Interpolasi Nilai Property Reservoir Di Lapangan “Z Perairan Laut Jawa
Dengan Metode Ordinary Kriging dan Cokriging Seminar Hasil Tugas Akhir (Rabu, 16 Juli 2014)
Oleh : Nur Anisyah (1310100012)
Pembimbing : Prof. Drs. Nur Iriawan, MIKom., Ph.D.
1. Pendahuluan 2. Tinjauan Pustaka 3. Metodologi
contents
Pendahuluan
Pendahuluan
Latar Belakang Perumusan
Masalah Tujuan
Penelitian Manfaat
Penelitian Batasan Masalah
Sumber :
http://ekbis.sindonews.com/read/832737/34/realisasi-produksi-migas-phe-onwj-lampaui-target
Lapangan “Z”
Pertamina Hulu Energi Offshore North-West Java
3 Bagaimana karakteristik data thickness , porositas,
permeabilitas dan saturasi air
Bagaimana nilai estimasi thickness , porositas dan saturasi air, permeabilitas berdasarkan trend facies menggunakan metode Cokriging
Bagaimana interpolasi property reservoir menggunakan metode Cokriging
Pendahuluan
Latar Belakang Perumusan
Masalah Tujuan
Penelitian Manfaat
Penelitian Batasan Masalah
Mendeskripsikan karakteristik data thickness , porositas, saturasi air, permeabilitas dan permeabilitas
Mendapatkan nilai estimasi thickness , porositas, saturasi air dan permeabilitas berdasarkan trend facies menggunakan metode Cokriging
Memperoleh alternatif metode interpolasi property reservoir antara metode Cokriging
Pendahuluan
Latar Belakang Perumusan
Masalah Tujuan
Penelitian Manfaat
Penelitian Batasan Masalah
5
M an faat 1 Alternatif metode persoalan interpolasi property
reservoir kepada PT. Pertamina Hulu Energi (PHE) Offshore North West Java
(ONWJ)
M an faat 2 Bentuk penerapan dan pengembangan ilmu Statistika
khususnya dalam
geostatistika
yang mencakup bidang geologi
Pendahuluan
Latar Belakang Perumusan
Masalah Tujuan
Penelitian Manfaat
Penelitian Batasan Masalah
Parameter Reservoir 1. Thickness
2. Porositas 3. Saturasi Air 4. Permeabilitas
Variabel Kontrol : Trend Facies
Metode : Cokriging
Pendahuluan
Latar Belakang Perumusan
Masalah Tujuan
Penelitian Manfaat
Penelitian Batasan Masalah
Tinjauan Pustaka
Tinjauan Pustaka
Geostatistika Data Spasial Variogram Cokriging Ordinary
Kriging Lokasi Penelitian Pemodelan
Geologi Penelitian Sebelumnya
GEOSTATISTIKA adalah ilmu yang khusus mempelajari distribusi dalam ruang yang
sangat berguna untuk insinyur tambang dan ahli geologi seperti ketebalan, akumulasi dan termasuk semua aplikasi
praktis untuk masalah-masalah yang muncul di dalam evaluasi endapan bijih
George Matheron
Geostatistika
8
Data Spasial Variogram Cokriging Ordinary
Kriging Lokasi Penelitian Pemodelan
Geologi Penelitian Sebelumnya
Tinjauan Pustaka
N n n
n n n n
N N
z z
z x x x
z z
z x x x
z z
z x x x
2 1 3 2 1
2 2
2 1 2 3 2 2 2 1 2
1 2
1 1 1 3 1 2 1 1 1
Data spasial merupakan data yang disajikan dalam posisi geografis
dari suatu obyek yang berkaitan dengan lokasi, bentuk dan
hubungan dengan ruang bumi yang disajikan dengan
menggunakan titik, garis dan luasan.
Geostatistika Data Spasial Variogram Cokriging Ordinary
Kriging Lokasi Penelitian Pemodelan
Geologi Penelitian Sebelumnya
Tinjauan Pustaka
x + h
h
x
Dibentuk berdasarkan pengukuran korelasi spasial antara 2 (dua) sampel yang dipisahkan dan jarak tertentu.
Dipilih berdasarkan bentuk yang paling mendekati variogram eksperimental.
