• Tidak ada hasil yang ditemukan

Pemetaan Penyebaran Reservoar Berdasarkan Metode Inversi Stokastik dengan Integrasi Multiatribut Seismik Lapangan MZ, Cekungan Sumatera Tengah

N/A
N/A
Protected

Academic year: 2021

Membagikan "Pemetaan Penyebaran Reservoar Berdasarkan Metode Inversi Stokastik dengan Integrasi Multiatribut Seismik Lapangan MZ, Cekungan Sumatera Tengah"

Copied!
10
0
0

Teks penuh

(1)

Pemetaan Penyebaran Reservoar Berdasarkan Metode Inversi

Stokastik dengan Integrasi Multiatribut Seismik Lapangan MZ,

Cekungan Sumatera Tengah

MUZINOVRIYANI1), SUPRIYANTO2,*), RIZKYHIDAYAT2)

1)Pascasarjana Jurusan Fisika, FMIPA, Universitas Indonesia, Depok, Jawa Barat, Indonesia 16424

E-mail: zhiivriani@gmail.com

2)BOB PT. Bumi Siak Pusako-Pertamina Hulu, Menara Danamon Kav. E 4 No. 6, Jl. Prof. DR. Satrio, Kecamatan Setiabudi, Kota Jakarta Selatan, Daerah Khusus Ibukota Jakarta,

E-mail: rizky_hidayat@bobcpp.co.id TEL: 082284762152

ABSTRAK: Lapangan MZ merupakan Lapangan yang memiliki prospek yang baik untuk dikembangkan. Pada penelitian ini dibahas penyebaran litologi dan porositas pada formasi ini khususnya antara Top Sihapas dengan Top Pematang. Metode yang digunakan adalah metode inversi Stokastik. Metode Stokastik digunakan untuk memprediksi pemetaan probabilitas batupasir karena hasil impedance yang bervariasi dengan 50 reaslisasi akan menghasilkan probabilitas yang bagus. Analisa Inversi Seismik Stokastik memberikan hasil yang lebih interpretatif karena langsung memberikan nilai dari propertinya. Nilai AI pada inversi stokastik lebih memperlihatkan uncertainty yang beragam sehingga nilai probabilitas akan mendekati nilai yang sebenarnya.

Kata Kunci: Inversi Stokastik, Cekungan Sumatera Tengah

PENDAHULUAN

Semakin meningkatnya krisis energi dunia membutuhkan penelitian yang lebih tepat dari reservoar hidrokarbon. Untuk memprediksi cadangan fluida migas dari reservoar yang diproduksi perlu di lakukan re-evaluasi terhadap kondisi suatu reservoar. Lapangan MZ merupakan salah satu Lapangan di Cekungan Sumatera Tengah yang mempunyai arsitektur reservoar, konfigurasi hidrokarbon dan sistim pengisian yang sangat baik dari batuan sumber sehingga daerah tersebut terakumulasi hidrokarbon dan batuan tudung yang mempunyai sifat impermeable (Atkinson dkk, 2011 ).Cekungan ini secara geografis Lapangan ini berada disebelah Timur Laut antiklin yang membentang dari Barat Laut ke Tenggara. Oleh karena itu dibutuhkan pemetaan probabilitas porositas dan densitas untuk mengetahui penyebaran reservoar di Lapangan MZ. Pemetaan penyebaran porositas pada reservoar merupakan salah satu upaya memudahkan untuk meningkatan produksi minyak dan gas (Tyson and Math, 2009).

Dalam memprediksi sifat reservoar dapat menggunakan metode Inversi geostatistik yaitu inversi deterministik dan inversi stokasik. Menurut Bosch dkk (2010) kedua metode tersebut menghasilkan suatu perbandingan yang menarik dimana inversi stokastik mengahasilkan probabilitas yang lebih bagus dalam mengkarakterisasi reservoar. Melalui penggunaan metode inversi stokastik dapat diprediksi nilai dari daerah yang tidak memiliki data real sehingga dapat dibuat hasil prediksi yang mendekati nilai penyebaran sebenarnya.

(2)

mengkorelasikan data seismik dengan data hasil pengeboran kemudian dilakukan proses pengikatan antara kedua data agar metoda inversi stokastik dapat dilakukan. Untuk lebih jelasnya dapat dilihat pada diagram alir berikut;

Gambar 1. Diagram Alir Penelitian

Terdapat 2 sumur yang digunakan dalam penelitian ini, yaitu sumur MZ1 dan MZ20. Kelengkapan log dari sumur-sumur Log sonic dan densitas digunakan untuk pengikatan sumur dengan seismik untuk menghasilkan tras seismik sintetik, sedangkan log lainnya digunakan untuk mendukung interpretasi dan pemodelan. Data Sumur yang digunakan adalah Gamma Ray, Densitas, dan data Sonik Data seismik yang digunakan dalam penelitian ini adalah data seismik 3D post-stack yang terdiri dari

inline 150 dan 150 crossline dengan t = 0- 1000 ms. Marker yang digunakan ialah Top

Sihapas dan Top Pematang

Untuk menentukan zona target langkah pertama yang dilakukan adalah menganalisis data log sumur dari data sumur yang telah tersedia. Log yang dianalisa yaitu Gamma Ray untuk mentukan litologi batuan, Log Porositas dan Log Densitas. Hal ini dilakukan untuk mengetahui reservoar pada setiap sumur. Proses awal ialah melakukan well to seismik tie agar data sumur yang berada dalam domain kedalaman dapat sesuai dengan data seismik yang berada dalam domain waktu. Dibutuhkan suatu ekstraksi wavelet pada daerah target. Selanjutnya wavelet yang telah dihasilkan dikonvolusikan dengan koefisien refleksi dari sumur untuk membuat seismogram sintetik yang akan digunakan pada proses well-seismik tie. Didapatkan nilai korelasi sebsar 0.777. Tujuan dilakukan cross-plot adalah untuk mengetahui jenis atribut yang akan digunakan dan juga untuk mengetahui apakah bisa dilakukan analisis inversi pada interval ini. Interval marker yang digunakan dalam proses cross-plot ini adalah antara Top Sihapas dan Top Pematang.

mengkorelasikan data seismik dengan data hasil pengeboran kemudian dilakukan proses pengikatan antara kedua data agar metoda inversi stokastik dapat dilakukan. Untuk lebih jelasnya dapat dilihat pada diagram alir berikut;

