Journal of Science and Applicative Technologyvol. xx (xx), 20xx, pp. xx-xx|1 e-ISSN: 2581-0545 - https://journal.itera.ac.id/index.php/jsat/ Received 00th January 20xx Accepted 00th Febuary 20xx Published 00th March 20xx DOI: 10.35472/x0xx0000
ANALISIS SEISMIK INVERSI ACOUSTIC IMPEDANCE (AI) DAN MULTI ATRIBUT UNTUK MENGIDENTIFIKASI KEBERADAAN
HIDROKARBON PADA LAPANGAN PENOBSCOT Gabriel Dian Abednego a, Gestin Mey Ekawati b, Intan Andriani Putri c a Program Studi Teknik Geofisika, Institut Teknologi Sumatera, Lampung Selatan, Indonesia, 356435 b Program Studi Teknik Geofisika, Institut Teknologi Sumatera, Lampung Selatan, Indonesia, 356435 c Program Studi Teknik Geofisika, Institut Teknologi Sumatera, Lampung Selatan, Indonesia, 356435
* Corresponding E-mail: gabriel.12116143l@student.itera.ac.id
Abstract: Hydrocarbon is one of the energy resources that is still used by human beings today.The demand for hydrocarbons increases with increasing human population. With the current number of deposits inadequate, hydrocarbon exploration is required to meet the necessity of energy resources. The method of inversion AI and Multi Attribute is used in this research because it is able to provide information distribution area of hydrocarbon prospects. Before performing an AI inversion, a crossplot was performed to separate sand and shale litology using gamma ray logs and AI logs. Model-based inversions are used in deploying AI values to view sand layer spreads based on seismic data and log data. Then Multi Attribute is
used with 8 attributes including AI-1 to predict the effective porosity of the rocks. Determining the porosity
of the rock aims to see the economic value of the prospect of hydrocarbons. Using a seismic inversion of AI to found a potential area of hydrocarbons in sand_4 and sand_5 with a spread of AI values below 29000 ((ft/s)(gr/cc)) which is a litology of sand rocks. By using Multi Attribute obtained rock porosity spread in sand_4 with a range of 11.7 % - 17.5 % which belongs to the category fair to good. Sand_5 has effective porosity with a range of 12.05 % - 18.25 % which belongs to the category fair to good.
Keywords:AI inversion, Multi attribute, Porosity
Abstrak: Kebutuhan akan hidrokarbon semakin meningkat seiring dengan bertambahnya jumlah populasi manusia. Dengan jumlah cadangan yang saat ini tidak memadai, diperlukan eksplorasi hidrokarbon agar dapat memenuhi kebutuhan sumber daya energi. Metode inversi AI dan Multi Atribut digunakan pada penelitian ini karena mampu memberikan informasi sebaran daerah prospek hidrokarbon. Sebelum melakukan inversi AI dilakukan crossplot untuk memisahkan litologi sand dan shale dengan menggunakan
log gamma ray dan log AI. Inversi model based digunakan dalam menyebarkan nilai AI untuk melihat
sebaran lapisan sand berdasarkan data seismik dan data log. Kemudian dilakukan Multi Atribut dengan menggunakan 8 atribut diantaranya AI-1 untuk memprediksi porositas efektif batuan. Menentukan porositas batuan bertujuan melihat nilai keekonomisan daerah prospek hidrokarbon. Menggunakan inversi seismik AI ditemukan daerah potensial hidrokarbon pada sand_4 dan sand_5 dengan sebaran nilai AI dibawah 29000 ((ft/s)(gr/cc)) yang merupakan litologi batuan sand. Dengan menggunakan Multi Atribut didapatkan sebaran porositas efektif batuan di sand_4 dengan rentang 11.7 % - 17.5 % yang termasuk dalam kategori cukup hingga baik. Pada sand_5 mempunyai porositas efektif dengan rentang dari 12.05 % - 18.25 % yang termasuk kedalam kategori cukup hingga baik.
