Batasan Masalah

1. Seleksi metode EOR yang akan dibahas dalam penelitian ini dibatasi hanya pada kriteria teknis, yaitu sifat minyak dan sifat reservoir.

2. Pengembangan Sistem yang akan dirancang menggunakan teknik penalaran fuzzy.

1.4. Manfaat Penelitian

Manfaat penelitian ini adalah:

1. Memudahkan proses seleksi metode EOR untuk kandidat-kandidat reservoar minyak. 2. Meningkatkan efisiensi waktu dan biaya proses seleksi metode EOR untuk suatu kandidat

reservoar.

3. Memungkinkan proses seleksi metode EOR dilakukan oleh reservoir engineer yang memiliki pengetahuan teknologi EOR terbatas dan menarik kesimpulan berdasarkan input data dan menjelaskan logika kesimpulan tersebut.

2.1. Klasifikasi Metode EOR

Metode peningkatan perolehan minyak tingkat lanjut atau Enhanced Oil Recovery

(EOR) adalah suatu teknik peningkatan produksi minyak setelah tahapan produksi primer

dan sekunder. Teknologi EOR adalah suatu proses menginjeksikan material selain air

kedalam reservoar minyak untuk mendesak minyak yang masih tersisa di dalam reservoar

ke sumur-sumur produksi. Prosesnya dapat berlangsung secara kimia dan atau fisika.

Metode-metode EOR secara umum dapat dikelompokkan kedalam empat kategori

yaitu: metode panas (thermal), injeksi gas bercampur minyak (miscible gas injection),

pendesakan dengan kimia (chemical flooding), dan proses menggunakan bantuan mikroba

(microbial). Metode thermal dibagi kedalam sub kategori pendesakan dengan uap (steam

flooding), pendesakan dengan air panas (hot waterflooding), dan proses pembakaran dalam

reservoar (in-situ combustion) [2]. Agar fisibel secara teknis dan ekonomis, metode panas

umumnya diterapkan pada reservoar-reservoar yang memiliki permeabilitas tinggi dan

relatif dangkal. Steam flooding adalah metode yang paling banyak diterapkan. Metode ini

secara tradisional digunakan pada reservoar-reservoar yang memiliki kekentalan atau

viskositas minyak tinggi dengan tujuan mengurangi viskositas minyak sehingga minyak

dapat lebih mudah mengalir. Sedangkan In-situ combustion adalah suatu proses

pendesakan dimana gas berisi oksigen dinjeksikan kedalam suatu reservoar. Gas tersebut

kemudian bereaksi dengan minyak reservoar sehingga terjadi pembakaran dan

menghasilkan temperatur tinggi. Temperatur ini selanjutnya akan mereduksi viskositas

minyak sehingga minyak lebih mudah mengalir. Studi terbaru menunjukkan bahwa uap

bertemperatur tinggi juga dapat mempengaruhi sifat-sifat minyak yang lain.

Pengembangan Fuzzy Inferensi Sistem untuk seleksi metode EOR dapat dengan mudah

dirubah untuk mengadopsi penemuan-penemuan terbaru dalam teknologi EOR.

Metode miscible gas injection dapat dibagi kedalam injeksi hidrokarbon, nitrogen

dan flue gas, dan injeksi karbon dioksida. Berbeda dengan thermal, miscible gas injection

fisibel jika diaplikasikan ke reservoar-reservoar minyak yang relatif dalam, sehingga

tersedia tekanan cukup tinggi yang diperlukan untuk terjadinya pencampuran antara gas

injeksi dengan minyak yang akan didesak. Metode ini efektif untuk reservoar-reservoar

Chemical flooding terdiri atas pendesakan dengan polymer, surfactant-polymer, dan

pendesakan dengan alkaline. Parameter yang paling berpengaruh dalam proses ini adalah

parameter yang mempengaruhi stabilitas kimiawi, seperti temperatur, komposisi batuan

reservoar, salinitas air reservoar.

