KAJIAN TEORI
Bab II berisi kajian teori. Teori-teori yang digunakan pada penelitian ini
nilainya, cadangan hidrokarbon digolongkan dalam dua jenis (Tim Staff Asisten
2. Metode Volumetric
7
pada batuan reservoir menggunakan batas-batas berupa interval pada peta net pay.
Peta net pay menggambarkan ketebalan batu pasir yang mengandung hidrokarbon
(Tim Staff Asisten Laboratorium Geologi Minyak dan Gas Bumi, 2012: 141-142).
Data-data yang menunjang dalam perhitungan cadangan ini adalah volume bulk,
Persamaan yang digunakan pada metode volumetric adalah (Tim Staff Asisten
× × ×
= (dalam satuan STB) (2.1)
atau
× ×
= (dalam satuan STM3) (2.2)
dimana
Volume bulk adalah volume formasi total yang mencakup volume pori-pori dan
volume batuan (DeSorcy, 1994: 333). Nilai volume bulk didapatkan dari
Saturasi fluida didefinisikan sebagai fraksi dari fluida yang menempati volume
pori-pori sehingga definisi saturasi hidrokarbon adalah fraksi cair maupun gas
terpenting dalam analisis reservoir (Austin dan Lamb, 1994: 65). Identifikasi
dilakukan dalam kerangka pekerjaan Mud Logging (Dedy dan Cahyoko, 2012:
8).
c. Porositas batuan
Porositas adalah fraksi volume bulk reservoir yang terisi fluida (dalam hal ini
bukan mineral) atau dengan kata lain porositas adalah kemampuan batuan untuk
menyimpan fluida (Austin dan Lamb, 1994: 55). Kondisi fluida terhadap
porositas batuan disajikan pada Gambar 2.1.. Berbagai log yang digunakan
dan sonic (Tim Staff Asisten Laboratorium Geologi Minyak dan Gas Bumi,
2012).
9
Gambar 2.1. Kondisi fluida terhadap porositas batuan
meter kubik (barel) yang menempati formasi pada suhu dan tekanan reservoir
yang berlaku. Volume tangki dalam meter kubik (barel) adalah volume yang
berisi satu meter kubik (barrel) hidrokarbon pada tekanan dan suhu standar.
penambahan, analisis, dan penyesuaian data. Nilai BOI selalu lebih besar dari
satu karena suhu dan gas meningkatkan volume tangki hidrokarbon di formasi.
B. Fuzzy Logic
Fuzzy didefinisikan sebagai kabur atau samar sedangkan logic atau logika
adalah penemuan dalil-dalil baru dari dalil-dalil yang ada. Pada logika klasik, dalil
harus bernilai benar atau salah dengan nilai kebenaran 0 atau 1. Fuzzy logic
10
menyamaratakan dua nilai logika klasik dengan memberikan sebarang nilai
variabel. Nilai variabel yang berupa bilangan mudah untuk membangun kerangka
matematikanya sedangkan nilai variabel yang berupa kata tidak dapat dibuat
berupa kata dari bahasa alami dimana kata didefinisikan dengan himpunan fuzzy
2. Himpunan Klasik
Menurut Klir (1997: 48-49), himpunan adalah sekumpulan hal yang dapat
dibedakan dari lainnya sebagai individu yang memiliki beberapaa sifat. Setiap
individu pada kumpulan ini disebut anggota atau elemen himpunan. Himpunan
umum adalah dengan list method dan rule method. List method biasanya digunakan
pada himpunan kecil. Pada cara ini, himpunan dideskripsikan dengan menyebutkan
satu per satu anggotanya yang dituliskan diantara tanda kurung. Sebagai contoh,
={ , , } (2.3)
11
Dengan rule method, suatu himpunan, misal , dinyatakan dengan menetapkan
= { | ( )} (2.4)
3. Himpunan Fuzzy
terdefinisi dengan baik. Pada tahun 1965, Zadeh memodifikasi teori himpunan
