<![CDATA[Penelitian ini memaparkan karakteristik reservoir batugamping penghasil hidrokarbon menggunakanartificial neural network di lapangan “X” Formasi Gumai, Cekungan Jambi. Lapangan ini menggunakan dataseismik 3D poststack, 2 buah sumur eksplorasi, 3 buah horizon, dan 3 buah marker. Untuk mengetahui potensisumur geotermal dilakukan prediksi temperatur dan tekanan dengan parameter lokasi, laju aliran injeksi dantemperatur injeksi dengan menggunakan metode Artificial Neural Network (ANN). Yang pertama dilakukanadalah integrasi data model produksi sumur sebanyak 2 buah sumur selama satu tahun dan dilakukan pemisahandata yaitu data selama 11 bulan digunakan sebagai data pelatihan ANN dan data selama 1 bulan terakhirdigunakan sebagai data pengujian. Hasil prediksi dengan ANN akan dibandingkan dengan data pengujian.Terlihat daerah yang porous berpotensi sebagai reservoir hidrokarbon karbonat di sekitar Gumai berkisar 27543-28113 (m/s)*(g/cc), sedangkan di sekitar Talang Akar berkisar 26973-28683 (m/s)*(g/cc). Perhitungan nilai erorantara hasil prediksi dengan data pengujian adalah berkisar 0.15% pada temperature (T) dan 0.25% pada tekanan(P) dengan sumur-1 merupakan lokasi yang paling optimum. Hasil inversi penyebaran ini di-slice untukmendapatkan daerah porous yang berpotensi sebagai reservoir hidrokarbon pada lapangan “X” berdasarkan nilaiimpedansi akustik dan porositas sumur di sekitarnya.]]>
Copyrights © 2017
