IDENTIFIKASI POTENSI SHALY SAND RESERVOIR MENGGUNAKAN SEISMIK MULTIATRIBUT PADA FORMASI TELISA, CEKUNGAN SUMATERA TENGAH

(1)

IDENTIFIKASI POTENSI SHALY SAND RESERVOIR

MENGGUNAKAN SEISMIK MULTIATRIBUT PADA

FORMASI TELISA, CEKUNGAN SUMATERA TENGAH

LAPORAN TUGAS AKHIR

Oleh:

EKA SETYA NINGRUM

101116093

PROGRAM STUDI TEKNIK GEOFISIKA

FAKULTAS TEKNOLOGI EKSPLORASI DAN PRODUKSI

UNIVERSITAS PERTAMINA JAKARTA

(2)

IDENTIFIKASI POTENSI

SHALY SAND RESERVOIR

MENGGUNAKAN SEISMIK MULTIATRIBUT PADA

FORMASI TELISA, CEKUNGAN SUMATERA TENGAH

LAPORAN TUGAS AKHIR

Oleh:

EKA SETYA NINGRUM

101116093

PROGRAM STUDI TEKNIK GEOFISIKA

FAKULTAS TEKNOLOGI EKSPLORASI DAN PRODUKSI

UNIVERSITAS PERTAMINA JAKARTA

(3)

(4)

Universitas Pertamina - i

LEMBAR PENGESAHAN

Judul Tugas Akhir : Identifikasi Potensi Shaly Sand Reservoir

Menggunakan Seismik Multiatribut Pada Formasi Telisa, Cekungan Sumatera Tengah Nama Mahasiswa : Eka Setya Ningrum

Nomor Induk Mahasiswa : 101116093 Program Studi : Teknik Geofisika

Fakultas : Fakultas Teknologi Eksplorasi dan Produksi Tanggal Lulus Sidang Akhir : 08 September 2020

Jakarta, MENGESAHKAN

Pembimbing I Pembimbing II

M. Husni Mubarak Lubis S.T, M.S Dr. Ida Herawati NIP. 116028 NIP. 116126

MENGETAHUI

Ketua Program Studi Teknik Geofisika

M. Husni Mubarak Lubis S.T, M.S

(5)

Universitas Pertamina - ii

LEMBAR PERNYATAAN

Dengan ini saya menyatakan bahwa Tugas Akhir berjudul “Identifikasi

Potensi Shaly Sand Reservoir Menggunakan Seismik Multiatribut Pada Formasi

Telisa, Cekungan Sumatera Tengah” ini adalah benar-benar merupakan hasil

karya saya sendiri dan tidak mengandung materi yang ditulis oleh orang lain

kecuali telah dikutip sebagai referensi yang sumbernya telah dituliskan secara

jelas dengan kaidah penulisan karya ilmiah.

Apabila dikemudian hari ditemukan adanya kecurangan dalam karya ini,

saya bersedia menerima sanksi dari Universitas Pertamina sesuai dengan

peraturan yang berlaku.

Demi pengembangan ilmu pengetahuan, saya menyetujui untuk

memberikan kepada Universitas Pertamina hak bebas royalti noneksklusif

(non-ekslusive royalty free right) atas Tugas Akhir ini beserta perangkat yang ada.

Dengan hak bebas royalti noneksklusif ini Universitas Pertamina berhak

menyimpan, mengalih media/format-kan, mengelola dalam bentuk pangkalan data

(database), merawat, dan mempublikasikan Tugas Akhir saya selama tetap

mencantumkan nama saya sebagai penulis/pencipta dan sebagai pemilik Hak

Cipta.

Demikian pernyataan ini saya buat dengan sebenarnya.

Jakarta, ………..

Yang membuat pernyataan

(6)

Universitas Pertamina - iii

ABSTRAK

Eka Setya Ningrum, 101116093, Identifikasi Potensi Shaly Sand Reservoir

Menggunakan Seismik Multiatribut Pada Formasi Telisa, Cekungan Sumatera Tengah

Cekungan Sumatera Tengah merupakan salah satu cekungan yang memiliki prospek hidrokarbon. Penelitian dilakukan dengan menggunakan data terdahulu untuk melihat kembali potensi yang dapat dijadikan pengembangan dari sumur yang sudah ada. Analisis

petrofisika menjadi tahap awal untuk mengkarakterisasi reservoir dengan sifat batuan seperti porositas. Dilakukan conditioning data terlebih dahulu seperti dilakukannya koreksi terhadap casing shoe serta prediksi nilai log sonic pada salah satu sumur yang keduanya menggunakan metode dari Multiple Linear Regression (MLR). Dimana metode tersebut memiliki prinsip kerja yang menyerupai seismik multiatribut. Litologi target pada penelitian merupakan shaly sand yang berada pada Formasi Telisa dengan metode inversi dan seismik multiatribut untuk memprediksi persebaran shaly sand keseluruhan volume data seismik. Berdasarkan hasil analisis multiatribut dapat diprediksi adanya persebaran shaly sand pada bagian bawah Formasi Telisa dengan rentang nilai gamma ray 61.5 – 121.5 API dengan arah penyebarannya yaitu NorthWest - SouthEast.

Kata kunci: Cekungan Sumatera Tengah, Formasi Telisa, Shaly Sand, Analisis

(7)

Universitas Pertamina - iv

ABSTRACT

Eka Setya Ningrum, 101116093,Identification of Potential Shaly Sand Reservoir Using Multiattribute Seismic in The Telisa Formation, Central Sumatera Basin

The Central Sumatra Basin is one of the basins that have hydrocarbon prospects. The research was conducted using previous data to review the potential that can be used as a development from existing wells. The petrophysical analysis is the initial stage to characterize reservoirs with rock properties such as porosity. Data conditioning was conducted to correct for the effect of casing shoe and predicting the value of sonic log for one of the wells, both of which used the Multiple Linear Regression (MLR). The MLR approach has a working principle that resembles multiattribute seismic. The lithology target in this research is shaly sand in the Telisa Formation. This research utilizes inversion and multi-attribute seismic approach to predict the distribution of shaly sand in the entire volume of seismic data. Based on the results of the multi-attribute analysis, it can be predicted that there is a potential of shaly sand reservoir at the bottom of the Telisa Formation with a gamma ray value of 61.5 – 121.5 API. The shaly sand reservoir potential is distributed from NorthWest-SouthEast.

Keywords: Central Sumatera Basin, Telisa Formation, Shaly sand, petrophysics analysis, multiatribut

(8)

Universitas Pertamina - v KATA PENGANTAR

Puji dan syukur kepada Allah SWT. Atas rahmat-Nya sehingga laporan Tugas Akhir dengan judul “Identifikasi Potensi Shaly Sand Reservoir Menggunakan Seismik Multiatribut Pada Formasi Telisa, Cekungan Sumatera Tengah” ini dapat terselesaikan.

Terima kasih penulis ucapkan kepada Bapak/Ibu Dosen Teknik Geofisika Universitas Pertamina, terkhusus kepada Bapak Husni Mubarak yang telah membantu serta memberikan dukungan selama proses pengerjaan Tugas Akhir ini. Penulis mengucapkan terimakasih kepada rekan-rekan Mahasiswa Teknik Geofisika Universitas Pertamina yang telah memberikan dukungan secara langsung maupun tidak langsung.

Penulis sadar bahwa terdapat banyak kekurangan dalam penulisan laporan Tugas Akhir ini. Penulis mengharapkan kritik dan saran yang membangun demi penyempurnaan penelitian ini dan berharap dapat memberikan manfaat. Penulis ucapkan terima kasih.

