APLIKASI PEMILIHAN KOMBINASI LOGGING DALAM PENENTUAN LAPISAN MINYAK DENGAN MENGGUNAKAN ARTIFICIAL NEURAL NETWORK

FIRDAUS, VANDI AHMAD YANUAR (2013) APLIKASI PEMILIHAN KOMBINASI LOGGING DALAM PENENTUAN LAPISAN MINYAK DENGAN MENGGUNAKAN ARTIFICIAL NEURAL NETWORK. Other thesis, UPN "Veteran" Yogyakarta.

[img]
Preview
Text
ABSTRAK.pdf

Download (37kB) | Preview

Abstract

ABSTRAK Secara ilmiah dapat dilihat bahwa kandungan Hidrokarbon yang terapkan di lingkungan darat dan lingkungan laut merupakan penghasil minyak dan gas bumi yang cukup potensial di Indonesia. Kandungan ini dapat ditemukan melalui informasi dan data geologi bawah permukaan. Data tersebut akan lebih detail bila dilengkapi dengan data penilaian formasi. Salah satunya adalah dengan metode well logging. Logging merupakan suatu metode perekaman atau pengukuran sifat fisik batuan resevoir terhadap kedalamanlubang sumur. Oleh karena itu untuk melakukan pemilihan kombinasi logging yang selama ini dilakukan manusia dengan cara manual dengan waktu yang lama, dibuatlah sistem pengambilan keputusan tentang ”aplikasi pemilihan kombinasi logging dalam penentuan lapisan minyak menggunakan artificial neural network”. Metodologi yang digunakan untuk membangun “Aplikasi Pemilihan Kombinasi Logging Dalam Penentuan Lapisan Minyak Dengan Menggunakan Artificial Neural Network” ini adalah metode GRAPPLE (Guidelines for Rapid APPLication Engineering).Bahasa pemograman yang akan digunakan adalah bahasa pemrograman java. Dan untuk penyimpanan data akan menggunakan MySQL. Dengan adanya aplikasi ini sangat membantu bagi logging service company untuk menentukan kombinasi logging yang sesuai untuk diterapkan pada data suatu lapangan dilihat dari presentase tingkat keakuratannya. Yang mana sebelumnya masih dilakukan secara manual, butuh waktu lumayan lama dan kemungkinan human error masih besar dengan adanya aplikasi ini pemilihan kombinasi logging semakin cepat dan akurat.

Item Type: Thesis (Other)
Subjects: Z Bibliography. Library Science. Information Resources > ZA Information resources > ZA4050 Electronic information resources
Divisions: Faculty of Engineering, Science and Mathematics > School of Electronics and Computer Science
Depositing User: Ratna Sufiatin
Date Deposited: 29 Dec 2016 06:40
Last Modified: 29 Dec 2016 06:40
URI: http://eprints.upnyk.ac.id/id/eprint/10311

Actions (login required)

View Item View Item