Perpustakaan Digital ITB

Perhitungan atau prediksi terhadap kehilangan tekanan pada tubing untuk aliran multifasa sangat dibutuhkan untuk menghasilkan strategi produksi yang optimum dan efisien. Salah satu korelasi yang paling sering digunakan dalam perhitungan kehilangan tekanan pada tubing vertikal adalah korelasi Hagedorn-Brown. Studi ini menyediakan suatu model Artificial Neural Network (ANN) untuk melakukan prediksi dengan cepat dan akurat terhadap tekanan alir dasar sumur dengan menggunakan korelasi Hagedorn-Brown untuk tubing vertikal apabila yang mengalir adalah aliran multifasa. Model ANN ini dibangun dengan menggunakan 513 data hipotetik dan dimodelkan dengan menggunakan software Mathworks-Matlab R2011a. Data hipotetik merupakan data yang di-generate menggunakan software Schlumberger-Pipesim 2008. Data tersebut dibagi ke dalam data training, data testing, dan data validation dengan rasio 5:1:1. Dengan melakukan sensitivitas terhadap jumlah hidden neuron, model terbaik yang didapatkan adalah model dengan 8 hidden neuron dengan arsitektur model adalah 11-8-1. Dari model ANN ini, dihasilkan akurasi yang tinggi dengan R pada training data set sebesar 0.98033 dan MSE sebesar 1238278.9.