Pemanfaatan mikroba untuk pendesakan minyak tingkat lanjut relatif baru. Proses

ini dilakukan dengan menginjeksikan nutrisi atau media yang dapat memacu pertumbuhan

bakteri yang ada untuk menghasilkan bioproduk yang dapat bermanfaat untuk proses

pendesakan minyak. Jenis mikroba yang digunakan adalah mikroba indigenus/ eksogenus.

Metode microbial tidak memiliki subkategori. Keempat kategori utama dan

metode-metode EOR yang berasosiasi pada masing-masing kategori ditampilkan dalam

Gambar 2.1.

EOR Chemical Flooding ^Thermal Gas Injection Microbial In-situ Combustion Steam Flooding Polymer Surfactant/ Polymer Alkaline Hydro carbon Nitrogen & Flue gas Carbon Dioxide

Gambar 2.1 Diagram kategorisasi EOR

2.2. Seleksi Metode EOR

Seleksi metode EOR berdasarkan pada data geologi atau reservoar, sifat minyak dan

sifat batuan. Sejumlah tabel dan grafik telah disusun berdasarkan data-data tersebut untuk

mempermudah dan mempercepat proses seleksi ini. Tabel 2.1 menampilkan secara umum

data yang diperlukan. Tabel ini disusun berdasarkan studi literatur.

Jenis Formasi Gravity

Ketebalan Viskositas

Permeabilitas Komposisi

Kedalaman Salinitas

Temperatur Saturasi

Porositas

Taber, dkk. telah menyusun kriteria seleksi metode EOR berdasarakan data sifat

minyak dan karaktersitik reservoar. Kriteria tersebut disusun dalam suatu matriks seperti

ditunjukkan pada Tabel 2.2. Pengembangan fuzzy inferensi sistem untuk seleksi metode

EOR yang akan dikembangkan dalam penelitian ini mengacu pada kriteria Taber, dkk.

Gambar 2.2 Metode EOR berdasarkan selang gravity minyak

Ukuran grafik menunjukkan kontribusi masing-masing metode terhadap total

tambahan produksi minyak dari metode EOR [9]. Gambar 2.2 menunjukkan suatu

10

0 20 30 40 50 60

Gravity minyak,^oAPI

5 15 25 35 45 55

In-situ combustion

CO

₂

- Miscible

Hydrocarbon

N₂& Flue gas

Alkaline; Surfactant dan polymer

Immiscible gas Polymer flooding

Gel treatments

Steam

dalam unit

^o

API, yaitu perbandingan densitas minyak relatif terhadap densitas air reservoar.

Grafik ini hasil kompilasi data proyek-proyek EOR dari berbagai lokasi di seluruh dunia.

Ukuran masing-masing metode menunjukkan kontribusi metode tersebut terhadap

tambahan perolehan produksi minyak.

2.3. Teori Fuzzy

Teori fuzzy menyediakan konsep matematis untuk mendasari penalaran terhadap

data dan informasi yang tidak pasti atau fuzzy. Komputasi numerik dilakukan dengan

menggunakan variabel linguistik misalnya “Gravity>35”, “Viscosity<10”, dan lain-lain

yang dinyatakan dalam bilangan fuzzy. Bentuk suatu bilangan fuzzy, A, senantiasa

diekspresikan dengan himpunan fuzzy,

( )

{

x, x x X

}

A= µ_A ∈

dimana µ

_A

( )x adalah fungsi keanggotaan merepresentasikan derajat keanggotaan x

dalam A dan x adalah bagian dari semesta pembicaraan X. Nilai µ

_A

( )x dalam himpunan

fuzzy berada pada selang [ ]0,1. Ini berbeda dengan himpunan klasik (crispt set) dimana

nilai keanggotaan adalah 1 atau 0.

Tabel 2.2 Kriteria seleksi metode EOR berdasarkan Taber, dkk.

