• Login
    View Item 
    •   DSpace Home
    • FACULTY OF EXPLORATION AND PRODUCTION TECHNOLOGY
    • PETROLEUM ENGINEERING (TEKNIK PERMINYAKAN)
    • DISSERTATIONS AND THESES (PE)
    • View Item
    •   DSpace Home
    • FACULTY OF EXPLORATION AND PRODUCTION TECHNOLOGY
    • PETROLEUM ENGINEERING (TEKNIK PERMINYAKAN)
    • DISSERTATIONS AND THESES (PE)
    • View Item
    JavaScript is disabled for your browser. Some features of this site may not work without it.

    PERBANDINGAN PERHITUNGAN CADANGAN SUMUR "XYZ" ANTARA METODE MACHINE LEARNING DENGAN METODE KONVENSIONAL DECLINE CURVE ANALYSIS; STUDI KASUS DARI CEKUNGAN SUMATERA SELATAN, INDONESIA

    Thumbnail
    View/Open
    00.101319034_Willy_PE_Laporan TA.pdf (3.088Mb)
    Date
    2023-08-08
    Author
    Willy, Willy
    Metadata
    Show full item record
    Abstract
    Willy. 101319034. Perbandingan Perhitungan Cadangan Sumur "XYZ" antara Metode Machine Learning dengan Metode Konvensional Decline Curve Analysis; Studi Kasus dari Cekungan Sumatera Selatan, Indonesia. Penelitian ini bertujuan untuk membandingkan hasil kumulatif minyak dan dan waktu dimana laju alir minyak mencapai 0 BOPD diantara metode decline curve analysis (DCA) dengan metode machine learning pada sumur "XYZ". Penelitian ini akan melibatkan pengumpulan data produksi dari sumur "XYZ" di cekungan Sumatera Selatan. Metode decline curve analysis (DCA) konvensional telah digunakan secara luas untuk memprediksi produksi sumur seiring berjalannya waktu. Selanjutnya, model Machine Learning akan dikembangkan menggunakan algoritma pembelajaran mesin seperti Decision Tree, Random Forest, dan Gradient Boosting Machine. Hasil dari perbandingan perhitungan cadangan sumur menggunakan metode Machine Learning dan metode Decline Curve Analysis (DCA) akan dievaluasi berdasarkan error metrik statistik seperti koefisien determinasi (R2), root mean square error (RMSE) dan mean absolute percentage error (MAPE). Berdasarkan hasil analisis pada penelitian ini, didapatkan bahwa permodelan gradient boosting machine merupakan permodelan yang paling cocok dibandingkan dengan permodelan decision tree ataupun random forest dimana pada metode ini menghasilkan nilai koefisien determinasi (R2), root mean square error (RMSE), mean absolute percentage error (MAPE) yang baik dan juga menghasilkan persentase deviasi terkecil baik pada kumulatif produksi minyak maupun dalam penentuan hari dimana laju alir = 0 BOPD terhadap metode decline curve analysis.
    URI
    https://library.universitaspertamina.ac.id//xmlui/handle/123456789/9616
    Collections
    • DISSERTATIONS AND THESES (PE)

    DSpace software copyright © 2002-2015  DuraSpace
    Contact Us | Send Feedback
    Theme by 
    @mire NV
     

     

    Browse

    All of DSpaceCommunities & CollectionsBy Issue DateAuthorsTitlesSubjectsThis CollectionBy Issue DateAuthorsTitlesSubjects

    My Account

    LoginRegister

    DSpace software copyright © 2002-2015  DuraSpace
    Contact Us | Send Feedback
    Theme by 
    @mire NV