ANALISIS MULTIATRIBUT SEISMIK UNTUK MENENTUKAN PERSEBARAN POROSITAS DAN GAMMA RAY PADA FORMASI BATURAJA, LAPANGAN JHA, CEKUNGAN SUMATERA SELATAN

(1)

ANALISIS MULTIATRIBUT SEISMIK UNTUK

MENENTUKAN PERSEBARAN POROSITAS DAN GAMMA

RAY PADA FORMASI BATURAJA, LAPANGAN ‘JHA’,

CEKUNGAN SUMATERA SELATAN

LAPORAN TUGAS AKHIR

Oleh:

JAKFAR HUSIN ALMUHDAR 101116051

PROGRAM STUDI TEKNIK GEOFISIKA

FAKULTAS TEKNOLOGI EKSPLORASI DAN PRODUKSI

UNIVERSITAS PERTAMINA

JAKARTA

2020

(2)

Ana li sis Mult iatribut S eism ik Untuk Me ne ntukan Per se ba ra n P orositas da n Gam ma R a y P ada F orma si B atura ja, La pa nga n ‘ JH A ’ , C ek unga n S umate ra S elata n Ja kfa r Husin Alm uhda r 101116051

(3)

ANALISIS MULTIATRIBUT SEISMIK UNTUK

MENENTUKAN PERSEBARAN POROSITAS DAN GAMMA

RAY PADA FORMASI BATURAJA, LAPANGAN ‘JHA’,

CEKUNGAN SUMATERA SELATAN

LAPORAN TUGAS AKHIR

Oleh:

JAKFAR HUSIN ALMUHDAR 101116051

PROGRAM STUDI TEKNIK GEOFISIKA

FAKULTAS TEKNOLOGI EKSPLORASI DAN PRODUKSI

UNIVERSITAS PERTAMINA

JAKARTA

2020

(4)

(5)

Universitas Pertamina - i

LEMBAR PENGESAHAN

Judul Tugas Akhir : Analisis Multiatribut Seismik untuk Menentukan

Persebaran Porositas dan Gamma Ray pada Formasi Baturaja, Lapangan ‘JHA’, Cekungan Sumatera Selatan

Nama Mahasiswa : Jakfar Husin Almuhdar

Nomor Induk Mahasiswa : 101116051

Program Studi : Teknik Geofisika

Fakultas : Teknologi Eksplorasi dan Produksi

Tanggal Lulus Sidang Tugas Akhir : 10 Agustus 2020

Jakarta, 10 Agustus 2020 MENGESAHKAN

Pembimbing 1, Pembimbing 2,

Nama : Dr. Ida Herawati Nama : Djoko Rubyanto

NIP : 116126 NIP : 19070154

MENGETAHUI, Ketua Program Studi

Muhammad Husni M. Lubis, M.S. NIP. 116028

(6)

Universitas Pertamina - ii

LEMBAR PERNYATAAN

Dengan ini saya menyatakan bahwa Tugas Akhir berjudul “Analisis Multiatribut Seismik untuk Menentukan Persebaran Porositas dan Gamma Ray pada Formasi Baturaja, Lapangan ‘JHA’, Cekungan Sumateran Selatan” 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 sesuai 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 nonroyalti (non-exclusive 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 pangkatan data (database), merawat, dan mempubikasikan Tugas Akhir saya selama tercantum nama saya sebagai penulis/pencipta dan sebagai Hak Cipta.

Demikian pernyataan ini saya buat dengan sebenrnya

Jakarta, 10 Agustus 2020 Yang membuat pernyataan,

(7)

Universitas Pertamina - iii

ABSTRAK

Jakfar Husin Almuhdar. 101116051. Analisis Multiatribut Seismik untuk Menentukan Persebaran Porositas dan Gamma Ray pada Formasi Baturaja, Lapangan ‘JHA’, Cekungan Sumatera Selatan.

Pada tahap pengembangan lapangan migas, karakteristik dari batuan reservoir seperti porositas, vshale (gamma ray), saturasi air dan lain menjadi parameter yang penting dalam menentukan keekonomian suatu prospek. Penelitian ini bertujuan untuk mengetahui persebaran nilai porositas dan gamma ray pada satuan Batukarbonat Formasi Baturaja yang terletak di Lapangan ‘JHA’, Cekungan Sumatera Selatan dengan menggunakan analisis multiatribut seismik. Analisis multiatribut yang digunakan adalah Probabilistic neural network (PNN) yang menghitung hubungan antara atribut dari data seismik dengan data yang akan diprediksi. Untuk prediksi log porositas, korelasi antara porositas hasil PNN dengan data log porositas pada keempat sumur adalah 0.9052. Sementara untuk nilai gamma ray korelasi antara hasil PNN dengan data log gamma ray pada keempat sumur adalah sebesar 0.8179. Berdasarkan analisis PNN tersebut dibuat volum porositas dan gamma ray pada zona reservoir di daerah penelitian. Kedua peta memperlihatkan carbonate build up di sebelah barat daerah penelitian memiliki porositas sebesar 7 – 15 % dan gamma ray sebesar 40 – 90 API. Sedangkan carbonate build up di sebelah timur daerah penelitian memiliki porositas sebesar 0 – 5 % dan gamma ray sebesar 70 – 115 API. Dapat disimpulkan bahwa Lapangan ‘JHA’ memiliki prospek pada carbonate build up sebelah barat daerah penelitian berdasarkan nilai porositas dan gamma ray.

