Fokus dari penelitian yang telah dilakukan yaitu untuk meninjau potensi aplikasi Physics-
Informed Neural Networks (PINNs) dalam mensimulasikan model natural state geotermal dan
mensimulasikan proses heating up sumur geotermal pasca pemboran. Pemodelan ini
memanfaatkan Deep Neural Networks yang dibatasi dengan persamaan diferensial dan kondisi
batas sebagai loss function sehingga hasil yang diharapkan tidak hanya berbasis data saja tetapi
juga berbasis persamaan dasar.
Model PINN reservoir dibangun menggunakan persamaan konservasi massa dan konservasi
energi fluida bawah permukaan satu fasa cair. Sedangkan model PINN sumur dibangun
menggunakan persamaan difusivitas panas secara radial. Untuk mensimulasikan natural state
reservoir geotermal, penelitian ini diawali dengan pembuatan model sintetis satu fasa cair
natural state geotermal. Berdasarkan model sintetis yang telah dibuat, beberapa sampel sumur
diambil secara acak untuk digunakan sebagai input pada model PINN reservoir. Hasil keluaran
model PINN reservoir merupakan distribusi tekanan dan temperatur yang akan divalidasi
dengan perbandingan antara model PINN dan model sintetis yang telah dibuat dengan
menggunakan simulator numerik. Sedangkan untuk pemodelan heating up sumur pasca
pemboran, data-data dari hasil pengukuran yang diambil berdasarkan tinjauan pustaka diambil
untuk memvalidasi hasil keluaran PINN.
Hasil evaluasi parameter PINN pada penelitian ini menunjukkan arsitektur yang disarankan
untuk model PINN reservoir merupakan jumlah hidden neural sebanyak 50, hidden layer
sebanyak 15, dan fungsi aktivasi menggunakan fungsi aktivasi swish. Berdasarkan penelitian
yang telah dilakukan, model PINN telah berhasil memodelkan natural state geotermal dengan
eror yang cukup minimum dengan data yang tidak terlalu banyak sekitar sepuluh kali lebih
kecil jika dibandingkan dengan Deep Neural Networks konvensional. Sifat iteratif yang kuat
masih menjadi keterbatasan model PINN karena membutuhkan sumber daya komputasi yang
signifikan. Potensi penelitian lebih lanjut mengenai variasi PINN akan menjadi arah penelitian
selanjutnya dalam simulasi reservoir geotermal serta dengan mengembangkan objektif dari
PINN itu sendiri untuk memberikan prediksi karakteristik reservoir untuk simulasi reservoir
seperti distribusi permeabilitas.