dc.contributor.author | Christanto, Andreas Dimas | |
dc.date.accessioned | 2023-09-07T00:06:31Z | |
dc.date.available | 2023-09-07T00:06:31Z | |
dc.date.issued | 2023-09-01 | |
dc.identifier.citation | Christanto, Andreas Dimas | en_US |
dc.identifier.uri | https://library.universitaspertamina.ac.id//xmlui/handle/123456789/9973 | |
dc.description.abstract | Penelitian ini bertujuan mengembangkan model machine learning untuk memprediksi laju alir sumur gas
lift menggunakan Multilayer Perceptron (MLP) berdasarkan parameter-parameter pembentukan model.
Metode kualitatif melibatkan evaluasi partial dependence plot sumur gas lift, sementara metode kuantitatif
melibatkan exploratory data analysis dataset, prediksi 10 tahun ke depan, dan prediksi laju alir sumur gas
lift.
Hasil penelitian menunjukkan model MLP memiliki nilai R-square sebesar 0.999420, mengindikasikan
kegunaannya dalam memprediksi laju alir sumur gas lift. Pengujian dengan data asumsi menunjukkan
penurunan produksi laju alir minyak, gas, dan air seiring waktu dan eksploitasi sumber daya alam.
Penurunan laju alir disebabkan oleh penurunan tekanan reservoir seiring produksi minyak dan gas yang
alami, kondisi sumur yang buruk, dan kemampuan reservoir mengalirkan minyak dan gas efisien.
Kesimpulan studi ini menegaskan model MLP bermanfaat untuk prediksi laju alir sumur gas lift, meskipun
terdapat korelasi rendah antara perilaku model artificial lift dengan produksi gas lift. Saran peningkatan
meliputi penggunaan metode deep learning alternatif, dataset tambahan, penelitian lanjutan dengan analisis
berbeda dalam machine learning, dan fitur input tambahan untuk pelatihan model yang lebih baik. | en_US |
dc.language.iso | other | en_US |
dc.subject | Prediksi, Laju Alir, Gas Lift, Multilayer Perceptron, Machine Learning, Deep Learning, Partial Dependence Plot, Korelasi | en_US |
dc.title | PREDIKSI LAJU ALIR SUMUR GAS LIFT DENGAN MULTILAYER PERCEPTRON (MLP) | en_US |
dc.type | Thesis | en_US |