Kata kunci (sentence case): atribut seismik, multiatribut seismik, probabilistic neural network, PNN porositas, gamma ray

(8)

Universitas Pertamina - iv

ABSTRACT

Jakfar Husin Almuhdar. 101116051. Seismic Multiattribute Analysis to Determine Distribution of Porosity and Gamma Ray in Baturaja Formation, 'JHA' Field, South Sumatra Basin.

Characteristics of reservoir rocks such as porosity, vshale (gamma ray), water saturation and etc. are important parameters in determining a prospect in oil and gas field. The aim of this study is to determine distribution of porosity and gamma ray using seismic multiattribute analysis in Limestones of Baturaja Formation located at 'JHA' Field, South Sumatra Basin. Multiattribute analysis that is used in this study is Probabilistic neural network (PNN) which calculates relationship between the attributes from seismic data and predicted parameters. For porosity prediction, correlation between porosity of PNN and porosity log is 0.9052 for all four wells. Meanwhile for gamma ray prediction, correlation between gamma ray of PNN and gamma ray log is 0.8179 for all wells. Based on the PNN analysis, porosity and gamma ray volumes are generated in reservoir interval. The maps show carbonate build up in the western part of the study area have porosity values 7 – 15% and gamma ray values 40 – 90 API. Meanwhile carbonate build-up in the east area has porosity ranges 0 – 5 % and gamma ray ranges 70 – 115 API. From those maps, it can be concluded that the 'JHA' Field has prospects in western part of the study area.

Keywords (sentence case): seismic attribute, seismic multiatribute, probabilistic neural network, PNN porosity, gamma ray

(9)

Universitas Pertamina - v

KATA PENGANTAR

Segala puji dan syukur kita panjatkan kepada Allah SWT yang telah memberikan rahmat dan hidayah-Nya sehingga penulis dapat menyelesaikan penulisan laporan ini dengan baik. Shalawat serta salam selalu tercurahkan kepada Nabi Muhammad SAW dan semoga kita semua mendapatkan syafa’atnya di hari akhir. Adapun penulisan laporan ini mungkin jauh dari sempurna, masih banyak kekurangan baik dari segi materi maupun dalam penyajiannya. Hal tersebut karena kemampuan dan pengalaman penulis yang masih terbatas. Banyak dukungan, masukan dan saran yang penulis terima dari berbagi pihak dalam penulisan laporan ini. Ucapan terima kasih, penulis ucapkan kepada pihak – pihak terkait yang telah banyak membantu sehingga penulisan ini dapat selesai dengan baik. Adapun pihak – pihak tersebut diantaranya adalah:

1. Kedua orang tua yang telah memberikan dukungan moril ataupun materil serta do’a untuk penulis.

2. Bapak Ahmad Najihal Amal selaku Senior Manager PT. Pertamina Hulu Energi Holding.

3. Bapak Djoko Rubyanto selaku Pembimbing Tugas Akhir yang telah banyak memberikan bimbingan dan materi di bagian Eskplorasi PT. Pertamina Hulu Energi Holding.

4. Ibu Dr. Ida Herawati selaku Dosen Pembimbing Tugas Akhir yang banyak membantu untuk menyelesikan laporan Tugas Akhir ini.

5. Semua pihak yang tidak dapat disebutkan satu persatu yang telah membantu hingga terselesaikannya penulisan laporan ini.

Harapan dari penulis, semoga laporan tentang “Analisis Multiatribut Seismik untuk Menentukan Persebaran Porositas dan Gamma Ray pada Formasi Baturaja Lapangan ‘JHA’, Cekungan Sumatera Selatan” ini dapat bermanfaat bagi semua orang dan dapat menjadi hubungan yang baik antara penulis dengan pihak – pihak yang terkait. Penulis menyadari bahwa dalam penulisan laporan ini masih banyak kekurangan. Untuk itu kritik dan saran yang membangun dari pembaca sangat penulis harapkan.

Jakarta, 10 Agusutus 2020

(10)

Universitas Pertamina - vi

DAFTAR ISI

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

DAFTAR TABEL ... viii

DAFTAR GAMBAR ... ix BAB I ... 1 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 BAB II ... 4 TINJAUAN PUSTAKA ... 4 2.1 Tinjauan Geologi ... 4 2.1.1 Tektonik Regional ... 4 2.1.2 Stratigrafi Regional ... 5 2.1.3 Petroleum System ... 7 2.2 Tinjauan Geofisika ... 8 2.2.1 Impedansi Akustik ... 8 2.2.2 Koefisien Refleksi ... 9 2.2.3 Wavelet ... 9 2.2.4 Seismogram Sintetik ... 9

2.2.5 Data Sumur (Well log) ... 10

2.2.6 Well Seismic Tie ... 10

2.2.7 Atribut Seismik ... 10

2.2.8 Multiatribut Seismik ... 11

2.3 Studi Literatur ... 13

BAB III ... 15

(11)

Universitas Pertamina - vii

3.1 Data dan Software ... 15

3.1.1 Software ... 15 3.1.2 Data seismik ... 15 3.1.3 Data Sumur ... 16 3.1.4 Data Marker ... 18 3.2 Diagram Alir ... 18 3.3 Pengolahan Data ... 19 3.3.1 Pembuatan Wavelet ... 19

3.3.2 Well Seismic Tie ... 20

3.3.3 Interpretasi Lapisan ... 20

3.3.4 Analisis Atribut Seismik Tunggal ... 21

3.3.5 Analisis Multiatribut Seismik ... 22

3.3.6 Analisis Probabilistic Neural Network (PNN) ... 22

BAB IV ... 24

HASIL DAN PEMBAHASAN ... 24

4.1 Wavelet ... 24

4.2 Well Seismic Tie ... 24

4.3 Interpretasi Lapisan ... 26

4.4 Porositas ... 28

4.5 Gamma Ray ... 34

BAB V ... 42

KESIMPULAN DAN SARAN ... 42

5.1 Kesimpulan ... 42

5.2 Saran ... 42

(12)

Universitas Pertamina - viii

DAFTAR TABEL

Tabel 3.1 Data marker tiap sumur ... 18 Tabel 3.2 Proses analisis multiatribut seismik pada target porositas ....Error! Bookmark not defined.