Gambar 1. Diagram Alir Penelitian

Terdapat 2 sumur yang digunakan dalam penelitian ini, yaitu sumur MZ1 dan MZ20. Kelengkapan log dari sumur-sumur Log sonic dan densitas digunakan untuk pengikatan sumur dengan seismik untuk menghasilkan tras seismik sintetik, sedangkan log lainnya digunakan untuk mendukung interpretasi dan pemodelan. Data Sumur yang digunakan adalah Gamma Ray, Densitas, dan data Sonik Data seismik yang digunakan dalam penelitian ini adalah data seismik 3D post-stack yang terdiri dari

inline 150 dan 150 crossline dengan t = 0- 1000 ms. Marker yang digunakan ialah Top

Sihapas dan Top Pematang

Untuk menentukan zona target langkah pertama yang dilakukan adalah menganalisis data log sumur dari data sumur yang telah tersedia. Log yang dianalisa yaitu Gamma Ray untuk mentukan litologi batuan, Log Porositas dan Log Densitas. Hal ini dilakukan untuk mengetahui reservoar pada setiap sumur. Proses awal ialah melakukan well to seismik tie agar data sumur yang berada dalam domain kedalaman dapat sesuai dengan data seismik yang berada dalam domain waktu. Dibutuhkan suatu ekstraksi wavelet pada daerah target. Selanjutnya wavelet yang telah dihasilkan dikonvolusikan dengan koefisien refleksi dari sumur untuk membuat seismogram sintetik yang akan digunakan pada proses well-seismik tie. Didapatkan nilai korelasi sebsar 0.777. Tujuan dilakukan cross-plot adalah untuk mengetahui jenis atribut yang akan digunakan dan juga untuk mengetahui apakah bisa dilakukan analisis inversi pada interval ini. Interval marker yang digunakan dalam proses cross-plot ini adalah antara Top Sihapas dan Top Pematang.

mengkorelasikan data seismik dengan data hasil pengeboran kemudian dilakukan proses pengikatan antara kedua data agar metoda inversi stokastik dapat dilakukan. Untuk lebih jelasnya dapat dilihat pada diagram alir berikut;

Gambar 1. Diagram Alir Penelitian

Terdapat 2 sumur yang digunakan dalam penelitian ini, yaitu sumur MZ1 dan MZ20. Kelengkapan log dari sumur-sumur Log sonic dan densitas digunakan untuk pengikatan sumur dengan seismik untuk menghasilkan tras seismik sintetik, sedangkan log lainnya digunakan untuk mendukung interpretasi dan pemodelan. Data Sumur yang digunakan adalah Gamma Ray, Densitas, dan data Sonik Data seismik yang digunakan dalam penelitian ini adalah data seismik 3D post-stack yang terdiri dari

inline 150 dan 150 crossline dengan t = 0- 1000 ms. Marker yang digunakan ialah Top

Sihapas dan Top Pematang

Untuk menentukan zona target langkah pertama yang dilakukan adalah menganalisis data log sumur dari data sumur yang telah tersedia. Log yang dianalisa yaitu Gamma Ray untuk mentukan litologi batuan, Log Porositas dan Log Densitas. Hal ini dilakukan untuk mengetahui reservoar pada setiap sumur. Proses awal ialah melakukan well to seismik tie agar data sumur yang berada dalam domain kedalaman dapat sesuai dengan data seismik yang berada dalam domain waktu. Dibutuhkan suatu ekstraksi wavelet pada daerah target. Selanjutnya wavelet yang telah dihasilkan dikonvolusikan dengan koefisien refleksi dari sumur untuk membuat seismogram sintetik yang akan digunakan pada proses well-seismik tie. Didapatkan nilai korelasi sebsar 0.777. Tujuan dilakukan cross-plot adalah untuk mengetahui jenis atribut yang akan digunakan dan juga untuk mengetahui apakah bisa dilakukan analisis inversi pada interval ini. Interval marker yang digunakan dalam proses cross-plot ini adalah antara Top Sihapas dan Top Pematang.

(3)

Gambar 2. Cross-plot untuk Semua Sumur (a) Gamma Ray vs Impedance, (b)

P-Impedance vs Density, dan (c) P-P-Impedance vs Porosity

Dari hasil cross-plot tersebut dapat dilihat bahwa nilai akustik impedansi dari batupasir zona target dapat dipisahkan dengan batulempung, sehingga proses inversi dapat dilakukan. Untuk nilai densitas dan porositas pada zona target tidak terlalu dapat dibedakan antara batupasir dan batulempung, sehingga akan dilakukan analisa multiatribut untuk menyetahui persebarannya, jenis atribut yang digunakan adalah log gamma ray, log densitas dan log porositas dalam proses analisa multiatribut. Metode seismik inversi yang digunakan dalam penelitian ini adalah metode Model Based. Sebelum melakukan proses inversi terlebih dahulu kita membuat model inisial dengan menggunakan data sumur, wavelet, dan horizon. Model inisial ini digunakan untuk mengontrol hasil inversi yang dilakukan selanjutnya. Adapun langkah dalam seismik Inversi Stokastik ini antara lain

a. Pembuatan 3D initial model

3D initial model merupakan model impedansi akustik yang digunakan sebagai model awal dari proses inversi ini dimana nilai impedansi akustik tersebut diperoleh dari data log sumur yaitu log sonic dan densitas Dibutuhkan suatu analisis variogram untuk mendapatkan nilai range horizontal dan range vertikal yang diperlukan dalam pembuatan 3D initial model tersebut. Dari analisis variogram di atas, diperoleh range horizontal sebesar 4061 m meskipun jarak terjauh antar sumur yaitu sebesar 377 m . Akan tetapi agar diperoleh pelamparan yang lebih besar yang mencakup keseluruhan area, maka digunakan range hasil variogram sebagai range horizontal. Sedangkan untuk range vertikal diperoleh sebesar 39.86 ms.

b. Pembuatan 2D error grid 2D

Error grid merupakan peta standard deviasi yang didasarkan pada sumur

(diperoleh dengan menggunakan simple kriging dari lokasi sumur). Data seimik maupun initial model merupakan dua hal yang penting dalam proses inversi. Error grid akan bernilai 0 pada lokasi sumur dan akan meningkat sampai maksimum 1 pada jarak terbesar melebihi radius (range variogram dari sumur).