Jakarta, 16 September 2020

(9)

Universitas Pertamina - vi

DAFTAR ISI

LEMBAR PENGESAHAN ... i LEMBAR PERNYATAAN ... ii ABSTRAK ... iii ABSTRACT ...iv KATA PENGANTAR ... v

DAFTAR ISI ...vi

DAFTAR GAMBAR ... ix DAFTAR TABEL ... xi BAB I PENDAHULUAN ... 1 1.1 Latar Belakang ... 1 1.2 Rumusan Masalah ... 2 1.3 Batasan Masalah ... 2 1.4 Tujuan Penelitian ... 2 1.5 Manfaat Penelitian ... 2 1.6 Lokasi Penelitian ... 2

1.7 Waktu Pelaksanaan Penelitian ... 2

BAB II TINJAUAN PUSTAKA ... 3

2.1 Geologi Regional Cekungan Sumatera Tengah ... 3

2.2 Struktur Geologi dan Tektonik Cekungan Sumatera Tengah ... 3

2.3 Stratigrafi Regional ... 5

2.4 Formasi Telisa ... 6

2.4.1 Shaly Sand ... 6

2.5 Well Logging ... 8

2.5.1 Log Gamma ray ... 8

2.5.2 Log Densitas ... 9

2.5.3 Log Resistivitas ... 10

2.5.4 Log Sonic ... 11

2.6 Seismik Refleksi ... 12

(10)

Universitas Pertamina - vii 2.7.1 Tras Seismik ... 13 2.7.2 Impedansi Akustik ... 13 2.7.3 Koefisien Refleksi ... 14 2.7.4 Wavelet ... 14 2.7.5 Sintetik Seismogram ... 15

2.8 Multiple Linear Regression (MLR) ... 15

2.9 Inversi Model Based ... 16

2.10 Seismik Multiatribut ... 16

2.11 Persamaan Gardner ... 19

2.12 Persamaan Faust ... 20

2.13 Analisis Petrofisika ... 20

2.13.1 Porositas ... 21

BAB III METODE PENELITIAN ... 22

3.1 Bentuk Penelitian ... 22

3.2 Metode Pengumpulan Data ... 22

3.3 Alat dan Bahan ... 22

3.4 Metode Analisis Data ... 22

3.5 Data Penelitian ... 25

3.5.1 Data Seismik ... 25

3.5.2 Data Sumur ... 25

BAB IV HASIL DAN PEMBAHASAN ... 27

4.1 Pengolahan Data ... 27

4.1.1 Conditioning Data ... 27

4.1.2 Prediksi Sonic ... 28

4.1.3 Well to Seismic Tie ... 32

4.1.4 Picking Horizon ... 35

4.1.5 Analisis Sensitivitas ... 36

4.1.6 Analisis Inversi Seismik ... 40

4.1.7 Multiatribut ... 43

4.2 Analisis Data ... 48

4.2.1 AnalisisShaly Sand ... 48

4.2.2 Analisis Seismik Multiatribut ... 49

(11)

Universitas Pertamina - viii

5.1 Kesimpulan ... 52

5.2 Saran ... 52

(12)

Universitas Pertamina - ix

DAFTAR GAMBAR

Gambar 1. Fisiografi Cekungan Sumatera Tengah (Heidrick dan Aulia, 1993) ... 3

Gambar 2. Perkembangan Tektonik Cekungan Sumatera Tengah (Heidrick dan Aulia, 1993) ... 5

Gambar 3. Stratigrafi Cekungan Sumatera Tengah (Hedrick dan Aulia, 1993) ... 6

Gambar 4. Model ReservoirShaly Sand (Anonymous, 2016) ... 7

Gambar 5. Model Volumetrik Shaly Sand (Anonymous, 2016) ... 7

Gambar 6. Tipe Distribusi Clay (Ariewijaya, 2007) ... 8

Gambar 7. Log Gamma ray (Rider, 1996) ... 9

Gambar 8. Log Densitas (Rider, 1996) ... 10

Gambar 9. Log Resistivitas (Rider, 1996) ... 11

Gambar 10. Log Sonic (Rider, 1996) ... 12

Gambar 11. Crossplot Sederhana Antara LogDensity-Porosity dengan Atribut Seismik (Hampson dkk, 2001) ... 17

Gambar 12. Kurva Error Prediksi dengan Error Validasi (Russel, 1997) ... 17

Gambar 13. Tahapan Metode Step Wise Regression (Smith, 1966) ... 18

Gambar 14. Metode Neural Network (Hampson dkk, 2001) ... 19

Gambar 15. Diagram Alir Penelitian ... 24

Gambar 16. Basemap Daerah Penelitian ... 25

Gambar 17. Perbandingan Log Densitas Asli dan Log Densitas Setelah Dilakukan Koreksi Casing Shoe Menggunakan MLR. (a) Sumur P-4, (b) Sumur P-5 ... 28

Gambar 18. Hubungan Antara Sonic dengan Densitas dan Resistivitas Pada Sumur P-2 29 Gambar 19. Hubungan Antara Sonic dengan Densitas dan Resistivitas Pada Sumur P-4 29 Gambar 20. Kurva Training Error dan Error Validasi Prediksi Sonic ... 30

Gambar 21. Hasil Aplikasi Prediksi Sonic ... 31

Gambar 22. Hasil Validasi Prediksi Sonic ... 31

Gambar 23. Tampilan Log Sonic Asli dan Hasil Prediksi(a) Sumur P-2, (b) Sumur P-4, (c) Sumur P-5 ... 32

Gambar 24. Wavelet Rata-Rata ... 33

Gambar 25. Hasil Well to Seismic Tie Sumur P-2 Lintasan Seismik 780-82 ... 34

Gambar 28. Picking Horizon Lintasan Seismik 428-79 ... 36

Gambar 29. Picking Horizon Lintasan Seismik 780-82 ... 36

Gambar 30. Crossplot Impedansi Akustik dengan Porositas Total dalam Skala Warna Gamma ray pada Sumur P-2 ... 37

Gambar 31. Crossplot Impedansi Akustik dengan Porositas Total dalam Skala Warna Gamma ray pada Sumur P-4 ... 37

Gambar 32.Crossplot Impedansi Akustik dengan Porositas Total dalam Skala Warna Gamma ray pada Sumur P-5 ... 38

Gambar 33. Crossplot Impedansi Akustik dengan Gamma ray dalam Skala Warna Gamma ray pada Sumur P-2 ... 38

(13)

Universitas Pertamina - x

Gambar 34. Crossplot Impedansi Akustik dengan Gamma ray dalam Skala Warna

Gamma ray pada Sumur P-4 ... 38

Gambar 35. Crossplot Impedansi Akustik dengan Gamma ray dalam Skala Warna Gamma ray pada Sumur P-5 ... 39

Gambar 36. CrossplotGamma ray dengan Porositas Total dalam Skala Warna Gamma ray pada Sumur P-2 ... 39

Gambar 39. Amplitude Spectrum Seluruh Seismik ... 40

Gambar 40. Model Awal Lintasan Seismik 428-79 ... 41

Gambar 41. Model Awal Lintasan Seismik 780-82 ... 41

Gambar 42. Analisis Pra-Inversi Sumur P-2 ... 42

Gambar 45. Hasil Inversi Lintasan Seismik 428-79 ... 43

Gambar 46. Hasil Inversi Lintasan Seismik 780-82 ... 43

Gambar 47. Kurva Training Error dan Error Validasi Multiatribut Porositas ... 44

Gambar 48. Kurva Training Error dan Error Validasi Multiatribut Gamma ray ... 44

Gambar 49. Hasil Aplikasi Multiatribut Porositas ... 45

Gambar 50. Hasil Aplikasi Multiatribut Gamma ray... 46

Gambar 51. Hasil Aplikasi PNN Porositas ... 46

Gambar 52. Hasil Aplikasi PNN Gamma ray ... 47

Gambar 53. Hasil Validasi PNN Porositas ... 47

Gambar 54. Hasil Validasi PNN Gamma ray ... 48

Gambar 55. Hasil Multiatribut Gamma ray Pada Lintasan 428-79 ... 49

Gambar 56. Hasil Multiatribut Porositas Pada Lintasan 428-79 ... 50

Gambar 57. Hasil Multiatribut Gamma ray Pada Lintasan 780-82 ... 50

(14)

Universitas Pertamina - xi

DAFTAR TABEL

Tabel 1. Jarak Antara Sumur dengan Lintasan Seismik Terdekat ... 25

Tabel 2. Informasi Data Sumur ... 26

Tabel 3. Tabel Hasil Atribut Prediksi Sonic ... 30

Tabel 4. Tabel Hasil Analisis Atribut Seismik Multiatribut Porositas ... 45

Tabel 5. Tabel Hasil Analisis Atribut Seismik Multiatribut Gamma ray... 45

(15)

(16)

Universitas Pertamina - 1

BAB I PENDAHULUAN

1.1

Latar Belakang

Indonesia adalah negara berkembang dengan kebutuhan energi yang cukup besar. Berkembangnya ilmu pengetahuan serta teknologi pada sektor industri migas membuat tahapan eksplorasi mampu memberikan informasi lebih baik dan spesifik dalam menentukan potensial hidrokarbon. Metode yang umum dilakukan dalam eksplorasi migas adalah metode seismik refleksi. Metode ini dapat menggambarkan keadaan geologi bawah permukaan yang menggunakan gelombang pantul. Tahapan akhir akan berupa penampang seismik yang kemudian diterjemahkan atau dilakukan interpretasi yang terdapat pada penampang seismik.