Tabel 3.3 Proses analisis multiatribut seismik pada target gamma ray Error! Bookmark not defined.

(13)

Universitas Pertamina - ix

DAFTAR GAMBAR

Gambar 2.1 Tektonik Regional (Clure, J. & Fiptiani, N, 2001) ... 5

Gambar 2.2 Stratigrafi regional Cekungan Sumatera Selatan (Ginger, D. & Fielding, K, 2005) ... 7

Gambar 2.3 Skema cross section dan model play (Clure, J. & Fiptiani, N, 2001) ... 8

Gambar 2.4 Algoritma metode step wise regression ... 12

Gambar 2.5 Model karakteristik neural networks (Hampson et al, 2001) ... 12

Gambar 2.6 Analisa multiatribut seismik pada log porositas (a) step wise regression, (b) probability neural network. Peningkatan nilai porositas ke arah kanan kurva (Tebo, J. M. & Hart, B. S., 2003) ... 13

Gambar 3.1 Basemap daerah penelitian ... 15

Gambar 3.2 Penampang seismik A-B yang melewati 4 sumur ... 16

Gambar 3.3 Tampilan Sumur 1 ... 16

Gambar 3.7 Amplitude spectrum sumur 1 ... 19

Gambar 3.11 Hasil interpretasi lapisan BRF-A (hijau) dan PDP (kuning) ... 21

Gambar 4.1 Ricker wavelet ... 24

Gambar 4.2 Hasil well seismic tie sumur 1 ... 25

Gambar 4.6 Peta struktur waktu top BRF-A ... 27

Gambar 4.7 Peta struktur waktu top PDP ... 27

Gambar 4.8 Peta isochron ... 28

Gambar 4.9 Crossplot antara AI vs Porositas ... 29

Gambar 4.10 Hasil analisis multiatribut seismik target porositas ... 29

Gambar 4.11 Kombinasi 5 atribut seismik terbaik dengan korelasi tinggi terhadap porositas ... 29

Gambar 4.12 Hasil pelatihan (a) dan validasi (b) dari kombinasi multiatribut seismik metode step wise regression ... 30

Gambar 4.13 Crossplot antara prediksi porositas dengan nilai porositas pada data log pada metode step wise regression ... 30

Gambar 4.14 Hasil pelatihan (a) dan validasi (b) dari analisa multiatribut seismik metode pnn ... 31

Gambar 4.15 Crossplot antara prediksi porositas dengan nilai porositas pada data log pada metode pnn ... 31

Gambar 4.16 Penampang porositas ... 32

Gambar 4.17 Peta peserbaran porositas pada interval reservoir ... 33

Gambar 4.18 Time slice pada 40 ms (a), 28 ms (b), 26 ms (c), 20 ms (d), 14 ms (e), 10 ms (f), 6 ms (g), dan 2 ms (h) yang diambil dari PDP ke atas ... 34

Gambar 4.19 Crossplot antara AI vs gamma ray ... 35

Gambar 4.20 Hasil analisis multiatribut seismik target gamma ray ... 36

Gambar 4.21 Kombinasi 3 atribut seismik terbaik dengan korelasi tinggi terhadap gamma ray ... 36

(14)

Universitas Pertamina - x

Gambar 4.22 Hasil pelatihan (a) dan validasi (b) dari analisa multiatribut seismik metode step wise regression ... 36 Gambar 4.23 Crossplot antara prediksi gamma ray dengan nilai gamma ray pada data log pada metode step wise regression ... 37 Gambar 4.24 Hasil pelatihan (a) dan validasi (b) dari analisa multiatribut seismik metode pnn ... 37 Gambar 4.25 Crossplot antara prediksi gamma ray dengan nilai gamma ray pada data log pada metode pnn ... 38 Gambar 4.26 Penampang gamma ray ... 39 Gambar 4.27 Peta persebaran gamma ray pada interval reservoir ... 39 Gambar 4.28 Time slice pada 40 ms (a), 28 ms (b), 26 ms (c), 20 ms (d), 14 ms (e), 10 ms (f), 6 ms (g), dan 2 ms (h) yang diambil dari PDP ke atas ... 40

(15)

(16)

Universitas Pertamina - 1

BAB I

PENDAHULUAN

1.1Latar Belakang

Proses pengembangan lapangan migas memanfaatkan data seismik dan data sumur untuk memetakan reservoir hidrokarbon. Data seismik yang memiliki resolusi horizontal yang baik dan data sumur dengan resolusi vertikal yang baik diharapkan dapat memberikan hasil interpretasi yang lebih akurat dalam persebaran suatu reservoir hidrokarbon dari suatu lapangan. Salah satu metode yang digunakan dalam mengintegrasikan antara data seismik dengan data sumur yaitu analisis multiatribut seismik.

