View/Open

Author

Date Published
23 Sep 2026

Advisor
Dwi Miftha Kurnia, M.T.,
Rizki Yustisia Sari, S.T., M.T.I.,

Subject
Rekayasa Minyak dan Gas

Publisher

Penelitian ini bertujuan untuk menentukan nilai K optimal pada algoritma K-Nearest Neighbors (KNN) berbasis Orange Data Mining dalam penentuan litologi batuan berdasarkan data well log, serta menerapkan model yang diperoleh untuk memprediksi litologi pada data sumur baru. Penelitian ini menggunakan data sekunder berupa data well log dari 25 sumur yang diperoleh dari Kansas Geological Survey (KGS). Dataset dibagi menjadi 20 sumur sebagai data training dan 5 sumur sebagai data testing. Parameter well log yang digunakan meliputi Gamma Ray, Resistivity, Neutron, dan Density. Tahapan penelitian meliputi pra-pemrosesan data, pembagian data, pelatihan model KNN, evaluasi menggunakan Test and Score dan Confusion Matrix, serta penerapan model untuk memprediksi litologi pada Sumur X. Hasil penelitian menunjukkan bahwa K = 5 merupakan nilai K optimal berdasarkan performa yang seimbang pada data testing, dengan Classification Accuracy sebesar 92,5%, Precision sebesar 92,5%, Recall sebesar 92,5%, dan F1-Score sebesar 90,9%. Hasil prediksi pada sumur X menunjukkan bahwa litologi pada keenam zona didominasi oleh dolomite. Validasi dilakukan dengan membandingkan hasil klasifikasi KNN terhadap hasil interpretasi Neutron-Density Crossplot melalui Matlab, analisis manual menggunakan Excel, dan interpretasi menggunakan Interactive Petrophysics (IP). Ketiga pendekatan tersebut menunjukkan kesesuaian litologi dominan pada setiap zona.

URI
https://repo.itera.ac.id/depan/submission/SB2609230025

Keyword