Claim Missing Document
Check
Articles

Found 37 Documents
Search

Penggunaan Simulasi Model Machine Learning untuk Memprediksi Laju Alir pada Produksi Sumur Minyak High Water Cut dan Critical Flow Soliadi, Indriana; Karim, Abdul Gafar; Mirza, Mirza; Laby, Dharma Arung; Ramadhana, Zulmi; Finansa, Dody; Darmiyati, Iin
Indonesian Research Journal on Education Vol. 3 No. 3 (2023): irje 2023
Publisher : Fakultas Keguruan dan Ilmu Pendidikan, Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/irje.v3i3.2593

Abstract

Sumur 1 lapangan Osprey merupakan sumur minyak dengan kondisi water cut yang mencapai lebih dari 60% yang menyebabkan pengukuran fluida menggunakan flow meter tidak akurat, sehingga untuk mengukur laju alir fluida dikembangkan machine learning model untuk memprediksi laju alir fluida pada sumur ini dengan menggunkana data set sebanyak 285 set untuk model development dan 280 set untuk model validasi. GOR berkisar antara 300 hingga 900 scf/stb, dan WC hingga 68%. Parameter yang digunakan adalah gas oil ratio (GOR), water cut (WC), flowing wellhead pressure (PU), choke size, downstream pressure (PD), dan oil flow rate (Qoil). Data diklasifikasikan menjadi critical flow dimana kumpulan data dengan kondisi aliran dengan rasio downstream pressure dan upstream pressure kurang dari 0.5. Dari hasi pengembangan dan validasi, model random forest regressor adalah model machine larning yang paling akurat dalam memprediksi laju alir pada kondisi high water cut dan critical flow reservoir dengan nilai MSE = 3.1, MAE = 1.26, RMSE = 1.76 dan R2 = 0.99 dan comparison model random forest regressor dengan empirical correlation Gillbert membuktikan bahwa model machine learning dapat lebih baik memprediksi laju alir jika dibandingkan dengan metrics empirical correlation Gillbert dengan nilai MSE = 59.31, MAE = 6.18, RMSE = 7.70 dan R2 = 0.83.
Analisis Adapter Flange 13-5/8" [5.000 psi] BX 160 × 13-5/8" [10.000 psi] BX 159 pada Blow Out Preventer Santung, Andrey Anastasie; Firdaus, Firdaus; Widodo, Deny Fatryanto Edyzoh Eko; Kurmasela, Apriliano Alfa; Manik, Nijusiho; Rahman, Muhammad Rizqie Fathan; Darmiyati, Iin
Indonesian Research Journal on Education Vol. 1 No. 3 (2021): irje 2021
Publisher : Fakultas Keguruan dan Ilmu Pendidikan, Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/irje.v1i3.2594

Abstract

Proses pemboran minyak menghadapi risiko kick—masuknya fluida formasi ke kolom bor—yang berpotensi memicu blowout. Sistem Blowout Preventer (BOP) mengandalkan adaptor flange 13- 5/8” berkapasitas 5.000 psi dan 10.000 psi sebagai antarmuka penahan tekanan. Penelitian ini menganalisis desain flange melalui evaluasi ketebalan minimum, area kritis, dan validasi material. Metode analitis berbasis standar American Petroleum Institute (API) menghitung tekanan desain (67.500 psi) dan kekuatan material (84.324 psi), menghasilkan margin keamanan 25%. Simulasi ketebalan minimum flange 13-5/8” menunjukkan ketebalan desain teoritis 0.529” (dipengaruhi tekanan internal dan tegangan izin material), sedangkan ketebalan aktual 0.419” tetap memenuhi safety factor. Analisis area kritis pada flange 5.000 psi mengidentifikasi konsentrasi tegangan di dua lokasi: 2.58” (daerah transisi geometri) dan 1.20” (sekitar bolt hole), yang direkomendasikan untuk dioptimalkan melalui fillet radius. Studi membuktikan desain flange memenuhi integritas struktural untuk kedua level tekanan, dengan ketebalan aktual lebih rendah akibat pendekatan konservatif persamaan Barlow. Hasil ini memvalidasi efisiensi material dan geometri komponen tekanan tinggi, mengurangi risiko kegagalan katastropik selama operasi pemboran. Implikasi praktisnya mencakup penguatan desain berbasis simulasi tegangan dan optimasi lokal pada area rentan, menjamin keandalan sistem BOP dalam skenario tekanan ekstrem.
Evaluation And Planning of Acidizing Method to Resolve Scale Issues In Well "YDK-01," "Sandy" Field. Firdaus, Firdaus; Afifah, Rohima Sera; Laby, Dharma Arung; Rohani, Adelia; Kurniawan, Yudha Dwi; Rahmawati , Selvy Dwi; Darmiyati, Iin
Citizen : Jurnal Ilmiah Multidisiplin Indonesia Vol. 3 No. 4 (2023): CITIZEN: Jurnal Ilmiah Multidisiplin Indonesia
Publisher : DAS Institute

