Teranyar, keduanya berhasil menyabet Juara 1 untuk kategori Paper and Poster Competition pada kompetisi internasional bergengsi di bidang energi dan teknologi besutan ITB, Integrated Petroleum Engineering Festival (IPFEST).
"Di ajang tersebut, seluruh peserta ditantang untuk dapat memberikan inovasi di industri energi. Karena ketertarikan kami di bidang data science, kami menawarkan solusi penggunaan Machine Learning untuk memprediksi nilai cadangan minyak atau Estimated Ultimated Recovery (EUR) di lapangan shale," ungkap Firman dalam keterangan pers, Kamis (19/5/2022).
Lapangan minyak jenis ini, lanjut Firman, terdiri atas batuan serpihan. Umunya, memiliki nilai permebilitas dan porositas yang rendah.
Dibutuhkan proses perekahan untuk mendapatkan minyak yang terkandung di dalamnya.
"Sehingga, perhitungan EURnya sangat rumit karena melibatkan proses numerik yang kompleks. Dengan inovasi kami, perhitungan EUR di lapangan shale bisa dilakukan dengan lebih efisien," tutur Firman.
Untuk memprediksi nilai cadangan minyak di lapangan shale secara presisi, Firman dan Naufal mengolah lebih dari 500 data sumur minyak untuk selanjutnya diolah menggunakan algoritma pada machine learning.