Cekungan Sumatera Tengah merupakan salah satu cekungan yang masih terdapat potensi sebagai reservoir. Cekungan ini terbentuk karena adanya subduksi secara oblique

antara kedua lempeng yaitu Lempeng Samudera Hindia ke bawah Lempeng Benua Eurasia yang terletak di sepanjang tepi barat dan selatan paparan sunda. Pada Cekungan Sumatera Tengah, terdapat beberapa kelompok dan formasi yaitu Kelompok Pematang, Kelompok Sihapas, Formasi Telisa, Formasi Petani, dan Formasi Minas. Pada kasus penelitian ini, penulis akan fokus pada keberadaan shaly sand pada Formasi Telisa. Formasi Telisa memiliki potensi shaly sand didalamnya. Formasi shaly sand sendiri merupakan istilah bahwa suatu formasi terdapat shale pada kandungan sand. Saat ini menemukan lapangan baru untuk mencari hidrokarbon terbilang cukup sulit. Untuk memaksimalkan efisiensi, dilakukan evaluasi terhadap data sumur terdahulu untuk menemukan lapisan produktif

reservoir lainnya.

Ketika melakukan pengolahan data menggunakan data lama atau terdahulu akan terbilang cukup sulit dikarenakan kelengkapan data yang dimiliki kurang sehingga informasi yang didapat sedikit serta kualitas data yang berbeda. Sehingga diperlukan metode pendukung lainnya untuk memaksimalkan hasil yang diperoleh. Kualitas suatu

reservoir dapat diketahui dengan melihat parameter fisika, salah satunya adalah porositas. Sehingga penting halnya untuk mengetahui sebaran dari porositas di bawah permukaan bumi. Dalam hal ini, metode yang digunakan untuk memprediksi persebaran porositas adalah multiatribut.

(17)

1.2 Rumusan Masalah

Adapun rumusan masalah pada Tugas Akhir ini adalah bagaimana hasil multiatribut dalam mengidentifikasi adanya shaly sand dan bagaimana sebaran shaly sand

pada Formasi Telisa.

1.3 Batasan Masalah

Batasan masalah pada Tugas Akhir ini adalah melakukan prediksi persebaran shaly sand dengan melakukan analisis petrophysics, inversi dan seismik multiatribut pada Formasi Telisa.

1.4 Tujuan Penelitian

Tujuan pada Tugas Akhir ini adalah sebagai berikut:

1. Melakukan identifikasi adanya shaly sand pada Formasi Telisa.

2. Menentukan persebaran shaly sand dengan melihat porositas dan gamma ray.

1.5 Manfaat Penelitian

Manfaat pada Tugas Akhir ini adalah sebagai berikut:

1. Berdasarkan hasil Tugas Akhir ini, diharapkan mampu memberikan informasi mengenai persebaran shaly sand yang berada di Formasi Telisa, Cekungan Sumatera Tengah.

2. Dapat dijadikan sebagai pedoman untuk penelitian selanjutnya.

1.6 Lokasi Penelitian

Tugas Akhir dilaksanakan di Pusat Penelitian dan Pengembangan Teknologi Minyak dan Gas Bumi (PPPTMGB) “LEMIGAS” yang berlokasi di Jl. Ciledug Raya No. Kavling 109, RT.7/RW.5, Cipulir, Kec. Kebayoran Lama, Kota Jakarta Selatan, Daerah Khusus Ibukota Jakarta 12230.

1.7 Waktu Pelaksanaan Penelitian

Waktu pelaksanaan penelitian Tugas Akhir ini dilaksanakan pada bulan Maret 2020 - Agustus 2020.

(18)

(19)

BAB II TINJAUAN PUSTAKA

2.1 Geologi Regional Cekungan Sumatera Tengah

Cekungan Sumatera Tengah terbentuk karena adanya subduksi secara oblique

antara kedua lempeng yaitu Lempeng Samudera Hindia ke bawah Lempeng Benua Eurasia yang berada di sepanjang tepi barat dan selatan Paparan Sunda. Cekungan Sumatera Tengah memiliki luas sekitar 103.500 km2 dan terletak antara 90o-103o BT dan 1o LS – 4o LU. Secara tektonik, Bukit Barisan membatasi cekungan di bagian Barat dan Barat daya, Semenanjung Malaysia di bagian Timur, Busur Asahan di bagian Utara, Tinggian Tigapuluh di bagian Tenggara, Kraton Sunda di bagian Timurlaut, sedangkan bagian Selatan tidak diketahui secara baik.

Gambar 1. Fisiografi Cekungan Sumatera Tengah (Heidrick dan Aulia, 1993)

2.2 Struktur Geologi dan Tektonik Cekungan Sumatera Tengah

Blok-blok patahan serta transcurrent faulting menjadi ciri dari Tektonik pada Cekungan Sumatera Tengah. Pola struktur utama pada Cekungan Sumatera Tengah cenderung berarah North-South untuk pola struktur yang lebih tua serta berarah Northwest

-Southeast untuk pola struktur yang lebih muda. Struktur di Cekungan Sumatera Tengah secara geometri dan kinematika berkembang dana dibagi dalam empat episode tektonik

(20)

yang ditulis dengan F0, F1, F2, dan F3 berdasarkan pernyataan yang dikemukakan oleh Heidrick dan Aulia (1993).

a. Episode Tektonik F0

Umumnya struktur yang dijumpai adalah fault yang kembali aktif menjadi

reverse fault dan mendatar. Fault tersebut juga berperan sebagai batas dari

basement terranes. Arah tarikan pada batuan dasar dikontrol oleh lapisan sedimen Tersier yang berada diatas batuan dasar Cekungan Sumatera Tengah yang termasuk batuan dasar Pra-Tersier.

b. Episode Tektonik F1

Pada fase ini, Lempeng Sunda terbentuk pemekaran kerak bumi serta rangkaian graben akibat dari tumbukan antara kedua lempeng yaitu Lempeng Samudera Hindia dengan Lempeng Benua Asia. Fase ini disebut dengan fase

rifting dimana pada arah North dan Northeast terbentuk sesar yang diisi oleh sedimen klastik dan tentunya dengan ketebalan yang beragam.

c. Episode Tektonik F2

Aktivitas rifting mulai berhenti dan kemudian Kelompok Sihapas mulai diendapkan pada periode ini yang mengakibatkan adanya penurunan yang terjadi secara menyeluruh. Terjadi pada Oligosen Akhir-Miosen Tengah atau disebut juga fase saging. Sesar mendatar menjadi tanda adanya aktivitas tektonik pada periode ini di sepanjang sesar berarah North-South yang sudah terjadi sebelumnya.

d. Episode Tektonik F3

Pada periode ini, aktivitas tektonik yang terjadi cukup banyak yaitu adanya aktivitas sea floor spreading yang terjadi pada Laut Andaman, adanya pengangkatan regional, di sepanjang Bukit Barisan terbentuknya jalur pegunungan vulkanik dan right lateral strike slip yang menyebabkan terjadinya suatu kompresi pada Cekungan Sumatera Tengah dan Utara dengan arah Northeast-Southwest. Terjadi pada Miosen Akhir-Resen atau disebut juga fase kompresi yang terbentuk ketidakselarasan secara regional.

(21)

Universitas Pertamina - 5 Gambar 2. Perkembangan Tektonik Cekungan Sumatera Tengah (Heidrick dan Aulia,

1993)

2.3 Stratigrafi Regional

Sekuen pengendapan pada Cekungan Sumatera Tengah dibagi menjadi 4 yaitu sebagai berikut:

1. Sekuen syn-rift, pada sekuen ini diketahui berumur Eosen-Oligosen bawah dengan susunan batuan sedimen kipas alluvial, lakustrin, dan fluvial.

2. Sekuen post-rift, pada sekuen ini diketahui berumur Oligosen atas-Miosen tengah dengan susunan batuan sedimen fluvial, sandstone delta dan marine, shale dan coal.

3. Sekuen syn-orogenic, pada sekuen ini diketahui berumur Miosen tengah-Pliosen dengan susunan sandstone, shale, coal, sedimen delta dan fluvial.

4. Sekuen post-orogenic, pada sekuen ini diketahui berumur Pliestosen-Holosen dengan susunan sand, tanah gambut, dan estuarin.