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53866/jimi.v3i4.214

Abstract

The “YDK-01” well has alkaline Formation Water with a pH value of 8,3. Therefore, Scale can form in the productive zone so that over time, Scale will continue to settle and be difficult to solved. From several Acidizing methods, Matrix Acidizing is the most recommended because in the wells examined there are indications of a positive Skin value (Formation Damage). Matrix Acidizing is a Reservoir stimulation method used to overcome Formation Damage in the wells caused by Scale. In this Final Project, it is done using manual calculations using (Stiff & Davis), (Skillman, McDonald & Stiff) and Inflow Performance Relationship Wiggins equations, which aims to evaluate the problem of Scale. Changes in well production rates can be seen from a comparison of several parameters before and after Acidizing such as: Inflow Performance Relationship curve, Permeability value, Productivity Index value, and Skin. In the “YDK-01” well, there was an increase in the Qomax value of 47.16 bopd. The Productivity Index value of oil which was previously 0.129 bopd/psia, has changed to 0.198 bopd/psia. Permeability value has increased by 12 md and Skin value has decreased by 28.54. Parameters above prove that the Matrix Acidizing method works well in overcome scale on the well
Implementasi Sistem Pengusir Hama Monyet Ramah Lingkungan di Kelompok Tani Tunas Harapan Balikpapan Darmiyati, Iin; Oktafiani, Fitri; Sahara, Ain; Rosidi, Ahmad; Saputra, Surya; Wijaya, Sigit Kusuma; Purnomo, Ferdi Bagus; Rezha, Muhammad
Jurnal Pengabdian kepada Masyarakat Nusantara Vol. 6 No. 4 (2025): Edisi Oktober - Desember
Publisher : Lembaga Dongan Dosen

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55338/jpkmn.v6i4.7318

Abstract

Penelitian ini bertujuan untuk mengembangkan dan menguji sistem pengusir hama monyet yang ramah lingkungan dengan memanfaatkan teknologi tepat guna berbasis sensor gerak (PIR) dan sensor tekanan yang terintegrasi dengan modul suara serta pagar listrik bertegangan rendah yang diberi daya oleh panel surya. Sistem ini dirancang untuk menurunkan frekuensi serangan monyet dan meningkatkan produktivitas hasil pertanian pada lahan Kelompok Tani Tunas Harapan di Balikpapan Utara. Metode yang digunakan adalah pendekatan partisipatif yang melibatkan survei lokasi, pelatihan masyarakat, perakitan, dan pemasangan sistem pada lahan kebun tomat seluas 0,5 hektare. Data dikumpulkan secara kuantitatif, meliputi frekuensi gangguan mingguan, hasil produksi (kg/ha), waktu respons sensor, dan konsumsi daya, serta secara kualitatif melalui wawancara dengan 20 petani. Uji lapangan dilakukan selama empat minggu. Hasil menunjukkan bahwa sensor PIR memiliki efektivitas deteksi pada radius rata-rata 7 meter dengan waktu respons 1,2 detik dan sistem dapat beroperasi secara mandiri menggunakan panel surya berkapasitas 50 Wp. Frekuensi serangan monyet menurun dari rata-rata 6–7 kali per minggu menjadi 0–1 kali per minggu pada minggu keempat dengan penurunan kumulatif mencapai 90,5%. Produksi tomat meningkat dari 1.020 kg/ha menjadi 1.258 kg/ha atau meningkat sebesar 23,4%, sementara kebutuhan tenaga pengawasan berkurang sekitar 35%. Sebanyak 85% responden menyatakan mampu mengoperasikan sistem secara mandiri. Dengan demikian, sistem sensorik dan pagar listrik bertegangan rendah berbasis energi surya ini terbukti efektif, efisien, serta ramah lingkungan dalam mengurangi serangan monyet dan meningkatkan hasil panen pada skala uji coba. Solusi ini berpotensi untuk dikembangkan lebih lanjut dengan integrasi Internet of Things (IoT) dan pengumpulan data harian guna memperkuat analisis efektivitas jangka panjang.
Tani Terkini: Sistem Monitoring dan Kontrol Pertanian Pintar Berbasis IoT Menggunakan ESP32 Darmiyati, Iin; Saputra, M Abdy; Maulana, Andi; Aribowo, George Nathaniel Putra; Sahara, Ain; Oktafiani, Fitri
JURNAL TEKNOSAINS KODEPENA Vol. 6 No. 2 (2026): Jurnal Teknosains Kodepena Volume 6 Nomor 2 Januari 2026
Publisher : Kodepena (Komunitas Dosen Penulis dan Peneliti Indonesia)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54423/jtk.v6i2.113

