PENENTUAN PREDIKSI PERMEABILITAS MENGGUNAKAN ARTIFICIAL NEURAL NETWORK PADA SUMUR TA-1111, TA-1112, DAN TA-1113 LAPANGAN MK

Categorie(s):
   TP, 2021
Author(s):
   HANNA FITRIANA, 1701018
Advisor:
Jan Friadi Sinaga, S.T.,M.T.
Amiruddin, S.Pd.,M.Pd
ISSN/ISBN:

eISSN/eISBN:

Keyword(s):
Permeabilitas, Artificial Neural Network, Well Logging, Interactive Petrophysics
DOI:
Abstract :
Karakteristik suatu reservoir didapatkan dari korelasi beberapa data
seperti data SCAL, Wireline log, serta data seismic. Untuk mendapatkan nilai
dari suatu permeabilitas perlu dilakukan analisa coring dan korelasi data log.
Metode yang dilakukan pada penulisan ini adalah metode static Artificial
Neural Network pada Software Intercative Petrophysics, metode ini dilakukan
dengan mengkorelasikan nilai data core dan data log yang mempengaruhi nilai
dari suatu permeabilitas seperti log Gamma Ray, log SP, log sonic, dan log
resistivitas.
Setelah dilakukan perhitungan dan analisa, Artificial Neural Network
pada Software Intercative Petrophysics memerlukan 2 data yaitu input dan
output. Hasil dari Artificial Neural Network dalam memprediksi nilai
permeabilitas ketiga sumur sangat mendekti dengan data pembandingnya dengan
kedekatan nilainya (Cfit_nn) yaitu sekitar 0.0025-0.035mD. Sumur TA-1111
memiliki data core yang paling sedikit yang berpengaruh terhadap hasil prediksi
permeabilitas. Dengan nilai prediksi terjauhnya yaitu 0.237mD hasil dari ANN
dan dari data core 10mD. Pada sumur TA-1112 nilai prediksi permeabilitas
terdekat terdapat pada kedalaman 660.5 dengan nilai Kh core1.04mD dan
prediksi permeabilitas dari neural network menghasilkan 1.01mD. Dan untuk
sumur TA-1113 nilai prediksi permeabilitas terdekat terdapat pada kedalaman
965.05 yaitu 5.2mD dan prediksi permeabilitas dari neural network
menghasilkan 5.83mD. Berdasarkan analisa prediksi nilai permeabilitas setiap
sumur sudah cukup mendekati dengan data perbandinganya yaitu nilai
permeabilitas core