Kata Kunci :Inversi AI, Multi Atribut, Porositas
Pendahuluan
Dengan semakin pesatnya pertumbuhan
populasi manusia, semakin besar pula
kebutuhan akan sumber daya alam. Sumber daya alam terbagi menjadi 2 yaitu sumber daya dapat diperbarui dan sumber daya alam yang
tidak dapat diperbarui. Minyak bumi
merupakan sumber daya yang tidak dapat diperbarui. Namun saat ini kebutuhan negara akan minyak bumi lebih tinggi dibandingkan kemampuan untuk memproduksinya. Selain itu mayoritas minyak bumi yang digunakan saat ini berasal dari sumur sumur tua yang telah lama beroperasi. Mengingat jumlah produksi dari
sumur tua biasanya sudah mengalami
penurunan, diperlukan eksplorasi atau
pencarian sumber baru guna memenuhi kebutuhan energi dalam negeri.
Dalam melakukan pencarian sumber daya energi digunakan ilmu geofisika dan geologi dalam menentukan zona prospek hidrokarbon. Data geologi digunakan untuk memberikan interpretasi secara umum dalam hal ini geologi regional, stratigrafi, struktur geologi, dan
petroleum sistem yang ada pada daerah
penelitian. Sedangkan data geofisika digunakan untuk memberikan gambaran sebaran reservoir
yang cukup mumpuni. Dalam Geofisika
terdapat metode seismik refleksi yang
merupakan metode yang sering digunakan dalam melakukan eksplorasi dan ekploitasi hidrokarbon. Interpretasi seismik refleksi dilakukan untuk mengetahui karakteristik dari
reservoir dari zona target.
Dalam melakukan interpetasi seismik refleksi terdapat metode yang digunakan yaitu metode inversi Acoustic Impedance (AI), dan
Multi Atribut. Inversi AI dilakukan karena dapat memberikan gambaran geologi bawah permukaan yang baik. Hasil dari inversi AI akan dijadikan sebagai salah satu atribut eksternal pada Multi Atribut untuk membuat sebaran log porositas efektif pada seluruh volume seismik. Porositas efektif merupakan porositas pada batuan yang saling terhubung antara tiap pori yang ada didalamnya. Untuk mendapatkan log porositas efektif digunakan
log gamma ray, log neutron dan log densitas. Di
mana hasil dari metode tersebut dianalisis guna melihat sifat fisis pada reservoir pada lapangan Penobscot, Kanada.
Metode
Lapangan Penobscot berletak pada Scotia shelf
yang berlokasi dilapangan lepas pantai sebelah
tenggara Nova Scotia, Kanada. Secara
koordinat berada pada 44o07’46” N /
60o06’00” W. Lapangan ini memiliki luasan 86,62 km2.
Gambar 1. Lokasi lapangan Penobscot, pada Scotia Shelf, lapangan lepas pantai Nova Scotia,
Kanada (Baroni ,2019)
Terdapat dua sumur yang digunakan yaitu Penobscot L-30, dan Penobscot B-41. Metode inversi seismik digunakan dalam penelitian ini karena mampu untuk mengidentifikasi keberadaan hidrokarbon dibantu dengan beberapa metode multi atribut. Pada daerah penelitian ini terdapat jumlah
inline sebanyak 600 (1000 – 1600) dan crossline
sebanyak 481 (1000 – 1481) serta time depth dari 0 sampai 6000 ms.
Hasil Dan Pembahasan POROSITAS EFEKTIF
Porositas efektif merupakan nilai porositas
batuan yang sebenarnya yang dapat
menggambarkan persebaran porositas pada zona target. Porositas efektif pada Penobscot L-30 memiliki nilai rata – rata sebesar 13.15 %, nilai maksimum sebesar 25.76 %, dan minimum sebesar 0.17 %. Porositas efektif pada Penobscot B-41
memiliki nilai rata – rata sebesar 16.71 %, nilai maksimum sebesar 62.46 %, dan minimum sebesar 0.14 %. Penghitungan porositas efektif dilakukan karena menurut Harsono (1997) data porositas baik neutron maupun densitas tidak dapat berdiri sendiri perlu digunakan kedua duanya. Berdasarkan tabel porositas (2.) porositas pada zona target berada pada rentang 15 – 25 % yang berarti masuk pada kategori baik (good) sampai sangat baik (very
good).