c. Inversi seismik deterministik (model-based)

Inversi seismik deterministik merupakan teknik inversi yang didasarkan atas prinsip metode inversi pada umumnya yaitu minimalisasi error antara data seismik observasi dengan hasil forward modeling dan hanya menghasilkan satu model impedansi akustik

d. Inversi seismik stokastik

Jumlah realisasi yang penulis gunakan ialah sebanyak 50 realisasi. Semakin banyak realisasi akan semakin baik hasil dari model probabilitasnya, namun komputasi akan semakin lama. Range impedansi akustik yang digunakan untuk memperoleh realisasi-realisasi tersebut ialah sebesar 266.6- 524.5(ft/s)*(gr/cc) yang dimana sesuai dengan data sumur. Terdapat perbedaan dari setiap realisasi model impedansi yang Gambar 2. Cross-plot untuk Semua Sumur (a) Gamma Ray vs Impedance, (b)

P-Impedance vs Density, dan (c) P-P-Impedance vs Porosity

Dari hasil cross-plot tersebut dapat dilihat bahwa nilai akustik impedansi dari batupasir zona target dapat dipisahkan dengan batulempung, sehingga proses inversi dapat dilakukan. Untuk nilai densitas dan porositas pada zona target tidak terlalu dapat dibedakan antara batupasir dan batulempung, sehingga akan dilakukan analisa multiatribut untuk menyetahui persebarannya, jenis atribut yang digunakan adalah log gamma ray, log densitas dan log porositas dalam proses analisa multiatribut. Metode seismik inversi yang digunakan dalam penelitian ini adalah metode Model Based. Sebelum melakukan proses inversi terlebih dahulu kita membuat model inisial dengan menggunakan data sumur, wavelet, dan horizon. Model inisial ini digunakan untuk mengontrol hasil inversi yang dilakukan selanjutnya. Adapun langkah dalam seismik Inversi Stokastik ini antara lain

a. Pembuatan 3D initial model

3D initial model merupakan model impedansi akustik yang digunakan sebagai model awal dari proses inversi ini dimana nilai impedansi akustik tersebut diperoleh dari data log sumur yaitu log sonic dan densitas Dibutuhkan suatu analisis variogram untuk mendapatkan nilai range horizontal dan range vertikal yang diperlukan dalam pembuatan 3D initial model tersebut. Dari analisis variogram di atas, diperoleh range horizontal sebesar 4061 m meskipun jarak terjauh antar sumur yaitu sebesar 377 m . Akan tetapi agar diperoleh pelamparan yang lebih besar yang mencakup keseluruhan area, maka digunakan range hasil variogram sebagai range horizontal. Sedangkan untuk range vertikal diperoleh sebesar 39.86 ms.

b. Pembuatan 2D error grid 2D

Error grid merupakan peta standard deviasi yang didasarkan pada sumur

(diperoleh dengan menggunakan simple kriging dari lokasi sumur). Data seimik maupun initial model merupakan dua hal yang penting dalam proses inversi. Error grid akan bernilai 0 pada lokasi sumur dan akan meningkat sampai maksimum 1 pada jarak terbesar melebihi radius (range variogram dari sumur).

c. Inversi seismik deterministik (model-based)

Inversi seismik deterministik merupakan teknik inversi yang didasarkan atas prinsip metode inversi pada umumnya yaitu minimalisasi error antara data seismik observasi dengan hasil forward modeling dan hanya menghasilkan satu model impedansi akustik

d. Inversi seismik stokastik

Jumlah realisasi yang penulis gunakan ialah sebanyak 50 realisasi. Semakin banyak realisasi akan semakin baik hasil dari model probabilitasnya, namun komputasi akan semakin lama. Range impedansi akustik yang digunakan untuk memperoleh realisasi-realisasi tersebut ialah sebesar 266.6- 524.5(ft/s)*(gr/cc) yang dimana sesuai dengan data sumur. Terdapat perbedaan dari setiap realisasi model impedansi yang Gambar 2. Cross-plot untuk Semua Sumur (a) Gamma Ray vs Impedance, (b)

P-Impedance vs Density, dan (c) P-P-Impedance vs Porosity

Dari hasil cross-plot tersebut dapat dilihat bahwa nilai akustik impedansi dari batupasir zona target dapat dipisahkan dengan batulempung, sehingga proses inversi dapat dilakukan. Untuk nilai densitas dan porositas pada zona target tidak terlalu dapat dibedakan antara batupasir dan batulempung, sehingga akan dilakukan analisa multiatribut untuk menyetahui persebarannya, jenis atribut yang digunakan adalah log gamma ray, log densitas dan log porositas dalam proses analisa multiatribut. Metode seismik inversi yang digunakan dalam penelitian ini adalah metode Model Based. Sebelum melakukan proses inversi terlebih dahulu kita membuat model inisial dengan menggunakan data sumur, wavelet, dan horizon. Model inisial ini digunakan untuk mengontrol hasil inversi yang dilakukan selanjutnya. Adapun langkah dalam seismik Inversi Stokastik ini antara lain

a. Pembuatan 3D initial model

3D initial model merupakan model impedansi akustik yang digunakan sebagai model awal dari proses inversi ini dimana nilai impedansi akustik tersebut diperoleh dari data log sumur yaitu log sonic dan densitas Dibutuhkan suatu analisis variogram untuk mendapatkan nilai range horizontal dan range vertikal yang diperlukan dalam pembuatan 3D initial model tersebut. Dari analisis variogram di atas, diperoleh range horizontal sebesar 4061 m meskipun jarak terjauh antar sumur yaitu sebesar 377 m . Akan tetapi agar diperoleh pelamparan yang lebih besar yang mencakup keseluruhan area, maka digunakan range hasil variogram sebagai range horizontal. Sedangkan untuk range vertikal diperoleh sebesar 39.86 ms.

b. Pembuatan 2D error grid 2D

Error grid merupakan peta standard deviasi yang didasarkan pada sumur

(diperoleh dengan menggunakan simple kriging dari lokasi sumur). Data seimik maupun initial model merupakan dua hal yang penting dalam proses inversi. Error grid akan bernilai 0 pada lokasi sumur dan akan meningkat sampai maksimum 1 pada jarak terbesar melebihi radius (range variogram dari sumur).

c. Inversi seismik deterministik (model-based)

