Komentar |
| SKK Migas jaga produksi sumur. |
Jakarta - Deputi Eksploitasi SKK Migas, Wahju Wibowo, menegaskan bahwa adopsi kecerdasan buatan (AI) dan pembelajaran mesin (ML) di industri hulu migas telah menjadi kebutuhan mendesak untuk menjaga dan mengembangkan keberlanjutan sektor ini.
"Pada masa ini, peran teknologi sangat menentukan kesuksesan bisnis, termasuk di industri hulu migas," ujarnya di Jakarta, pada Kamis (16/11/2023).
Sementara itu, Direktur Utama PGN Saka, Medy Kurniawan, menyatakan bahwa dengan aset yang banyak dan tenaga kerja terbatas, digitalisasi memainkan peran krusial dalam kegiatan operasional harian PGN Saka.
"Sejak tahun 2014, PGN Saka secara bertahap terus meningkatkan pemanfaatan teknologi digital dalam upaya pencarian dan pemeliharaan produksi hidrokarbon dari perut bumi," katanya.
Pada tahun 2023, PGN Saka mengumumkan peluncuran program digital twin di wilayah kerja Pangkah. Digital Twin merupakan replika fasilitas produksi migas dalam model tampilan tiga dimensi, yang terhubung dengan sensor real-time dan berbagai informasi pendukung seperti laporan inspeksi, dokumen teknis, gambar peralatan, data gambar, dan diagram PNID.
“PGN Saka aktif mengintegrasikan teknologi digital untuk menjalankan kinerja operasional dan menghadapi tantangan bisnis dan operasional. Hal ini tidak terlepas dari peran penting sumber daya manusia (SDM), dan pengelolaan SDM dilakukan secara berkelanjutan untuk meningkatkan bisnis energi nasional sektor hulu,” katanya.
Diketahui, PGN Saka sebagai afiliasi PGN Subholding Gas Pertamina telah menciptakan inovasi teknologi dalam kegiatan operasional yang disebut ESP Predictive Solution (ESPresso).
Inovasi ini adalah solusi internal PGN Saka yang mencakup dua aspek kunci, yaitu Anomaly Detection dan prediksi Remaining Useful Life (RUL).
PGN Saka menerapkan ide ini dengan menggabungkan teknologi, keahlian, dan pembelajaran mesin dalam inovasi ESPresso untuk memantau kinerja pompa Electrical Submersible Pump (ESP) yang terpasang di sumur produksi PGN Saka dan memprediksi RUL sebagai deteksi waktu yang diperlukan untuk penggantian unit/komponen dari ESP tersebut.
Dengan demikian, hasilnya adalah solusi kolaborasi internal pertama yang memberikan wawasan melalui pemahaman berbasis data dan penggunaan pembelajaran mesin.(BY)