Tabel 1. Porositas efektif pada marker sebagai zona target
Marker Penobscot B-41 Penobscot L-30
Sand_ 4 Sand_ 5 Sand_ 4 Sand_ 5 Measured Depth (Ft) 8600 - 8680 8757 - 8943 8505 - 8655 8750 - 8865 Porositas Efektif (%) 21.09 15.79 14.14 15.30
Tabel 2. Klasifikasi porositas minyak bumi dan gas (Koesoemadinata, 1978) Porositas (%) Keterangan 0% - 5% Dapat diabaikan (Negligible) 5% - 10% Buruk (Poor) 10% - 15% Cukup (Fair) 15% - 20% Baik (Good)
20% - 25% Sangat Baik (Very
Good)
> 25% Istimewa (Excelent)
WELL SEISMIC TIE
Well seismic tie merupakan proses
mengikatkan antara data sumur dengan data seismik yang dimiliki. Dalam melakukan well
seismic tie digunakan data log sonik yang telah
dikoreksi terhadap checkshot dan wavelet yang didapat dari penampang seismik. Parameter yang digunakan dalam melakukan well seismik tie pada kedalaman 2050 – 2450 ms dan time shift yang digunakan sebesar 0 ms. Korelasi yang didapat pada sumur Penobscot L-30 yaitu 0.620.
Gambar 2. Hasil well seismic tie yang didapatkan pada
Penobscot L – 30
Pada sumur B-41 dilakukan well seismic tie dengan menghasilkan nilai korelasi sebesar 0.824 dengan menggunakan window dari 2175 ms – 2275 ms dan
time shift sebesar 0ms. Pada B-41 dilakukan squeze
dan stretch yang cukup jauh dikarenakan
dengan memperhatikan atau menggunakan panduan log pada sumur L-30 dan B-41 dalam melakukan well seismic tie.
Gambar 3. Hasil well seismic tie yang didapatkan pada Penobscot B-41
PICKING FAULT
Setelah melakukan well seismic tie,
dilakukan picking fault untuk mengetahui
kemenerusan patahan yang ada pada data seismik yang digunakan. Kemenerusan patahan perlu diketahui karena dapat digunakan sebagai salah satu panduan dalam melakukan picking horizon. Dalam data seismik ditemukan adanya 2 patahan yang memiliki lokasi yang berbeda yang dapat dilihat pada Gambar (4), dan Gambar (5). Patahan pertama terletak pada arah Barat sumur Penobscot L-30 atau sebelah Timur Penobscot B-41. Patahan pertama memiliki orientasi dari arah Barat Daya menuju arah Timur. Sedangkan patahan kedua terletak pada arah Timur Laut Penobscot L-30 atau pada arah Timur Penobscot B-41. Patahan kedua memiliki orientasi arah Barat menuju kearah Timur
Laut. Sesar yang ditemukan pada daerah Penobscot merupakan sesar yang mengalami beberapa kali proses deformasi. Pada awalnya sesar pada formasi Penobscot yaitu sesar naik yang dapat dilihat adanya lekukan pada horizon disebelah kanan pada Gambar (5.6). Kemudian sesar tersebut kehilangan gaya dorong keatas dan akhirnya turun yang dapat dilihat pada tiap – tiap horizon pada sebelah kanan patahan lebih rendah dari pada horizon sebelah kiri patahan.
Gambar 4. Patahan ke-1 pada xline 1164
PICKING HORIZON
Picking horizon dilakukan untuk mengetahui
kemenerusan patahan yang ada sebuah horizon
dalam volume seismik. Pada penelitian ini dilakukan picking horizon pada xline (1004-1474)
dan inline (1005-1595) dengan increment sebesar 5.
Dalam melakukan picking horizon digunakan
atribut fase sesaat sebagai salah satu alat bantu guna
memperkecil kesalahan picking dan lainnya.