Inversi seismik deterministik merupakan teknik inversi yang didasarkan atas prinsip metode inversi pada umumnya yaitu minimalisasi error antara data seismik observasi dengan hasil forward modeling dan hanya menghasilkan satu model impedansi akustik

d. Inversi seismik stokastik

Jumlah realisasi yang penulis gunakan ialah sebanyak 50 realisasi. Semakin banyak realisasi akan semakin baik hasil dari model probabilitasnya, namun komputasi akan semakin lama. Range impedansi akustik yang digunakan untuk memperoleh realisasi-realisasi tersebut ialah sebesar 266.6- 524.5(ft/s)*(gr/cc) yang dimana sesuai dengan data sumur. Terdapat perbedaan dari setiap realisasi model impedansi yang

(4)

model probabilitas dari batupasir target. Model probabilitas ini hanya akan memperlihatkan nilai probabilitas untuk range impedansi akustik yang dituju dalam hal ini ialah batupasir.

e. Crossplot antara log densitas dengan log gamma ray Vshale

Untuk memperoleh range AI yang merepresentasikan reservoar batupasir (“cleansand”), maka yang perlu dilakukan ialah crossplot antara log gamma ray Vshale dengan log densitas. Gamma ray Vshale diperlukan untuk memisahkan antara batupasir dengan batuserpih berdasarkan nilai gamma ray nya. Jika gamma ray Vshale kurang dari 0.4 (40%) maka batuan tersebut dikategorikan sebagai batupasir di luar itu dianggap batuserpih. Dari hasil crossplot di atas, terlihat bahwa cleansand memiliki nilai densitas antara 2.12-2.36 (gr/cc). Disini diasumsikan bahwa cleansand memiliki nilai densitas yang rendah namun tidak lebih rendah dari batubara dan nilai gamma ray Vshale yang kurang dari 0.4 yang ditunjukkan oleh zona hijau tua.

f. Crossplot antara log densitas dengan log impedansi akustik (AI)

Untuk mengetahui range nilai impedansi akustik yang digunakan dalam membuat suatu model probabilitas dari reservoar batupasir. Hasil crossplot antara log densitas dengan log AI pada salah satu sumur diperoleh range nilai AI sebesar 16000-23500 (ft/s)*(gr/cc)

g. Crossplot antara nilai impedansi akustik data sumur dengan nilai impedansi akustik hasil inversi seismik stokastik

Untuk mengetahui range nilai impedansi akustik yang lebih valid. Hal ini perlu dilakukan karena untuk membuat model probabilitas, range nilai impedansi akustik yang diambil berasal dari range impedansi akustik hasil inversi stokastik bukan dari data sumur. Range yang didapat sebesar 273,39 – 506,57.

h. Pembuatan model probabilitas

Batupasir dari model probabilitas di atas, ditunjukkan dengan nilai probabilitas yang tinggi. Setelah diperoleh model probabilitas dalam bentuk penampang, untuk memperoleh gambaran sebaran reservoar batupasir secara keseluruhan, maka dibuat suatu peta mean dari model probabilitas

PEMBAHASAN

Dari teori telah dijelaskan bahwa rata-rata dari inversi seismik stokastik ialah inversi seismik deterministik. Hal ini sesuai dengan hasil yang diperoleh dimana inversi deterministik hampir serupa dengan rata-rata dari 50 realisasi inversi stokastik. Dan akan benar-benar sama jika realisasi dari inversi stokastiknya diperbanyak. Kesamaaan ini juga menandakan bahwa 50 realisasi yang dibuat, sudah cukup untuk memperoleh model probabilitas yang baik pada range AI yang dituju

Gambar 3. Perbandingan Hasil Inversi Deterministik dengan Mean Stokastik model probabilitas dari batupasir target. Model probabilitas ini hanya akan memperlihatkan nilai probabilitas untuk range impedansi akustik yang dituju dalam hal ini ialah batupasir.

e. Crossplot antara log densitas dengan log gamma ray Vshale

Untuk memperoleh range AI yang merepresentasikan reservoar batupasir (“cleansand”), maka yang perlu dilakukan ialah crossplot antara log gamma ray Vshale dengan log densitas. Gamma ray Vshale diperlukan untuk memisahkan antara batupasir dengan batuserpih berdasarkan nilai gamma ray nya. Jika gamma ray Vshale kurang dari 0.4 (40%) maka batuan tersebut dikategorikan sebagai batupasir di luar itu dianggap batuserpih. Dari hasil crossplot di atas, terlihat bahwa cleansand memiliki nilai densitas antara 2.12-2.36 (gr/cc). Disini diasumsikan bahwa cleansand memiliki nilai densitas yang rendah namun tidak lebih rendah dari batubara dan nilai gamma ray Vshale yang kurang dari 0.4 yang ditunjukkan oleh zona hijau tua.

f. Crossplot antara log densitas dengan log impedansi akustik (AI)

Untuk mengetahui range nilai impedansi akustik yang digunakan dalam membuat suatu model probabilitas dari reservoar batupasir. Hasil crossplot antara log densitas dengan log AI pada salah satu sumur diperoleh range nilai AI sebesar 16000-23500 (ft/s)*(gr/cc)

g. Crossplot antara nilai impedansi akustik data sumur dengan nilai impedansi akustik hasil inversi seismik stokastik

Untuk mengetahui range nilai impedansi akustik yang lebih valid. Hal ini perlu dilakukan karena untuk membuat model probabilitas, range nilai impedansi akustik yang diambil berasal dari range impedansi akustik hasil inversi stokastik bukan dari data sumur. Range yang didapat sebesar 273,39 – 506,57.

h. Pembuatan model probabilitas

Batupasir dari model probabilitas di atas, ditunjukkan dengan nilai probabilitas yang tinggi. Setelah diperoleh model probabilitas dalam bentuk penampang, untuk memperoleh gambaran sebaran reservoar batupasir secara keseluruhan, maka dibuat suatu peta mean dari model probabilitas

PEMBAHASAN

Dari teori telah dijelaskan bahwa rata-rata dari inversi seismik stokastik ialah inversi seismik deterministik. Hal ini sesuai dengan hasil yang diperoleh dimana inversi deterministik hampir serupa dengan rata-rata dari 50 realisasi inversi stokastik. Dan akan benar-benar sama jika realisasi dari inversi stokastiknya diperbanyak. Kesamaaan ini juga menandakan bahwa 50 realisasi yang dibuat, sudah cukup untuk memperoleh model probabilitas yang baik pada range AI yang dituju