Atribut seismik adalah deskripsi matematis dari bentuk atau karaktersitik lain dari jejak gelombang seismik pada interval waktu tertentu yang dapat digunakan untuk mengintepretasikan suatu anomali pada data seismik 2D atau 3D baik secara Geologi atau Geofisika. Informasi dari data seismik yang digunakan untuk melakukan analisa atribut seismik adalah waktu, frekuensi, fasa, amplitudo, dan atenuasi. Dari berbagai informasi yang didapat dari data seismik tersebut dapat dihasilkan berbagai macam jenis atribut seismik yang dapat digunakan untuk melihat fitur – fitur Geologi seperti struktur, lingkungan pengendapan maupun mengestimasi besaran sifat fisis dari batuan reservoir dengan bantuan data sumur. Selain itu, atribut seismik juga dapat memperjelas direct hydrocarbon indicator (DHI) pada data seismik normal.

Multiatribut seismik merupakan teknik analisis dengan menggunakan lebih dari satu atribut seismik yang digunakan untuk mengetahui hubungan antara data seismik dengan data log guna mendapatkan hasil visualisasi yang lebih baik atau memprediksi suatu nilai dari properti fisik batuan di bawah permukaan. Salah satu metode yang digunakan dalam anaisis multiatribut seismik yaitu probabilistic neural networks (PNN). Metode ini terdiri dari input layer, hidden layer, dan output layer dengan tujuan mendapatkan hasil korelasi terbaik antara kombinasi atribut seismik dengan properti fisik. Analisis multiatribut seismik dilakukan untuk mengestimasi nilai properti fisik khususnya pada zona reservoir serta mengetahui distribusinya pada suatu volume seismik. Proses estimasi ini dapat membantu untuk pengembangan lapangan minyak dan gas bumi.

Penerapan analisis multiatribut seismik ini dapat diaplikasikan terhadap target Formasi Baturaja yang berperan sebagai reservoir pada Lapangan ‘JHA’, Cekungan Sumatera Selatan. Analisis tersebut diharapkan dapat memberikan informasi mengenai distribusi porositas dan gamma ray sehingga dapat digunakan sebagai salah satu acuan dalam proses pengembangan lapangan.

(17)

1.2Rumusan Masalah

Rumusan masalah pada Tugas Akhir ini yaitu:

1. Menjelaskan hubungan multiatribut seismik dengan log porositas dan log gamma ray.

2. Menganalisa hasil multiatribut seismik terhadap hasil estimasi porositas dan gamma ray.

3. Menganalisa hasil persebaran estimasi porositas dan gamma ray.

1.3Batasan Masalah

Batasan masalah pada Tugas Akhir ini yaitu:

1. Pada data seismik 3D, data sumur dan data checkshot yang digunakan tidak dilakukan pemrosesan atau re-conditioning data.

2. Menggunakan metode PNN dalam analisis multiatribut. 3. Penelitian difokuskan pada Formasi Baturaja.

1.4Tujuan Penelitian

Tujuan dari Tugas Akhir ini yaitu:

1. Melakukan analisis multiatribut seismik untuk memperoleh model log porositas dan log gamma ray menggunakan data seismik.

2. Menentukan nilai estimasi porositas dan gamma ray menggunakan metode multiatribut seismik pada zona reservoir.

3. Melakukan interpretasi hasil estimasi porositas dan gamma ray pada daerah penelitian.

1.5Manfaat Penelitian

Manfaat dari Tugas Akhir ini yaitu:

1. Dapat mengetahui persebaran estimasi porositas dan gamma ray pada daerah penelitian.

2. Dapat mengetahui daerah dengan nilai porositas yang tinggi. 3. Dapat mengetahui daerah dengan nilai gamma ray yang rendah.

(18)

(19)

BAB II

TINJAUAN PUSTAKA

2.1Tinjauan Geologi

2.1.1 Tektonik Regional

Lapangan “JHA” yang terletak di blok JM termasuk ke dalam Cekungan Sumatera Selatan. Sejarah tektonik pada Cekungan Sumatera Selatan dibagi menjadi tiga megasikuen yang dimulai pada 40 juta tahun lalu hingga sekarang (Ginger dan Fielding, 2005). Tiga megasikuen tersebut yaitu fase Syn-rift, fase Post rift, dan fase Inversion. Dari proses tektonik tersebut terbentuk struktur utama yaitu horsts dan graben yang berorientasi timur laut – barat daya (NE-SW). Struktur horst direpresentasikan oleh Merang High dan Ketaling High, sedangakan struktur graben direpresentasikan oleh Merang Deep dan Ketaling Deep (Clure dan Fiptiani, 2001) yang ditunjukkan oleh gambar 2.1.

1. Fase Syn-rift

Fase synrift terjadi 40 sampai 29 juta tahun lalu pada masa Eosen sampai Awal Oligosen dimana terbentuk zona subduksi sepanjang palung Sumatera Barat yang diakibatkan adanya pergerakan lempeng benua dimana area Sumatera Selatan terdapat zona regangan lempeng (extensional). Hasil dari ekstensi ini membentuk zona graben yang orientasinya di kontrol oleh heteroginitas dari basement. Secara umum pada fase ini akan terbentuk jajaran horst dan graben yang berorientasi utara – selatan (N-S) dimana pergerakan lempeng berarah timur – barat (E-W). Namun struktur yang terbentuk pada hari ini memiliki orientasi timur laut – barat daya (NE-SW), dimana hal ini disebabkan karena area Sumatera Selatan mengalami rotasi sebesar 15 derajat searah jarum jam pada masa Miosen.

2. Fase Post rift

Fase post rift ini menandakan berakhirnya proses rifting pada waktu 29 juta tahun yang lalu. Namun aktivitas subduksi masih berlanjut pada kerak benua yang tipis pada bagian bawah Cekungan Sumatera Selatan. Pola pengendapan transgresif terjadi sampai 16 juta tahun lalu yang didukung dengan meningkatnya permukaan air laut dan tingginya tingkat penurunan permukaan (subsidence) yang menghasilkan ketebalan pada sikuen ini mencapai 13.000 kaki. Pada masa 16 sampai 5 juta tahun lalu, pola pengendapan berubah menjadi regresi yang disebabkan oleh meningkatnya ketersediaan (supply) sedimen dan tingkat penurunan permukaan (subsidence) yang melambat.

