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...

Full description

Saved in:

Bibliographic Details
Main Author:	Ayyash Muharram, Muhammad
Format:	Final Project
Language:	Indonesia
Subjects:	Pertambangan dan operasi berkaitan
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

id	id-itb.:84897
spelling	id-itb.:848972024-08-19T09:49:31ZMEMPREDIKSI KETEGANGAN ANTARMUKA PADA PEMULIHAN MINYAK YANG DITINGKATKAN SECARA KIMIA: PENDEKATAN BERBASIS DATA MENGGUNAKAN MODEL PEMBELAJARAN MESIN Ayyash Muharram, Muhammad Pertambangan dan operasi berkaitan Indonesia Final Project interfacial tension, machine learning, model, variabel INSTITUT TEKNOLOGI BANDUNG https://digilib.itb.ac.id/gdl/view/84897 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. 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 Ayyash Muharram, Muhammad MEMPREDIKSI KETEGANGAN ANTARMUKA PADA PEMULIHAN MINYAK YANG DITINGKATKAN SECARA KIMIA: PENDEKATAN BERBASIS DATA MENGGUNAKAN MODEL PEMBELAJARAN MESIN
description	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.
format	Final Project
author	Ayyash Muharram, Muhammad
author_facet	Ayyash Muharram, Muhammad
author_sort	Ayyash Muharram, Muhammad
title	MEMPREDIKSI KETEGANGAN ANTARMUKA PADA PEMULIHAN MINYAK YANG DITINGKATKAN SECARA KIMIA: PENDEKATAN BERBASIS DATA MENGGUNAKAN MODEL PEMBELAJARAN MESIN
title_short	MEMPREDIKSI KETEGANGAN ANTARMUKA PADA PEMULIHAN MINYAK YANG DITINGKATKAN SECARA KIMIA: PENDEKATAN BERBASIS DATA MENGGUNAKAN MODEL PEMBELAJARAN MESIN
title_full	MEMPREDIKSI KETEGANGAN ANTARMUKA PADA PEMULIHAN MINYAK YANG DITINGKATKAN SECARA KIMIA: PENDEKATAN BERBASIS DATA MENGGUNAKAN MODEL PEMBELAJARAN MESIN
title_fullStr	MEMPREDIKSI KETEGANGAN ANTARMUKA PADA PEMULIHAN MINYAK YANG DITINGKATKAN SECARA KIMIA: PENDEKATAN BERBASIS DATA MENGGUNAKAN MODEL PEMBELAJARAN MESIN
title_full_unstemmed	MEMPREDIKSI KETEGANGAN ANTARMUKA PADA PEMULIHAN MINYAK YANG DITINGKATKAN SECARA KIMIA: PENDEKATAN BERBASIS DATA MENGGUNAKAN MODEL PEMBELAJARAN MESIN
title_sort	memprediksi ketegangan antarmuka pada pemulihan minyak yang ditingkatkan secara kimia: pendekatan berbasis data menggunakan model pembelajaran mesin
url	https://digilib.itb.ac.id/gdl/view/84897
_version_	1822998813796728832

MEMPREDIKSI KETEGANGAN ANTARMUKA PADA PEMULIHAN MINYAK YANG DITINGKATKAN SECARA KIMIA: PENDEKATAN BERBASIS DATA MENGGUNAKAN MODEL PEMBELAJARAN MESIN

Similar Items