Gambar 3. Perbandingan Hasil Inversi Deterministik dengan Mean Stokastik model probabilitas dari batupasir target. Model probabilitas ini hanya akan memperlihatkan nilai probabilitas untuk range impedansi akustik yang dituju dalam hal ini ialah batupasir.

e. Crossplot antara log densitas dengan log gamma ray Vshale

Untuk memperoleh range AI yang merepresentasikan reservoar batupasir (“cleansand”), maka yang perlu dilakukan ialah crossplot antara log gamma ray Vshale dengan log densitas. Gamma ray Vshale diperlukan untuk memisahkan antara batupasir dengan batuserpih berdasarkan nilai gamma ray nya. Jika gamma ray Vshale kurang dari 0.4 (40%) maka batuan tersebut dikategorikan sebagai batupasir di luar itu dianggap batuserpih. Dari hasil crossplot di atas, terlihat bahwa cleansand memiliki nilai densitas antara 2.12-2.36 (gr/cc). Disini diasumsikan bahwa cleansand memiliki nilai densitas yang rendah namun tidak lebih rendah dari batubara dan nilai gamma ray Vshale yang kurang dari 0.4 yang ditunjukkan oleh zona hijau tua.

f. Crossplot antara log densitas dengan log impedansi akustik (AI)

Untuk mengetahui range nilai impedansi akustik yang digunakan dalam membuat suatu model probabilitas dari reservoar batupasir. Hasil crossplot antara log densitas dengan log AI pada salah satu sumur diperoleh range nilai AI sebesar 16000-23500 (ft/s)*(gr/cc)

g. Crossplot antara nilai impedansi akustik data sumur dengan nilai impedansi akustik hasil inversi seismik stokastik

Untuk mengetahui range nilai impedansi akustik yang lebih valid. Hal ini perlu dilakukan karena untuk membuat model probabilitas, range nilai impedansi akustik yang diambil berasal dari range impedansi akustik hasil inversi stokastik bukan dari data sumur. Range yang didapat sebesar 273,39 – 506,57.

h. Pembuatan model probabilitas

Batupasir dari model probabilitas di atas, ditunjukkan dengan nilai probabilitas yang tinggi. Setelah diperoleh model probabilitas dalam bentuk penampang, untuk memperoleh gambaran sebaran reservoar batupasir secara keseluruhan, maka dibuat suatu peta mean dari model probabilitas

PEMBAHASAN

Dari teori telah dijelaskan bahwa rata-rata dari inversi seismik stokastik ialah inversi seismik deterministik. Hal ini sesuai dengan hasil yang diperoleh dimana inversi deterministik hampir serupa dengan rata-rata dari 50 realisasi inversi stokastik. Dan akan benar-benar sama jika realisasi dari inversi stokastiknya diperbanyak. Kesamaaan ini juga menandakan bahwa 50 realisasi yang dibuat, sudah cukup untuk memperoleh model probabilitas yang baik pada range AI yang dituju

(5)

Formasi Bekasap bagian bawah terdiri dari beberapa jenis batuan yang antara lain,

cleansand, batupasir yang mengandung karbonat dan batuserpih .

Gambar 4 Crossplot antara Log Gamma Ray Vshale dengan Log Densitas Amplitudo dari data seismik dapat merupakan kontras dari kombinasi berbagai batuan (cleansand, batupasir yang mengandung karbonat, batuserpih dan batubara) tersebut. Jika dengan menggunakan inversi deterministik saja maka hanya memperoleh satu model impedansi. Namun, dengan menggunakan inversi seismik stokastik dapat dihasilkan banyak model impedansi yang mencerminkan banyak kontras yang ditunjukkan melalui berbagai hasil realisasi nya. Inilah yang disebut sebagai inversi seismik stokastik merupakan pelengkap inversi seismik deterministik. Kemudian, dari realisasi-realisasi tersebut, dibuat suatu model probabilitas yang hanya mencerminkan

range AI dari batupasir (cleandsand) target saja. Dari hasil yang diperoleh, terlihat

bahwa probabilitas yang dihasilkan tinggi. Hal ini kembali menjelaskan bahwa 50 realisasi yang dihasilkan telah cukup untuk memberikan nilai probabilitas yang tinggi pada selang AI yang dituju.

Walaupun terdapat batuserpih dalam range impedansi akustik yang sama dengan

range impedansi akustik cleansand, namun terlihat secara statistik bahwa jumlah dari

batupasir lebih banyak dibandingkan dengan batuserpih sehingga walaupun batupasir tersebut overlap dengan batuserpih, probabilitas yang dihasilkan tetap menunjukkan probabilitas untuk batupasir .

Gambar 5 Model Probabilitas Batupasir

Terlihat dari gambar perbandingan peta mean inversi deterministik dengan peta

mean model probabilitas batupasir, bahwa apabila hanya menggunakan peta mean

inversi deterministik saja yang merupakan peta rata-rata dari nilai impedansi akustik hasil inversi deterministik pada horizon Top Sihapas - Top Pematang, maka persebaran

Log Gamma Ray

Formasi Bekasap bagian bawah terdiri dari beberapa jenis batuan yang antara lain,

cleansand, batupasir yang mengandung karbonat dan batuserpih .

Gambar 4 Crossplot antara Log Gamma Ray Vshale dengan Log Densitas Amplitudo dari data seismik dapat merupakan kontras dari kombinasi berbagai batuan (cleansand, batupasir yang mengandung karbonat, batuserpih dan batubara) tersebut. Jika dengan menggunakan inversi deterministik saja maka hanya memperoleh satu model impedansi. Namun, dengan menggunakan inversi seismik stokastik dapat dihasilkan banyak model impedansi yang mencerminkan banyak kontras yang ditunjukkan melalui berbagai hasil realisasi nya. Inilah yang disebut sebagai inversi seismik stokastik merupakan pelengkap inversi seismik deterministik. Kemudian, dari realisasi-realisasi tersebut, dibuat suatu model probabilitas yang hanya mencerminkan

range AI dari batupasir (cleandsand) target saja. Dari hasil yang diperoleh, terlihat

bahwa probabilitas yang dihasilkan tinggi. Hal ini kembali menjelaskan bahwa 50 realisasi yang dihasilkan telah cukup untuk memberikan nilai probabilitas yang tinggi pada selang AI yang dituju.