Horizon yang dipilih untuk dilakukan picking yaitu
sand_1, sand_3, sand_4, dan sand_6. Pada saat
melakukan picking diawali dengan mengambil
horizon pada sumur yaitu inline 1185, dan xline
1164 terlebih dahulu. Kemudian melakukan
picking bergantian pada xline ,dan inline yang
ditentukan dan menyebar kesemua xline ,dan inline
pada volume seismik.
Gambar 6. Picking horizon pada xline 1164
Gambar 7. Picking horizon pada inline 1185
TIME STRUCTURE MAP
Pembuatan time structre map dilakukan untuk mengetahui bentuk penampang hasil picking
horizon pada tiap marker. Tujuan dilakukan time
structure map yaitu untuk melihat kontur dari
topografi tiap horizon yang telah dilakukan picking
sebelumnya dengan menggunakan domain waktu. Tiap marker yang dilakukan picking memiliki bentuk kontur yang berbeda dari tiap permukaan pada masing – masing horizon. Berdasarkan time
structure map yang dibuat terlihat adanya bentuk
yang menerus dari tiap horizon yang dilakukan
picking. Terdapat 2 time structure map yang dibuat
yaitu sand_4, dan sand_5. Warna pada tiap time
structure map berbeda dikarenakan adanya
perbedaan waktu pada tiap horizon yang
digunakan. Warna semakin ungu pada time
structure map maka semakin dangkal dan semakin
1.) Time structure map sand_4
Gambar 8. Bentuk kontur time structure map sand_4
2.) Time structure map sand_5
Gambar 9. Bentuk kontur time structure map sand_5
CROSSPLOT
Crossplot merupakan tahapan untuk
memisahkan litologi yang terdapat pada data log. Dalam memisahkan litologi digunakan nilai batas
cut-off antara dua data yang digunakan. Batas itulah
yang nantinya dijadikan acuan dalam menentukan zona target yang diinginkan. Dalam penelitan ini dilakukan crossplot antara log gamma ray, dan AI
untuk memisahkan litologi sand dan shale. Berdasarkan crossplot antara log AI dan porositas terlihat hubungan berbanding terbalik antara keduanya. Namun hubungan diantara keduanya kurang linier diantara log gamma ray, dan AI. Dengan menggunakan crossplot antara AI dengan
gamma ray didapati nilai cut-off AI yang
digunakan sebagai acuan yaitu 29.000
((ft/s)(gr/cc)) . Sedangkan cut-off pada gamma ray
yang digunakan yaitu 60 API. Nilai AI diatas 29.000 ((ft/s)(gr/cc)) dengan gamma ray diatas 60 API dianggap shale, sedangkan nilai AI dibawah 29.000 ((ft/s)(gr/cc)) dan gamma ray dibawah 60 API dianggap sand. Namun terdapat beberapa nilai
AI yang memiliki nilai dibawah 29.000
((ft/s)(gr/cc)) dengan gamma ray tinggi, begitupula nilai AI diatas 29.000 ((ft/s)(gr/cc)) dengan gamma
ray rendah. Hal ini dikarenakan terdapat litologi
campuran antara shale dan sand yang terdapat pada
crossplot. Untuk nilai AI diatas 29.000
((ft/s)(gr/cc)) dengan nilai gamma ray dibawah 60 API dapat dianggap shally sand dan AI dibawah 29.000 ((ft/s)(gr/cc)) dengan nilai gamma ray
Gambar 10. Crossplot Porositas vs AI
Gambar 11. Crossplot gamma ray vs AI
Kalau dilihat berdasarkan hasil crossplot
Gambar (11) sebenarnya kurang terlihat pemisahan antara sand dengan shale. Kemudian dilakukan pembatasan pada zona yang dianggap mampu
memisahkan litologi sand dan shale. Lalu
ditentukan nilai cut-off antara gamma ray dan AI pada zona tersebut.
Gambar 12. Crossplot pada zona target yang telah
difilter untuk membantu memisahkan litologi
Berdasarkan crossplot yang digunakan pada zona target gambar (12) dapat ditentukan pada daerah atau kedalaman tertentu. Dengan melihat Gambar (13) maka ditemukan beberapa zona prospek potensial yaitu pada sand_4, dan sand_5. Dengan ketebalan 100 ft atau 30,5 m pada sand_4
dan ketebalan 200 ft atau 61m pada sand_5.
