PERBANDINGAN REGRESI LINEAR BERGANDA DAN GENERALIZED ADDITIVE MODEL UNTUK PREDIKSI OIL RATE

Abstract

Analisis produksi sumur minyak memerlukan pemahaman hubungan antara parameter operasional permukaan dan laju alir minyak. Penelitian ini membandingkan kinerja regresi linier berganda dan Generalized Additive Model (GAM) dalam memprediksi Oil Rate (OR, Sm³/hari) berdasarkan Wellhead Pressure (WHP), Wellhead Temperature (WHT), dan Choke Size (CS). Data berupa produksi harian sumur 15/9-F-12H Lapangan Volve periode 1 Januari–11 Agustus 2016 sebanyak 207 pengamatan (jam on-stream 24 jam). Korelasi Pearson menunjukkan CS berkorelasi positif terkuat terhadap OR (r = 0,58), diikuti WHT (r = 0,32) dan WHP (r = −0,32), dengan multikolinearitas kuat antara WHP dan WHT (r = −0,92; VIF 7,16 dan 6,71). Pada pembagian acak 80:20 (42 data uji), R² uji regresi linier berganda sebesar 0,267, sedangkan GAM berbasis spline mencapai 0,543 dengan RMSE dan MAE lebih rendah. Namun, pada pembagian berbasis waktu dan blocked cross-validation, kedua model menghasilkan R² uji negatif karena OR menurun kuat seiring waktu (r = −0,95 terhadap hari produksi) dan bukaan choke diubah pada periode akhir sehingga data uji berada di luar rentang data latih. Dengan demikian, keunggulan GAM bersifat indikatif dan hanya terlihat pada interpolasi dalam periode yang sama, dan hubungan OR dengan WHP, WHT, dan CS tidak terpisah dari pengaruh waktu.