BAB IV HASIL DAN PEMBAHASAN
4.3 Analisis Data
Dalam pembuatan rekomendasi framework pemodelan reservoir ini, parameter yang diperhatikan adalah klasifikasi data-data subsurface yang digunakan seperti pada Tabel 4.1. Menurut Cosentino (2001), pada dasarnya hubungan dalam studi reservoir dibagi menjadi empat disiplin, yaitu geofisika, geologi, petrofisika, dan reservoir. Disiplin ilmu dalam studi reservoir ini memiliki tujuan dalam pembuatan model reservoir masing-masing, dimana keempatnya saling berintegrasi satu sama lain untuk menghasilkan suatu model reservoir yang baik. Tanpa adanya salah satu dari keempat disiplin ilmu ini, akan berpengaruh pada spesifikasi dari analisa yang digunakan dan mempengaruhi kualitas model yang dihasilkan. Maka dari itu, dalam pembuatan framework ini salah satu parameter penentuannya yaitu ketersediaan data, yang dibagi atau dikelompokkan berdasarkan disiplin ilmunya, yaitu :
Universitas Pertamina - 30 Tabel 4.1 Klasifikasi Data Subsurface Framework Pemodelan Reservoir
A. Data Geofisika
Pada rekomendasi framework ini, parameter yang mempengaruhi yaitu dari keterbatasan data dan juga kemampuan suatu instansi dalam mengambil dan mengolah data menjadi faktor yang sangat penting. Data yang digunakan pada pemodelan reservoir dapat dikategorikan menjadi tiga berdasarkan disiplin ilmunya, yaitu data geofisika, data geologi dan petrofisika, dan data reservoir. Dalam rekomendasi ini dibagi menjadi tiga klasifikasi data dapat dilihat pada Tabel 4.2, yaitu klasifikasi kelompok data geologi yang akan berpengaruh pada pemilihan framework. Pertama yaitu data “Kelas A”, klasifikasi data ini dikategorikan sebagai data sederhana dalam arti data pada kelas ini menjadi data yang sangat penting untuk keberhasilan pembuatan model reservoir. Ketersediaan data pada kelas ini akan mempengaruhi keberhasilan dari pembuatan suatu model, dimana faktor ketidakpastian dalam pembuatan model reservoir yang sangat tinggi.
Tabel 4.2 Klasifikasi Kelompok Data Geofisika
A B C A B C A B C
Seismic 2D Seismic 3D Seismic 4D Data cutting SP log Image log Well Test Producion history Vertical Seismic
Profile (VSP) Electromagnetic Gas reading Log Caliper PVT analysis
Sonic Magnetic GR Log Lod Sonic Reservoir
pressure Checkshot Radiometric Resistivity Log
Gravity Neutron Log Density Log Mud Log Data Core
Geofisika Geologi & Petrofisika Reservoir
A B C A
Seismic 2D Seismic 3D Seismic 4D Data cutting Vertical Seismic
Profile (VSP) Electromagnetic Gas reading
Sonic Magnetic GR Log
Checkshot Radiometric Resistivity Log
Gravity Neutron Log
Density Log
Universitas Pertamina - 31 Menurut Pedoman Tata Kerja Satuan Kerja Khusus Pelaksanaan Kegiatan Hulu Minyak dan Gas (PTK SKK MIGAS) nomor 37 tahun 2018, dalam revisi yang kedua tentang Plan of Development (POD) menjelaskan tentang ketersediaan minimum data subsurface dari aspek geofisika, geologi dan petrofisika, serta reservoir. Berdasarkan pada PTK SKK MIGAS tersebut, klasifikasi data “Kelas A” sebagian diambil dari data minimum yang ada di dalamnya. Pada kelompok data Geofisika dalam kelas ini berisikan data seismik 2D, sonic, vertical seismic profile (VSP), dan checkshot.
Pada referensi lapangan didapat bahwa data geofisika yang harus terdapat pada model yaitu data seismik. Data seismik dapat berupa 2D, 3D, dan 4D tergantung dari teknologi yang digunakan. Tentunya semakin besar dimensi data seismik semakin akurat data yang dapat diperoleh untuk membuat model. Untuk pembuatan model satu lapangan (full field) disarankan untuk menggunakan seismik dalam 3D atau lebih, karena dapat mengurangi risiko ketidakpastian yang didapat dari kondisi subsurface. Kemudian dalam PTK SKK Migas tersebut juga, pada suatu model struktural harus terdapat data sonic, VSP, atau checkshot yang mencukupi. Oleh karena itu, data-data pada kelas A ini merupakan data yang primer atau minimum data untuk membuat model geologi.