Walaupun terdapat batuserpih dalam range impedansi akustik yang sama dengan

range impedansi akustik cleansand, namun terlihat secara statistik bahwa jumlah dari

batupasir lebih banyak dibandingkan dengan batuserpih sehingga walaupun batupasir tersebut overlap dengan batuserpih, probabilitas yang dihasilkan tetap menunjukkan probabilitas untuk batupasir .

Gambar 5 Model Probabilitas Batupasir

Terlihat dari gambar perbandingan peta mean inversi deterministik dengan peta

mean model probabilitas batupasir, bahwa apabila hanya menggunakan peta mean

inversi deterministik saja yang merupakan peta rata-rata dari nilai impedansi akustik hasil inversi deterministik pada horizon Top Sihapas - Top Pematang, maka persebaran

Log Gamma Ray

Formasi Bekasap bagian bawah terdiri dari beberapa jenis batuan yang antara lain,

cleansand, batupasir yang mengandung karbonat dan batuserpih .

Gambar 4 Crossplot antara Log Gamma Ray Vshale dengan Log Densitas Amplitudo dari data seismik dapat merupakan kontras dari kombinasi berbagai batuan (cleansand, batupasir yang mengandung karbonat, batuserpih dan batubara) tersebut. Jika dengan menggunakan inversi deterministik saja maka hanya memperoleh satu model impedansi. Namun, dengan menggunakan inversi seismik stokastik dapat dihasilkan banyak model impedansi yang mencerminkan banyak kontras yang ditunjukkan melalui berbagai hasil realisasi nya. Inilah yang disebut sebagai inversi seismik stokastik merupakan pelengkap inversi seismik deterministik. Kemudian, dari realisasi-realisasi tersebut, dibuat suatu model probabilitas yang hanya mencerminkan

range AI dari batupasir (cleandsand) target saja. Dari hasil yang diperoleh, terlihat

bahwa probabilitas yang dihasilkan tinggi. Hal ini kembali menjelaskan bahwa 50 realisasi yang dihasilkan telah cukup untuk memberikan nilai probabilitas yang tinggi pada selang AI yang dituju.

Walaupun terdapat batuserpih dalam range impedansi akustik yang sama dengan

range impedansi akustik cleansand, namun terlihat secara statistik bahwa jumlah dari

batupasir lebih banyak dibandingkan dengan batuserpih sehingga walaupun batupasir tersebut overlap dengan batuserpih, probabilitas yang dihasilkan tetap menunjukkan probabilitas untuk batupasir .

Gambar 5 Model Probabilitas Batupasir

Terlihat dari gambar perbandingan peta mean inversi deterministik dengan peta

mean model probabilitas batupasir, bahwa apabila hanya menggunakan peta mean

inversi deterministik saja yang merupakan peta rata-rata dari nilai impedansi akustik hasil inversi deterministik pada horizon Top Sihapas - Top Pematang, maka persebaran

(6)

telah diperoleh, dibuat suatu model probabilitas dari range impedansi akustik batupasir. Maka melalui peta mean probabilitas, sebaran dari batupasir dapat terlihat dengan jelas dimana sebarannya ditunjukkan oleh probabilitas yang bernilai tinggi .

Gambar 6. Perbandingan Peta Inversi Deterministik dengan Peta Mean dari Model Probabilitas Batupasir

Salah satu kelebihan inversi seismik stokastik ialah dapat memperlihatkan sebaran nilai AI yang bervariasi, hal ini dikarenakan resolusi dari hasil inversi seismik stokastik ini didasarkan pada ukuran blok saat mensimulasi model impedansi. Dari hasil yang diperoleh terlihat adanya perbedaan antara hasil inversi seismik deterministik dengan inversi seismik stokastik, sebaran variasi nilai AI pada zona target lebih terlihat dengan menggunakan inversi seismik stokastik.

Gambar 7. Perbandingan Hasil Inversi Deterministik dengan Hasil Inversi Stokastik Peta Area Prospek Reservoar dari Analisa Inversi Stokastik yang dibuat adalah

horizon slice dengan batas Top Sihapas sampai 35 ms kebawahnya . Horizon slice yang

dibuat dalam penelitian ini adalah time slice , horizon slice model seismik konvensional,

horizon slice model inversi Stokastik.

telah diperoleh, dibuat suatu model probabilitas dari range impedansi akustik batupasir. Maka melalui peta mean probabilitas, sebaran dari batupasir dapat terlihat dengan jelas dimana sebarannya ditunjukkan oleh probabilitas yang bernilai tinggi .

Gambar 6. Perbandingan Peta Inversi Deterministik dengan Peta Mean dari Model Probabilitas Batupasir

Salah satu kelebihan inversi seismik stokastik ialah dapat memperlihatkan sebaran nilai AI yang bervariasi, hal ini dikarenakan resolusi dari hasil inversi seismik stokastik ini didasarkan pada ukuran blok saat mensimulasi model impedansi. Dari hasil yang diperoleh terlihat adanya perbedaan antara hasil inversi seismik deterministik dengan inversi seismik stokastik, sebaran variasi nilai AI pada zona target lebih terlihat dengan menggunakan inversi seismik stokastik.

Gambar 7. Perbandingan Hasil Inversi Deterministik dengan Hasil Inversi Stokastik Peta Area Prospek Reservoar dari Analisa Inversi Stokastik yang dibuat adalah

horizon slice dengan batas Top Sihapas sampai 35 ms kebawahnya . Horizon slice yang

dibuat dalam penelitian ini adalah time slice , horizon slice model seismik konvensional,

horizon slice model inversi Stokastik.

telah diperoleh, dibuat suatu model probabilitas dari range impedansi akustik batupasir. Maka melalui peta mean probabilitas, sebaran dari batupasir dapat terlihat dengan jelas dimana sebarannya ditunjukkan oleh probabilitas yang bernilai tinggi .

Gambar 6. Perbandingan Peta Inversi Deterministik dengan Peta Mean dari Model Probabilitas Batupasir

Salah satu kelebihan inversi seismik stokastik ialah dapat memperlihatkan sebaran nilai AI yang bervariasi, hal ini dikarenakan resolusi dari hasil inversi seismik stokastik ini didasarkan pada ukuran blok saat mensimulasi model impedansi. Dari hasil yang diperoleh terlihat adanya perbedaan antara hasil inversi seismik deterministik dengan inversi seismik stokastik, sebaran variasi nilai AI pada zona target lebih terlihat dengan menggunakan inversi seismik stokastik.