Sifat minyak Sifat reservoar

Tebal Permeabilitas

Tempe-Gravity Viskositas Salinitas Saturasi Jenis Net Rata-rata Kedalaman ratur Poroasitas

(^oAPI) (cP) Komposisi (ppm) Minyak Formasi (ft) (mD) (ft) (^oF) (%)

Metode EOR x₁ x₂ x₃ x₄ x₅ x₆ x₇ x₈ x₉ x₁₀ x₁₁ Injeksi gas >35 <10 NC >30% Tipis NC >2000 NC NC Hydrocarbon (M1) ^%C2-C7 tinggi Batupasir, Karbonat ^{tebal ke <5000} >24 Tipis N₂ & Flue gas (M2)

>35 N2 <10 ^%C1-C7 tinggi NC >30% ^Batupasir, Karbonat ^tebal NC >4500 NC NC Tipis Carbon dioxide (M3) >26 <15 ^%C5-C12 tinggi NC >30% ^Batupasir, Karbonat ^tebal NC >2000 NC NC Chemical flooding Light Surfactant/ Polymer (M4) ^{>25 <30 Interme-} diate <140.000 >30% Batupasir >10 >20 <8000 >175 ≥20 >10% Batupasir^a, Mobile karbonate^b Polymer (M5) >25 <100 NC <100.100 oil NC >10 <9000 <200 ≥20

Organik >res. sat. Batupasir^a

Alkaline (M6) 13-35 <35

asam ^<100.000 air ^{NC >20 <9000 <200} ≥20

Thermal

In-situ 10-25 <1000 Asphaltic NC >40-50 Pasir/Batu >10 >100 >500 >150^a ≥20

Combustion (M7) komponen pasir^c

Pasir/Batu Steamflood (M8) <25 >20 NC NC >40-50 pasir^{c >20 >200 300-5000} NC ≥20 Microbial Microbial Batupasir, drive (M9) No toxic metal Karbonat >25 No biocide <100.000 NC >150 <8000 <140 -

2.3.1 Metode Mamdani

Metode Mamdani sering dikenal sebagai metode Max-Min. Metode ini diperkenalkan oleh Ebrahim Mamdani pada tahun 1975. Untuk mendapatkan output menurut Kusumadewi (2004), diperlukan 4 tahapan, yaitu:

1. Pembentukan Himpunan Fuzzy

2. Aplikasi Fungsi Implikasi

3. Komposisi Aturan (Metode Max, Metode Additive, Metode Probabilistik OR) 4. Penegasan

1. Pembentukan Himpunan Fuzzy

Pada Metode Mamdani, baik variabel input maupun variable output dibagi menjadi satu atau lebih himpunan fuzzy. Himpunan fuzzy digunakan untuk mengekspresikan ketidaktentuan yang disebabkan oleh suatu ekspresi kekaburan. Sebagai contoh, Gambar 2.2 merepresentasikan bilangan fuzzy “sekitar 10”. Gambar tersebut menunjukkan selang bilangan fuzzy antara 8 dan 12, dimana 10 adalah pusat kurva. Dari gambar dapat diketahui kemungkinan bilangan fuzzy 9 atau 11 relatif terhadap 10 adalah 0.5. Jadi suatu himpunan fuzzy dicirikan dengan suatu fungsi keanggotan. Berikut adalah contoh kurva yang didefinisikan dalam fungsi keanggotaan.

0.0 0.2 0.4 0.6 0.8 1.0 6 7 8 9 10 11 12 13 14 N ilai De ra ja t k e an gg o ta an

Gambar 2.2 Fungsi keanggotaan untuk bilangan fuzzy “Sekitar 10”

2. Aplikasi Fungsi Implikasi

Pada Metode Mamdani, fungsi implikasi yang digunakan adalah Min. Berdasarkan himpunan fuzzy yang telah terbentuk mencari kurva minimum.