(22)

Universitas Pertamina - 6 Gambar 3. Stratigrafi Cekungan Sumatera Tengah (Hedrick dan Aulia, 1993)

2.4 Formasi Telisa

Formasi Telisa diendapkan secara selaras di atas Kelompok Sihapas, pada bagian bawah Telisa shale di bagian Baratdaya memiliki hubungan dengan Formasi Bekasap yang menjari dan Formasi Duri di bagian Timurlaut (Yarmanto dan Aulia, 1988). Formasi Telisa berumur Miosen dan diendapkan pada lingkungan pengendapan outer neritic, bahyal

sampai non-marine. Formasi tersusun atas calcareous shale dan siltstone abu-abu kecoklatan dan terkadang dijumpai batugamping. Formasi ini berperan sebagai tudung (seal) regional untuk Kelompok Sihapas yang berada dibawahnya, dengan ketebalan mencapai 9000 feet. Formasi Telisa memiliki potensi sebagai shaly reservoir.

2.4.1 Shaly Sand

Formasi shaly sand merupakan istilah yang menunjukkan bahwa suatu formasi terdapat shale pada kandungan pasirnya. Perhitungan nilai saturasi air pada formasi shaly sand cenderung lebih sulit dibandingkan pada clean formation, karena shale pada formasi tersebut dapat merubah pembacaan nilai saat pengukuran menggunakan logging sehingga diperlukannya suatu koreksi. Pada formasi shaly sand diasumsikan terdapat 3 komponen penyusun, yaitu grain quartz, porositas fluida, dan shale. (Herdiansyah, dkk, 2016).

(23)

Universitas Pertamina - 7 Gambar 4. Model ReservoirShaly Sand (Anonymous, 2016)

Gambar 5. Model Volumetrik Shaly Sand (Anonymous, 2016)

Formasi shaly sand umumnya mineral clay berupa kaolinit, illit, dan

smektit. Adanya mineral clay tersebut dalam pori batuan akan memberikan efek berubahnya nilai yang terdapat pada alat saat dilakukan pengeboran terutama pada berkurangnya nilai porosity effective, perbedaan hasil prediksi resistivity ketika dilakukan menggunakan persamaan Archie, serta berkurangnya permeabilitas.

Mineral clay merupakan partikel yang sangat kecil serta mampu mengikat air formasi dalam jumlah yang banyak di bagian permukaan. Air formasi yang berhasil terikat oleh mineral clay akan terdorong oleh hidrokarbon yang tidak mampu bergerak (Ariewijaya, 2007). Persebaran shale dalam sand terdiri dari 3 jenis, yaitu:

1. Dispersed Clay

Mineral clay pada lapisan shale ini akan mengisi ruang pori-pori batuan yang disebabkan oleh proses autigenesis. Autigenesis sendiri merupakan proses dimana mineral baru akan mengalami pengkristalan di dalam batuan sedimen pada proses diagenesis ataupun setelah proses diagenesis.

(24)

2. Clay Lamination

Umumnya distribusi shale akan berlapis, tipis dan berselingan dengan sand. Namun, setelah adanya proses infiltrasi atau proses dimana masuknya air yang berada di permukaan ke dalam tanah mengubah mineral clay yang masuk ke dalam ruang pori-pori batuan atau aktivitas organisme membuat lapisan shale

dan sand dapat menjadi homogen setelah pengendapan. 3. Structural Clay

Mineral lempung pada lapisan serpih ini akan menggusur pasir yang ada didalamnya. Tetapi jenis structural clay ini jarang sekali untuk dijumpai.

Gambar 6. Tipe Distribusi Clay (Ariewijaya, 2007)

2.5 Well Logging

Logging adalah metode pengukuran suatu besaran fisik batuan terhadap kedalaman dari lubang bor. Well logging dilakukan dengan dua cara dan bertahap yaitu openhole logging

yang dilakukan ketika sumur yang belum tersedia casing dan casedhole logging yang dilakukan ketika sumur sudah tersedia casing. Log yang digunakan dalam eksplorasi geofisika terutama pada penelitian ini antara lain:

2.5.1 Log Gamma ray

Log Gamma ray mengukur unsur radioaktif pada lapisan batuan. Unsur radioaktif tersebut yaitu Uranium (U), Potassium (P), dan Thorium (T) yang umumnya dapat ditemukan pada shale dan dapat pula pada sand, limestone, dolomite, dll dalam jumlah yang lebih sedikit.

(25)

Kegunaan dari log gamma ray yaitu mampu mengidentifikasi kandungan

shale yang terdapat pada batuan, mengidentifikasi bijih mineral yang radioaktif, mengidentifikasi lapisan non-radioaktif seperti batubara, serta digunakan dalam korelasi log pada setiap sumur.

Gambar 7. Log Gamma ray (Rider, 1996)

2.5.2 Log

Densitas

Log densitas merekam bulk density pada batuan yang terdiri dari matrix density serta fluida yang terkandung didalamnya. Prinsipnya adalah memancarkan sinar gamma hingga menembus batuan yang berasal dari radioaktif pada alat ukur. Energi yang kembali akan diterima oleh detektor dan energi yang hilang akan memberikan informasi mengenai densitas elektron yang diindikasikan sebagai densitas dari formasi. Semakin lemah energi maka semakin banyak elektron dan semakin banyak pula mineral penyusunnya.

(26)

Universitas Pertamina - 10 Gambar 8. Log Densitas (Rider, 1996)

2.5.3 Log

Resistivitas

Log resistivitas mengukur sifat tahanan kelistrikan untuk mengetahui sifat batuan serta fluida yang terdapat pada pori batuan pada lubang bor. Log resistivitas akan memberikan informasi mengenai zona hidrokarbon, zona yang mengandung garam, serta zona air. Zona yang mengandung hidrokarbon akan memberikan nilai resistivitas yang sangat tinggi, kemudian disusul oleh nilai resistivitas yang lebih rendah dibandingkan dengan zona hidrokarbon yang mengindikasikan zona garam dan nilai resistivitas sangat rendah mengindikasikan zona air.

(27)

Universitas Pertamina - 11 Gambar 9. Log Resistivitas (Rider, 1996)

2.5.4 Log Sonic

Log sonic adalah log akustik yang mengukur waktu tempuh pada suatu formasi dalam meneruskan gelombang bunyi yang dipancarkan pada batuan. Waktu perambatannya dipengaruhi oleh litologi serta porositas yang berada pada formasi tersebut dan akan berbanding terbalik dengan kecepatan gelombang merambat pada formasi. Log sonic mampu mengidentifikasi porositas pada batuan yang terisi oleh fluida serta menentukan rentang nilai kecepatan dalam interpretasi seismik yang dikalibrasikan dengan penampang seismik.

(28)

Universitas Pertamina - 12 Gambar 10. Log Sonic (Rider, 1996)

Dalam penelitian ini akan dilakukan prediksi sonic pada salah satu sumur yang tidak memiliki data sonic. Prediksi sonic ini akan menggunakan multiatribut

log, dimana prinsip kerjanya sama dengan seismik multiatribut. Dalam seismik multiatribut, atribut yang digunakan berasal dari turunan seismik seperti waktu, fasa, frekuensi serta amplitude. Sedangkan pada multiatribut log, atribut yang digunakan berasal dari log pada sumur lain yang digunakan sebagai acuan dalam prediksi tersebut. Prediksi log sonic dilakukan dengan melihat hubungan dengan

log lain yang akan dijadikan sebagai input dan atribut dalam memprediksi log sonic. Log yang dijadikan sebagai input dalam memprediksi sonic adalah log

densitas dan log resistivitas. Hubungan antara kedua log tersebut secara teoritik dapat dijelaskan menggunakan persamaan Gardner dan Faust.

2.6 Seismik Refleksi

Metode seismik refleksi adalah salah satu metode geofisika yang menggunakan gelombang pantul atau refleksi yang berasal dari bawah permukaan dengan sinyal gelombang yang dipantulkan pada batas dua lapisan dan gelombang pantulan tersebut akan direkam oleh receiver yaitu geophone pada pengukuran yang dilakukan di darat dan

hydrophone pada pengukuran yang dilakukan di laut yang dibentang sepanjang lintasan seismik. Gelombang pantulan yang direkam di permukaan berupa respon dari amplitude,

(29)

waktu datang gelombang (travel time), frekuensi serta fasa gelombang dari masing-masing reflektor yang nantinya akan memberikan informasi mengenai litologi bawah permukaan dan memberikan informasi mengenai cepat rambat gelombang (velocity) dari travel time.

Kecepatan gelombang suatu batuan yang terjadi ketika terjadi pergerakan partikel akan memberikan nilai kecepatan gelombang seismik pada batuan tersebut yang akan memberikan informasi keadaan bawah permukaan bumi seperti keberadaan hidrokarbon dari sifat pemantulan gelombang tersebut.

