Articles

Found 7 Documents
Search

Updating Reservoir Models Using Ensemble Kalman Filter Darwis, Sutawanir Komarudin; Gunawan, Agus Yodi; Wahyuningsih, Sri Komarudin; Sunusi, Nurtiti Komarudin; Mutaqin, Aceng Komarudin; Fitriyati, Nina
STATISTIKA: Forum Teori dan Aplikasi Statistika Vol 10, No 1 (2010)
Publisher : Program Studi Statistika Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (71.575 KB)

Abstract

The Ensemble Kalman Filter (EnKF) has gain popularity as a methodology for real time updates ofreservoir models. A sample of models is updated whenever observation data available. Successfulapplication of EnKF to estimate reservoir properties has been reported. A flow modeling is missing inthis research area. This paper presents the applicability of EnKF in flow modeling for three cases:infinite reservoir, bounded reservoir and one dimensional composite reservoir. The solution of flowequation was derived and used as a modeling component of state space modeling of Kalman filterupdating formula. This three reservoir models shows that the EnKF methodology can be used forupdating the reservoir models.
Updating Reservoir Models Using Ensemble Kalman Filter Darwis, Sutawanir; GUNAWAN, AGUS YODI; WAHYUNINGSIH, SRI; SUNUSI, NURTITI; MUTAQIN, ACENG KOMARUDIN; FITRIYATI, NINA
STATISTIKA: Forum Teori dan Aplikasi Statistika Vol 10, No 1 (2010)
Publisher : Program Studi Statistika Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

The Ensemble Kalman Filter (EnKF) has gain popularity as a methodology for real time updates ofreservoir models. A sample of models is updated whenever observation data available. Successfulapplication of EnKF to estimate reservoir properties has been reported. A flow modeling is missing inthis research area. This paper presents the applicability of EnKF in flow modeling for three cases:infinite reservoir, bounded reservoir and one dimensional composite reservoir. The solution of flowequation was derived and used as a modeling component of state space modeling of Kalman filterupdating formula. This three reservoir models shows that the EnKF methodology can be used forupdating the reservoir models.
APLIKASI KALMAN FILTER DAN ENSEMBLE KALMAN FILTER PADA PENDETEKSIAN GANGGUAN KONDUKSI PANAS PADA KEPING LOGAM BERBENTUK SILINDER Kusuma, Gina Isma; Fitriyati, Nina
LOGIK@ Vol 7, No 2 (2017): Vol.7 No.2 Tahun 2017
Publisher : Universitas Islam Negeri Syarif Hidayatullah Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (71.575 KB)

Abstract

Kebocoran pada keping logam berbentuk silinder dapat menganggu proses perpindahan panas. Oleh karena itu diperlukan suatu metode yang dapat digunakan untuk mendeteksi kebocoran tersebut. Pada penelitian ini, dibahas pengetimasian lokasi kebocoran pada keping logam berbentuk silinder menggunakan metode Kalman filter (KF) dan Ensemble Kalman Filter (EnKF). Persamaan ruang keadaan dibentuk dari diskritisasi persamaan difusi menggunakan metode Beda Hingga Maju dan Beda Hingga Pusat. Data simulasi dibangkitkan dari solusi analitik persamaan difusi. Pada metode EnKF banyaknya ensemble yang digunakan adalah 100, 200, 300, 400, dan 500 buah. Hasil simulasi menunjukkan bahwa kedua metode ini mampu mendeteksi dengan baik lokasi kebocoran pada keping logam berbentuk silinder. Pada metode EnKF, pendeteksian terbaik dihasilkan ketika banyak ensemble 500 karena nilai rata-rata error lebih kecil dibandingkan nilai rata-rata error pada banyak ensemble lainnya. Selain itu, hasil simulasi pun menunjukkan bahwa metode EnKF lebih akurat daripada KF karena rata-rata error dan nilai ratarata norm dari matriks kovariansi errornya lebih kecil disbanding Kalman filter.
APLIKASI MODEL GSTAR-I DENGAN PENDEKATAN INVERS MATRIKS AUTOKOVARIANS (IMAk) PADA PRAKIRAAN CURAH HUJAN DI PROVINSI BANTEN Maliska, Sri; Fitriyati, Nina; Mahmudi, .
LOGIK@ Vol 7, No 1 (2017): Vol.7 No.1 Tahun 2017
Publisher : Universitas Islam Negeri Syarif Hidayatullah Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (71.575 KB)

Abstract

Hujan merupakan unsur iklim yang paling penting di Indonesia karena memiliki keragaman yang sangat tinggi baik menurut waktu maupun menurut tempat. Oleh karena itu, kajian mengenai iklim lebih diarahkan pada hujan. Secara umum, curah hujan merupakan data deret waktu yang mempunyai keterkaitan antarlokasi sehingga salah satu model prakiraan yang dapat digunakan adalah model GSTAR-I. Pada penelitian ini, akan dibahas mengenai prakiraan curah hujan menggunakan model GSTAR-I dengan pendekatan Invers Matriks Autokovarians (IMAk). Data yang digunakan adalah data curah hujan di Stasiun Meteorologi Serang, Stasiun Klimatologi Pondok Betung, Stasiun Meteorologi Curug, Stasiun Meteorologi Cengkareng dan Stasiun Geofisika Tangerang. Diasumsikan setiap lokasi memiliki jarak yang sama sehingga digunakan matriks bobot seragam. Hasil identifikasi model menunjukkan bahwa beberapa model GSTAR-I yang mungkin adalah GSTAR-I (1;0), GSTAR-I (2;0), GSTAR-I (3;0), GSTAR-I (1;1) dan GSTAR-I (2;1). Berdasarkan nilai Mean Square Residual (MSR) diperoleh GSTARI (1;0) adalah model prakiraan terbaik.
APLIKASI FILTER KALMAN DAN FILTER ADAPTIF KULLBACK-LEIBLER PADA MODEL OTOREGRESIF ORDO PERTAMA Hamzah, Haris; Fitriyati, Nina
LOGIK@ Vol 6, No 2 (2016)
Publisher : Universitas Islam Negeri Syarif Hidayatullah Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (71.575 KB)