Gambar 7. Perbandingan Hasil Inversi Deterministik dengan Hasil Inversi Stokastik Peta Area Prospek Reservoar dari Analisa Inversi Stokastik yang dibuat adalah

horizon slice dengan batas Top Sihapas sampai 35 ms kebawahnya . Horizon slice yang

dibuat dalam penelitian ini adalah time slice , horizon slice model seismik konvensional,

(7)

Gambar 8. Time Structure Zona Target

Time structure (Gambar 8) menunjukkan bahwa pada bagian Barat Laut dan

Tenggara daerah penelitian merupakan daerah tinggian dan bagian Barat Daya adalah daerah rendahan. Hal tersebut terlihat sangat kontras karena ada sesar turun yang memotong dari Barat Laut ke Tengara.

Gambar 9. Horizon Slicel Seismik Konvensional

Slice di atas menunjukkan nilai amplitudo dari daerah penelitian. Peta di atas

menunjukkan bagian Barat Laut daerah penelitian memiliki amplitudo yang jauh lebih tinggi dibandingkan dengan Tenggara

Gambar 8. Time Structure Zona Target

Time structure (Gambar 8) menunjukkan bahwa pada bagian Barat Laut dan

Tenggara daerah penelitian merupakan daerah tinggian dan bagian Barat Daya adalah daerah rendahan. Hal tersebut terlihat sangat kontras karena ada sesar turun yang memotong dari Barat Laut ke Tengara.

Gambar 9. Horizon Slicel Seismik Konvensional

Slice di atas menunjukkan nilai amplitudo dari daerah penelitian. Peta di atas

menunjukkan bagian Barat Laut daerah penelitian memiliki amplitudo yang jauh lebih tinggi dibandingkan dengan Tenggara

Gambar 8. Time Structure Zona Target

Time structure (Gambar 8) menunjukkan bahwa pada bagian Barat Laut dan

Tenggara daerah penelitian merupakan daerah tinggian dan bagian Barat Daya adalah daerah rendahan. Hal tersebut terlihat sangat kontras karena ada sesar turun yang memotong dari Barat Laut ke Tengara.

Gambar 9. Horizon Slicel Seismik Konvensional

Slice di atas menunjukkan nilai amplitudo dari daerah penelitian. Peta di atas

menunjukkan bagian Barat Laut daerah penelitian memiliki amplitudo yang jauh lebih tinggi dibandingkan dengan Tenggara

(8)

Gambar 10. Horizon Slice Inversi Stokastik

KESIMPULAN

1. Inversi seismik stokastik dapat diaplikasikan dengan baik pada reservoir batupasir di lapangan ‘’MZ” dengan menghasilkan beberapa model impedansi yang sesuai dengan data seismik terobservasi dan kemudian diperoleh model probabilitas dari batupasir target.

2. Analisa Inversi Seismik Stokastik memberikan hasil yang lebih interpretatif karena langsung memberikan nilai dari propertinya.

3. Bagian Tenggara dari daerah penelitian memiliki batupasir yang lebih baik dengan densitas kecil dan porositas yang besar.

UCAPAN TERIMAKASIH

Terimakasih Penulis ucapkan kepada BOB PT. Bumi Siak Pusako-Pertamina Hulu yang telah memberikan kontribusi kepada Penulis dalam penelitian. Selanjutnya kepada Bapak Dr. Eng Supriyanto, M.Si dan Bapak Rizky Hidayat, S.T, M.Si yang telah membimbing selama proses penelitian ini berlangsung hingga penulis dapat menyelesaikan penelitian ini.

DAFTAR RUJUKAN

Atkinson, C., Renold, M., and Hutapea, O., 2011, Stratigraphic traps in The Tertiary Rift

Basin of Indonesia : Case Studies and Future Potensial, Serica Energy Cooporation,

Jakarta.

Bosch, Miguel. 2010. Seismic inversion for reservoir properties combining

statistical rock physics and geostatistics: A review. Geophysics, 75, No. 5. doi:

10.1190/1.3478209

Dawson, W. C., et. al., 1997, Regional Sequence Stratigraphy Correlation Central

Sumatra, PT CPI.

De Coster, G. L., 1974, The Geology of The Central and South Sumatera Basins, Proceedings Indonesian Petroleum Association 3rdAnnual Convention, Jakarta. Doyen, P. M., 1988, Porosity from seismic data: A geostatistical approach: Geophysics,

53, 1263–1275, doi: 10.1190/1.1442404.

Eubank, R.T., & Makki, A. C., 1981, Structural Geology of The Central Sumatra Basin, Proceeding IPA, 10th Annual Convention, p. 285 – 317.

Gambar 10. Horizon Slice Inversi Stokastik

KESIMPULAN

1. Inversi seismik stokastik dapat diaplikasikan dengan baik pada reservoir batupasir di lapangan ‘’MZ” dengan menghasilkan beberapa model impedansi yang sesuai dengan data seismik terobservasi dan kemudian diperoleh model probabilitas dari batupasir target.

2. Analisa Inversi Seismik Stokastik memberikan hasil yang lebih interpretatif karena langsung memberikan nilai dari propertinya.

3. Bagian Tenggara dari daerah penelitian memiliki batupasir yang lebih baik dengan densitas kecil dan porositas yang besar.

UCAPAN TERIMAKASIH

Terimakasih Penulis ucapkan kepada BOB PT. Bumi Siak Pusako-Pertamina Hulu yang telah memberikan kontribusi kepada Penulis dalam penelitian. Selanjutnya kepada Bapak Dr. Eng Supriyanto, M.Si dan Bapak Rizky Hidayat, S.T, M.Si yang telah membimbing selama proses penelitian ini berlangsung hingga penulis dapat menyelesaikan penelitian ini.

DAFTAR RUJUKAN

Atkinson, C., Renold, M., and Hutapea, O., 2011, Stratigraphic traps in The Tertiary Rift

Basin of Indonesia : Case Studies and Future Potensial, Serica Energy Cooporation,

Jakarta.