2.7 Komponen Seismik Refleksi

2.7.1 Tras Seismik

Tras seismik atau seismic trace merupakan setiap tras hasil konvolusi sederahana antara fungsi reflektivitas dengan fungsi sumber seismik ditambah dengan fungsi noise. Dapat dituliskan dari persamaan tras seismik sebagai berikut (Russell, 1998): dimana: St = Tras Seismik Wt = Wavelet Seismik rt = Fungsi Reflektivitas nt = Fungsi Noise * = Operator Konvolusi

2.7.2 Impedansi Akustik

Impedansi Akustik adalah kemampuan pada batuan untuk meloloskan gelombang seismik yang melewatinya. Diperoleh dari perkalian antara densitas batuan (ρ) dan kecepatan (V).

dimana:

AI = Impedansi Akustik ρ = Densitas

(30)

V = Kecepatan

Nilai impedansi akustik akan semakin tinggi seiring dengan semakin kompak suatu batuan. Misalnya, nilai impedansi akustik pada batu pasir yang sangat kompak akan lebih tinggi dibandingkan dengan batu lempung. Jika pada suatu formasi mengandung fluida, maka nilai kecepatan akan lebih berpengaruh dibandingkan dengan densitas (Sukmono, 1999).

2.7.3 Koefisien Refleksi

Koefisien Refleksi merupakan suatu nilai yang merepresentasikan suatu batas antara medium yang memiliki nilai impedansi akustik yang beda. Pada koefisien refleksi sudut datang nol derajat, dapat dihitung menggunakan persamaan berikut: dimana: KR = Koefisien Refleksi

AI1 = Impedansi Akustik Medium Atas

AI2 = Impedansi Akustik Medium Bawah

Nilai positif ataupun negatif dari koefisien refleksi bergantung pada nilai impedansi akustik di kedua mediumnya serta nilainya tidak lebih dari satu. Koefisien refleksi berpengaruh pada nilai amplitude gelombang penampang seismik dan polaritas gelombang seismik, dimana semakin kuat refleksi yang dihasilkan maka semakin besar kontras impedansi akustik, dan semakin besar pula

amplitude gelombang seismik.

2.7.4 Wavelet

Wavelet atau sinyal seismik merupakan kumpulan beberapa gelombang seismik dengan amplitude, frekuensi serta fasa tertentu. Diartikan pula sebagai superposisi dari banyak gelombang sinusoidal dengan amplitude yang sama dan frekuensi bervariasi dalam satu band frekuensi tertentu. Semakin lebar band

frekuensinya, maka bentuk wavelet akan semakin spike.

Terdapat empat wavelet yang umum digunakan yaitu zero phase, minimum phase, maximum phase, dan mixture phase. Klasifikasi ini berdasarkan waktu yang

(31)

dibutuhkan sebuah wavelet untuk mencapai energi maksimum. Zero phase wavelet

merupakan wavelet yang energi maksimum berhimpit pada waktu nol. Minimum phase wavelet merupakan wavelet yang membutuhkan waktu paling singkat hingga mencapai energi maksimum. Maximum phase wavelet merupakan wavelet yang membutuhkan waktu paling lama hingga mencapai energi maksimum. Mixture phase wavelet merupakan wavelet campuran antara minimum phase wavelet dan

maximum phase wavelet (Sukmono, 1999).

2.7.5 Sintetik Seismogram

Sintetik seismogram merupakan hasil konvolusi suatu wavelet yang diperoleh dari hasil ekstraksi penampang seismik dengan koefisien refleksi yang diperoleh dari impedansi akustik. Lapisan pada penampang seismik dapat diidentifikasi dengan sintetik seismogram karena resolusi yang dimiliki secara vertikal lebih baik dibandingkan dengan data seismik. Namun, adapun kelemahan dari sintetik seismogram yaitu biasanya diperoleh dari frekuensi yang sama di zona target untuk diaplikasikan di seluruh penampang.

2.8 Multiple Linear Regression

(MLR)

Multiple Linear Regression (MLR) adalah suatu metode regresi linear yang

menggunakan masukan lebih dari satu variabel, dimana variabel disini berarti

log

yang digunakan untuk memprediksi suatu nilai yang diharapkan. Perhitungan

dalam MLR dapat dijabarkan seperti dibawah ini:

Dimana:

x

1

, x

2,

x

i

= Inputan Log

Koefisien b dan konstanta a didapat dengan meminimalkan nilai selisih atau

koefisien determinasi (R

2

) pada nilai target dan nilai prediksi pada masing-masing

variabel atau

log

yang dijadikan sebagai

input

dengan nol yang dapat dituliskan

sebagai berikut:

Koefisien determinasi merupakan turunan pertama pada setiap variabel masukan yang semakin besar nilai koefisien determinasimaka semakin baik model yang diprediksi

(32)

Multiple Linear Regression (MLR) dalam penelitian ini digunakan pada sumur

dengan

log yang terkena efek dari casing shoe. Variabel atau log

yang digunakan

dalam koreksi casing shoe adalah log gamma ray dan log resistivitas dimana kedua

log tersebut tidak terkena efek dari casing shoe.

2.9 Inversi

Model Based

Inversi seismik merupakan suatu metode untuk memperoleh informasi bawah permukaan dengan input berupa data seismik dan kontrol dipegang oleh data sumur. Keluaran yang didapatkan dari inversi seismik adalah impedansi akustik dari data seismik. Dimana inversi seismik ini dilakukan untuk mengetahui nilai impedansi akustik yang akan merepresentasikan interval properti pada batuan kemudian dikorelasi dengan parameter fisis batuan. Terdapat beberapa model inversi seismik dan inversi seismik yang akan digunakan pada penelitian ini adalah inversi model based.

Inversi model based ini secara umum model awal yang digunakan adalah model impedansi dari sumur yang nantinya akan dihasilkan secara lateral dalam bentuk volume seismik dan acuan dari horizon. Prinsip inversi model based adalah dengan membuat model awal yang akan digunakan sebagai kontrol ketika melakukan proses inversi. Tras sintetik kemudian dibandingkan dengan trasseismik hingga mendapatkan kecocokan atau nilai korelasi yang tinggi dengan data seismik. Inversi menggunakan model based ini akan melakukan inversi yang berasal dari model geologi, tidak melakukan inversi yang berasal dari data seismik. Dimana bentuk wavelet akan sangat berpengaruh karena sifat sensitif inversi ini yang akan menghasilkan tras seismik yang sama sedangkan wavelet yang digunakan berbeda. Pembuatan model awal pada inversi model based atau dengan kata lain

low frequency model dilakukan sebelum inversi yang akan dijadikan masukkan kemudian dilakukan iterasi dengan data seismik. Low frequency model digunakan untuk mendapatkan informasi seismik low frequency yang hilang pada data seismik dan impedansi akustik yang diperoleh dapat merepresentasikan keadaan bawah permukaan yang sebenarnya.

2.10 Seismik Multiatribut

Metode multiatribut merupakan suatu metode yang menggunakan lebih dari satu atribut seismik yang berasal dari turunan seismik untuk melakukan prediksi properti fisik.

Analisis seismik multiatribut ini akan menggunakan hubungan data log dengan data seismik untuk melakukan prediksi atau estimasi volume seismik yang berasal dari properti dalam data log pada area target (Hampson dkk, 2001).

(33)

Langkah untuk mengetahui data log dan data seismik berhubungan adalah menggunakan crossplot antara kedua data tersebut. Seperti contoh pada gambar dibawah ini, memperlihatkan hubungan antara log density-neutron pada sumbu-y berlaku sebagai target data yang ingin dicari dengan atribut seismik pada sumbu-x. Diasumsikan bahwa log

data target dan atribut seismik diambil pada titik waktu atau kedalaman yang sama.

Gambar 11. Crossplot Sederhana Antara LogDensity-Porosity dengan Atribut Seismik (Hampson dkk, 2001)

Proses analisis multiatribut menggunakan metode step wise regression untuk menentukan jumlah atribut yang akan dikombinasikan memprediksi suatu log target. Secara teori, nilai error hasil prediksi akan menurun seiring bertambahnya atribut yang digunakan. Namun, hasil validasi data sumur akan menunjukkan batasan jumlah atribut yang akan digunakan sehingga mendapatkan hasil yang optimal.