Abstract

Filter Kalman adalah salah satu metode untuk mengestimasi suatu keadaan berdasarkan model ruang-keadaan yang terdiri dari persamaan keadaan dan persamaan pengukuran.  Filter  Kalman dapat dijalankan ketika dugaan awal mengenai matriks kovariansi eror pada persamaan keadaan dan matriks kovariansi eror pada persamaan pengukuran diketahui dengan tepat. Namun, hal itu sulit untuk dilakukan. Oleh karena itu, E. L. Pervukhina mengusulkan filter adaptif Kullback-Leibler. Penelitian ini menjelaskan secara detail mengenai filter adaptif tersebut dan aplikasinya terhadap model  otoregresif  ordo  pertama. Data simulasi dibangkitkan untuk mendukung aplikasi dari filter Kalman dan filter adaptif. Hasil simulasi menunjukkan bahwa estimasi keadaan menggunakan kedua metode sangat dekat dengan data pengukuran. Kalman gain untuk  filter  Kalman konvergen ke nilai 0,9525 sedangkan Kalman gain untuk filter adaptif konvergen ke nilai 1,001. Selain itu, variansi estimasi keadaan untuk  filter  Kalman lebih kecil daripada variansi estimasi keadaan filter adaptif, dengan nilai masing-masing adalah 0,2122 dan 0,2437.
KLASIFIKASI JENIS PENYAKIT ERYTHEMATO-SQUAMOUS BERDASARKAN CIRI KLINIS DAN HISTOPATOLOGIS MENGGUNAKAN METODE ANALISIS DISKRIMINAN VERTEX Nurmaleni, Nurmaleni; Rahayu, Ayu Puji; Fitriyati, Nina
LOGIK@ Vol 8, No 2 (2018): Vol.8 No.2 Tahun 2018
Publisher : Universitas Islam Negeri Syarif Hidayatullah Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (71.575 KB)

Abstract

Penelitian ini membahas mengenai klasifikasi jenis penyakit erythemato-squamous menggunakan metode Vertex Discriminant Analysis (VDA) berdasarkan hasil pemeriksaan klinis dan histopatologis. Digunakan 3 pinalti pada metode VDA yaitu Euclidian, Lasso, dan Ridge dan kesalahan klasifikasi dinilai menggunakan Apparent Rate Error (APER). Data yang digunakan berjumlah 366 terdiri dari 34 buah peubah hasil pemeriksaan klinis dan histopatologis yang berasal dari 6 kelompok penyakit: psoriasis, seboreic dermatits, lichen planus, pityriasis rosea, cronic dermatitis, dan pityriasis rubra pilaris. Hasil menunjukkan bahwa setiap pinalti pada metode VDA membentuk 5 buah fungsi diskriminan untuk membedakan 6 kelompok penyakit. VDA dengan pinalti Euclidian berhasil mengklasifikasikan dengan tepat 104 data dari 110 data training dengan 27 peubah penjelas yang terdiri dari 12 ciri klinis dan 15 ciri hispatologis. VDA dengan pinalti Lasso berhasil mengklasifikasikan dengan tepat 102 data dari 110 data training dengan 25 peubah penjelas yang terdiri dari 11 ciri klinis dan 14 ciri hispatologis. Sedangkan VDA dengan pinalti Ridge berhasil mengklasifikasikan dengan tepat 107 data dari 110 data training dengan 34 peubah penjelas yang terdiri dari 12 ciri klinis dan 22 ciri hispatologis.
Updating Reservoir Models Using Ensemble Kalman Filter Darwis, Sutawanir; GUNAWAN, AGUS YODI; WAHYUNINGSIH, SRI; SUNUSI, NURTITI; MUTAQIN, ACENG KOMARUDIN; FITRIYATI, NINA
STATISTIKA: Forum Teori dan Aplikasi Statistika Vol 10, No 1 (2010)
Publisher : Program Studi Statistika Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jstat.v10i1.1007

Abstract

The Ensemble Kalman Filter (EnKF) has gain popularity as a methodology for real time updates ofreservoir models. A sample of models is updated whenever observation data available. Successfulapplication of EnKF to estimate reservoir properties has been reported. A flow modeling is missing inthis research area. This paper presents the applicability of EnKF in flow modeling for three cases:infinite reservoir, bounded reservoir and one dimensional composite reservoir. The solution of flowequation was derived and used as a modeling component of state space modeling of Kalman filterupdating formula. This three reservoir models shows that the EnKF methodology can be used forupdating the reservoir models.