Variogram
V. Eksperimental V. Teoritis
isotropi anisotropi
1) Model Linear
2) Model Exponential
3) Model Spherical
Geostatistika
10
Data Spasial Variogram Cokriging Ordinary
Kriging Lokasi Penelitian Pemodelan
Geologi Penelitian Sebelumnya
Tinjauan Pustaka
Variogram Teoritis Model Spherical, Eksponensial dan Gaussian Bagian – Bagian Variogram
Geostatistika Data Spasial Variogram Cokriging Ordinary
Kriging Lokasi Penelitian Pemodelan
Geologi Penelitian Sebelumnya
Tinjauan Pustaka
COKRIGING adalah metode untuk mengestimasi yang
meminimalkan kesalahan estimasi dengan memanfaatkan
korelasi silang antara beberapa variabel (Issaks dan
Srivastava). Ada 2 data set U dan V. Nilai estimasi cokriging
merupakan kombinasi linear dari kedua variabel yang
diberikan oleh.
Geostatistika
12
Data Spasial Variogram Cokriging Ordinary
Kriging Lokasi Penelitian Pemodelan
Geologi Penelitian Sebelumnya
Tinjauan Pustaka
ORDINARY KRIGING Ordinary Kriging merupakan interpolasi
suatu nilai peubah pada suatu titik (lokasi) tertentu yang
dilakukan dengan mengamati data yang sejenis di lokasi
lainnya.
Geostatistika Data Spasial Variogram Cokriging Ordinary
Kriging Lokasi Penelitian Pemodelan
Geologi Penelitian Sebelumnya
Tinjauan Pustaka
Lapangan “Z”
Lokasi = Sekitar Selat Sunda dengan jarak kurang lebih 120kms
Tenggara Jakarta di Laut Jawa.
ditemukan =1974
mulai produksi =1986
Jumlah sumur = 65
Geostatistika
14
Data Spasial Variogram Cokriging Ordinary
Kriging Lokasi Penelitian Pemodelan
Geologi Penelitian Sebelumnya
Tinjauan Pustaka
Porositas
perbandingan antara volume total pori-pori batuan dengan volume total batuan per satuan volume tertentu dalam fraksi persen.
Permeabilitas ukuran atau
kemempuan material berpori untuk dilewati fluida maupun cairan hidrokarbon di
dalamnya
Saturasi
perbandingan antara volume pori batuan yang terisi fluida formasi tertentu
terhadap total volume pori batuan yang terisi fluida
Koordinat
absis, ordinat dan elevasi
Thickness
selisih antara base dengan top soil di
kedalaman sebenarnya yang terukur dari
permukaan sumur dalam
satuan feet.
Geostatistika Data Spasial Variogram Cokriging Ordinary
Kriging Lokasi Penelitian Pemodelan
Geologi Penelitian Sebelumnya
Tinjauan Pustaka
SPATIAL INTERPOLATION AND
INVESTIGATION IN CROPLAND SAMPLE SIZE OPTIMIZATION FOR SOIL COPPER(Cu) SOIL
AT COUNTY SCALE USING COKRIGING
Pang Su, Li Ting Xuan, Wang Yong-Du, Yu Hai-Ying dan Li Xi
MAPPING SOIL SALINITY USING COLLOCATED COKRIGING IN BAHARIYA OASIS, EGYPT
Kh.M.Darwish, M.M.Kotb dan R.Ali
Hasil analisis menunjukkan bahwa RMSE yang dihasilkan cokriging lebih kecil 0,9% daripada metode
ordinary kriging, serta korelasi antara nilai observasi dan prediksi
meningkat sebesar 1,76%
dibandingkan metode ordinary kriging.
Didapatkan hasil bahwa metode cokriging mampu mereduksi nilai mean
Metodologi
Metodologi
Sumber Data Variabel
Penelitian Langkah Analisis
PERTAMINA HULU
ENERGI
Titik estimasi
Titik Sumur Lapangan “Z”
Sumber Data
17
Variabel
Penelitian Langkah Analisis
Metodologi
R2_tp R2_bs
No Well Name Absis Ordinat Thickness Porositas Saturasi Air Permeabilitas
1 AU-1 .... .... .... .... .... ....
2 AU-2 .... .... .... .... .... ....
3 AU-3 .... .... .... .... .... ....
.... .... .... .... .... .... .... ....