(34)

Dalam multiatribut ini akan mengenal istilah data training dan data validasi. Data

training merupakan beberapa training sampel yang berasal dari sumur yang tersedia, sedangkan data validasi merupakan data analisis yang dilakukan berulang berdasarkan banyaknya sumur yang tersedia. Diketahui pula error yang dihasilkan dari data training

atau disebut dengan training error yang merupakan rata-rata RMS dari log pada sumur yang digunakan dengan atributnya. Pada data validasi diketahui pula dengan error validasi yang merupakan rata-rata RMS dari individual error. Kurva dengan warna hitam merupakan kurva error prediksi yang dihitung dengan menggunakan data training dan kurva dengan warna merah merupakan kurva error validasi. Rata-rata RMS log target pada sumur yang digunakan dengan nilai prediksi disebut dengan average error.

Gambar 13. Tahapan Metode Step Wise Regression (Smith, 1966)

Dalam aplikasinya, multiatribut dibagi menjadi dua, yaitu multiatribut regresi linear dan multiatribut Neural Network. Salah satu multiatribut neural network yaitu

Probabilistic Neural Network (PNN). PNN merupakan salah satu metode analisis seismik multiatribut yang mengadopsi sistem kerja jaringan syaraf manusia. Terdapat tiga tahapan dalam proses PNN yaitu input layer yang berisi jenis atribut yang akan digunakan, hidden layer yang merupakan kombinasi dari beberapa seismik atribut dengan nilai bobot yang paling optimal, dan output layer yang merepresentasikan properti fisik yang diestimasi dari

hidden layer dengan nilai bobot tertinggi. Analisis menggunakan algoritma neural network

akan memberikan nilai korelasi yang lebih tinggi dari metode regresi linear karena operasi yang dilakukan pada metode ini bersifat non-linear sehingga membuat hasil prediksi akan lebih akurat dibandingkan dengan regresi linear.

(35)

Universitas Pertamina - 19 Gambar 14. Metode Neural Network (Hampson dkk, 2001)

2.11 Persamaan Gardner

Dalam skema pemodelan dan interpretasi seismik setidaknya memerlukan kecepatan gelombang-P (Vp), kecepatan gelombang-S (Vs), dan densitas. Pengukuran di laboratorium sering kali mampu menghasilkan ketiganya secara bersamaan. Tetapi pada kenyataannya tidak sedikit dimana hanya nilai kecepatan gelombang-P yang diketahui, begitupun dengan densitas atau kecepatan gelombang-S yang diperkirakan secara empiris dari kecepatan gelombang-P.

Densitas adalah rata-rata volumetrik sederhana dari densitas penyusun batuan dan berkaitan erat dengan porositas seperti persamaan dibawah ini:

( )

Dimana:

ρ0 = Densitas Jenis Butiran Mineral

ρfl = Densitas Fluida Pori

Ø = Porositas

Permasalahannya adalah kecepatan seringkali tidak berhubungan baik dengan porositas. Seperti adanya retakan, dapat menurunkan kecepatan gelombang-P dan kecepatan gelombang-S, meskipun retakan tersebut memiliki porositas mendekati nol. Hubungan kecepatan dengan porositas dapat ditingkatkan dengan saturasi fluida dan high effective pressure, dimana keduanya mampu meminimalkan efek retakan tersebut. sehingga hubungan kecepatan dengan densitas diharapkan lebih dapat diandalkan dibandingkan dengan menggunakan high effective pressure dan saturasi fluida.

(36)

Persamaan Gardner merupakan suatu persamaan yang diturunkan secara empiris dengan menghubungkan kecepatan gelombang P pada seismik dengan densitas atau kerapatan massa batuan sebagai tempat gelombang bergerak. Gardner dkk (1974) menyarankan hubungan empiris yang berguna antara kecepatan gelombang-P dengan densitas yang mewakili rata-rata pada beberapa jenis batuan, seperti berikut:

dimana Vp dalam km/s dan ρb dalam g/cm 3

.

dimana Vp dalam ft/s dan ρb dalam g/cm 3

.

2.12 Persamaan Faust

Persamaan Faust digunakan dalam mengubah log resistivitas menjadi log sonic.

Persamaan Faust dapat dituliskan sebagai berikut: ( ) Dimana: Vp = Kecepatan Gelombang-P a = Konstanta bernilai 1948 d = Kedalaman (ft) R = Resistivitas (ohm ft) b = 1/6 atau 0.67

2.13 Analisis Petrofisika

Pengambilan data melalui proses well logging kemudian dilakukan analisis petrofisika untuk mempelajari karakteristik dari reservoir guna mengetahui litologi, porositas, saturasi air, serta permeabilitas pada batuan. Dalam mengetahui litologi batuan dapat diidentifikasi melalui loggamma ray yang mampu membedakan lapisan permeable

dan non-permeable, penentuan porositas lapisan batuan dapat menggunakan log densitas dan log neutron, serta penentuan saturasi air dengan log resistivitas.

(37)

2.13.1 Porositas

Porositas merupakan ruang kosong yang berada diantara matriks batuan atau disebut pula dengan benda padat yang tidak terisi pada volume batuan (Harsono, 1997). Porositas ditentukan berdasarkan bentuk butiran dan sortasi. Semakin bundar (rounded) suatu bentuk butiran maka porositas akan semakin baik, begitupun sebaliknya. Sedangkan untuk sortasi, semakin sama besar butirnya atau seragam maka porositas akan semakin baik, begitupun sebaliknya.

Perhitungan porositas dilakukan untuk mengetahui nilai porositas sebenarnya pada formasi batuan menggunakan model dari log porositas. Pada penelitian ini akan menggunakan perhitungan untuk porositas total. Dimana porositas total adalah perbandingan antara volume pori total dengan volume total batuan. Porositas Densitas Dimana: ØD = Porositas Densitas

ρma = Densitas Matriks Batuan

ρb = Densitas Bulk Batuan (kurva log densitas)

(38)

(39)

BAB III METODE PENELITIAN

3.1 Bentuk Penelitian

Bentuk penelitian yang dilakukan adalah berupa studi kasus pada suatu cekungan salah satu lapangan minyak dan gas bumi dengan melakukan pengolahan data serta interpretasi data geofisika pada data seismik dan data log.

3.2 Metode Pengumpulan Data

Data yang digunakan berupa data perusahaan yang berasal dari suatu lembaga penelitian yaitu LEMIGAS. Data yang diperoleh berupa data seismik 2D, data sumur, dan report pada setiap sumur.

3.3 Alat dan Bahan

Pengolahan dan penyelesaian data dilakukan pada perangkat lunak Hampson Russell Software (HRS), Petrel 2017, dan Interactive Petrophysics.

3.4 Metode Analisis Data

Metode analisis data dilakukan penulis untuk memenuhi tujuan penelitian ini adalah sebagai berikut:

1. Penentuan tujuan penelitian dan batasan masalah.

2. Studi literatur pada daerah penelitian serta didukung dengan konsep pengolahan data yang dilakukan.

3. Pengumpulan data untuk mendukung penelitian ini berupa data seismik, data sumur, serta data pendukung lainnya pada report data sumur.

4. Melakukan Quality Control (QC) serta conditioning data log di setiap sumur penelitian. Conditioning data yang dilakukan pada penelitian ini adalah melakukan koreksi casing shoe serta prediksi log sonic pada sumur yang tidak memiliki log sonic. Keduanya menggunakan metode Multiple Linear Regression (MLR) dengan log sebagai atributnya.

5. Melakukan well to seismic tie dengan wavelet ekstraksi data seismik yang berada di sekitar sumur penelitian dan crossplot data log. Ekstraksi wavelet

dilakukan dengan statistical dari data seismik dengan window yang digunakan berupa zona target pada lintasan seismik yang terdekat. Kemudian

(40)

merata-Universitas Pertamina - 23

ratakan wavelet statistical tersebut yang nantinya akan digunakan dalam proses well to seismic tie.

6. Dilakukan picking horizon untuk melihat kemenerusan serta posisi formasi penelitian. Picking horizon dilakukan berdasarkan data marker dengan polaritas normal pada Formasi Telisa dengan Top berada pada peak dan Base

berada pada trough.