3. Komposisi Aturan

Apabila sistem terdiri dari beberapa aturan, maka inferensi diperoleh dari kumpulan dan korelasi antar aturan. Ada 3 metode yang digunakan dalam melakukan inferensi sistem dalam fuzzy, yaitu max, additive dan probabilistik OR.

a. Metode Max

Pada metode ini, solusi himpunan fuzzy diperoleh dengan cara mengambil nilai maksimum aturan, kemudian menggunakannya untuk memodifikasi daerah fuzzy dan mengaplikasikannya ke output dengan menggunakan operator OR. Jika semua proposisi yang telah dievaluasi, maka output akan berisi suatu himpunan fuzzy yang merefleksikan kontribusi dari tiap-tiap proposisi.

b. Metode Additive

Pada metode ini, solusi himpunan diperoleh dengan cara melakukan bounded-sum terhadap semua output daerah fuzzy. Secara umum dituliskan:

µsf[xi] = min (1, µsf[xi] + µkf[xi])

c. Metode Probabilistik OR

Pada metode ini, solusi himpunan fuzzy diperoleh dengan cara melakukan product terhadap semua output daerah fuzzy. Secara umum dituliskan:

µsf[xi] = (µsf[xi] + µkf[xi]) – (µsf[xi]* µkf[xi])

dengan:

µsf[xi] = nilai keanggotaan solusi fuzzy sampai aturan ke – i;

µsf[xi] = nilai keanggotaan konsekuen fuzzy aturan ke – i;

Input dari proses penegasan adalah suatu himpunan fuzzy yang diperoleh dari komposisi aturan-aturan fuzzy, sedangkan output yang dihasilkan merupakan suatu bilangan pada domain himpunan fuzzy tersebut. Sehingga jika diberikan suatu himpunan fuzzy dalam range tertentu, maka harus dapat diambil suatu nilai crisp tertentu sebagai output. Ada beberapa metode defuzzy yang bisa dipakai pada komposisi aturan Mamdani, antara lain: Metode Centroid, pada metode ini solusi crisp diperoleh dengan cara mengambil titik pusat daerah fuzzy.

2.3.2. Aturan If-Then Fuzzy

Pengembangan Fuzzy Inferensi Sistem terdiri dari kumpulan aturan-aturan if-then. Bentuk umum aturan if-then fuzzy atau juga dikenal sebagai aturan fuzzy atau implikasi fuzzy adalah,

if x is A then z is B,

dengan x dan z adalah variabel linguistik, A dan B adalah bilangan fuzzy didefinisikan oleh himpunan fuzzy. Proposisi yang mengikuti if yaitu “x is A” disebut sebagai anteseden, sedangkan proposisi setelah then yaitu “z is B”disebut sebagai konsekuen atau kesimpulan. Proposisi ini dapat diperluas dengan menggunakan operator fuzzy, seperti:

if (x1 is A1) o (x2 is A2) o (x3 is A3) o ……o (xn is An) then z is B,

dengan o adalah operator, misal OR atau AND.

2.4. Fuzzy Inferensi Sistem

Fuzzy Inferensi Sistem adalah sistem komputasi berdasarkan pada konsep teori fuzzy, aturan if-then fuzzy, dan fuzzy penjelas. Aplikasi sistem ini telah sukses pada beberapa bidang seperti kontrol otomatik, klasifikasi data, analisa keputusan, sistem pakar, dan pattern recognition. Struktur dasar Fuzzy Inferensi Sistem terdiri atas tiga komponen yaitu basis aturan yang berisi pemilihan aturan-aturan fuzzy, database yang mendefinisikan fungsi keanggotaan dalam aturan-aturan fuzzy, dan mekanisme penjelas yang melakukan prosedur inferensi berdasarkan aturan dan fakta-fakta untuk merumuskan kesimpulan.

