Karakterisasi Reservoar Hidrokarbon Menggunakan Pemodelan Inversi Impedansi Akustik Dengan Pendekatan Machine Learning
Hidrokarbon merupakan salah satu sumber energi yang paling sering digunakan
oleh manusia dan sangat diperlukan sehingga menjadikan hidrokarbon sebagai
sumber energi utama di dunia terkhusus di Indonesia. Penelitian ini bertujuan
untuk memberikan informasi terkait keberadaan hidrokarbon dibawah permukaan
dengan cara memetakan porositas batuan reservoar target dengan inversi
impedansi akustik mengunakan pemodelan machine learning. Model inversi yang
digunakan Model based mampu menghasilkan hasil inversi seismik yang
memiliki gambaran impedansi akustik, yang akan digunakan untuk melakukan
pemodelan machine learning dengan algoritma artificial neuron network (ANN)
sehingga menghasilkan penampang nilai porositas batuan. Pada pembuatan model
prediksi didapatkan hasil loss pada train data sebesar 0.0178 dan loss pada test
data adalah 0.0206. Pada model seismik inversi didapatkan nilai impedansi
akustik kurang dari 5000 dan pada hasil pemodelan persebaran porositas
mengunakan machine learning didapatkan nilai 0.4 pada kedalaman 600 m.
Berdasarkan hasil tersebut dapat diartikan bahwa lokasi tersebut memiliki
karakterisasi reservoar yang baik dengan nilai 40% dan nilai impedansi akustik
kurang dari 5000 yang diartikan terdapat hidrokarbon pada reservoar tersebut
Ketersediaan
Detail Information
Judul | Karakterisasi Reservoar Hidrokarbon Menggunakan Pemodelan Inversi Impedansi Akustik Dengan Pendekatan Machine Learning |
---|---|
Pengarang | Ansar Maulana - Personal Name |
No. Panggil | SKRIPSI ANS k 2023 |
Subyek | Porositas hidrokarbon machine learning ANN Inversi |
Bahasa | Indonesia |
Tempat Terbit | Universitas Mulawarman |
Tahun Terbit | 2023 |
Penerbit | Fakultas Matematika Dan Ilmu Pengetahuan Alam |
Jurusan | Fisika |
Lampiran Berkas | LOADING LIST... |
DIGITAL LIBRARY