7. Analisis petrofisika, inversi serta metode multiatribut untuk selanjutnya dilakukan interpretasi.

(41)

Gambar ini dibawah ini merupakan diagram alir dalam penelitian:

Gambar 15. Diagram Alir Penelitian

Start

Report Sumur Data Sumur Data Seismik

Checksho

t Casing

Shoe

Koreksi Casing Shoe

Sonic Prediksi Sonic

Wavelet Analisis Petrofisika Well to Seismic Tie Analisis

Sensitivitas Build Initial Model

P-impedance Inversion (AI) Analisis Multiatribut Interpretasi End No Yes Yes No Marker Picking Horizon

(42)

3.5 Data Penelitian

3.5.1 Data Seismik

Penelitian ini menggunakan 9 lintasan seismik Post-Stack Time Migration

2D yang saling berpotongan dan dijadikan dalam satu volume grup pada polaritas normal, fasa zero phase, serta sample rate 4 ms yang nantinya akan dilakukan interpretasi pada 2 lintasan seismik. Lintasan ini terdiri dari data lama yang pengambilan data dilakukan pada waktu yang berbeda. Berikut merupakan jarak antara sumur dengan lintasan seismik terdekat serta basemap area penelitian:

Tabel 1. Jarak Antara Sumur dengan Lintasan Seismik Terdekat

Gambar 16. Basemap Daerah Penelitian

3.5.2 Data Sumur

Penelitian ini menggunakan 3 sumur, yaitu P-2, P-4, dan P-5. Berikut kelengkapan data sumur yang digunakan:

(43)

Universitas Pertamina - 26 Tabel 2. Informasi Data Sumur

Sumur yang tidak tersedia data checkshot akan menggunakan data

checkshot pada sumur terdekat dan sumur yang tidak memiliki log sonic akan dilakukan prediksi sonic. Ketiga sumur dipilih dalam penelitian ini dikarenakan kelengkapan data log serta berdasarkan data report pada sumur tersebut terbilang cukup lengkap dibandingkan dengan sumur lain yang berada di sekitarnya.

(44)

(45)

BAB IV HASIL DAN PEMBAHASAN

4.1 Pengolahan Data

4.1.1 Conditioning

Data

Tahapan awal dalam pengolahan data adalah melakukan Quality Control

(QC) pada data sumur penelitian. QC data yang pertama kali dilakukan adalah digitasi checkshot yang tersedia pada report setiap sumur. Sumur yang tidak tersedia data checkshot akan menggunakan data checkshot sumur terdekat, yaitu pada sumur P-5 menggunakan checkshot sumur P-2.

Selanjutnya adalah melakukan koreksi zona casing shoe. Casing shoe

terjadi karena adanya peningkatan secara tidak stabil pada log densitas yang terjadi pada saat perubahan ukuran lubang bor. Koreksi casing shoe dilakukan menggunakan metode Multiple Linear Regression (MLR) dimana metode tersebut

menggunakan masukkan lebih dari satu variabel, dimana variabel disini

berarti log yang digunakan untuk memprediksi suatu nilai yang diharapkan

. Koreksi casing shoe dengan MLR ini dilakukan menggunakan software Interactive Petrophysics dengan variabel masukan yang digunakan yaitu log gamma ray dan resistivitas. Zona yang terkena casing shoe akan dikoreksi dan diprediksi menggunakan model dengan ukuran lubang bor yang sama.

Metode MLR tersebut akan mencari nilai koefisien determinasi dan error

residual. Koefisien determinasi (R2) merupakan koefisien yang menunjukkan besarnya variasi dalam memperkirakan variabel prediksi. Koefisien determinasi diperoleh dari turunan pertama pada setiap variabel masukan dan semakin besar nilai koefisien determinasi (mendekati 1) maka semakin baik model yang diprediksi. Koreksi casing shoe dilakukan pada sumur P-4 dan P-5. Kurva berwarna biru merupakan kurva hasil koreksi casing shoe dan kurva berwarna merah merupakan kurva densitas asli.

(46)

(a) (b)

Gambar 17. Perbandingan Log Densitas Asli dan Log Densitas Setelah Dilakukan Koreksi Casing Shoe Menggunakan MLR. (a) Sumur P-4, (b) Sumur P-5

Pada koreksi casing shoe diperoleh koefisien determinasi pada sumur P-4 senilai 0.6 dan pada sumur P-5 senilai 0.7 dimana nilai tersebut cukup tinggi dan mendekati nilai 1, sehingga model yang diprediksi sudah cukup baik dan apabila dilihat pada log hasil koreksi menunjukkan trend yang stabil dengan log asli.

4.1.2 Prediksi

Sonic

Dalam proses well to seismic tie diperlukan data sumur berupa data sonic, densitas, dan checkshot. Pada sumur penelitian, terdapat 1 sumur yang tidak memiliki data sonic. Pada sumur P-5 tidak memiliki data sonic dan checkshot. Oleh karena itu, dilakukan estimasi untuk mendapatkan nilai sonic pada sumur tersebut. Nilai sonic akan bernilai 1/P-wave.

Prediksi sonic ini menggunakan menggunakan metode Multiple Linear Regression (MLR) dengan inputan log densitas dan log resistivitas. Prediksi ini memiliki prinsip kerja seperti seismik multiatribut, apabila dalam seismik multiatribut menggunakan atribut yang berasal dari turunan seismik sedangkan prediksi ini menggunakan log yang memiliki hubungan dengan log yang akan dilakukan prediksi sebagai inputannya dan atribut yang digunakan. Dalam prediksi

sonic pada penelitian ini akan menggunakan hubungan dari log densitas dan log

resistivitas yang secara teoritik memiliki hubungan dengan sonic seperti yang telah dijelaskan pada persamaan Gardner dan persamaan Faust. Prediksi sonic dilakukan pada window Formasi Telisa.

(47)

Universitas Pertamina - 29 Gambar 18. Hubungan Antara Sonic dengan Densitas dan Resistivitas Pada Sumur

P-2

Gambar 19. Hubungan Antara Sonic dengan Densitas dan Resistivitas Pada Sumur P-4

Pemilihan atribut yang akan digunakan terdapat pada proses step wise regression dengan log inputan yang digunakan akan dijadikan atribut dalam proses ini. Kurva berwarna hitam menunjukkan error training dari semua sumur yang digunakan dan kurva berwarna merah menunjukkan error hasil validasi dari data sumur.

(48)

Universitas Pertamina - 30 Gambar 20. Kurva Training Error dan Error Validasi Prediksi Sonic

Tabel 3. Tabel Hasil Atribut Prediksi Sonic

Tabel menunjukkan jumlah atribut yang digunakan dalam proses prediksi

sonic dengan pemilihan atribut berasal dari log inputan dengan nilai validasi error

yang menurun. Hasil aplikasi atribut antara prediksi sonic mendapatkan nilai korelasi sebesar 0.87 dan nilai average error 14.63. Kesesuaian dari hasil prediksi dilihat pada korelasi validasi yang diperoleh cukup tinggi yaitu sebesar 0.86 dengan nilai average error 15.38.

(49)

Universitas Pertamina - 31 Gambar 21. Hasil Aplikasi Prediksi Sonic

Gambar 22. Hasil Validasi Prediksi Sonic

Jika dibandingkan antara sonic asli pada sumur P-2 dan P-4 dengan sonic

hasil prediksi pada sumur P-5, dapat dilihat trend yang dimiliki hampir menyerupai dengan trend sonic asli. Sehingga dapat dikatakan bahwa prediksi sonic yang dilakukan pada sumur P-5 sudah benar.

(50)

(a) (b) (c)

Gambar 23. Tampilan Log Sonic Asli dan Hasil Prediksi(a) Sumur P-2, (b) Sumur P-4, (c) Sumur P-5

4.1.3 Well to Seismic Tie

Well to seismic tie dilakukan dengan tujuan menyamakan domain pada data sumur dengan data seismik. Data seismik umumnya berada pada domain kedalaman dan untuk menyesuaikan dengan data sumur maka dilakukan proses

checkshot correction dengan menggunakan data checkshot. Adapun tujuan dilakukan well to seismic tie adalah untuk mengetahui marker geologi pada data seismik. Sebelum melakukan well to seismic tie, perlu dilakukan pembuatan sintetik seismogram. Sintetik seismogram merupakan hasil konvolusi antara koefisien refleksi dengan wavelet. Koefisien refleksi akan diperoleh dari informasi perkalian antara densitas dengan sonic yang sudah dilakukan checkshot correction. Well to seismic tie dilakukan hingga menghasilkan nilai korelasi yang mendekati 1 dan membuat trace sintetik menyerupai bentuk trace seismik. Wavelet

yang digunakan dalam penelitian ini adalah wavelet rata-rata dari wavelet tiap lintasan dengan sumur referensi dan wavelet volgrup dari semua seismik. Penggunaan wavelet rata-rata ini adalah agar dalam proses well to seismic tie dan inversi menggunakan wavelet yang sama.

