PERBANDINGAN METODE MACHINE LEARNING PADA PREDIKSI PERMEABILITAS SUMUR BAROSSA-6

Abstract

Permeabilitas merupakan kriteria penting dalam menentukan karakteristik reservoir, serta dalam mengembangkan strategi pengembangan dan menyelidiki fluida bawah permukaan. Industri perminyakan saat ini mengandalkan data logging dan analisa core untuk menentukan permeabilitas reservoir. Namun, biayanya mahal, konsumsi waktu dengan pengukuran laboratorium dan data pengamatan reservoir terbatas. Pada penelitian ini beberapa model machine learning dibandingkan untuk memperoleh model terbaik guna digunakan dalam prediksi permeabilitas di sumur Barossa-6. Pemilihan model dilakukan dengan membandingkan nilai r square pada pengujian data training dimana model yang terpilih adalah Random Forest dengan score r square pada data training sebesar 0,9958. Setelah itu pengujian dilakukan pada data test atau prediksi dan diperoleh nilai r square sebesar 0,9322 dan nilai Mean Absolut Error (MAE) sebesar 10,31.