib.itb.ac.id/gdl/view/84897 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| Institution: | Institut Teknologi Bandung |
| Language: | Indonesia |
| Summary: | Meningkatnya permintaan energi global memerlukan metode produksi minyak dan gas yang efisien dan optimal. Teknik Enhanced Oil Recovery (EOR), khususnya chemical EOR (CEOR), menawarkan solusi yang menjanjikan dengan menyuntikkan bahan kimia ke dalam reservoir untuk memodifikasi sifat reservoir dan minyak, sehingga meningkatkan perolehan. Faktor penting dalam CEOR adalah Interfacial Tension (IFT), yang mencegah pencampuran molekul fluida. Penelitian ini berfokus pada analisis variabel yang memengaruhi prediksi IFT untuk mengembangkan model prediktif menggunakan alat pembelajaran mesin KNIME. Skenario optimal yang diidentifikasi mengecualikan Oil Solution Ratio (C1) dan mencakup perilaku fase variabel, mencapai nilai R² sebesar 0,916 dan Mean Absolute Percentage Error (MAPE) sebesar 0,096%. Model yang sangat akurat ini dapat memprediksi IFT berdasarkan variabel input yang digunakan dalam pengembangannya. Akibatnya, prediksi dan analisis IFT di masa mendatang dapat dilakukan secara efisien dengan biaya dan waktu minimal hanya dengan memasukkan variabel yang diperlukan. Kemajuan ini menyederhanakan proses, membuat CEOR lebih mudah dilakukan dan hemat biaya. |
|---|