MEDIA24.ID, JAKARTA - Sumur pengeboran minyak bumi yang tidak lagi aktif kini menghadapi tantangan berupa tingginya kandungan air akibat penurunan tekanan reservoir.
Berdasarkan data SKK Migas (2023), sekitar 70% sumur tua menunjukkan rasio air yang tinggi, melebihi 40%. Kondisi ini menyebabkan biaya produksi menjadi tidak ekonomis dan menurunkan efisiensi operasional.
Oleh karena itu, optimalisasi teknologi menjadi langkah strategis untuk memaksimalkan produksi minyak dari sumur-sumur tersebut.
Baca Juga: Akhir Pekan ke GIIAS 2025? Simak Dulu Daftar Barang yang Harus Dibawa
Menjawab tantangan ini, Erwin Fernanda, alumni Universitas Pertamina (UPER), bersama dua mahasiswa Program Studi Teknik Perminyakan UPER, yaitu Aghar Tabish Naqeeb dan M. Reihan Alfaridh, berhasil mengembangkan solusi inovatif untuk meningkatkan produksi minyak pada sumur tua.
Inovasi tersebut dilakukan melalui optimalisasi teknologi choke sumur yang dikombinasikan dengan pemodelan berbasis machine learning.
Aplikasi yang diberi nama CHOPTIMA (singkatan dari Choke Size Optimization for Balancing Oil and Water Production) adalah inovasi berbasis kecerdasan buatan yang dibuat untuk membantu mengatur ukuran choke, yaitu alat pengatur aliran cairan di dalam sumur pengeboran minyak.
Baca Juga: Mendikdasmen Dukung Perlindungan Anak di Ruang Digital
Dengan alat ini, tekanan dan jumlah minyak serta air yang keluar dari sumur bisa dikendalikan dengan lebih baik, sehingga produksi minyak menjadi lebih efisien dan tidak banyak tercampur air.
Penggunaan choke sumur terbukti efektif dalam memprediksi peningkatan produksi minyak, dengan potensi kenaikan produksi hingga 20–30% dan penurunan kadar air sampai 25% (International Petroleum Technology Conference, 2023).
Temuan ini mendasari inovasi Aghar dan tim dari Universitas Pertamina yang berhasil meraih juara kedua dalam kompetisi 2025 Geo-energy Hackathon SCALE UP, yang diselenggarakan oleh SLB dan Society of Petroleum Engineers International, mengungguli puluhan peserta dari berbagai universitas dan perusahaan migas.
Dalam pengembangan aplikasi tersebut, Aghar dan tim memanfaatkan beberapa algoritma machine learning seperti Support Vector Machine (SVM), Stochastic Gradient Descent (SGD), dan Gradient Boosting. Pemilihan metode ini didasarkan pada hasil riset dan evaluasi kandungan minyak serta air pada sumur tua.
“Kami melakukan pengukuran choke dan menyetel parameter-parameter optimalisasi untuk menemukan konfigurasi yang paling efektif, sehingga choke dapat dioperasikan untuk mengontrol tekanan dalam sumur secara presisi, meningkatkan efisiensi produksi minyak, serta mengurangi masuknya air berlebih,” jelas Aghar.
Penggunaan choke membantu mengatur tekanan sumur agar produksi minyak tetap maksimal, meskipun kondisi sumur sudah melemah. Inovasi Aghar dan tim terbukti mampu memprediksi adanya peningkatan produksi minyak hingga 4,99% dan mengurangi air berlebih sebesar 12,38%.
