Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
Biaya transportasi adalah salah satu komponen untuk mendapatkan keuntungan maksimal, tetapi sekarang tingkat emisi yang dihasilkan dari kegiatan transportasi juga menjadi perhatian di dunia industri. Model optimal komponen biaya dan emisi diperlukan untuk mendapatkan skenario terbaik yang memiliki biaya dan emisi rendah untuk mendukung komitmen industri ramah lingkungan. Untuk mencapai model yang dapat menyerupai kondisi asli di tempat tertentu kita akan menggunakan metode classifier Naïve Bayes. Model ini akan mengklasifikasikan tingkat keramahan lingkungan dan efisiensi biaya berdasarkan pengukuran berat dan volume menggunakan database yang diperoleh dari area tertentu, pada riset ini periset menggunakan beberapa skenario transportasi dari zona industri yang memiliki aktivitas melalui pelabuhan Tanjung Priok. Sebagai hasil dari pengklasifikasi alat yang dapat mengklasifikasikan tingkat hijau, tingkat biaya dan karakteristik barang yang sesuai (apakah itu cenderung memenuhi berat atau volume) berdasarkan metode pengklasifikasi Naïve Bayes. ......Transportation costs are one of the components to get the maximum profit, but now the level of emissions resulting from transportation activities also becomes a concern in the industry. Optimum models of cost and emissions components required to get the best scenario that has low costs and emissions to support green industrial commitment. To achieve a model that can resemble the original conditions on the specific place we will use the Naïve Bayes classifier method. This model will classify the environmental friendliness and cost efficiency incurred with weight and volume measurement based on existing databases acquired from specific areas, at this study researcher using multiple transportation scenarios from industrial zones that had activity through the Tanjung Priok port. As a result of a classifier of tools that can classify green levels, cost levels and suitable characteristics of goods (whether it tends to meet weight or volume) based on Naïve Bayes classifier methods.

Abstrak :


ABSTRAK
Kemampuan produksi sebuah sumur dapat dinilai dari parameter porositas dan permeabilitas dari reservoirnya . Untuk memperoleh nilai porositas dan permeabilitas pada sebuah sumur umumnya akan dilakukan logging dan coring dengan biaya yang tinggi. Pada penelitian ini penulis akan mengatasi masalah tersebut dengan mencoba untuk memperoleh data porositas dan permeabilitas pada sumur target menggunakan rock typing metode Lucia yang akan diintegrasikan dengan salah satu metode geostatistik yaitu Naive Bayes classifier. Metode rock typing Lucia akan membagi batuan reservoir pada sumur acuan menjadi beberapa kelas berdasar korelasi porositas dan permeabilitasnya, kemudian metode kalsifikasi Naive Bayes akan mengkorelasikan kelas tersebut dengan nilai Vp dan Vs beserta turunannya. Dengan pengintegrasian ini diperoleh trend yang menunjukan korelasi yang baik antara nilai Vp dan Vs dengan kelas batuan yang mewakili nilai porositas dan permeabilitas. Oleh karena itu nilai porositas dan permeabilitas dapat diperoleh dengan mengklasifikasikan nilai Vp dan Vs maupun turunanya pada sumur target menggunakan klasifikasi Naive Bayes. Setelah memperoleh nilai porositas dan permeabilitas pada sumur target, maka analisis produksi dapat dilakukan dengan melihat tipe batuan zona prospek sumur acuan. Selain memperoleh analisa potensi produksi sumur target, penulis juga dapat melihat kerusakan dan merekomendasikan penyemenan dengan menganalisa porositas dan permeabilitas.

---

ABSTRAK
The production capability of a well can be evaluated by measuring the porosity and permeability parameters of the reservoir. To obtain the porosity and permeability values in a well usually in industrial is using coring method. Both method are requiring high cost instrumentation. In this study the authors will solve that problem by trying to obtain the porosity and permeability data on the target well without coring using the Lucia method rock typing which will be integrated with one of the geostatistics method that is Naive Bayes classifier. Lucia 39 s rock typing method will divide the reservoir rocks from reference well into several classes based on the porosity and permeability value by the particle size of the rock, then the Naive Bayes classification method will correlate the classes with Vp and Vs and also with their derivatives . With this integration we get a trend that shows a good correlation between Vp and Vs with rock classes representing porosity and permeability values of the reservoir rock in target well. Therefore, porosity and permeability values can be obtained with Vp and Vs and also with their derivative of target wells with the Naive Bayes classification method. After obtaining the porosity and permeability values in the target well, the production analysis can be done by looking at the rock type of the prospect zone of the reference well. In addition to obtaining an analysis of the production potential of the target well, the authors can also look at the damage and recommend cementing by analyzing porosity and permeability.