Dalam suatu Fuzzy Inferensi Sistem input dapat berupa nilai fuzzy atau nilai crisp tetapi output selalu berupa himpunan fuzzy. Dalam beberapa kasus kita perlu output sebagai crisp,

terutama ketika Fuzzy Inferensi Sistem digunakan sebagai kontrol seperti dalam penelitian ini dimana Fuzzy Inferensi Sistem digunakan untuk menentukan peringkat metode EOR terbaik berdasarkan data input. Dalam hal ini diperlukan metode defuzzifikasi untuk mengekstrak suatu nilai crisp yang merepresentasikan kondisi terbaik himpunan fuzzy. Pada Gambar 2.3 menjelaskan Diagram Blok Fuzzy Inferensi Sistem dengan output crisp.

Gambar 2.3 Diagram blok Fuzzy Inferensi Sistem

(Fuzzy) Defuzzifikasi Aggregator (Crisp or Fuzzy) Xϖ y is B1 xϖ is A1 w1 y is B2 xϖ is A2 w2 Aturan 1 Aturan n Aturan 2 y is B3 xϖ is A3 w3 (Fuzzy) _(Crisp)

z

3.1. Kerangka Penelitian

Pengembangan Fuzzy Inferensi Sistem untuk Seleksi Metode EOR dilakukan melalui beberapa tahap dapat dilihat skema kerangka penelitian pada Gambar 3.1. Tahap awal dilakukan studi literatur bertujuan agar peneliti memiliki pengetahuan dasar dalam melakukan penelitian. Kemudian melakukan identifikasi permasalahan untuk memperjelas fokus penelitian. Selanjutnya dilakukan pengumpulan data data. Pengembangan sistem terhadap variabel, pembentukan himpunan fuzzy, pembentukan aturan-aturan. Pengembangan sistem dengan menggunakan Matlab. Pada tahap akhir dilakukan pengujian sistem dan mengevaluasi kembali variabel, himpunan fuzzy dan aturan aturan, proses, output hingga sesuai dan benar. Dari hasil pengujian tersebut dapat memberikan informasi tingkat akurasi dalam rangka penyempurnaan sistem. Kemudian dilakukan Kesimpulan dan Saran.

3.2. Tata Laksana

Tahapan pengembangan yang dilakukan pada penelitian ini ada tiga tahap, tahap pertama pengumpulan data, tahap kedua pengembangan prototipe, tahap ketiga pembuatan prototipe, tahap keempat pengujian dan impelementasi.

Pengumpulan Data

Pengumpulan data dilakukan melalui studi literatur dan diskusi dengan pakar yang ahli dibidang perminyakan kususnya teknologi EOR di Pusat Penelitian dan Pengembangan Teknologi Minyak dan Gas Bumi (PPPTMGB) “LEMIGAS”. Data yang dikumpulkan adalah data sekunder dari laporan penelitian yang dilakukan oleh peneliti PPPTMGB “LEMIGAS” pada beberapa lapangan minyak di wilayah Sumatera yang dioperasikan oleh Kontraktor Kontrak Kerja Sama (KKKS).

Gambar 3.1 Kerangka penelitian

Pengembangan Prototipe

Pengembangan Fuzzy Inferensi Sistem untuk Seleksi Metode EOR berkaitan dengan penetapan struktur sistem yaitu subsistem-subsistem serta hubungan antar komponen-komponen dan interaksinya. Tahap analisa awal merinci spesifikasi kebutuhan sistem secara detail. Setelah itu dilakukan desain masukan, desain proses dan keluaran. Hasil desain tersebut dapat digunakan untuk menentukan spesifikasi detail sistem untuk tahap pengembangan meliputi aspek software dan hardware. Kemudian Menentukan variabel yang digunakan untuk merepresentasikan setiap nilai. Masing-masing variabel memiliki kriteria yang berbeda. Karakteristik fungsi bilangan fuzzy dan non fuzzy didefinisikan dalam semesta pembicaraan setiap variabel. Setelah itu tentukan fungsi keanggotaan dimana pemetaan

Mulai Studi Literatur Identifikasi Permasalahan Pengumpulan Data Pembuatan Prototipe Pengujian Selesai Tidak Ya OK