klasik yang disebut dengan himpunan fuzzy. Suatu himpunan fuzzy pada himpunan
interval [0, 1]. Berdasarkan definisi, tidak ada “fuzzy” pada himpunan fuzzy, yang
= , ( ) (2.5)
Setiap anggota dari himpunan pertama dipasangkan dengan tepat satu anggota pada
adalah suatu kurva yang menunjukkan pemetaan titik-titik input data (domain) ke
12
himpunan semesta dari himpunan fuzzy 5 adalah himpunan semua
bilangan riil. Jenis himpunan fuzzy ini disebut bilangan fuzzy. Dalam
−4 4≤ ≤5
( )= 6− 5≤ ≤6 (2.6)
0
yang tepat karena model fuzzy sensitif terhadap jenis pendeskripsian himpunan
penelitian ini hanya disajikan representasi linear, kurva segitiga, dan kurva
a. Representasi linear
sebagai suatu garis lurus. Terdapat dua keadaan himpunan fuzzy linear. Pertama,
1
Derajat Keanggotaan
a b
Domain
13
Fungsi keanggotaan linear naik:
0 ≤
( )= ≤ ≤ (2.7)
1 =
1
Derajat Keanggotaan
a b
Domain
≤ ≤
( )= (2.8)
0 ≥
Kurva segitiga (Gambar 2.4.) merupakan gabungan dua garis, linear naik dan
0 ≤ ≥
( )= ≤ ≤ (2.9)
≤ ≤
14
1
Derajat Keanggotaan
0
a b c
Domain
Pada dasarnya kurva trapesium seperti bentuk segitiga, namun ada beberapa
0 ≤ ≥
⎧
⎪ ≤ ≤
( )= (2.10)
⎨ 1 ≤ ≤
⎪ ≤ ≤
⎩
1
Derajat Keanggotaan
a b c d
Domain
15
5. Operasi pada Himpunan Fuzzy
dan memodifikasi himpunan fuzzy. Berikut tiga operasi pada himpunan fuzzy
dengan dan adalah himpunan fuzzy pada himpunan semesta (Sri, 2002: 60):
OR ∪ ( ) = max[ ( ), ( )] (2.12)
sistem inferensi fuzzy (FIS) adalah penarikan kesimpulan dari sekumpulan kaidah
fuzzy. FIS harus memuat minimal dua buah kaidah fuzzy, dimana input dan output-
2. Metode Sugeno
Metode Sugeno hampir sama dengan metode lainnya, hanya saja output
(konsekuen) sistem berupa konstanta (orde nol) atau persamaan linear (orde satu).
Berikut bentuk umum kedua model fuzzy Sugeno (Sri, 2002: 98-99):
( ) ⋅ …⋅ ( ) = (2.14)
16
dimana
( )⋅ …⋅( ) = ∗ + ⋯+ ∗ + (2.15)
dimana
Terdapat lima tahapan di dalam FIS. Lima tahapan FIS yang dijalankan dengan
a. Fuzzifikasi
Fuzzifikasi adalah proses memetakan nilai klasik ke dalam himpunan fuzzy dan
Operasi fuzzy logic perlu dilakukan jika bagian anteseden lebih dari satu
pernyataan. Hasil akhir operasi adalah derajat kebenaran anteseden yang berupa
bilangan tunggal dari derajat keanggotaan suatu himpunan fuzzy. Bilangan ini
akan diteruskan ke bagian konsekuen. Input operasi fuzzy berupa dua atau lebih
kebenaran tunggal. Operasi fuzzy logic antara lain AND, OR, dan NOT.
17
c. Implikasi
harus diberi bobot. Besarnya nilai bobot yaitu dari 0 sampai 1. Umumnya bobot
aturan disetel satu sehingga tidak mempunyai pengaruh pada proses ini. Input
implikasi berupa derajat kebenaran bagian anteseden dan himpunan fuzzy pada
d. Agregasi
menjadi suatu himpunan fuzzy tunggal. Jika konsekuen lebih dari satu
pernyataan maka agregasi dilakukan secara terpisah untuk setiap variabel output
aturan IF-THEN. Secara singkat, agregasi adalah operasi fuzzy logic OR dengan
input berupa semua output himpunan fuzzy dari aturan IF-THEN. Fungsi
e. Defuzzifikasi
∑
= (2.16)
∑
18
dimana
sudah sesuai atau belum. Pada penelitian ini, pengujian dilakukan dengan
dihitung dengan mencari kesalahan absolut pada setiap data yang dibagi dengan
nilai aktual, kemudian merata-rata persentase kesalahan absolut pada semua data.
