ANALISIS COLOURED INVERSION DAN MULTIATRIBUT SEISMIK UNTUK KARAKTERISASI RESERVOIR PADA LAPANGAN F3 NETHERLAND; ANALYSIS OF COLOURED INVERSION AND MULTIATRIBUT SEISMIC FOR RESERVOIR CHARACTERIZATION IN THE F3 FIELD NETHERLAND

RIAN NIKI SAPUTRO, Sudarmaji

2014 | Skripsi | PROGRAM STUDI GEOFISIKA

Integrasi dari data sumur dan data seismik sangat berguna untuk mendapatkan interpretasi yang baik dalam proses eksplorasi hidrokarbon. Telah dilakukan analisis coloured inversion serta multi atribut seismik pada lapangan F3 Netherland. Hasil yang didapatkan akan digunakan untuk mengetahui jenis litologi pada formasi batuan, serta mengkarakterisasi reservoir tersebut dengan mencari nilai impedansi dan porositasnya. Metode multiatribut terdiri dari 3 langkah yaitu regresi linier multiatribut, supervised neural network, dan unsupervised neural network (unsupervised-vector-quantizer atau UVQ). Hasil yang didapatkan dari metode multiatribut untuk regresi linier multiatribut adalah porosity cube dan porosity map. Hasil dari Supervised neural network didapatkan nilai probabilitas chimney rendah sampai tinggi. Hasil dari UVQ didapatkan interval pemetaan horizon target reservoir. Juga terlihat ada fenomena bright spot dan gas chimney pada bawah permukaan yang berasosiasi dengan adanya akumulasi gas pada lapangan tersebut. Hasil pemrosesan data menunjukkan bahwa litologi didominasi oleh sandstone, shaly sand, dan shale. Nilai dari impedansi pada area penelitian untuk litologi sand dan shale, berkisar antara 10000 m/s*g/cc - 20000 m/s*g/cc, analisis untuk gamma ray sebesar 1 API - 130 API, sedang nilai porositasnya 20 % - 40%. Hasil regresi linier multiatribut nilai porositas prediksi setelah penerapan neural network meningkat dari 0,78 ke 0,79. Nilai supervised neural network didapat probabilitas dari 0 (rendah) ke probabilitas tinggi (2). UVQ terdiri dari segment dengan 10 pusat kluster dan nilai match dari 0,82 - 0,94.

Kata Kunci : bright spot, coloured inversion, multiatribut, porositas