Gambar 13. Cross section pada hasil crossplot yang
dapat menunjukkan pemisahan litologi
PEMBUATAN MODEL AWAL
Model awal pada penelitian ini dibuat setelah melakukan picking horizon. Model awal diperoleh dari hasil perkalian antara data log kecepatan dengan data log densitas. Model awal
dilakukan untuk membuat model geologi berdasarkan data horizon dan data sumur yang ada. Pembuatan model ini pada prinsipnya menyebarkan nilai parameter fisis dengan low frequency seperti impedansi P, impedansi S, kecepatan gelombang S dan densitas yang dibatasi dengan data horizon. Pemodelan ini sangat penting karena dapat membantu dalam pengkarakteristikan reservoir dan non-reservoir dan dapat mengoreksi beberapa masalah yang ditemukan pada data log sumur. Model awal pada Gambar (14) dibuat dengan parameter frekuensi dari 8-12 Hz.
Gambar 14. Model awal Penobscot L-30 yang dibuat dengan menggunakan HRS
ANALISA INVERSI
Analisis inversi dilakukan untuk mencari parameter inversi yang paling optimum. Dalam
melakukan inversi model based dilakukan
perturbasi atau perubahan terhadap model awal agar diperoleh hasil yang mendekati data real.
Parameter yang digunakan dalam melakukan
inversi model based salah satunya adalah jumlah iterasi. Jumlah iterasi dapat menentukan seberapa dekat korelasi antara model awal yang dibuat dengan data seismik. Untuk itu diperlukan iterasi yang optimum agar dapat menghasilkan model bawah permukaan hasil inversi yang baik. Dalam penelitian ini iterasi yang digunakan sebesar 15 dan menggunakan tipe inversi hard constrain dengan nilai upper dan lower sebesar 20 %. Nilai upper dan
lower digunakan untuk membatasi trace model
awal terhadap hasil inversi.
Gambar (15), dan Gambar (16)
menunjukkan hasil analisa inversi pada Penobscot L-30, dan Penobscot B-41 berupa parameter – parameter yang akan digunakan dalam proses inversi. Gambar (15) menunjukkan nilai error
antara hasil inversi dengan data log AI sebesar 3743,13 ((ft/s)(gr/cc)); error seismik sebesar 0,29; dan nilai korelasi 0,981 pada Penobscot B-41. Gambar (16) menunjukkan nilai error antara hasil inversi dengan data log AI sebesar 3385,35 ((ft/s)(gr/cc)); error seismik sebesar 0,19; dan nilai korelasi 0,98 pada sumur Penobscot L-30.
Gambar 15. Hasil analisis inversi model based pada Penobscot B-41
Gambar 16. Hasil analisis inversi model based pada
Penobscot L-30
INVERSI MODEL BASED
Setelah dilakukan analisa inversi kemudian dilakukan inversi model based. Berdasarkan inversi tersebut didapati prediksi sebaran nilai AI dengan data log AI memiliki kemiripan yang cukup bagus. Namun terdapat beberapa nilai prediksi sebaran AI yang berbeda dengan log AI yaitu dibawah sand_5
hal ini dapat terjadi karena adanya wiggle seismik yang memiliki fase peak yang cukup rapat dan berdekatan saat melakukan well seismic tie. Berdasarkan nilai cut-off, sand_4 memiliki sebaran
AI yang ditunjukkan pada Gambar (19) dan sand_5
yang ditunjukkan pada Gambar (20). Sebaran nilai
AI sand_4 didominasi nilai AI dibawah 29.000
((ft/s)(gr/cc)). Sand_5 terdapat dominasi AI dibawah 29.000 ((ft/s)(gr/cc)) namun terbagi menjadi dua lokasi yang memiliki sebaran AI dibawah 29.000 ((ft/s)(gr/cc)).
