PENERAPAN MODEL VECTOR AUTOREGRESSIVE INTEGRATED MOVING AVERAGE PADA DATA LOGGING
| Main Authors: | Antaristi, Sasqia Aklysta, Yundari, Yundari, Perdana, Hendra |
|---|---|
| Format: | Article info application/pdf eJournal |
| Bahasa: | eng |
| Terbitan: |
FMIPA Universitas Tanjungpura
, 2023
|
| Online Access: |
http://jurnal.untan.ac.id/index.php/jbmstr/article/view/67123 http://jurnal.untan.ac.id/index.php/jbmstr/article/view/67123/75676597827 |
Daftar Isi:
- Data Well Logging merupakan metode pengukuran besaran – besaran atau parameter fisika dan kimia batuan terhadap kedalaman lubang bor. Lapisan batuan dipengaruhi oleh elastisitas dan densitas batuan dalam waktu tertentu. Dengan kriteria tersebut, metode analisis deret waktu yang sesuai adalah VARIMA (Vector Autoregressive Integreted Moving Average). Model VARIMA adalah suatu metode yang digunakan untuk menganalisis data deret waktu dengan melibatkan faktor lokasi dan lebih dari satu variabel. Tujuan penelitian ini membahas tentang penggunaan model VARIMA untuk menganalisis data logging dengan menentukan model dan hasil peramalan data GR, LSD, dan SSD serta tingkat kebaikan model. Data yang digunakan adalah hasil Log Gamma Ray (GR), Long Spacing Density (LSD), dan Short Spacing Density (SSD) pada perusahaan XYZ dalam periode data kedalaman 1.4 m–98.8 m. Tahapan yang dilakukan dalam penelitian ini yaitu mendeskripsikan data GR, LSD, dan SSD dilanjutkan uji stasioner ADF, melakukan differencing, mengidentifikasi model MACF dan MPACF, mengestimasi parameter, melakukan peramalan model VARIMA dan diakhiri perhitungan MAPE. Hasil pemodelan terbaik yang diperoleh adalah VARIMA (1,1,0). Tingkat kebaikan hasil peramalan GR kedalaman 99 m–100 m pada MAPE adalah 27,74% dikategorikan cukup baik. Hasil peramalan LSD menurut MAPE bernilai 10.90% tergolong baik. Hasil peramalan SSD bernilai 7.81% yang dikategorikan sangat baik. Kata Kunci: Logging, Model Peramalan, Vector Autoregresive Integrated Moving Average