Abstract

This study presents the design and implementation of an Internet of Things (IoT)–based monitoring and control system using an ESP32 microcontroller. The system is developed to monitor environmental conditions through a DHT22 sensor for air temperature and humidity measurement, as well as a pH sensor to determine the acidity level of the medium. Sensor data are transmitted to a web-based application and displayed in real time in the form of numerical values and graphical representations to facilitate user observation. In addition to monitoring functions, the system incorporates relay-based control to operate a fan and an aerator in both manual and automatic modes. System testing was conducted to evaluate the performance of sensor data acquisition and the execution of control commands. The test results indicate that the system is able to reliably read sensor data and perform control operations as intended. This system is expected to serve as a learning platform for understanding basic IoT implementation and simple control systems in agricultural applications.
Tani Terkini: Sistem Monitoring dan Kontrol Pertanian Pintar Berbasis IoT Menggunakan ESP32 Darmiyati, Iin; Saputra, M Abdy; Maulana, Andi; Aribowo, George Nathaniel Putra; Sahara, Ain; Oktafiani, Fitri
JURNAL TEKNOSAINS KODEPENA Vol. 6 No. 2 (2026): Jurnal Teknosains Kodepena Volume 6 Nomor 2 Januari 2026
Publisher : Kodepena (Komunitas Dosen Penulis dan Peneliti Indonesia)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54423/jtk.v6i2.113

Abstract

This study presents the design and implementation of an Internet of Things (IoT)–based monitoring and control system using an ESP32 microcontroller. The system is developed to monitor environmental conditions through a DHT22 sensor for air temperature and humidity measurement, as well as a pH sensor to determine the acidity level of the medium. Sensor data are transmitted to a web-based application and displayed in real time in the form of numerical values and graphical representations to facilitate user observation. In addition to monitoring functions, the system incorporates relay-based control to operate a fan and an aerator in both manual and automatic modes. System testing was conducted to evaluate the performance of sensor data acquisition and the execution of control commands. The test results indicate that the system is able to reliably read sensor data and perform control operations as intended. This system is expected to serve as a learning platform for understanding basic IoT implementation and simple control systems in agricultural applications.
Peramalan Kelembaban Tanah Berbasis IoT Menggunakan Pendekatan Machine Learning dan Deep Learning Darmiyati, Iin; Oktafiani, Fitri; Sahara, Ain; Yanti, Dawi; Maulana, Ranjiv; Hamsir, Hamsir; Nurjannah, Nurjannah
PETROGAS: Journal of Energy and Technology Vol 8, No 1 (2026): MARCH
Publisher : Sekolah Tinggi Teknologi MIGAS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58267/petrogas.v8i1.212