Kesimpulan dan Saran

Rancangan Prototipe

titik-titik input data kedalam nilai keanggotaannya yang memiliki interval 0 – 1. Dalam pembuatan sistem ini untuk menentukan metode yang akan dipilih ada beberapa parameter karakteristik. Pada pembentukan aturan-aturan antesenden direpresentasikan dengan proposisi dalam himpunan fuzzy, sedangkan konsekuensi direpresentasikan dengan sebuah konstanta. Pada penelitian ini metode mamdani yang digunakan dalam melakukan inferensi menggunakan aturan Max dari nilai fungsi keanggotaan. Pada metode ini solusi himpunan fuzzy diperoleh dengan cara mengambil nilai maksimum

Tahap berikutnya adalah proses defuzzifikasi dan menentukan peringkat setiap metode EOR berdasarkan data masukan. Pada proses defuzzifikasi, dihitung nilai rata-rata konsekuensi dari keseluruhan aturan. Nilai defuzzifikasi dihitung dengan formula berikut:

) ( ) ( ) ( ) ( 1 1 * j n j j n j j Z Z Z Z Z dz Z dz Z Z z

∑

∑

∫

∫

= = ≈ = µ µ µ µ Pembuatan Prototipe

Prototipe adalah pembangunan sistem dengan cara trial and error. Cara ini memberikan ide bagi penganalisis sistem atau pemrogram untuk menyajikan gambaran yang lengkap sistem kepada pemakai. Dengan demikian pemakai sistem akan dapat melihat sistem itu baik dari sisi tampilan maupun teknik prosedural yang akan dibangun.

Pada tahap ini dilakukan pembangunan sistem dengan mengumpulkan informasi sasaran-sasaran umum, identifikasi kebutuhan yang telah diketahui, dan mencari bidang yang masih memerlukan pendefinisian. Setelah itu dilakukan perancangan terhadap kebutuhan yang telah teridentifikasi. Perancangan berfokus pada representasi yang tampak oleh pengguna. Perancangan ini menuntun pembangunan prototipe perangkat lunak yang akan diberikan kepada pemakai.

Pengujian

Pada tahap ini sistem dievaluasi oleh pemakai dan digunakan sebagai landasan untuk memperbaiki spesifikasi kebutuhan. Pengembang mengumpulkan beragam data kuantitatif dan kualitatif yang membantu dalam proses pengujian. Proses pengujian dilakukan secara

iteratif menggunakan data sampel sampai prototipe yang dikembangkan memenuhi kebutuhan pemakai, dan pengembang telah memahami permasalahan dengan baik. Bila masih terdapat kekurangan terhadap prototipe tersebut dilakukan perbaikan-perbaikan.

Implementasi

Tahap ini dilakukan setelah sistem selesai dilakukan tes dan dapat diterima oleh pihak yang akan menggunakan. Pada tahap ini juga dibuat dokumentasi final tentang semua aspek fuzzy inferensi sistem untuk seleksi metode peningkatan perolehan minyak tingkat lanjut, melakukan pelatihan pada calon penguna, dan merancang prosedur-prosedur penggunaan sistem. Langkah terakhir adalah instalasi sistem tersebut dalam kerangka persiapan pemakaian sistem oleh pengguna.

Waktu dan Tempat Penelitian

Penelitian dilakukan selama 7 bulan, yaitu pada bulan Agustus 2007 hingga Maret 2008. Verifikasi penelitian dan pengolahan data dilaksanakan di PPPTMGB LEMIGAS, Jakarta.

4.1. Fuzzy Inferensi Sistem

Tahapan-tahapan yang dilakukan pada Pengembangan Fuzzy Iinferensi Sistem untuk Seleksi Metode EOR antara lain: mendefinisikan karakteristik sistem, mendefinisikan variabel kedalam himpunan fuzzy, membentuk aturan if-then, mendefinisikan proses defuzzifikasi, menjalankan sistem, dan melakukan pengujian. Tahapan ini secara skematis di tampilkan dalam Gambar 4.1.

