Claim Missing Document
Check
Articles

Found 3 Documents
Search

Optimasi Volume Injeksi Pada Waterflooding Menggunakan Metode Artificial Neural Network Rizka Haswinda Putri; Tomi Erfando
Jurnal Serambi Engineering Vol 8, No 2 (2023): April 2023
Publisher : Fakultas Teknik

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jse.v8i2.5987

Abstract

Waterflooding adalah salah satu metode pemulihan sekunder yang bertujuan untuk mempertahakan tekanan reservoir. Volume air injeksi disesuaikan agar tidak terjadi penurunan oil recovery. Tujuan dari penelitian ini adalah untuk mengoptimalkan nilai Injection Volume dan Recovery Factor (RF) dengan menggunakan metode Artificial Neural Network (ANN). Parameter yang digunakan adalah porositas, permeabilitas horizontal, permeabilitas vertikal, saturasi minyak, saturasi air, kompresibilitas batuan. Software simulasi reservoir menggunakan Computer Modeling Group (CMG), kemudian optimasi menggunakan Machine Learning (ML). Pendekatan Machine Learning menggunakan rasio 0,7:0,3 untuk data pelatihan dan pengujian. kemudian dilakukan trial and error pada 10 node hidden layer. Hasil penelitian memiliki akurasi yang tinggi karena nilai R2 pada data training dan testing mendekati 1, sehingga nilai optimasi pada recovery factor sebesar 26.17%, meningkat sebesar 5.85% dari basecase dan volume injeksi sebesar 15387684 bbl atau 15.4 MMbbl.
Optimasi Volume Injeksi Pada Waterflooding Menggunakan Metode Artificial Neural Network Rizka Haswinda Putri; Tomi Erfando
Jurnal Serambi Engineering Vol 8, No 2 (2023): April 2023
Publisher : Fakultas Teknik

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jse.v8i2.5987

Abstract

Waterflooding adalah salah satu metode pemulihan sekunder yang bertujuan untuk mempertahakan tekanan reservoir. Volume air injeksi disesuaikan agar tidak terjadi penurunan oil recovery. Tujuan dari penelitian ini adalah untuk mengoptimalkan nilai Injection Volume dan Recovery Factor (RF) dengan menggunakan metode Artificial Neural Network (ANN). Parameter yang digunakan adalah porositas, permeabilitas horizontal, permeabilitas vertikal, saturasi minyak, saturasi air, kompresibilitas batuan. Software simulasi reservoir menggunakan Computer Modeling Group (CMG), kemudian optimasi menggunakan Machine Learning (ML). Pendekatan Machine Learning menggunakan rasio 0,7:0,3 untuk data pelatihan dan pengujian. kemudian dilakukan trial and error pada 10 node hidden layer. Hasil penelitian memiliki akurasi yang tinggi karena nilai R2 pada data training dan testing mendekati 1, sehingga nilai optimasi pada recovery factor sebesar 26.17%, meningkat sebesar 5.85% dari basecase dan volume injeksi sebesar 15387684 bbl atau 15.4 MMbbl.
Pemanfaatan Nanomaterial dari Limbah Petroleum Coke untuk Meningkatkan Kekuatan Semen Pemboran: Utilization of Nanomaterials from Petroleum Coke to Improve Strength of Drilling Cement Mursyidah Mursyidah; Idham Khalid; Fitri Mairizki; Rizka Haswinda Putri; Nadhif Akhmarul Asra; Rayendra Maulana Rahman
PengabdianMu: Jurnal Ilmiah Pengabdian kepada Masyarakat Vol. 11 No. 6 (2026): PengabdianMu: Jurnal Ilmiah Pengabdian kepada Masyarakat
Publisher : Institute for Research and Community Services Universitas Muhammadiyah Palangkaraya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33084/pengabdianmu.v11i6.12026

Abstract

Cementing is an important process in oil and gas drilling operations. Its purpose is to isolate zones, withstand formation pressure, and maintain long-term well stability. Therefore, the quality of the cement used must meet the compressive strength (CS) and shear bond strength (SBS) requirements of the American Petroleum Institute (API) standards. Current technology utilizes nanomaterials such as Graphene Oxide Nanosheets (GONs) as an innovative solution to increase the strength of drilling cement. The PKM Team of the Faculty of Engineering, Universitas Islam Riau, held a community service activity at SMK Migas Bumi Melayu Riau to introduce the concept of GONs nanomaterials derived from petroleum coke and how they can increase the strength of drilling cement. This activity is expected to increase teachers' and students' knowledge of the application of nanotechnology in the oil and gas industry and raise awareness of the importance of research and technology in supporting a sustainable oil and gas industry.