65 AZZ-2 .... .... .... .... .... ....
Fokus area penelitian (zona – 1)
Struktur Data
Sumber Data Variabel
Penelitian Langkah Analisis
Metodologi
Eksplorasi Karakteristik Data (Min, Mean, Maks, Variance) Mengestimasi
•In-sample = 53 sumur
•Out-Sample = 10 Sumur MengInterpolasi 10 point
START
INPUT : Thickness ; Porositas Saturasi Air ;Permeabilitas
stasioneritas Cek Kriging With Trend
(Universal Kriging)
•Ordinary Kriging
•Cokriging
Berkorelasi ? Ordinary Kriging
(Thickness) Cokriging
(Porositas, Saturasi Air dan Permeabilitas)
Pengumpulan Data
Tidak
Tidak Ya
Ya
Analisis & Pembahasan
Property Reservoir Nilai
Minimum Nilai
Maksimum Rata-Rata Varians
Thickness 0 64.59 30.5 134.34
Porositas (Min) 0 0.2811 0.0939 0.0066
Porositas (Mean) 0.13754 0.37854 0.27131 0.0027 Porositas (Maks.) 0.23628 0.46433 0.38018 0.00256
Saturasi Air (Min) 0.0001 0.7067 0.1996 0.0134
Saturasi Air (Mean) 0.1638 0.7483 0.382 0.0209
Saturasi Air (Maks) 0.2834 1 0.7745 0.0564
Permeabilitas 15.6 104.2 70.8 1091.3
Karakteristik
Data Analisis
Vriogram Interpolasi
Analisis & Pembahasan
Variabel Metode
Thickness Ordinary Kriging
Porositas Cokriging
Properti
Reservoir Model Nugget
(C0) Sill
(C0+C) RSS Thickness
Linear 104.14062 164.497128 14938
Spherical 0.1 137.3 19000
Exponential 81 162.1 14288
Gaussian 20.1 137.5 18964
0.
58.
117.
175.
233.
0.00 2255.14 4510.27 6765.41
Semivariance
Separation Distance (h) Isotropic Variogram
Exponential model (Co = 81.00000; Co + C = 162.10000; Ao = 2410.00; r2 = 0.278;
RSS = 14288.)
Properti
Reservoir Model Nugget
(C0) Sill (C0+C) RSS Thickness
Linear 99 418.13998 205739
Spherical 92.7 411.83998 208766 Exponential 101.3 420.43998 205674 Gaussian 115.3 434.43998 203583
0.
80.
160.
239.
319.
0.00 2255.14 4510.27 6765.41
Semivariance
Separation Distance (h) Anisotropic Variogram (0º)
Gaussian model (Co = 115.30000; Co + C = 434.43998; AMajor = 51300.00;
AMinor = 9970.00; r2 = 0.102; RSS = 203583.)
Variogram Isotropi Variogram Anisotropi
Karakteristik
Data Analisis
Vriogram Interpolasi
Analisis & Pembahasan : (1) Thickness
20
Well
Name Koord.X Koord.Y Data Asli
Estimasi Isotropi
Estimasi Anisotropi
AU-16 230662.8 9399394 15.57 28.1 27.4
AUA-5 227441.9 9410011 35.88 35.0 33.0
AUB-5 226485.2 9408922 24.66 20.6 27.7
AUC-5 227984 9408461 30.71 33.5 34.0
AUD-5 229513.4 9408031 34.99 29.2 31.1
AUE-5 226521.9 9407448 28.28 30.2 28.3
AUF-5 228048.5 9406977 37.61 35.6 35.2
AUG-5 229543.8 9406584 23.1 31.1 30.9
AUK-3 229107.8 9401041.29 13.33 31.5 32.3
AZZ-1 226990.1 9411303 42.54 36.4 31.9
32.30 48.44 64.59
Actual 32.30
48.44 64.59
Actual
0 5 10 15 20 25 30 35 40 45
Data Asli
Estimasi Isotropi
Estimasi Anisotropi
Cross-Variogram Isotropi Cross-Variogram Anisotropi
R 2 =2.1% R 2 =0.6%
Karakteristik
Data Analisis
Vriogram Interpolasi