3. Fase Syn-Orogenic/Inversion

Pada waktu 5 juta tahun lalu hingga sekarang terjadi fase syn-orogenic (inversi) yang diakibatkan oleh aktivitas tektonik berupa tumbukan lempeng

(20)

Universitas Pertamina - 5 (compression). Hal ini diketahui dengan terbentuknya lipatan yang memiliki orientasi berarah barat laut – tenggara (NW-SE). Pada fase ini terdapat akumulasi hidrokarbon yang tertahan akibat terbentuknya cebakan struktural pada masa itu. Namun, pada area lain di cekungan ini, cebakan hidrokarbon tersebut tidak terbentuk sehingga akumulasi hidrokarbon menembus dan tersingkap ke permukaan.

Gambar 2.1 Tektonik Regional (Clure, J. & Fiptiani, N, 2001)

2.1.2 Stratigrafi Regional

Proses pengendapan pada Cekungan Sumatera Selatan dimulai dengan terbentuknya batuan dasar (basement) pada masa Kretaseus Akhir sampai Awal Tersier dan diakhiri dengan Formasi Kasai yang diendapkan pada masa Plio-Pleistosen yang ditunjukkan oleh gambar 2.2. Berikut urutan pengendapan pada Cekungan Sumatera Selatan:

1. Batuan Dasar (Kretaseus Akhir – Tersier Awal)

Batuan dasar yang terdapat pada Cekungan Sumatera Selatan merupakan gabungan dari Batuan Beku, Batuan Metamorfik, dan Batuan Sedimen yang terdiri dari Granit, Filit, Marmer, dan Konglomerat.

2. Formasi Lemat/Lahat (Eosen Akhir – Oligosen Tengah)

Lapangan JHA

(21)

Universitas Pertamina - 6 Formasi Lemat/Lahat yang teredapkan pada lingkungan lakustrin tersusun atas Batuserpih, Batulanau, Batupasir, dan Batubara. Pada sub-cekungan Sumatera Selatan dan Sumatera Tengah Formasi Lemat/Lahat memiliki ketebalan mecapai 1000 m pada struktur graben yang lebih tinggi.

3. Formasi Talang Akar (Oligosen Akhir – Miosen Awal)

Formasi Talang Akar diendapkan pada fase tektonik synrift dan berakhir pada awal fase postrift. Formasi Talang Akar terbagi menjadi dua bagian yaitu Talang Akar Bawah dan Talang Akar Atas. Talang Akar Bawah terendpakan pada lingkungan sungai dimana satuan batuannya tersusun atas Batupasir, Batulanau, Batusepih, dan Batubara dengan dominasi Batupasir. Sedangkan Talang Akar Atas terendapkan pada lingkungan delta, laut dangkal hingga laut dalam, dimana satuan batuannya tersusun atas Batupasir, Batulanau, Batulempung, dan Batuserpih dengan dominasi Batulempung dan Batuserpih.

4. Formasi Baturaja (Miosen Awal)

Formasi Baturaja terendapkan pada lingkungan laut dangkal tersusun atas Batugamping (Platform dan Reef), Batupasir, dan Batuserpih. Satuan Batugamping pada Formasi Baturaja terletak pada bagian tinggian dan memiliki kualitas yang baik untuk dijadikan sebagai reservoir hidrokarbon.

5. Formasi Gumai (Awal – Miosen Akhir)

Formasi Gumai terendapkan pada lingkungan laut dangkal hingga laut dalam. Satuan batuan pada Formasi Gumai tersusun atas Batupasir, Batulanau, dan Batuserpih dengan dominasi Batuserpih.

6. Formasi Air Benakat (Miosen Tengah)

Formasi Air Benakat terendapkan pada lingkungan laut dangkal dimana satuan batuannya tersusun atas Batupasir, Batulanau dan Batuserpih dengan dominasi Batupasir. Batupasir pada Formasi Air Benakat memiliki kualitas yang baik untuk dijadikan sebagai reservoir hidrokarbon, karena aktivitas pada Bukit Barisan beberapa bagian Batupasir terdapat kandungan vulkanik.

7. Formasi Muara Enim (Miosen Akhir)

Formasi Muara Enim terendapkan pada lingkungan fluvial – deltaic dan rawa. Satuan batuan pada Formasi Muara Enim tersusun atas Batupasir.

8. Formasi Kasai (Pliosen – Plesitosen)

Formasi Kasai tersusun atas batuan Tufa, Batulempung, dan Batupasir vulkanikastik yang berasal dari aktivitas vulkanis pada Bukit Barisan.

(22)

Universitas Pertamina - 7 Gambar 2.2 Stratigrafi regional Cekungan Sumatera Selatan (Ginger, D. & Fielding, K, 2005)

2.1.3 Petroleum System

Petroleum system merupakan satu kesatuan dari elemen dan proses dimana suatu hidrokarbon terbentuk sampai terperangkap. Petroleum system pada Lapangan ‘JHA’ ditunjukkan oleh gambar 2.3 dalam skema cross section. Berikut urutan petroleum system pada Cekungan Sumatera Selatan:

1. Batuan Induk

Formasi Talang Akar dipercaya menjadi batuan induk paling dominan pada Blok JM, Cekungan Sumatra Selatan. satuan Batubara pada formasi ini memiliki nilai HI 400 – 470 mgHC/g. selain itu pada satuan Batuserpih memiliki TOC yang tinggi dan dapat mencapai nilai 36 % dengan HI 200 – 350 mgHC/g.