Gambar 17. Penampang hasil inversi model based
pada Penobscot L-30
Gambar 18. Penampang hasil inversi model based pada
Gambar 19. Slice hasil inversi AI (kanan) dan cross section (kiri) pada sand_4 sebagai salah satu daerah
zona target
Gambar 20. Slice hasil inversi AI (kanan) dan cross section (kiri) pada sand_5 sebagai salah satu daerah
zona target
MULTI ATRIBUT
Multi Atribut dilakukan karena adanya ketidaklinieran hubungan antara AI, dan porositas. Ketidaklineraran tersebut dapat diatasi dengan menggunakan Multi Atribut, maka dari itu untuk mengetahui sebaran porositas efektif pada daerah prospek dilakukan Multi Atribut. Multi Atribut sendiri merupakan salah satu tool yang cukup ampuh dalam menyebarkan nilai porositas kedalam penampang seismik. Penggunaan 7 atribut, dan 1
operator length yang telihat pada Tabel (3), dan Gambar (21) menghasilkan nilai error validasi yang optimum. Penggunaan atribut lebih dari 7 menyebabkan nilai error validasi yang meningkat.
Log porositas efektif diprediksi dengan
menggunakan atribut yang telah dipilih dan dihitung nilai error terhadap log target. Hasil analisa Multi Atribut diaplikasikan pada seluruh volume seismik sehingga menghasilkan volume porositas yang dapat dilihat pada Gambar (22) untuk sumur Penobscot L-30, dan Gambar (23) untuk sumur Penobscot B-41. Berdasarkan sebaran porositas tersebut dilakukan slice terhadap horizon
sand_4 yang ditunjukkan pada Gambar (24), dan
sand_5 yang ditunjukkan pada Gambar (25). Nilai
porositas pada sand_4, dan sand_5 memiliki sebaran porositas yang cukup baik.
Tabel 3. Daftar atribut yang digunakan dalam penelitian ini
No Target Final Attribute Training Error Validation Error 1 Porosity Derivative 7.183253 8.421033 2 Porosity X-Coordinate 6.804826 8.421109 3 Porosity Amplitude Weighted Frequency 6.617598 8.356306 4 Porosity Cosine Instantaneous Phase 6.496303 8.406276 5 Porosity Filter 55/60-65/70 6.43551 8.388635 6 Porosity 1 / (Inversi) 6.388526 8.385193 7 Porosity Amplitude Weighted Phase 6.336947 8.269004
Gambar 21. Kurva penurunan error ketika dilakukan Multi Atribut
Gambar 22. Penampang sebaran porositas yang dibuat dengan menggunakan Multi Atribut pada lapangan
Penobscot L-30
Gambar 23. Penampang sebaran porositas yang dibuat dengan menggunakan Multi Atribut pada lapangan
Penobscot B-41
Gambar 24. Slice sand_4 porositas efektif (kanan) dan
cross section (kiri) yang didapat dengan Multi Atribut untuk mengetahui persebaran porositas
Gambar 25. Slice sand_5 porositas efektif (kanan) dan
cross section (kiri) yang didapat dengan Multi Atribut untuk mengetahui persebaran porositas ANALISA ZONA TARGET
Setelah melakukan berbagai tahapan
pengolahan data yang dijabarkan pada sub-bab sebelumnya, dilakukan analisa terhadap daerah yang menjadi zona target. Hasil inversi AI pada sumur Penobscot L-30 dan Penobscot B-41 dapat dilihat pada Gambar (19), dan Gambar (20). Porositas hasil muti atribut pada Penobscot L-30 dan Penobscot B-41 dapat dilihat Gambar (24), dan Gambar (25). Ditemukan adanya daerah yang memiliki prospek reservoir pada sand_4, dan
sand_5. Pada sand_4 terdapat sebaran AI dibawah 29.000 ((ft/s)(gr/cc)) yang cukup luas, dan juga sebaran porositas cukup baik sebagai salah satu
reservoir hidrokarbon. Berdasarkan analisa yang
dilakukan pada sand_4 ditemukan daerah prospek
resevoir hidrokarbon terletak didalam garis putus -
putus berwarna hitam pada Gambar (5.27). Daerah tersebut terletak pada arah Barat sampai Utara sumur Penobscot L-30 dengan rentang porositas dari 18,7 % - 24,7 % yang termasuk kedalam kategori porositas baik sampai sangat baik yang dapat dilihat pada Gambar (19) dan Gambar (24). Gambar (20) dan Gambar (25) memperlihatkan nilai sebaran AI dan porositas pada sand_5 yang menjadi zona target. Pada sand_5 terdapat 2 zona sebaran AI, namun pada sebaran porositas hanya ditemukan 1 zona prospek yang dapat dilihat pada garis berwarna hitam. Zona 1 memiliki arah Selatan terhadap sumur Penobscot L-30 atau arah Timur terhadap sumur Penobscot B-41, dan zona 2 memiliki arah Utara terhadap sumur Penobscot L-30 dan Penobscot B-41. Zona 1 memiliki nilai AI dibawah 29.000 ((ft/s)(gr/cc)), dan memiliki nilai porositas yang cukup tinggi pada daerah yang diberi garis putus – putus. Nilai porositas pada zona 1 yaitu 17 % - 22,7 % yang termasuk dalam kategori baik hingga sangat baik. Zona 2 memiliki nilai AI dibawah 29.000 ((ft/s)(gr/cc)) namun memiliki rentang nilai porositas berkisar 0 % - 14 % yang
termasuk kedalam kategori porositas buruk hingga cukup.
