Inovasi Digital PHE OSES Berhasil Optimalkan Produksi Minyak
Kompetisi Digital Hackathon AI/ML Hulu Migas 2025 yang digelar SKK Migas pertengahan Juni lalu membuktikan bahwa transformasi digital mampu menjawab tantangan kompleks di sektor energi. Salah satu inovasi unggulan datang dari tim THATPOOL PHE OSES, yang meraih Juara 2 Kategori Implementation berkat alat prediksi saturasi berbasis machine learning (ML) untuk lapangan marginal.
THATPOOL (Technological Hub for Advanced Tools and Predictive Optimization of Oilfield Logs) menghadirkan solusi nyata dengan mengoptimalkan residu minyak di Lapangan NR menggunakan kecerdasan buatan. Tidak hanya meningkatkan produksi sebesar 542 barel minyak per hari (BOPD), inovasi ini juga menghemat biaya material dan sewa kapal hingga Rp7,18 miliar.
Kunci keberhasilan terletak pada prediksi current saturation, kondisi terkini fluida di reservoir batugamping, melalui algoritma ML. Metode ini menggantikan pengukuran konvensional berbasis kapal (barge), mempercepat proses sekaligus memangkas biaya operasional.
Baca Juga:Lampaui Target, PHE OSES Pasok Gas 8 BBTUD ke PLTGU Cilegon
Current saturation membantu mengidentifikasi cadangan minyak tersisa, titik masuknya air, dan strategi enhanced oil recovery. Ke depan, teknologi ini bahkan memungkinkan perawatan sumur tanpa intervensi fisik, cukup dengan menutup zona water breakthrough secara digital.General Manager PHE OSES Antonius Dwi Arinto, penerima penghargaan dari SKK Migas, menegaskan dampak luas inovasi ini. "Digitalisasi bukan sekadar tren, tapi solusi efisiensi dan keberlanjutan. Kami siap replikasi pendekatan serupa di wilayah kerja lain," ujar dia dalam pernyataannya, Senin (7/7).
Baca Juga:Raih Penghargaan ESG 2025, Komitmen Pertamina Tumbuh Berkelanjutan
Kompetisi yang digelar di Bandung ini menjadi bukti bahwa kolaborasi teknologi dan SDM unggul mampu mengubah tantangan migas marginal menjadi peluang. THATPOOL, sebagai representasi percepatan digitalisasi hulu migas, mencatatkan dua pencapaian sekaligus: peningkatan produksi dan efisiensi biaya.
SKK Migas menilai inovasi semacam ini krusial untuk mempertahankan produktivitas lapangan tua. Apalagi, pendekatan AI/ML seperti THATPOOL menawarkan presisi tinggi dengan risiko kesalahan minimal dibanding metode konvensional.
Industri hulu migas nasional kini berada di persimpangan: bertahan dengan cara lama atau bertransformasi melalui digitalisasi. Keberhasilan THATPOOL menjadi sinyal kuat bahwa pilihan kedua bukan hanya mungkin, tapi sudah membuahkan hasil nyata.
