Berita Kampus
PEMANFAATAN MACHINE LEARNING DALAM OPERASI PENGEBORAN PANAS BUMI

Published by: Universitas Pertamina 03 November 2023
Di baca: 76 kali
Pada tahun 2025, Pemerintah Indonesia menargetkan untuk pemasangan kapasitas energi panas bumi sebesar 7200 MWe, namun saat ini baru terpasang sebesar 2300 MWe (DEN, 2022). Artinya masih 5000 MWe yang harus dicapai dalam kurun waktu dua tahun kedepan. Untuk mencapai target kapasitas energi panas bumi tersebut tentunya harus meningkatkan pengeboran panas bumi. Akan tetapi pada tahap pengeboran ini rentan akan resiko ketidakpastian yang tinggi di bawah permukaan serta biaya yang mahal.

Biaya pengeboran terus bertambah seiring munculnya Non Productive Time (NPT). Di Indonesia, dalam beberapa kasus terakhir stuck pipe berkontribusi hingga 30% dari total NPT. Stuck pipe merupakan peristiwa rangkaian pengeboran tidak dapat bergerak. Stuck pipe terjadi biasanya ditandai dengan adanya anomali seperti, tag, spike, atau erratic torque. Dalam pengeboran panas bumi kemungkinan kejadian stuck pipe menjadi lebih  tinggi, karena target reservoirnya kerap melewati zona lost circulation. Ketidakpastian dalam tahap ini menjadi salah satu penghambat berkembangnya panas bumi nasional.

Melalui ajang kompetisi Paper Energy Contest Competition (PECC) 2023 yang mengusung tema ‘Mengoptimalkan Energi Geothermal dalam Energi Berkelanjutan," Mahasiswa Teknik Perminyakan Fandika Galih Pradana membuat inovasi ide berupa ‘Deteksi Anomali dengan Pendekatan Algoritma Artificial Neural Network untuk Meminimalisasi Insiden Stuck Pipe dalam Operasi Pengeboran Panas Bumi’. Pada ajang kompetisi yang diselenggarakan oleh IATMI SM Trisakti, Fandika berhasil meraih juara kedua.

Inovasi ide tersebut memiliki manfaat baik bagi mahasiswa maupun pihak industri. Manfaat bagi mahasiswa yaitu mendapat pengalaman dan pengetahuan terkait pemrograman dan permasalahan pengeboran panas bumi khususnya insiden stuck pipe (pipa terjepit). Sedangkan manfaat bagi industri yaitu menambah informasi atau referensi bagi industri panas bumi terkait penelitian implementasi machine learning untuk pencegahan stuck pipe, karena masih sedikit yang melakukan penelitian dengan topik serupa.

"Saya mengucapkan terima kasih kepada Program Studi Teknik Perminyakan atas dukungannya yang diberikan kepada saya. Kemudian saya berharap penghargaan ini bisa menginspirasi mahasiswa lain untuk turut serta mengembangkan ide-ide inovatif lainnya khususnya dalam bidang industri energi," ucap Fandika Galih Pradana. [NA]

Thumbnail

Tinggalkan Balasan

Isi komentar sepenuhnya adalah tanggung jawab pengguna dan diatur dalam UU ITE

© 2021 Universitas Pertamina.
All Rights Reserved