Aplikasi Machine Learning Pada Evaluasi Data Sumuran
Nama Peneliti (Ketua Tim)

Amega Yasutra



Ringkasan Kegiatan

Machine Learning adalah cabang aplikasi dari artificial intelligence (kecerdasan buatan) yang fokus pada pengembangan sebuah sistem yang mampu belajar sendiri tanpa harus berulang kali di program oleh manusia. Beberapa tahun terakhir, aplikasi machine learning sudah merambah dunia perminyakan diantaranya dalam bidang optimasi produksi. Beberapa hal yang menjadi focus dalam produksi adalah bagaimana mengkarakterisasi reservoir melalui analisa petrofisik dan reservoir. Proses analisa petrofisika dapat mengidentifikasi reservoir minyak dan gas bumi melalui perhitungan parameter petrofisika. Identifikasi yang dilakukan diantaranya adalah menghitung saturasi air, kandungan lempung, porositas, permeabilitas yang diperoleh dari hasil analisa logging terhadap batuan yang ada di sumur. Belum adanya proses kolaborasi antara data petrofisik hasil well log dan data reservoir dalam menentukan karakterisasi reservoir untuk berbagai kedalaman dapat diaplikasikan dengan machine learning. Oleh karena itu, pada penelitian ini dilakukan pengembangan metode untuk melakukan karakterisasi reservoir yang mencakup metode-metode karakterisasi reservoir dan dikolaborasikan dengan data petrofisik dengan menggunakan metode machine learning yang mempermudah karakterisasi reservoir dengan mengikatkan reservoir dari data core (yang jumlahnya sangat terbatas) dengan data well log.



Capaian

Penerapan Teknologi Tepat Guna, Penerapan Karya Tulis



Testimoni Masyarakat

Belum adanya proses kolaborasi antara data petrofisik hasil well log dan data reservoir dalam menentukan karakterisasi reservoir untuk berbagai kedalaman.