2. Batuan Resrevoar

Salah satu reservoir pada Lapangan “JHA” adalah satuan Batukarbonat (build up dan platform) pada Formasi Baturaja. Ketebalan rata – rata dari reservoir berkisar antara 290 ft – 440 ft dengan porositas rata – rata 11% serta permeabilitas 25 mD – 3,8 Darcys (Ginger dan Fielding, 2005). Jenis fluida yang terkandung dalam reservoir yaitu kondensat dan gas.

(23)

3. Batuan Penudung

Batuserpih pada Formasi Gumai yang diendapkan pada lingkungan laut berperan sebagai batuan penudung dalam mencegah aliran hidrokarbon pada Formasi Baturaja ke permukaan.

4. Jebakan

Batuserpih pada Formasi Gumai dan Formasi Baturaja berperan sebagai jebakan hidrokarbon yang terakumulasi pada Formasi Baturaja. Jebakan ini tergolong sebagai jebakan stratigrafi.

5. Migrasi

Struktur horst dan graben pada cekungan ini berperan sebagai media migrasi hidrokarbon dari Formasi Talang Akar yang berperan sebagai batuan induk pada bagian rendahan menuju reservoir pada Formasi Baturaja yang berada di bagian tinggian.

Gambar 2.3 Skema cross section dan model play (Clure, J. & Fiptiani, N, 2001)

2.2Tinjauan Geofisika

2.2.1 Impedansi Akustik

Impedansi akustik adalah respon suatu batuan terhadap gelombang seismik yang melewatinya. Secara matematis impedansi akustik didefinisikan sebagai hasil kali dari kecepatan gelombang dan densitas batuan (Sheriff, 2002). Besar

(24)

Universitas Pertamina - 9 kecilnya nilai impedansi akustik dipengaruhi oleh kekerasan suatu batuan. Semakin keras suatu batuan maka nilai impedansi akustiknya semakin besar, begitu juga sebaliknya. Persamaan impedansi akustik dituliskan pada persamaan 2.1 dibawah: 𝒁 = 𝑽. 𝝆 (𝒎 𝒔−𝟏 𝒌𝒈 𝒎−𝟑) (2.1) Dimana: Z = impedansi akustik V = kecepatan gelombang P/S (m/s) ρ = densitas batuan (kg/m3) 2.2.2 Koefisien Refleksi

Koefisien refleksi adalah kontras impedansi akustik pada batas lapisan batuan (Sheriff, 2002). Nilai koefisien refleksi tergantung pada besar kecilnya nilai impedansi akustik antara dua lapisan. Jika lapisan bawah lebih besar daripada lapisan atasnya maka nilai koefisien relfeksinya positif, begitu juga sebaliknya. Secara matematis koefisien refleksi dituliskan pada persamaan 2.2:

𝑹 =𝒁𝒊+𝟏 − 𝒁𝒊

𝒁𝒊+𝟏 + 𝒊 (2.2)

Dimana:

R = koefisien refleksi

Zi+1 = impedansi akustik lapisan ke-i +1

Zi = impedansi akustik lapisan ke-i

2.2.3 Wavelet

Wavelet adalah respon gelombang yang merepresentasikan sumber seismik aktif pada domain waktu yang mengandung informasi amplitudo, panjang gelombang, frekuensi dan fasa (Abdullah, 2007).

2.2.4 Seismogram Sintetik

Seismogram sintetik adalah suatu tras seismik buatan yang dihasilkan dari konvolusi antara koefisien refleksi dengan wavelet yang digunakan untuk forward modelling. Koefisien refleksi yang digunakan untuk membuat seismogram sintetik ini berasal dari konvolusi antara data sonic log (DT) dengan density log (RHOB) yang berasal dari data sumur.

(25)

2.2.5 Data Sumur (Well log) 2.2.5.1Log Gamma Ray

Log gamma ray merupakan salah satu alat logging yang digunakan untuk mengetahui informasi litologi dengan merekam unsur radioaktif batuan pada suatu formasi (Harsono, 1997).

2.2.5.2Log Densitas (RHOB)

Log densitas (RHOB) merupakan salah satu alat logging yang digunakan untuk mengetahui informasi bulk density suatu formasi dengan memancarkan sinar gamma pada batuan dari sumber lalu menerima respon dari sinar gamma yang telah dipancarkan pada detektor (Ellis dan Singer, 2007). Prinsip dari log RHOB yaitu memancarkan sinar gamma dari sumber ke batuan lalu menerima respon dari pancaran sinar gamma.

2.2.5.3Log porositas (NPHI)

Log neutron porosity merupakan salah satu alat logging yang digunakan untuk mengetahui informasi porositas pada suatu formasi (Ellis dan Singer, 2007). Prinsip dari log neutron porosity yaitu dengan mengukur jumlah atom hidrogen pada suatu formasi, semakin banyak atom hidrogen pada suatu formasi maka porositasnya semakin besar.

2.2.6 Well Seismic Tie

Well seismic tie adalah proses pengikatan data sumur terhadap data seismik yang berguna untuk menghubungkan marker top formasi dengan reflektor pada data seismik. Data sumur yang digunakan untuk melakukan well seismic tie adalah data sonic log, density log, dan checkshot.