Gambar 4.1 Diagram Pengembangan Fuzzy Inferensi Sistem untuk Seleksi Metode EOR.

4.2. Masukan

Masukan datanya menggunakan data lapangan berdasarkan karakteristik minyak dan batuan yang diperoleh di PPPTMGB LEMIGAS dalam bentuk data fuzzy dan data non fuzzy.

Pada gambar 4.2 adalah tampilan masukan data yang dipakai untuk dikembangkan pada FIS untuk Seleksi Metode EOR.

Gambar 4.2 Masukan data untuk seleksi metode EOR

Pada Tabel 4.1 memperlihatkan karakteristik data Lapangan A dalam reservoar A1 – A12, dan variable-variabel yang digunakan pada pengembangan FIS untuk seleksi metode EOR.

Tabel 4.1 Tabel input dan output Pengembangan Fuzzy Inferensi Sistem untuk seleksi Metode EOR

Karakteristik Data

Kriteria Taber digunakan sebagai acuan seleksi metode EOR. Metode EOR tersebut diklasifikasikan menjadi sembilan metode dan tiap-tiap metode dinilai berdasarkan variabel-variabel. Setiap variabel memiliki kriteria yang berbeda terhadap suatu metode. Sebagai contoh pada Tabel 4.2 merupakan karakteristik variabel Metode Injeksi Gas Hydrocarbon (M1) sedangkan untuk metode yang lainnya dapat dilihat pada Lampiran 2.1, Lampiran 2. Berikut ini adalah gambaran untuk variabel-variabel pada Kriteia Taber untuk Metode Injeksi Gas Hydrocarbon:

1. Variabel Gravity adalah berat jenis minyak dengan satuan berat American Petroleum Institute (API). Variabel Gravity pada Metode Injeksi Hydrocarbon memiliki nilai semesta antara 0 – 100. Nilai yang masuk pada Kriteria Taber menunjukkan Gravity>35 maksudnya adalah kriteria keanggotaan himpunan fuzzy yang ditampilkan dalam kurva pada angka lebih besar 35 akan berada pada nilai 1 seperti terlihat pada lampiran 1.1.1.

2. Variabel Viscosity adalah ukuran kekentalan minyak dalam satuan centi poise. Variabel Viscosity pada metode injeksi hydrocarbon yang memiliki nilai semesta antara 0.1 – 100000. Nilai yang masuk pada Kriteria Taber menunjukkan Viscosity<10 maksudnya adalah kriteria untuk keanggotaan himpunan fuzzy yang ditampilkan dalam kurva pada angka lebih kecil 10 akan berada pada nilai 1 seperti terlihat pada lampiran 1.1.2.

3. Variabel Komposisi adalah prosentase komposisi ukuran minyak. Variabel Komposisi pada metode injeksi hydrocarbon memiliki nilai semesta antara 0 – 100. Nilai yang masuk pada Kriteria Taber menunjukkan Komposisi C2-C7<50 merupakan kriteria dimana dalam keanggotaan himpunan fuzzy yang ditampilkan dalam kurva pada angka lebih kecil 50 akan berada pada nilai 1 seperti terlihat pada lampiran 1.1.3.

4. Variabel Saturasi adalah prosentase volume minyak dibagi total volume. Variabel Saturasi pada metode injeksi hydrocarbon memiliki nilai semesta antara 0 – 100. Nilai yang masuk pada Kriteria Taber menunjukkan Saturasi > 30 maksudnya adalah kriteria keanggotaan himpunan fuzzy yang ditampilkan dalam kurva pada angka lebih besar 30 akan berada pada nilai 1 seperti terlihat pada lampiran 1.1.5.

5. Variabel Formasi adalah jenis batuan. Variabel Formasi pada metode injeksi hydrocarbon memiliki nilai non fuzzy dan mempunyai nilai kriteria jenis batuannya

adalah sandstone/karbonat dan tidak direpresentasikan dalam bentuk kurva.

