Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

# Klasifikasi Well Log Facies Menggunakan Pembelajaran Mesin
<a name="well-log-facies-classification"></a>

Tanggal publikasi: 16 ** September 2022 ([Sejarah diagram](#diagram-history)) **

Solusi ini menggabungkan log [ sumur ](https://en.wikipedia.org/wiki/Well_logging) (pengukuran lubang bor) dari pusat data perusahaan dan menerapkan model ML kode rendah pada data dengan menggunakan SageMaker AI Autopilot untuk mendapatkan klasifikasi [ facies ](https://en.wikipedia.org/wiki/Facies) (tipe batuan) pada setiap kedalaman yang diukur.

## Klasifikasi Well Log Facies Menggunakan Pembelajaran Mesin
<a name="diagram1"></a>

![Diagram arsitektur menunjukkan klasifikasi facies log dengan menggunakan SageMaker AI Autopilot.](https://docs.aws.amazon.com/id_id/reference-architecture-diagrams/latest/well-log-facies-classification/images/well-log-facies-classification.png)


Langkah-langkah berikut menjelaskan arsitektur:

1. Gunakan [AWS DataSync](https://docs.aws.amazon.com/datasync/latest/userguide/what-is-datasync.html) untuk mentransfer log sumur yang disimpan di pusat data perusahaan ke AWS Cloud.

1. Gunakan [ bucket ](https://docs.aws.amazon.com/AmazonS3/latest/userguide/Welcome.html) Amazon Simple Storage Service untuk menyimpan semua data input untuk model ML.

1. Gunakan [ Amazon SageMaker AI ](https://docs.aws.amazon.com/sagemaker/latest/dg/whatis.html) untuk menyiapkan, membangun, melatih, dan menerapkan model ML. SageMaker AI Notebook adalah instance notebook yang dikelola sepenuhnya yang telah dimuat sebelumnya dengan pustaka yang berguna. Gunakan SageMaker AI Autopilot untuk melatih model ML secara otomatis. Terapkan model terlatih ke SageMaker titik akhir inferensi AI.

1. Gunakan bucket Amazon S3 untuk menyimpan semua data dan hasil untuk model ML.

1. Gunakan [ Amazon Quick Sight ](https://docs.aws.amazon.com/quicksight/latest/user/welcome.html) untuk membuat dasbor bagi pengguna akhir. Quick menggunakan prediksi dari model ML yang disimpan di Amazon S3 melalui [ Amazon Athena](https://docs.aws.amazon.com/athena/latest/ug/what-is.html).

1. Ahli geologi dapat mengunduh ML-classified facies di setiap kedalaman log sumur dari bucket Amazon S3. Mereka dapat mengintegrasikan hasil dengan alur kerja geosains mereka untuk meningkatkan keputusan bisnis.

1. Gunakan [AWS Identity and Access Management](https://docs.aws.amazon.com/IAM/latest/UserGuide/introduction.html) untuk kontrol akses halus di semua layanan. [Amazon CloudWatch ](https://docs.aws.amazon.com/AmazonCloudWatch/latest/monitoring/WhatIsCloudWatch.html) mengumpulkan data pemantauan dan operasional. [AWS Cost Explorer ](https://docs.aws.amazon.com/cost-management/latest/userguide/ce-what-is.html) menyediakan antarmuka untuk memvisualisasikan dan mengelola AWS biaya.

## Sumber bacaan lebih lanjut
<a name="further-reading"></a>

Untuk informasi tambahan, lihat sumber daya berikut:
+ [AWS Ikon Arsitektur ](https://aws.amazon.com/architecture/icons)
+ [AWS Pusat Arsitektur ](https://aws.amazon.com/architecture)
+ [AWS Well-Architected](https://aws.amazon.com/architecture/well-architected)
+ [Halaman produk Amazon SageMaker AI ](https://aws.amazon.com/sagemaker/)

## Sejarah diagram
<a name="diagram-history"></a>

Untuk diberitahu tentang pembaruan diagram arsitektur referensi ini, berlangganan umpan RSS.

| Perubahan | Deskripsi | Tanggal | 
| --- |--- |--- |
| [Publikasi awal](#diagram-history) | Diagram arsitektur referensi pertama kali diterbitkan. | September 16, 2022 | 

**catatan**  
Untuk berlangganan pembaruan RSS, Anda harus mengaktifkan plugin RSS untuk browser yang Anda gunakan.