2.2.7 Atribut Seismik

Atribut seismik adalah deskripsi matematis dari bentuk atau karaktersitik lain dari jejak gelombang seismik pada interval waktu tertentu yang dapat digunakan untuk mengintepretasikan suatu anomali pada data seismik 2D atau 3D baik secara Geologi atau Geofisika. Informasi dari data seismik yang digunakan untuk melakukan analisa atribut seismik adalah waktu, frekuensi, fasa, amplitudo, dan atenuasi (Barner, 2016). Dari berbagai informasi yang didapat dari data seismik tersebut bisa dihasilkan berbagai macam jenis atribut seismik yang dapat digunakan untuk melihat fitur – fitur Geologi seperti struktur, lingkungan pengendapan maupun mengestimasi besaran sifat fisis dari batuan reservoir dengan bantuan data sumur. Selain itu, atribut seismik juga dapat memperjelas direct hydrocarbon indicator (DHI) pada data seismik normal.

Dari data seismik dapat digolongkan menjadi beberapa jenis atribut seismik seperti kompleks tras atribut, stratigrafi atau struktur atribut, interval atribut, peta

(26)

Universitas Pertamina - 11 atribut, ketidakmenerusan pada data seismik, dan lain – lain. Berikut beberapa contoh dari atribut seismik:

1. Average Frequency → atribut yang dihasilkan dari atribut instantaneous frequency yang diberi pembobotan pada running window.

2. Envelope → hasil dari penjumlahan data seismik asli dikuadratkan dan imaginer dikuadratkan lalu diakar kuadratkan.

3. Instantaneous Bandwidth → turunan atribut envelope terhadap waktu. 4. Instantaneous Frequency → turunan dari atribut instantaneous phase. 5. Instantaneous Quality → rasio antara instantaneous frequency dibagi 2

kali instantaneous bandwidth.

6. Relative Acoustic Impedance → hasil dari integrasi tras seismik yang difilter Butterworth untuk menghilangkan konten frekuensi rendah yang berpotensi sebagai noise.

7. RMS Amplitude → meghitung nilai kuadrat dari rata – rata data seismik lalu hasilnya diakar kuadratkan.

2.2.8 Multiatribut Seismik

Multiatribut seismik adalah kombinasi dari beberapa atribut seismik untuk melakukan interpretasi data seismik lebih lanjut guna mendapatkan hasil visualisasi yang lebih baik atau memprediksi suatu nilai dari properti fisik batuan di bawah permukaan (Russel dkk, 1997). Secara umum penggunaan multiatribut seismik dapat diaplikasikan untuk interpretasi secara Geologi maupun Geofisika.

Secara Geofisika, analisa multiatribut seismik digunakan untuk memprediksi nilai dari properti fisik pada suatu volume seismik dengan mengintegrasikan antara data seismik dan data sumur menggunakan metode statistik. Analisis multiatribut seismik ini bertujuan mencari hubungan antara data log dengan data seismik pada titik sumur lalu menggunakan hasilnya untuk mengestimasi nilai dari properti fisik pada suatu volume seismik menggunakan metode statistik. Berikut beberapa cara dalam analisis multiatribut:

1. Step Wise Regression

Step wise regression adalah salah satu metode analisis multiatribut seismik yang menggunakan lebih dari satu atribut seismik. Algoritma pada metode ini yaitu mencari kombinasi atribut seismik yang memiliki korelasi tinggi dengan target secara bertahap (Hampson dkk, 2001). Langkah awal yaitu dipilih satu atribut tunggal dengan korelasi paling tinggi dengan target. Selanjutnya atribut tunggal tersebut akan mencari pasangan dengan atribut lainnya sehingga didapatkan korelasi yang lebih tinggi. Hal ini dilakukan berulang kali sehingga didapatkan kombinasi multiatribut terbaik. Proses pada metode analisa ini ditunjukkan oleh gambar 2.4 dibawah.

(27)

Universitas Pertamina - 12 Gambar 2.4 Algoritma metode step wise regression

2. Probabilistic Neural Networks (PNN)

Probabilistic neural networks (PNN) adalah salah satu metode analisis multiatribut seismik yang menggunakan lebih dari satu atribut seismik. Gambar 2.5 menunjukkan algoritma dari PNN yang terdiri dari input layer, hidden layer, dan output layer (Hampson dkk, 2001). Tiap layer terdiri dari satu atau lebih node dan tiap node memiliki bobot yang berbeda – beda. Input layer merupakan jenis atribut yang digunakan, hidden layer merupakan kombinasi dari bebrapa atribut seismik dengan nilai bobot paling optimal, dan output layer merepresentasikan properti fisik yang diestimasi yang berasal dari hidden layer dengan nilai bobot tertinggi. Bobot pada tiap node dihasilkan dari proses pelatihan berulang yang disebut back propagation.

Gambar 2.5 Model karakteristik neural networks (Hampson et al, 2001)

Proses back propagation diawali dengan pelatihan atribut yang berperan sebagai masukan untuk mendapatkan hasil yang paling mirip dengan target dengan memberikan bobot secara acak pada tiap atribut. Hasil tersebut merupakan hasil sementara, karena akan dikembalikan ke proses awal untuk mencocokan hasil sementara tersebut dengan target. Pada proses pencocokan, atribut yang memiliki korelasi tinggi akan diberikan bobot yang tinggi, sedangkan atribut yang memiliki korelasi rendah akan diberikan bobot

(28)

Universitas Pertamina - 13 rendah. Setelah pemberian bobot sudah optimal, akan dilakukan proses pelatihan atribut sehingga dihasilkan model baru. Model baru ini merupakan hasil akhir dari proses probabilistic neural networks.