1 −
= × 100% (2.17)
dimana
= nilai aktual, ≠ 0
= nilai dugaan
= banyaknya data
Pendekatan ini dipilih ketika nilai besar dan ukuran atau besar variabel yang
(Hanke dan Wichern, 2005: 80). Menurut Makridarkis, Wheelwright, dan McGee
dalam Jurnal Teknik POMITS (2012: 7), model dikatakan sangat baik apabila nilai
MAPE kurang dari 10% dan baik apabila nilai MAPE antara 10% sampai 20%.
1. Pengertian MATLAB
MATLAB adalah bahasa pemrograman tingkat tinggi dimana arti perintah dan
fungsi-fungsinya dapat dimengerti dengan mudah bahkan seorang pemula. Hal ini
19
terjadi karena masalah dan solusi dapat diekspresikan pada MATLAB dengan
bertahun-tahun karena masukan dari banyak pemakai. Saat ini MATLAB telah
fungsi MATLAB (M-Files yaitu file berekstensi .m) yang merupakan perluasan
Fuzzy logic toolbox adalah sekumpulan tool yang membantu dalam merancang
model fuzzy untuk diapliaksikan dalam berbagai bidang. Fuzzy logic toolbox
menyediakan lima tools untuk keperluan rancang bangun FIS (Agus, 2009: 39):
FIS editor merupakan tampilan awal yang muncul setelah mengetikkan fuzzy
pada command window (Gambar 2.6.). Metode FIS disetel dengan metode
20
Gambar 2.6. FIS editor
FIS editor (Gambar 2.7.), tahapan yang dilakukan yaitu memilih menu
21
c. Editor aturan (rule editor)
berdasarkan deskripsi variabel input dan output yang didefinisikan pada FIS
editor, yaitu dengan memilih sebuah item opsi himpunan fuzzy pada setiap
variabel FIS. Untuk membuka rule editor pada FIS editor (Gambar 2.8.),
tahapan yang dilakukan yaitu memilih menu Edit>Rules atau menekan tombol
Untuk mengevaluasi apakah FIS bekerja seperti yang diinginkan, hal yang perlu
atau menekan tombol Ctrl+5 secara bersamaan pada FIS editor. Rule viewer
menampilkan proses keseluruhan yang terjadi dalam FIS (Gambar 2.9.). Plot
22
Gambar 2.9. Rule viewer
kasus dengan dua atau lebih input dan sebuah output FIS. Untuk membuka
surface viewer pada FIS editor (Gambar 2.10.), tahapan yang dilakukan yaitu
23
3. Graphical User Interface (GUI)
GUI adalah suatu media visual yang membuat pengguna memberikan perintah
gambar yang tersedia (Vicky, 2012: 1). GUI dapat dimunculkan dari MATLAB
E. Penelitian-Penelitian Terdahulu
Barat dengan Reservoir Saturation Tool (RST). RST adalah alat untuk
maupun terutup oleh casing. Hasil evaluasi RST pada struktur tersebut
24
menunjukkan efektivitas manfaat penggunaan RST dalam memperkirakan
alternatif yang lebih cepat pada simulasi Monte Carlo untuk menggolongkan
pada Lapangan SBI, Cekungan Utara Jawa Timur. Metode ini mengurangi
lain metode volumetric, material balance, dan decline curve. Ketiga metode
tidak memberikan hasil yang sama pada titik dan waktu manapun. Dari
25
merupakan suatu ketidakpastian sehingga masing-masing metode tidak pernah
diminimalkan.
5. Hirzi Farizi (2015) menggunakan data log sumur dan data inti batuan untuk
Lapisan H memiliki nilai volume shale rata-rata 43%, porositas rata-rata 19%,
saturasi air rata-rata 71%, dan saturasi hidrokarbon rata-rata 29%. Dari hasil
Sejauh ini belum ada penelitian mengenai penerapan fuzzy logic pada metode
alat dan ilmu pemboran, mengkaji metode perhitungan cadangan hidrokarbon yang
26