6. Variabel Ketebalan adalah ketebalan reservoir dalam satuan feet. Variabel Viscosity pada metode injeksi hydrocarbon memiliki nilai semesta antara 0 – 1000. Nilai yang yang masuk pada Kriteria Taber pada Ketebalan menunjukkan Ketebalan<100 merupakan kriteria keanggotaan himpunan fuzzy yang ditampilkan dalam kurva pada angka lebih kecil 100 akan berada pada nilai 1 seperti terlihat pada lampiran 1.1.6. 7. Variabel Kedalaman adalah kedalaman reservoir dalam satuan feet. Variabel

kedalaman pada metode injeksi hydrocarbon memiliki nilai semesta antara 0.1 – 100000. Nilai yang masuk pada Kriteria Taber menunjukkan Kedalaman antara 2000 sampai 5000 merupakan kriteria keanggotaan himpunan fuzzy yang ditampilkan dalam kurva pada angka antar 2000 sampai 5000 akan berada pada nilai 1 seperti terlihat pada lampiran 1.1.7.

Tabel 4.2 Karakteristik variabel metode injeksi gas hydrocarbon (M₁).

Variabel Semesta Data Kriteria Satuan Keterangan

>35 Gravity (x₁) [0, 100] Fuzzy

<=35

o

API

Berat jenis minyak dengan satuan American Petroleum Institute <10 Viscositas (x₂) [0.1, 100000] ^Fuzzy >=10 ^cP

Ukuran kekentalan minyak dalam satuan centi poise C₂-C₇>50 Komposisi (x₃) ^{[0, 100] Fuzzy} C₂-C₇<=50 ^% Prosentase komposisi minyak >30 Saturasi (x₅) ^{[0, 100] Fuzzy} <=30 ^%

Prosentase volume minyak dibagi total volume Formasi

(x₆) ^-

Non-fuzzy

sandstone/karbonat - Jenis batuan

<100 Tebal net

(x₇) ^{[0, 1000] Fuzzy} >=100 ^ft

Ketebalan reservoir dalam satuan feet 2000 ke 5000 Kedalaman (x₉) [0, 10000] ^Fuzzy <=2000 dan >=5000

ft ^{Kedalaman reservoar dalam} satuan feet

4.3. Proses

Berikut adalah proses yang dikembangkan dalam Fuzzy Inferensi Sistem untuk seleksi metode EOR:

1. Memasukkan data karakteristik minyak dan batuan. Pada proses input user memberikan nilai rentang masing-masing variabel.

2. Pembentukan himpunan fuzzy. Pada variabel gravity dibagi menjadi beberapa himpunan fuzzy yaitu: G1, G2, G3, G4, G5, G6, G7, dengan rentang nilai 100 ^oAPI. Metode yang didefinisikan adalah: Metode Gas Hydrocarbon, N2 and Flue Gas, CO2, Surfactant, Polymer, Alkaline, In Situ Combustion, Steamflood, Microbial. Pada Lampiran 1 dimulai lampiran 1.1 sampai dengan lampiran 9.7 menunjukkan kurva-kurva representasi masing-masing kriteria, derajat keanggotannya akan bernilai 1 jika input data memenuhi kriteria, dan akan bernilai 0 jika input data tidak memenuhi kriteria.

Gambar 4.3 Himpunan Fuzzy Pengembangan Fuzzy Inferensi Sistem untuk seleksi metode EOR

Selanjutnya menterjemahkan Kriteria Taber dalam bentuk aturan if-then Jika variabel memenuhi kriteria, konsekuensinya adalah metode EOR yang sedang dievaluasi dikatakan layak relatif terhadap data tersebut. Sebaliknya bila tidak memenuhi kriteria maka metode tersebut dikatakan tidak layak. Jumlah aturan dievaluasi untuk tiap metode .