Data kelas B merupakan data sekunder atau data yang tidak harus ada karena selain dari jenis teknologi yang harus canggih, biaya untuk pengambilan data ini juga tidak rendah. Data ini dapat diterapkan pada reservoir yang memiliki tingkat heterogenitas yang cukup tinggi serta struktur geologi yang kompleks. Pertama yaitu data seismik dalam 3D yang dapat menginterpretasikan ukuran dan bentuk dari beberapa reservoir, yang mana merupakan keunggulan informasi yang mungkin tidak dapat diinterpretasikan pada seismik 2D. Data selanjutnya adalah elektromagnetik yang ditunjukkan pada Gambar 4.3, survei data geofisika ini merupakan fungsi dari resistivitas subsurface. Dari hasil rekaman resistivitas ini dapat mengidentifikasi seperti jenis batuan, saturasi, alterasi, temperatur, dan parameter petrofisika lainnya.
Universitas Pertamina - 32 Selanjutnya data magnetik, survei data geofisika ini yang ditunjukkan pada Gambar
4.4 merekam intensitas kemagnetan dari peta lateral pada suatu lapangan atau area optimis
dengan memancarkan refleksi gelombang magnetik. Refleksi gelombang magnetik dapat mengidentifikasikan tipe dari batuan, patahan, dan juga alterasi. Selain itu, survei magnetik dalam geofisika ini dapat memberikan informasi mengenai subsurface lainnya hingga kedalaman beberapa kilometer dari permukaan.
Gambar 4.4 Contoh Data Magnetik (dggs.alaska.gov)
Data keempat yaitu data radiometrik, survei data geofisika ini dengan metode memancarkan sinar radioaktif gamma-ray dari permukaan. Jumlah elemen radioaktif yang dipancarkan sinar gamma tingkat rendah ini tidak berbahaya yang dapat digunakan untuk membedakan jenis batuan dengan material permukaannya. Pada Gambar 4.5, area yang cerah berwarna kuning merepresentasikan batuan intrusif dari tingkat radioaktif thorium.
Gambar 4.5 Contoh Data Radiometrik (dggs.alaska.gov)
Selanjutnya yaitu data gravitasi yang terlihat pada Gambar 4.6, survei data geofisika ini merupakan komponen vertikal dari pengukuran medan gravitasi bumi. Survei gravitasi ini
Universitas Pertamina - 33 mengukur intensitas medan gravitasi bumi untuk memetakan secara lateral densitas dari batuan. Variasi lateral densitas batuan ini merupakan refleksi langsung dari tipe-tipe batuan, patahan, lipatan, dan juga alterasi. Contoh dari aplikasi survei ini yaitu, pemetaan dari ketebalan lapisan dari formasi unconsolidated, identifikasi struktur eksplorasi hidrokarbon, dan interpretasi struktur regional.
Gambar 4.6 Contoh Data Gravitasi (dggs.alaska.gov)
Kemudian klasifikasi kelas C dalam kelompok data geofisika yaitu data Seismik dalam 4D. Klasifikasi ini merupakan data tersier atau data pendukung atau pelengkap untuk mendapatkan model geologi yang lebih akurat dan presisi. Sehingga dapat mengurangi risiko ketidakpastian pada model untuk mengetahui performa dalam suatu reservoir. Dalam data seismik 4D ini memiliki keunggulan dengan versi lamanya, yaitu dapat memberikan informasi prediksi, peta saturasi, dan perubahan tekanan. Pada umumnya 4D seismik adalah data 3D seismik yang diperoleh pada perubahan waktu pada satu area yang sama untuk melihat perubahan produksi hidrokarbon terhadap waktu. Perubahan ini dapat diamati dari pergerakan fluida dan saturasi, tekanan, dan temperatur. Akan tetapi, biaya yang mahal serta teknologi yang kurang mencukupi untuk saat ini masih jarang penggunaan dari seismik 4D ini.
B. Data Geologi & Petrofisika
Klasifikasi yang kedua yaitu kelompok data geologi dan petrofisika. Pada Klasifikasi ini juga dibagi menjadi tiga kelas berdasarkan kebutuhan data yang digunakan. Data kelas A merupakan data inti untuk membuat model geologi, seperti data core. Data core ini sangat penting dalam analisa batuan dengan mengambil sampel core pada daerah yang menjadi perhatian atau biasanya di sekitar sumur (sidewall). Sampel core ini dapat dilakukan analisa seperti fluida, tekanan, volume, dan temperatur. Pada umumnya analisa sampel core ini ada 2, yaitu terdiri dari routine core analysis (RCAL) dan special core analysis (SCAL).
