Oil & Gas · Kajian riset

AI agent untuk analisis data geologi sumur

Kajian bersama Pertamina EP Zona 4 di bawah Lembaga Kajian Fakultas Teknik UGM (LKFT). Tim geologi di sana mengambil keputusan dari tumpukan data sumur yang bentuknya ke mana-mana: diagram teknik, laporan PDF ratusan halaman, rekaman sensor. Kami membangun prototype multi-agen yang membaca semua itu dan menyajikannya sebagai grafik, lalu mengujinya dengan data sumur asli. Semuanya berjalan di server internal DTETI FT UGM, dan sampai sekarang masih di tahap riset.

Peran: AI Engineer
Mitra: LKFT UGM × Pertamina EP Zona 4
Tahap: Kajian riset; prototype belum operasional

Datanya tidak seragam

Yang masuk ke prototype adalah data geologi sumur minyak, dan hampir tiap berkas punya format sendiri. Beberapa di antaranya:

diagram sumur, skema mekanik dan litologi dalam satu gambar

laporan PDF yang tebalnya bisa ratusan halaman

laporan harian sumur dalam bentuk spreadsheet

mudlog, grafik memanjang dengan rasio kertas 1:30 atau lebih ekstrem

rekaman sensor sumur dalam format LAS

Sebagian berkas ini baru berarti kalau gambarnya ikut dibaca. Grafik mudlog dan diagram sumur tidak menyimpan informasi apa pun sebagai potongan teks biasa. Satu pipeline yang menganggap semua masukan sebagai dokumen teks akan langsung patah begitu ketemu mudlog atau file LAS.

Ingestion punya pipeline agen sendiri

Karena itu tahap ingestion kami bangun sebagai pipeline AI agent yang berdiri sendiri, terpisah dari agen yang nanti menjawab pertanyaan. Tugasnya cuma satu: mengubah tumpukan berkas yang formatnya beragam tadi jadi data rapi yang siap dipakai agen inference.

Untuk berkas yang isinya gambar teknik, seperti mudlog dan diagram sumur, agen ini memakai LLM multimodal yang membaca isi visualnya, bukan sekadar teks yang menempel di berkas. Hasil bacaannya yang kemudian distrukturkan dan disimpan.

Ingestion agent tidak berhenti di situ. Dia juga menyiapkan konteks berjenjang untuk agen inference: alih-alih membanjiri agen dengan seluruh isi berkas sekaligus, potongan konteks dibuka bertahap sesuai kebutuhan pencarian. Kami menyebutnya progressive disclosure.

Retrieval yang menggabungkan tiga jalur

Pencarian di dalam data seperti ini tidak bisa bergantung pada satu jenis embedding. Kami memakai retrieval hybrid dengan tiga jalur yang berjalan bersamaan:

sparse, untuk mencocokkan istilah dan kode sumur yang harus persis

dense, untuk kedekatan makna antar deskripsi

visual embedding, untuk potongan data yang pemahamannya bergantung pada bentuk grafik, misalnya pola kurva pada log sumur

Ketiganya dipakai berbarengan supaya query yang menyangkut gambar tetap menemukan sasarannya, bukan cuma yang berbasis kata.

Alur prototype. Ingestion agent menstrukturkan berkas ke hybrid retrieval sekaligus menyiapkan konteks progressive disclosure. Inference multi-agen memakai keduanya untuk menyusun grafik. Tracing memantau ingestion dan inference.

Inference: keluarannya grafik dan widget

Agen inference bekerja di atas data hasil ingestion, dan ini juga sistem multi-agen. Keluarannya berupa grafik dan widget: kurva produksi minyak, peta persebaran sumur, dan visualisasi lain yang memang lebih jelas dilihat daripada dijelaskan lewat kalimat.

Tracing di dua tahap

Begitu kedua tahap berjalan, kami pasang tracing dan observability. Tanpa itu kami tidak benar-benar tahu apa yang dikerjakan agen. Tracing merekam jalur yang diambil tiap agen, tool yang dipanggil, konteks yang dikembalikan, dan angka tiap run seperti latency dan pemakaian token.

Waktu hasilnya meleset, jejak ini yang dipakai untuk menemukan di langkah mana salahnya, dan apakah yang perlu dibetulkan system prompt atau tool-nya. Tracing di tahap ingestion sama pentingnya. Ada banyak transformasi dari berkas mentah ke data terstruktur, dan kami harus yakin yang akhirnya masuk ke penyimpanan sudah benar sebelum agen inference menyentuhnya.

Local LLM · LLM multimodal · Hybrid retrieval · Progressive disclosure · Multi-agent · Tracing

Status kajian

Masih tahap kajian di LKFT UGM. Prototype-nya jalan dan sudah diuji dengan data sumur asli dari Pertamina EP Zona 4, lalu dipresentasikan berkala ke tim di sana. Belum dipakai untuk kerja operasional sehari-hari.