PT SPC bekerjasama dengan ITB mengembangkan Teknologi Leak Detection pada Pipa Oil dengan metode Deep Learning

Pipa merupakan fasilitas yang vital dalam rantai produksi minyak dan gas bumi. Minyak dan gas bumi diangkat dari dalam reservoir melalui tubing dalam lubang sumur, kemudian dialirkan melalui flowline dari kepala sumur ke fasilitas pemisahan (separator). Hasil pemisahan di separator berupa minyak, gas, dan air dialirkan menggunakan pipa menuju fasilitas pengolahan berikutnya. Minyak dan gas yang sudah memenuhi kualitas penjualan dialirkan melalui pipa transmisi menuju fasilitas penyimpanan atau penjualan/konsumen.


Pipa minyak dan gas bumi dirancang digunakan untuk periode atau umur tertentu, biasanya 20 tahun. Semakin lama pipa digunakan, kekuatan pipa akan berkurang dan kinerjanya akan menurun. Hal ini disebabkan karena faktor internal seperti sifat-sifat fluida produksi dan kondisi operasi (tekanan, temperatur, laju alir fluida, dan rezim aliran), serta faktor eksternal seperti temperatur lingkungan, kelembaban udara/tanah, kondisi geologi dan faktor eksternal lainnya. Kekuatan yang menurun bisa menyebabkan kebocoran pipa. Selain itu akhir-akhir ini juga sering ditemukan kasus illegal tapping yaitu pencurian minyak dengan cara membuat lubang pada pipa minyak (pipa sengaja dibocorkan).


Masalah kebocoran pipa minyak dan gas merupakan masalah yang serius baik pipa yang beroperasi di daratan (onshore) maupun lepas pantai (offshore). Kebocoran pipa menyebabkan kerugian bagi industri migas karena mengakibatkan kehilangan produksi (loss of production) minyak dan gas bumi, biaya yang mahal untuk mitigasi dan perbaikan, serta berdampak pada lingkungan hidup dan sosial disekitarnya. Oleh karena itu diperlukan suatu alat atau metode untuk mendeteksi kebocoran pipa minyak dan gas agar dampak yang ditimbulkan dapat diantisipasi lebih awal dan kerugian yang dialami dapat dihindari atau diminimalisasi.


Didasarkan fakta akan adanya kebutuhan teknologi deteksi kebocoran pipa minyak tersebut, tim peneliti Pusat Pemodelan Matematika dan Simulasi Institut Teknologi Bandung (P2MS ITB) yang tergabung dalam Research Consortium Optimization of Pipeline Network (RC-OPPINET) bekerja sama dengan PT Scada Prima Cipta mengusulkan pengembangan software deteksi kebocoran pipa minyak menggunakan metode deep learning pada program Matching Fund Tahun 2022 dari Dirjen Dikti Kemendikbudristek. Pada tahun berikutnya penelitian akan dilanjutkan untuk pengembangan software deteksi kebocoran pipa gas. Dalam jangka panjang, penelitian ini dapat dikembangkan lebih lanjut untuk pembuatan aplikasi online monitoring deteksi kebocoran pipa minyak dan gas.

Sebelumnya sudah ada beberapa software untuk deteksi kebocoran pada pipa minyak dan gas namun semuanya merupakan produk luar negeri yang harganya mahal dan sifatnya “black-box”, user tidak bisa kustomisasi sesuai kebutuhan. Pada program Matching Fund Tahun 2022 ini tim peneliti mengusulkan penelitian dengan judul “Pengembangan Software Deteksi Kebocoran Pipa Minyak Menggunakan Metode Deep Learning”. Keunggulan atau keunikan dari software yang diusulkan ini yaitu fitur dapat di-customize sesuai kebutuhan user. Penelitian ini merupakan upaya untuk mendukung program pemerintah yaitu digitalisasi industri migas dan meningkatkan Tingkat
Komponen Dalam Negeri (TKDN) dalam operasi migas di Indonesia khususnya dalam bidang software serta mengurangi ketergantungan software sejenis produk luar negeri.

Saat ini kemajuan kegiatan sudah sampai tahap pengembangan model deteksi kebocoran pipa minyak menggunakan metode deep learning dan mulai inisiasi pembuatan GUI software. Untuk mensosialisasikan hasil kegiatan sementara dan mendapatkan feedback dari pemerintah dan kalangan industri migas, maka akan diselenggarakan Focus Group Discussion terkait dengan Teknologi Deteksi Kebocoran Pipa Minyak pada hari Sabtu tanggal 29 Oktober 2022 bertempat di Bandung.


Scroll to Top