Kesimpulan
Berdasarkan penelitian yang dilakukan
yaitu mengenai “Analisis Seismik Inversi Acoustic
Impedance (AI) Untuk Mengidentifikasi
Keberadaan Reservoir Hidrokarbon Pada Lapangan
Penobscot” maka dapat disimpukan bahwa:
1.) Berdasarkan sebaran AI menggunakan inversi
model based didapatkan sebaran AI yang memiliki
rentang AI dari 24.000 ((ft/s)(gr/cc)) – 34.000 ((ft/s)(gr/cc)). Sand_4 memiliki rentang AI dari 23.387 ((ft/s)(gr/cc)) – 31.559 ((ft/s)(gr/cc)). Sedangkan sand_5 memiliki rentang AI dari 27.362 ((ft/s)(gr/cc)) – 34.965 ((ft/s)(gr/cc)).
2.) Berdasarkan sebaran porositas dengan
menggunakan Multi Atribut didapatkan nilai rentang porositas diantara 0 % – 24%. Zona prospek sand_4 memiliki porositas dengan rentang 18,7 % - 24,7 %. Sedangkan zona prospek 1 pada
sand_5 memiliki porositas dengan rentang 17 % -
22,7 %.
3.) Berdasarkan inversi model based dan Multi Atribut didapatkan 1 zona prospek hidrokarbon
sand_4, dan 2 zona prospek hidrokarbon sand_5.
Zona prospek hidrokarbon sand_4 terletak pada arah Barat menuju Timur sumur Penobscot L-30,
dan Penobcot B-41. Zona prospek hidrokarbon pertama sand_5 terletak pada arah Selatan Penobscot L-30, atau arah Timur terhadap sumur Penobscot B-41. Zona prospek hidrokarbon kedua
sand_5 terletak pada arah Utara Penobscot L-30
atau arah Timur Laut terhadap sumur Penobscot B-41.
Konflik Kepentingan
Tidak ada konflik kepentingan dalam penelitian ini.
Penghargaan
Penulis mengucapkan terimakasih banyak kepada ibu Gestin Mey Ekawati S.T., M.T., dan ibu Intan Andriani Putri S.Si., M.T. yang telah memberikan bimbingan kepada penulis sehingga penulis dapat menyelesaikan penelitian ini.
Daftar Pustaka
[1] Aki, K. and Richards, R.G., 1980. Quantitative Seismology, Theory and Method.
[2] A. Harsono,
Pengantar_Evaluasi-Log_Adi_Harsono-Geoqu.pdf. 1993.
[3] Baroni, Lais & Silva, Reinaldo & Ferreira, Rodrigo & Salles Civitarese, Daniel & Szwarcman, Daniela & Vital Brazil, Emilio. (2019). Penobscot Dataset:
Fostering Machine Learning
Development for Seismic
Interpretation.
[4] Bracewell. 1965. The Fourier transform and its
applications: McGraw-Hill Book Co.
