Article Per Year (5 Year)
p-Index From 2021 - 2026
4.801
P-Index
This Author published in this journals
All Journal Jurnal Geosains dan Teknologi JURNAL TEKNIK Petro : Jurnal Ilmiah Teknik Perminyakan Journal of Earth Energy Science, Engineering, and Technology Prosiding Seminar Nasional Teknik Lingkungan Kebumian SATUBUMI JTTT Prosiding Seminar Nasional Rekayasa dan Teknologi (TAU SNAR- TEK) Scientific Contributions Oil and Gas LEMBARAN PUBLIKASI MINYAK DAN GAS BUMI (LPMGB)
Rohmana, Rian Cahya
Tanri Abeng University
Aerospace Engineering Agriculture, Biological Sciences & Forestry Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Electrical & Electronics Engineering Energy Engineering Environmental Science Industrial & Manufacturing Engineering Materials Science & Nanotechnology Mechanical Engineering Transportation

Published : 32 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 32 Documents
Search

 1   2   3   4 
Perbandingan Metode Klasifikasi Machine Learning: Studi Kasus Prediksi Jenis Litologi Berdasarkan Data Well Log Pada Formasi Sleipner, North Sea Sastra, Mahdani Mahardika; Rohmana, Rian Cahya
Jurnal Teknik Vol. 13 No. 2 (2024): Juli - Desember 2024
Publisher : Universitas Muhammadiyah Tangerang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31000/jt.v13i2.10882

Abstract

Perkembangan era dunia industri 4.0 mendorong para ahli untuk melakukan digitalisasi terhadap berbagai bidang khususnya di industri minyak dan gas bumi. Penelitian ini membahas tentang penggunaan metode machine learning untuk prediksi litologi dalam eksplorasi migas yang terletak di Formasi Sleipner, North Sea. Formasi Sleipner disusun oleh litologi batupasir dengan sisipan batulanau, batuserpih dan batubara. Tujuan utama dari penelitian ini adalah untuk membandingkan tiga algoritma machine learning yang berbeda dalam konteks prediksi litologi berdasarkan data log sumur. Studi ini menggunakan lima data well log yang mencakup data log gamma ray, log resistivitas, log neutron, log densitas, dan log PEF. Data litologi rinci berdasarkan batuan inti (core) digunakan untuk validasi hasil prediksi dari machine learning. Penelitian ini menggunakan tiga algoritma machine learning yakni decision tree (DT), k-nearest neighbor (KNN), dan extra tree classifier (ETC). Ketiga algoritma tersebut juga sudah dilakukan tuning hyperparameter, agar menghasilkan model terbaik saat menganalisis data penelitian ini. Hasil evaluasi prediksi pada sumur blind test didapatkan metode DT memiliki akurasi sebesar 83%, metode KNN 85% dan algoritma ETC 82%. Hasil penelitian menunjukkan bahwa ketiga algoritma machine learning ini memiliki potensi untuk prediksi litologi yang cukup akurat. Pada penelitian ini, algoritma KNN menjadi yang terakurat dalam memprediksi litologi. Penelitian ini diharapkan memberikan pengetahuan baru dalam penggunaan metode machine learning untuk memprediksi litologi, terutama berguna dalam efisiensi waktu dan pada sumur yang tidak memiliki data batuan inti (core).
Karakteristik dan Indeks Kualitas Reservoar Hidrokarbon Menggunakan Metode Pemetaan Digital pada Formasi Ngrayong, Cekungan Jawa Timur Utara Rian Cahya Rohmana; Iqbal Fardiansyah; Leon Taufani; Dicky Harishidayat
Lembaran publikasi minyak dan gas bumi Vol 55 No 3 (2021)
Publisher : BBPMGB LEMIGAS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29017/LPMGB.55.3.708

Abstract

Pemetaan digital dapat menghasilkan analogi digital dari singkapan sebagai representasi dan gambaran kondisi bawah permukaan pada daerah yang memiliki kesamaan karakteristik geologi. Penerapan metode ini memungkinkan interpretasi dan pengukuran fitur geologi secara digital untuk keperluan karakterisasi reservoar hidrokarbon. Selain itu, metode ini tidak memerlukan biaya tinggi seperti akuisisi seismik atau wireline logging, schingga eksplorasi hidrokarbon, khususnya untuk mengetahui karakter reservoar jauh lebih mudah dan murah. Penelitian ini dilakukan di wilayah Desa Binangun, Kabupaten Tuban, Jawa Timur, karena memiliki penyebaran Formasi Ngrayong yang cukup baik. Tujuan penelitian ini adalah memetakan secara digital singkapan batuan untuk memberikan gambaran awal karakteristik reservoar serta menghitung reservoar quality index (RQI). Metode pemetaan digital ini menggunakan kamera digital, quadcopter drone, dan perangkat global positioning system. Integrasi data pemetaan digital menghasilkan model fasies, properti (porositas dan permeabilitas), serta model RQI. Berdasarkan model RQI didapatkan tiga potential flow units, yakni high quality (porositas 25-35%, permeabilitas >500 mD), medium - high quality (porositas 27 - 30%, permeabilitas 90 - 500 mD) dan medium quality (porositas 24 - 33%, permeabilitas 85-95 mD). Metode pemetaan digital berhasil menggambarkan karakterisasi reservoar dan memberikan informasi lebih banyak pada daerah yang sedikit ataupun tidak memiliki data bawah permukaan, serta dapat mengurangi resiko dan ketidakpastian di bawah permukaan.     
Co-Authors Achmad Subandrio Aditya, Rhera Al Zam Zam Alfarisi, Andika Ali Achmad Arvandhi Hutama Baihaqie, Qosha Bifan Malik Effendi Budiono Budiono Carolus Prasetyadi Daniel, Alfredo Dedy Irawan Dewantoro, Rochvi Agus Dicky Harishidayat Divtara Tampoy Effendi, Dahrul Fairuz Zaemi, Fiqya Fardiansyah, Iqbal Fidya Varayesi Fiqya Fairuz Zaemi Fiqya Fairuz Zaemi Fiqya Fairuz Zaemi Gabenta Peterson Tampubolon, Reuben Harishidayat, Dicky Hidayat, Dicky Haris Ilham Nur E.N Iskandar Ilham Nur E.N. Iskandar Ilham Nur E.N. Iskandar Iqbal Fardiansyah Jarot Setyowiyoto Jehezkiel Nafael Makapuan Jevon Albern Telaumbanua Leon Taufani Mahdani Mahardika Sastra Makapuan, Jehezkiel Maulana, M.Raja Muhamad Bisyir, Aliyah Nursidik, Unggul Setiadi Octavia, Dea Purnomo, Rezandy Purnomo Setyo Rezandy Purnomo Setyo Rizqiana Mudhoffar Rosiyanti, Dian Safitri, Mairani Ananda Salahuddin Husein Sally Ulianda Azalia Sastra, Mahdani Mahardika Setiyaningrum, Priskila Rully Suyoto Suyoto Taufani, Leon Triwanti, Delva Tutuka Ariadji Varayesi, Fidya Widi Atmoko Widi Atmoko Widi Atmoko Widi Atmoko Yasutra, Amega Yosse Indra