Universitas Pertamina - 34 Gambar 4.7 Contoh Data Core dari ɸ, k & GR (Tariq, 2012)
Pengambilan data core ini harus dilakukan secepatnya untuk menghindari sampel core yang sudah mengalami evaporasi dan sudah terkontaminasi fluida pengeboran. Biasanya sampel core yang akan dilakukan analisa disimpan dahulu di dalam suatu barel core sampai nantinya dibutuhkan untuk analisa core. Sampel core diharapkan memiliki kandungan mud atau lumpur yang digunakan untuk pengeboran saat proses pengambilan core, dan juga sampel minyak serta air yang terproduksi pada interval sampel core. Sampel minyak dan air yang ada pada core ini biasanya digunakan untuk mencatat casing, liner, dan completion, serta sumur sebagai produksi inisial, bottom-hole pressure dan temperatur, serta productivity index dari sumur.
Tabel 4.3 Klasifikasi Kelompok Data Geologi & Petrofisika
A B C A
Data cutting SP log Image log Well Test
Gas reading Log Caliper PVT analysis
GR Log Lod Sonic Reservoir
pressure Resistivity Log Neutron Log Density Log Mud Log Data Core
Universitas Pertamina - 35 Data selanjutnya berkaitan dengan proses sirkulasi sumur, yaitu data cutting, gas reading, dan mudlog. Data-data ini sangat penting sekali untuk identifikasi formasi dan litologi batuan, mengetahui zona yang berpori dengan zona permeabel, melakukan picking dari core, casing, atau batas kedalaman akhir, serta yang terakhir memastikan zona akumulasi hidrokarbon dan jenis hidrokarbon minyak atau gas. Kemudian interpretasi petrofisika didapat juga dengan data log sumur, biasanya data core dengan data log dibandingkan untuk meyakinkan interpretasi dari log. Hal ini terbukti bahwa data core menjadi satu-satunya cara yang menyediakan interpretasi petrofisik yang meyakinkan tingkat validitasnya yang dapat dites untuk setiap formasinya. Data log sumur yang biasanya digunakan untuk pemodelan diantaranya yaitu log spontaneous potential (SP), log caliper, log gamma ray (GR), log resistivitas, log sonic, log densitas, dan juga log neutron. Imaging log menjadi pilihan untuk melengkapi data log sumur, biasanya pada praktiknya log ini digunakan untuk menganalisis rekahan apabila rekahan tersebut dapat mempengaruhi performa reservoir.
C. Data Reservoir
Data reservoir ini digunakan untuk memodelkan reservoir dinamis seperti yang ada pada Tabel 4.4, memperkirakan laju alir yang ada di alam reservoir. Dengan memasukkan data-data dari model geologi atau model statis yang sudah di upscale agar dapat dibaca oleh simulasi reservoir. Selain itu data yang dibutuhkan lagi diantaranya data tes sumur atau uji produksi termasuk pressure build up (PBU) atau pressure transient test (PTT) yang mewakili dari lapangan tersebut.
Analisa pressure volume temperatur (PVT) dibutuhkan untuk mengetahui sifat fisik fluida reservoir, data ini didapatkan dari uji laboratorium dengan repeat formation test (RFT). Sifat fisik fluida reservoir yang akan dimasukkan diantaranya faktor volume formasi minyak, air, dan gas (βo, βg, βw), viskositas minyak, air, dan gas (μo, μg, μw), kompresibilitas fluida
(C), rasio perbandingan gas dan minyak (GOR), perbandingan gas terlarut dalam minyak
(Rs), API gravity minyak, massa jenis fluida (ρ), dan lain sebagainya. Kemudian data produksi menjadi validasi data untuk melakukan matching terhadap hasil simulasi.
Berdasarkan data-data reservoir dan model statis yang digabungkan, dapat membuat model dinamis menggunakan software simulasi. Dengan menggunakan analisa numerik, analitik, serta dengan konsep geostatistik untuk mengetahui persebaran atribut reservoir. Hasil simulasi berupa peramalan produksi untuk beberapa waktu kedepan untuk mengetahui cadangan yang terakumulasi pada reservoir serta mengetahui strategi pengembangan lapangan yang efektif dan efisien.
Universitas Pertamina - 36 Tabel 4.4 Klasifikasi Kelompok Data Reservoir