(0721) 8030188    pusat@itera.ac.id   

KLASIFIKASI FASIES SEISMIK SECARA OTOMATIS MENGGUNAKAN IMPLEMENTASI ALGORITMA DEEP LEARNING CONVOLUTIONAL NEURAL NETWORK


Kemajuan teknologi komputer telah berkembang pesat diberbagai sektor dan menjadi tool yang sangat berpengaruh di dunia migas. Deep Learning menjadi teknologi komputer yang berkembang dalam menyelesaikan suatu pekerjaan yang banyak dengan cepat dan efisien serta akan bekerja sangat baik pada data-data yang unstructured dan memiliki kompleksitas yang tinggi seperti halnya fasies stratigrafi pada data seismik. Penelitian ini bertujuan untuk mengetahui dan mempelajari cara kerja dari Deep Learning Convolutional Neural Network dalam processing data seismik 3D, menentukan klasifikasi fasies seismik menggunakan Deep Learning Convolutional Neural Network, dan mengetahui performa Deep Learning Convolutional Neural Network dalam memprediksi klasifikasi fasies seismik pada unseen data. Adapun cara kerja Convolutional Neural Network dalam mengklasifikasi fasies seismik yaitu dengan menjadikan data seismik 3D hasil slicing inline dan crossline sebagai input, diteruskan ke convolution layer, pooling layer, fully-connected layer, dan dilakukan proses klasifikasi menggunakan fungsi aktivasi softmax¸serta mengevaluasi kinerja model. Hasil penelitian menunjukkan performa Deep Learning Convolutional Neural Network dalam memprediksi klasifikasi fasies seismik dengan pembagian data train 80

Publisher


URI
http://repo.itera.ac.id/depan/submission/SB2108230031

Collection
Teknik Geofisika