ANALISIS PERSEBARAN RESERVOAR MENGGUNAKAN MULTI ATRIBUT SEISMIK DAN NEURAL NETWORK PADA FORMASI “S-1”, LAPANGAN “GAN”, CEKUNGAN KUTAI LAUT DALAM, SELAT MAKASSAR; RESERVOIR DISTRIBUTION ANALYSIS USING MULTI ATTRIBUTE SEISMIC AND NEURAL NETWORK IN “S-1” FORMATION, “GAN” FIELD, DEEP WATER KUTAI BASIN, MAKASSAR STARIT

NINDA AGRI KHARISA, Sismanto

2014 | Skripsi | PROGRAM STUDI GEOFISIKA

Formasi S-1, Lapangan “GAN” terdiri dari lapisan batupasir tipis yang berada di cekungan Kutai Laut Dalam. Oleh karena itu perlu dilakukan analisis multi atribut seismik dan neural network dengan masukan data seismik dan sumur melalui metode geostatistikal dengan menggunakan software EMERGE dari Humpson-Russell. Tujuan dari penelitian ini adalah untuk memetakan persebaran batupasir pada target reservoar berdasarkan hasil volume log semu dan peta slicing. Pada analisis awal dilakukan inversi coloured kemudian hasilnya sebagai masukan eksternal atribut di proses analisis multi atribut. Dengan mengkombinasikan analisis probabilistic neural network diperoleh log target p-impedance, p-wave, dan gamma ray dapat memetakan persebaran reservoar. Hasil volum semu dan peta slicing diperoleh nilai GR rendah sebesar 60-70 gapi, nilai impedansi akustik rendah sebesar 24950 s.d 25100 ((ft/s)*(g/cc)) serta hasil yang serupa pada target log p-wave yang bernilai rendah sebesar 9800 ft/s. Dengan menggabungkan semua hasil yang diperoleh dari ketiga target log tersebut dapat diinterpretasikan di lapangan “GAN” target reservoar formasi S-1 dapat terlihat bahwa sumber pengendapan batupasir yang terendapkan pada zaman Miosen Atas ini dari arah barat daya (delta Mahakam) ke timur laut (cekungan Kutai laut dalam) yang terlihat sebagai beberapa channel menuju ke basin floor dengan fluida gas terfokuskan berada di sumur GAN-1.

Kata Kunci : analisis multi atribut, inversi coloured, neural network