[5] Brenton M. Smith, Carl Makrides, Kris Kendell. 2015. Exploration history, geologic setting, and exploration potential :
Eastern Region. Canada – Nova Scotia
Offshore Petroleum Board, Halifax, Nova Scotia, Canada : 14
[6] Brown, A. R., and William, A. L., 2014,
Polarity of zero-phase wavelets.
[7] Danbom, S. and Domenico, S. N., 1987, Shear wave exploration
[8] Elnashai, S.A, Sarno. 2008. Fundamental of
Earthquake Engoneering.Wiley.
Hongkong
[9] H. D. Young, R. A. Freedman, and A. Lewis Ford. 2013. University Physics with Modern Physics Technology Update : Pearson International Edition.
[10] Hardage, B.A. 1996. Instantaneous
Frequency—A Seismic Attribute Useful
in Structural and Stratigraphic
Interpretation. Technical summary,
GRI-96/0019, Bureau of Economic Geology.
[11] J.A. Wade, B.C. MacLean, 1990. "The Geology of the Southeastern Margin of
Canada", Geology of the Continental
Margin of Eastern Canada, M.J. Keen, G.L. Williams
[12] Kearney, P.M., Whelton, M dan Reynolds, K. 2002. Global Burden of Hypertension:
Analysis of Worldwide Data. New
Orleans: The Lancet.
[13] Kendell, L Kristopher, C.S. 2013. Seismic
Interpretation, source rocks and
maturation, exploration history and potential play tyepes of the central and
eastern Scotian Shelf. Canada-Nova
Scotia Offshore Petroleum Board, Halifax, Nova Scotia, Canada : 7 - 13
[14] Koesoemadinata, R. P., 1978, Geologi Minyak
dan Gas Bumi, Jilid 1 Edisi kedua,
Institut teknologi bandung, Bandung.
[15] Koesoemadinata, R. P., 1980, Geologi Minyak
dan Gas Bumi, Jilid 2 Edisi kedua,
Institut teknologi bandung, Bandung.
[16] Makris, J., Egloff, F. & Rihm, R. 1999.
WARRP (Wide Aperture Reflection and Refraction Profiling): The principle of successful data acquisition where
conventional seismic fAIls, SEG 1999
Expanded Abstracts
[17] D. Morton-Thompson dan A. M. Woods,
“Development geology reference
manual,” Dev. Geol. Ref. Man., no. 10,
1993.
[18] Rider, M., 1996, The Geological
Interpertation of Well Logs, Caithness,
Scotland.
[19] Rost, S., and Thomas, C., 2002, Array
seismologyz Methods and applications,
Rev. Geophys., 40, no.3, 1008
[20] Sukmono, S., 1999. Interpretasi Seismik
Refleksi, Departemen Teknik
Geofisika, Institut Teknologi Bandung. Bandung.
[21] Sukmono, S., 2000. Seismik Inversi Untuk
Karakterisasi Reservoir. Departemen
Teknik Geofisika Institut Teknologi Bandung, Bandung.
[22] Taner, 1978, Taner, M. T., 1978, Complex
seismic trace analysis: Geophysics, 44,
1041–1063.
[23] Taner, M.T. and Sheriff, R.E. 1977.
Application of Amplitude, Frequency, and Other Attributes to Stratigraphic
and Hydrocarbon Determination. In American Association of Petroleum Geologists Memoir, Vol. 26, 301.
[24] Taner, M.T., Koehler, F., and Sheriff, R.E. 1979. Complex Seismic Trace Analysis. Geophysics 44 (6): 1041-1063.
[25] Telford, W. M., Geldart, L. P., Sheriff, R. E.,
dan Keys, D. A., 1976. Applied
Geophysics. Cambridge University
Press, Cambridge.
[26] Veeken, P. C. H. 2007. Seismic Stratigraphy,
Basin Analysis and Reservoir
Characterisation. Elsevier.
[27] Wreede, L. C. de. (2007). Willebrord Snellius (1580-1626): a humanist reshaping the
mathematical sciences (Issue 1580
1626).
http://dspace.library.uu.nl/handle/1874 /22992