Abstract

Kelembaban tanah merupakan parameter penting yang mempengaruhi produktivitas tanaman serta efisiensi penggunaan air dalam sistem pertanian dan perkebunan. Pengelolaan irigasi konvensional umumnya menggunakan nilai ambang batas tetap sehingga tidak mampu memprediksi perubahan kondisi kelembaban tanah di masa mendatang. Penelitian ini mengembangkan sistem peramalan kelembaban tanah berbasis Internet of Things (IoT) dengan pendekatan machine learning dan deep learning. Sensor dihubungkan dengan mikrokontroler ESP32 yang mengirimkan data secara real time ke penyimpanan cloud. Dataset yang diperoleh terdiri dari ribuan entri dan diolah menggunakan Python melalui proses pembersihan data, normalisasi serta pelatihan model. Beberapa model prediksi yang digunakan meliputi Linear Regression, Random Forest Regression, Support Vector Regression (SVR), dan Long Short-Term Memory (LSTM). Dataset dibagi menjadi data pelatihan dan data pengujian dengan rasio 80:20. Evaluasi kinerja model dilakukan menggunakan Mean Absolute Error (MAE), Root Mean Squared Error (RMSE), dan koefisien determinasi (R²). Hasil penelitian menunjukkan bahwa model LSTM memberikan performa prediksi terbaik karena mampu menangkap pola temporal pada data deret waktu sensor IoT. Sistem ini berpotensi mendukung pengembangan irigasi cerdas untuk meningkatkan efisiensi penggunaan air dan pengelolaan perkebunan yang berkelanjutan.Kata kunci: Kelembaban tanah; Internet of Things; Machine Learning; Deep Learning; Pertanian presisi.
Co-Authors Abdi Suprayitno Abdul Gafar Karim Abdul Gafara Karim Afrida Ahmad Rosidi, Ahmad Ain Sahara Ali Muchammad Aliyah Sayyidina Putri Bahtiar Amiruddin Andi Jumardi Andi Maulana, Andi Andrianti, Irma Andry Halim Annisa Efidiawati Aprilino Alfa Kurmasela Aprilliano Alfa Kumarsela Aprilno Alfa Kumasela Aribowo, George Nathaniel Putra Aulia Miranti Larasathi BAMBANG WICAKSONO Cerriansyah Ramadhan Cindy Pebriana Darmiyati, Zela Madani Della Endangtri Deny Fatrianto Edyzoh Eko Widodo Deny Fatryanto Edyzoh Dharma Arung Laby Eltimeyansi Chrisye Randanan Engeline Marlin Erika Maulina Evi Maulia Nilawati Fatma Feliksta Agatha Mambela Finansa, Dody Firdaus Firdaus Firdaus Fitri Oktafiani Hamriyani Ryka Handayani Handayani Hartono Hartono Heldy Febryanto Herry Setiawan Hizkia Erick Sualang Ipan Sampe Irma Andrianti Joko Wiyono Karmila Kartika Choriah Kurmasela, Apriliano Alfa Kurniawan, Yudha Dwi Laby, Dharma Arung M. Ardian Pratama M. Nur Mukmin M. Rizal Faahrun Maeka Dita Puspa Malrin, Engeline Mamuaya, Arjuna Brifling Manik, Nijusiho Maulana, Ranjiv Mega Fatimah Rosana Michelle Rafael Waw Mirza Mirza Moh Fuzan Yasin Muh Fatwa Asmawat Muhammad Basir Muhammad Rizki Muhammad Vijaya Waluddin N. Nurjanah Nijusiho Manik Nurjannah Nurjannah P.S, Maeka Dita Pratama Bagus Restu.S Purnomo, Ferdi Bagus Putri, Dewi Portuna Ananda R. Bambang Wicaksono Rahman, Muhammad Rizqie Fathan Rahmawati , Selvy Dwi Ramadhana, Zulmi Randanan, Eltimeyansi Chrisye Reyhandri Anugrah Reynaldy Julio Rezha, Muhammad Rifki Aditya, Rifki Risna Rohani, Adelia Rohima Sera Rohima Sera Afifah Rofima Sera Afifah RR. Ella Evrita Hestiandari Sakinah Santung, Andrey Anastasie Saputra, M Abdy Sepryanto Fernandus D Septiawan, Bima Soliadi, Indriana Sulardi . Surya Saputra, Surya Ulfah, Baiq Maulinda Ummul Haq Wawan Andi’ Padang Wicaksono, R. Bambang Widodo, Deny Fatryanto Edyzoh Eko Wijaya, Sigit Kusuma Yanti, Dawi Yudiaryono Yusup Yusup Zavta Rizki