Perpustakaan Digital ITB

Produksi sumur CBM dikendalikan oleh beberapa parameter penting reservoir. Dalam penelitian ini, parameter penting tersebut dibatasi pada tiga parameter, yaitu: gas content, parameter Langmuir, dan permeabilitas; metode yang ada untuk memprediksi ketiga parameter tersebut masih sangat sedikit. Data yang digunakan dalam penelitian ini berasal dari lapangan CBM di Kalimantan Timur, dengan cakupan yang cukup luas, mulai dari kematangan batubara lignite hingga bituminous. Tujuan penelitian ini adalah untuk menghasilkan model yang lebih akurat dan konsisten untuk memprediksi tiga parameter penting reservoir CBM, melalui teknik Jaringan Syaraf Tiruan (JST) dan Adaptive Neuro Fuzzy Inference System (ANFIS), yang kemudian dapat digunakan sebagai masukan untuk memprediksi kinerja produksi sumur CBM; sebuah teknik perhitungan yang merupakan kombinasi perhitungan laju alir fluida dan kesetimbangan materi. Untuk proses perhitungan selanjutnya, penelitian ini menghasilkan sebuah perangkat lunak menggunakan Graphical User Interface (GUI) Matlab. Dari penelitian ini, dapat disimpulkan bahwa teknik AI; JST dan ANFIS mampu mengenali pola data log sumur (sebagai masukan) dan tiga parameter penting reservoir CBM (sebagai keluaran) dengan sangat baik. Teknik pelatihan terbaik untuk prediksi ini adalah: ANFIS untuk gas content dan VL CH4, TrainLM untuk PL CH4, VL CO2 dan PL CO2, dan TrainBR untuk permeabilitas. Teknik yang paling layak yang akan digunakan selanjutnya adalah TrainLM (JST dengan peraturan pelatihan Levenberg-Marquardt). Kemudian, teknik perhitungan dengan pendekatan kesetimbangan materi (King-SLFR) mampu memprediksi kinerja produksi sumur CBM (produksi air dan produksi gas) dengan memuaskan. Dapat disimpulkan juga, bahwa sebuah persamaan empiris baru yang dihasilkan dapat berperan serupa seperti proses difusi di reservoir CBM dalam teknik King-SLFR, dengan tetap menjaga kondisi dalam keadaan setimbang.