Jaringan Syaraf Tiruan (JST) merupakan bagian dari Kecerdasan Buatan yang biasa
digunakan untuk pengenalan pola, regresi dan klasifikasi. Teknologi ini
memungkinkan kita mempelajari data historis dan menghasilkan pola dari data
preseden. Di perusahaan migas, setiap hari dihasilkan data dalam jumlah besar.
Banyak keputusan akurat dalam jenis perusahaan ini dibuat dari data. PT. Cilon
Indonesia (CI) merupakan salah satu perusahaan migas yang saat ini mengoperasikan
lapangan minyak terbesar di Indonesia. Keuntungan operasional dan finansial
perusahaan jenis ini sangat bergantung pada harga minyak yang dipengaruhi oleh
permintaan dan penawaran minyak dunia. Jika harga minyak turun secara tiba-tiba,
semua perusahaan migas perlu menjalankan usahanya dengan lebih efisien dan efektif.
Banyak cara agar perusahaan seperti ini dapat menjalankan usahanya secara efektif
dan efisien dengan menerapkan beberapa strategi seperti efisiensi biaya modal,
efisiensi biaya operasional bahkan memberhentikan beberapa karyawan.
Pada perusahaan migas, salah satu biaya utama dalam operasionalnya adalah biaya
pekerjaan perbaikan sumur. Perbaikan sumur ini tidak selalu menghasilkan perolehan
minyak. Bahkan, meski menghasilkan pertambahan minyak, namun tidak semua
program jenis pekerjaan sumur ekonomis ketika harga minyak rendah. Kondisi ini
membuat insinyur perminyakan di perusahaan perlu memilih pekerjaan sumur terbaik
untuk sumur tertentu. Kandidat sumur untuk pekerjaan sumuar biasanya dipilih secara
manual menggunakan data yang dapat berasal dari banyak sumber, laporan dan
informasi. Kandidat sumur ditinjau satu per satu dan dengan beberapa kriteria maka
sumur tersebut diusulkan untuk pekerjaan sumur jenis tertentu.
Penelitian ini menjelaskan bagaimana perusahaan ini memperbaiki proses pemilihan
kandidat sumur untuk pekerjaan sumur paling ekonomis yang disebut stimulasi uap
siklik pendek. Proses perbaikan dilakukan dengan menggunakan metode campuran
yaitu metode lean six sigma dan metode analitik data besar yang memanfaatkan
jaringan syaraf tiruan (JST) untuk memprediksi jumlah minyak setelah pekerjaan
sumur dilaksanakan. Hasilnya menunjukkan bagaimana metode campuran ini dapat
meningkatkan proses dengan solusi berkelanjutan. Ini berhasil meningkatkan waktu
yang dikonsumsi insinyur perminyakan dalam memilih kandidat sumur untuk SCSS
dari 2 jam menjadi 10 menit untuk menghasilkan 20 sumur per hari. Proses ini juga
meningkatkan tingkat keberhasilan workover SCSS dari 61% menjadi 73%.