II TINJAUAN PUSTAKA
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
dengan viskositas minyak relatif rendah.
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 InjectionGas Thermal 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.
Sifat Reservoar Sifat Minyak
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
Mining
metode seleksi EOR yang didasarkan hanya pada data densitas minyak yang dinyatakan dalam unit oAPI, 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= µA ∈
dimana
µ
A( )
x adalah fungsi keanggotaan merepresentasikan derajat keanggotaan x dalam A dan x adalah bagian dari semesta pembicaraan X. Nilaiµ
A( )
x dalam himpunanfuzzy 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 N
2 <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% Batupasira, Mobile karbonateb Polymer (M5) >25 <100 NC <100.100 oil NC >10 <9000 <200 ≥20 Organik >res. sat. Batupasira
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 >150a ≥20
Combustion (M7) komponen pasirc
Pasir/Batu Steamflood (M8) <25 >20 NC NC >40-50 pasirc >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 Nilai De ra ja t ke 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 xϖis A1 w1 y is B2 xϖis A2 w2 Aturan 1 Aturan n Aturan 2 y is B3 xϖis A3 w3 (Fuzzy) (Crisp) z