Bosch, Miguel. 2010. Seismic inversion for reservoir properties combining

statistical rock physics and geostatistics: A review. Geophysics, 75, No. 5. doi:

10.1190/1.3478209

Dawson, W. C., et. al., 1997, Regional Sequence Stratigraphy Correlation Central

Sumatra, PT CPI.

De Coster, G. L., 1974, The Geology of The Central and South Sumatera Basins, Proceedings Indonesian Petroleum Association 3rdAnnual Convention, Jakarta. Doyen, P. M., 1988, Porosity from seismic data: A geostatistical approach: Geophysics,

53, 1263–1275, doi: 10.1190/1.1442404.

Eubank, R.T., & Makki, A. C., 1981, Structural Geology of The Central Sumatra Basin, Proceeding IPA, 10th Annual Convention, p. 285 – 317.

Gambar 10. Horizon Slice Inversi Stokastik

KESIMPULAN

1. Inversi seismik stokastik dapat diaplikasikan dengan baik pada reservoir batupasir di lapangan ‘’MZ” dengan menghasilkan beberapa model impedansi yang sesuai dengan data seismik terobservasi dan kemudian diperoleh model probabilitas dari batupasir target.

2. Analisa Inversi Seismik Stokastik memberikan hasil yang lebih interpretatif karena langsung memberikan nilai dari propertinya.

3. Bagian Tenggara dari daerah penelitian memiliki batupasir yang lebih baik dengan densitas kecil dan porositas yang besar.

UCAPAN TERIMAKASIH

Terimakasih Penulis ucapkan kepada BOB PT. Bumi Siak Pusako-Pertamina Hulu yang telah memberikan kontribusi kepada Penulis dalam penelitian. Selanjutnya kepada Bapak Dr. Eng Supriyanto, M.Si dan Bapak Rizky Hidayat, S.T, M.Si yang telah membimbing selama proses penelitian ini berlangsung hingga penulis dapat menyelesaikan penelitian ini.

DAFTAR RUJUKAN

Atkinson, C., Renold, M., and Hutapea, O., 2011, Stratigraphic traps in The Tertiary Rift

Basin of Indonesia : Case Studies and Future Potensial, Serica Energy Cooporation,

Jakarta.

Bosch, Miguel. 2010. Seismic inversion for reservoir properties combining

statistical rock physics and geostatistics: A review. Geophysics, 75, No. 5. doi:

10.1190/1.3478209

Dawson, W. C., et. al., 1997, Regional Sequence Stratigraphy Correlation Central

Sumatra, PT CPI.

De Coster, G. L., 1974, The Geology of The Central and South Sumatera Basins, Proceedings Indonesian Petroleum Association 3rdAnnual Convention, Jakarta. Doyen, P. M., 1988, Porosity from seismic data: A geostatistical approach: Geophysics,

53, 1263–1275, doi: 10.1190/1.1442404.

Eubank, R.T., & Makki, A. C., 1981, Structural Geology of The Central Sumatra Basin, Proceeding IPA, 10th Annual Convention, p. 285 – 317.

(9)

Francis, A. 2006a, Understanding stochastic inversion: Part 1: First Break, 24, no. 11, 69–84.

Heidrick, T.L., & Aulia, K., 1993, A Structural and Tectonic Model of the Coastal

PlainsBlock, Central Sumatra Basin Indonesia, Proceeding IPA 22nd Annual

Convention, p. 285 – 317.

Heidrick, T.L., & Turlington, D., 1997, Tectonic Model F-2 and F-3 in Central Sumatra

Basin, Internal Presentation at PT CPI.

Issaks, E. H and Srivastava, R. M. 1989. An Introduction to Applied Geostatistics. Oxford, UK : Oxford University Press

Mertosono, S., & Nayoan, G.A.S., 1974, The Tertiary Basinal Area of Central Sumatera: Proceeding IPA, 3rdAnnual Convention, 3-4/6/1974, Jakarta, p. 63 – 76.

Priyono, A., 2006, Diktat Kuliah Metoda Seismik I, Program Studi Geofisika, Institut Teknologi Bandung.

Tyson and Math, 2009, Regulatory Aspects of Geological Modelling, Proceeding IPA Yarmanto, dkk. 1995. Tertiary Tectonostratigraphic Development of The Balam

Depocenter, Central Sumatera Basin, Indonesia. Proceeding IPA, 24th Annual

Convention, p. 33 – 38.

Yarmanto & Aulia, K., 1998, The Seismic Expression of Wrench Tectonic Central

(10)

Gambar

Gambar 1. Diagram Alir Penelitian
Gambar  2. Cross-plot untuk  Semua  Sumur  (a) Gamma  Ray  vs  P-Impedance,  (b) P- P-Impedance vs Density, dan (c) P-P-Impedance vs Porosity
Gambar 3. Perbandingan Hasil Inversi Deterministik dengan Mean Stokastik model  probabilitas  dari  batupasir  target
Gambar 5 Model Probabilitas Batupasir
+4

Referensi

Dokumen terkait

Dengan menggabungkan antara data sumur (well log) yang memiliki akurasi baik pada arah vertikal dan nilai impedansi akustik yang diperoleh dari hasil inversi

Profil yang telah dibuat ditumpang tindihkan (overlay) dengan penampang impedansi akustik hasil inversi seismik untuk melihat penyebaran litologi reservoir pada

Penampang seismik line 4 yang ditunjukkan gambar 4 memiliki nilai impedansi akustik 22.000-29.000 (gr/cc)*(m/s) ditunjukkan dengan warna kuning dan ditandai oleh

Penambahan data log sumur yang memiliki nilai keakuratan vertikal yang lebih pasti dan digabungkan dengan nilai impedansi akustik dari hasil inversi data

Crossplot dilakukan untuk mengetahui seberapa besar tingkat hubungan hasil inversi sehingga dilakukan kalibrasi dengan cara mengekstrak log impedansi elastik dengan

Perbandingan secara kualitatif ini dapat didukung dengan menggunakan Pre- Analisis Inversi pada Gambar 6 dimana merupakan proses yang dilakukan untuk mengehtahui nilai

Pemodelan seismik inversi stokastik adalah inversi seismik dengan metoda geostatistik, dimana statistik dari data log sumur pemboran di integrasikan ke data seismik

Dari analisis sensitivitas data sumur menunjukkan bahwa parameter Impedansi Akustik dan parameter Impedansi Shear sensitif terhadap penyebaran litologi yang terlihat