(51)

Universitas Pertamina - 33 Gambar 24.Wavelet Rata-Rata

Pada well to seismic tie dilakukan stretch and squeeze pada sintetik seismogram dengan seismogram seismik. Hasil korelasi yang diperoleh sudah menunjukkan nilai korelasi yang baik. Pada sumur P-2 dengan lintasan seismik 780-82 diperoleh nilai korelasi sebesar 0.572 dan time shift 0. Pada sumur P-4 dengan lintasan 780-82 diperoleh nilai korelasi sebesar 0.696 dan time shift 0. Pada sumur P-5 dengan lintasan seismik 780-82 diperoleh nilai korelasi sebesar 0.586 dan time shift 0. Pada umumnya, minimum nilai korelasi yang dikatakan baik yaitu sebesar 0.6 tetapi dikarenakan data seismik yang digunakan memiliki vintage yang dapat dikatakan terdahulu dengan background pengambilan data seismik sekitar tahun 70-80an sehingga kualitas pada data seismik tersebut kurang dibandingkan dengan data seismik yang sekarang.

(52)

Universitas Pertamina - 34 Gambar 25. Hasil Well to Seismic Tie Sumur P-2 Lintasan Seismik 780-82

(53)

Universitas Pertamina - 35 Gambar 27. Hasil Well to Seismic Tie Sumur P-5 Lintasan Seismik 780-82

4.1.4 Picking Horizon

Picking horizon merupakan analisis batas lapisan dengan melihat defleksi seismik yang telah diketahui berdasarkan marker pada data sumur. Dalam penelitian ini akan dilakukan interpretasi dengan menggunakan 2 lintasan seismik yang memiliki jarak yang cukup dekat dengan sumur penelitian. Picking horizon

ini akan berfokus pada Formasi Telisa yang ditunjukkan dengan garis berwarna kuning sebagai top telisa dan garis berwarna hijau sebagai base telisa. Inserted curve data yang digunakan yaitu synthetic trace-P dengan warna merah yang berarti posisi sumur berada cukup jauh dengan seismik sedangkan warna hitam yang berarti posisi sumur berada cukup dekat dengan seismik. Kurva pada

synthetic trace akan mengikuti model dari penampang seismik, ketika penampang seismik menunjukkan peak maka kurva akan defleksi ke kanan dan sebaliknya ketika penampang seismik menunjukkan trough maka kurva akan defleksi ke kiri.

(54)

Universitas Pertamina - 36 Gambar 28. Picking Horizon Lintasan Seismik 428-79

Gambar 29. Picking Horizon Lintasan Seismik 780-82

4.1.5 Analisis Sensitivitas

Analisis sensitivitas dilakukan dengan melakukan crossplot antara parameter impedansi akustik dan porositas total dengan gamma ray sebagai skala warna. Tahap crossplot ini dilakukan untuk mengidentifikasi parameter log sumur yang sensitif terhadap litologi serta untuk mengetahui parameter yang dapat digunakan sebagai eksternal atribut atau sebaliknya. Interval yang digunakan adalah top hingga base Formasi Telisa pada masing-masing sumur. Berdasarkan

crossplot tersebut didapatkan suatu trend dalam membedakan nilai gamma ray

tinggi dengan nilai gamma ray rendah pada sumur P-2 dan P-4. Sedangkan pada sumur P-5 nilai impedansi akustik kurang sensitif dalam membedakan nilai gamma

(55)

Universitas Pertamina - 37 ray tinggi dan nilai gamma ray rendah karena terjadinya overlap dan diduga karena nilai p-wave yang digunakan dalam perhitungan impedansi akustik menggunakan nilai p-wave prediksi.

Berdasarkan hasil crossplot antara impedansi akustik dengan porositas total, semakin tinggi nilai impedansi akustik maka nilai porositas total akan semakin rendah begitupun sebaliknya. Namun, impedansi akustik tidak dapat memisahkan litologi sand dari shale karena nilai AI kedua litologi tersebut yang

overlap seperti ditunjukkan pada Gambar 33 hingga 35. Maka dari itu, untuk membedakan litologi sand dan shale diperlukan pendekatan multiatribut untuk memprediksi persebaran nilai Gamma Ray dan porositas.

Gambar 30. Crossplot Impedansi Akustik dengan Porositas Total dalam Skala Warna Gamma ray pada Sumur P-2

Gambar 31. Crossplot Impedansi Akustik dengan Porositas Total dalam Skala Warna Gamma ray pada Sumur P-4

(56)

Universitas Pertamina - 38 Gambar 32.Crossplot Impedansi Akustik dengan Porositas Total dalam Skala

Warna Gamma ray pada Sumur P-5

Gambar 33. Crossplot Impedansi Akustik dengan Gamma ray dalam Skala Warna

Gamma ray pada Sumur P-2

Gambar 34. Crossplot Impedansi Akustik dengan Gamma ray dalam Skala Warna

(57)

Universitas Pertamina - 39 Gambar 35. Crossplot Impedansi Akustik dengan Gamma ray dalam Skala Warna

Gambar 36. CrossplotGamma ray dengan Porositas Total dalam Skala Warna

Gambar 37. CrossplotGamma ray dengan Porositas Total dalam Skala Warna

(58)

Universitas Pertamina - 40 Gambar 38. CrossplotGamma ray dengan Porositas Total dalam Skala Warna

4.1.6 Analisis Inversi Seismik

Inversi seismik impedansi akustik yang dilakukan adalah inversi model based. Tahap awal dalam melakukan inversi model based yaitu pembuatan model bawah permukaan atau low frequency model. Diperlukan high cut frequency dalam pembuatan low frequency model dan menggunakan 5/17 Hz yang diperoleh berdasarkan analisis amplitude spectrum. Pada hasil model awal didapatkan nilai impedansi akustik dengan rentang 8959-26681 (ft/s)*(g/cc) dengan P-Impedance

sebagai inserted color data. Pembuatan model awal dapat dikatakan sudah tepat karena terlihat adanya kecocokan antara impedansi akustik pada log dengan impedansi akustik pada model awal yang dapat dilihat pada Gambar 40 dan

Gambar 41.

Gambar 39. Amplitude Spectrum Seluruh Seismik

(59)

Universitas Pertamina - 41 Gambar 40. Model Awal Lintasan Seismik 428-79

Gambar 41. Model Awal Lintasan Seismik 780-82

Analisis pra-inversi dilakukan dalam window Formasi Telisa menggunakan wavelet statictical rata-rata yang digunakan pada proses well to seismic tie. Digunakan parameter hard constraints yang akan berpengaruh pada selisih nilai impedansi antara log impedansi akustik asli yang ditandai dengan kurva berwarna biru dan log impedansi akustik hasil inversi yang ditandai dengan kurva berwarna merah sebesar 100%, pre-whitening yang digunakan untuk menaikkan nilai frekuensi wavelet sebesar 1% dan iterasi yang digunakan untuk membatasi proses pengulangan sebesar 5 iterasi.

Pada sumur P-2 didapatkan korelasi sebesar 0.894 dengan error antara impedansi akustik sumur (kurva biru) dengan impedansi akustik inversi (kurvamerah) sebesar 1771.6. Pada sumur P-4 didapatkan korelasi sebesar 0.789 dengan error sebesar 1438.5. Pada sumur P-5 didapatkan korelasi sebesar 0.956 dengan error sebesar 1008.3. Berdasarkan analisis pra inversi, nilai korelasi yang

(60)

diperoleh cukup tinggi dan error yang didapat cukup kecil serta kurva antara impedansi akustik sumur dengan impedansi akustik inversi pada Formasi Telisa terbilang cukup match. Pada sumur P-4 nilai korelasi terbilang lebih rendah dibandingkan dengan sumur lainnya, dikarenakan kemungkinan adanya lapisan tipis pada Formasi Telisa.

Gambar 42. Analisis Pra-Inversi Sumur P-2

Gambar 43. Analisis Pra-Inversi Sumur P-4

(61)

Pada hasil inversi model based didapatkan nilai impedansi akustik yang sama dengan model awal yang telah dibuat sebelumnya dikarenakan inversi model based ini sangat dipengaruhi oleh model awal. Hasil dari inversi dapat dipercaya karena dapat dilihat adanya kecocokan antara impedansi akustik pada log dengan impedansi akustik pada hasil inversi di kedua lintasan seismik.

Gambar 45. Hasil Inversi Lintasan Seismik 428-79

Gambar 46. Hasil Inversi Lintasan Seismik 780-82

4.1.7

Multiatribut

Analisis multiatribut dilakukan untuk menentukan jumlah atribut yang digunakan dalam memprediksi parameter log yang nantinya akan diaplikasikan kedalam seismik. Sehingga diperoleh persebaran dari log yang diprediksi. Log

yang diprediksi pada penelitian ini adalah porositas dan gamma ray dengan menggunakan inputan yaitu internal atribut berupa seismik dan eksternal atribut berupa volume impedansi akustik. Pada tahap awal multiatribut adalah menentukan