2.3Studi Literatur

Tebo, J. M. dan Hart, B. S. (2003), melakukan studi karakterisasi reservoir menggunakan metode multiatribut seismik linier (step wise regression) dan non linier (PNN) untuk mengetahui persebaran porositas. Studi ini berfokus pada Formasi Smackover dimana reservoir utama Batugamping berjenis Carbonate Buildup yang terletak di Lapangan Appleton, Barat daya Alabama, Timur laut Teluk Meksiko.

Data yang digunakan dalam penelitian berupa data seismik 3D PSTM dan 6 data sumur untuk analisa multiatribut seismik. Analisa multiatribut dilakukan dengan menggunakan 19 atribut sebagai masukan. Dari 19 atribut tersebut dipilih 4 atribut sebagai kombinasi multiatribut terbaik. Kombinasi ini merupakan analisa multiatribut metode step wise regression. Selanjutnya dilakukan analisa multiatribut seismik menggunakan metode probabilistic neural network untuk mendapatkan hasil yang lebih baik dan sesuai dengan target.

Dari hasil dari analisa multiatribut seismik menggunakan metode linier dan non linier yang ditunjukkan oleh gambar 2.6, disimpulkan bahwa menggunakan metode non linier (PNN) hasil dari pemodelan lebih baik dan lebih cocok dengan target. Oleh karena itu analisa multiatribut seismik menggunakan metode non linier (PNN) dipilih sebagai metode untuk memprediksi persebaran porositas reservoir Batugamping berjenis Carbonate Buildup pada Formasi Smackover pada Lapangan Appleton.

a

_b

Gambar 2.6 Analisa multiatribut seismik pada log porositas (a) step wise regression, (b) probability neural network. Peningkatan nilai porositas ke arah kanan kurva (Tebo, J. M. & Hart, B. S., 2003)

(29)

(30)

BAB III

METODE PENELITIAN

3.1 Data dan Software 3.1.1 Software

Software yang digunakan untuk pengolahan data pada penelitian ini yaitu Software Petrel 2014 dan Software Hampson – Russell.

3.1.2 Data seismik

Data seismik pada daerah penelitian merupakan data seismik 3D PSDM yang memiliki luas area 1080 km2. Basemap area penelitian dan penampang seismik yang melewati sumur ditunjukkan pada gambar 3.1 dan 3.2 dibawah. Berikut rincian dari data seismik yang digunakan:

1. Waktu perekaman: 3000 ms 2. Waktu cuplik: 2 ms

3. Inline: 1001 – 1476 = 476 4. Crossline: 2280 – 3078 = 799

(31)

Universitas Pertamina - 16 Gambar 3.2 Penampang seismik A-B yang melewati 4 sumur

3.1.3 Data Sumur

Pada daerah penelitian terdapat empat sumur, dimana sumur 1 dan 3 merupakan sumur vertikal serta sumur 2 dan 4 merupakan sumur deviated. Gambar 3.3 – 3.6 memperlihatkan log gamma ray, NPHI, RHOB, DT, Zp, checkshot, porositas, dan saturasi air dari keempat sumur tersebut.

(32)

Universitas Pertamina - 17 Gambar 3.4 Tampilan Sumur 2

Gambar 3.5 Tampilan Sumur 3

(33)

3.1.4 Data Marker

Pada empat sumur yang tersedia terdapat marker Geologi (tabel 3.1) yang menandakan bidang batas tiap formasi. Berikut data marker Geologi yang tersedia dari empat sumur:

Tabel 3.1 Data marker tiap sumur

Marker Sumur 1 (ft) Sumur 2 (ft) Sumur 3 (ft) Sumur 4 (ft)

ABF 2315.96 - - 2190 Gumai - - - 3783 Intra Gumai - 6805.81 4712 5044 BRF-A 5588.07 6835.66 5464.76 5899 BRF-B 5588.07 6923.6 5464.76 - BRF-C 5628.1 7024.3 5550.36 - BRF-D (platform) 5750.99 7296.95 5616.37 - BRF-E 5990.67 7363.3 5822.22 - PDP 6031.17 7913 5860.82 6252 Talang Akar - 8029.19 6165 - Basement (weathered) - 8177.06 6247 - Basement (fresh) - 6805.81 6277 6484 3.2Diagram Alir Mulai Seismik Data Sumur

Atribut Seismik Properti data log

Data

Checkshot

Well seismic tie

Interpretasi lapisan

Mulltiatribut Seismik

Analisa

Selesai

Pseudo Log Property Volume

(34)

3.3Pengolahan Data

3.3.1 Pembuatan Wavelet

Pembuatan wavelet bertujuan untuk proses well seismic tie. Proses ini diawali dengan analisa amplitude spectrum (gambar 3.7 – 3.10) data seismik pada daerah disekitar reservoir untuk mengetahui frekuensi dominannya. Frekuensi dominan ini nantinya akan menjadi salah satu parameter dalam pembuatan wavelet. Berikut hasil analisa amplitude spectrum pada 4 sumur:

Gambar 3.7 Amplitude spectrum sumur 1

DOMINANT FREQUENCY = 20 Hz

DOMINANT FREQUENCY = 19 Hz DOMINANT FREQUENCY = 33 Hz

(35)

Universitas Pertamina - 20 Gambar 3.10 Amplitude spectrum sumur 4

3.3.2 Well Seismic Tie

Proses well seismic tie bertujuan untuk mengikat data sumur yang berada di domain kedalaman dengan data seismik yang berada di domain waktu. Proses ini diawali dengan melakukan koreksi data checkshot tiap sumur untuk mengubah data sumur yang berada di domain kedalaman ke domain waktu. Selanjutnya melakukan pencocokan seismogram seismik dengan seismogram sintetik (konvolusi antara koefisien refleksi dengan Ricker Wavelet). Pada proses ini dilakukan stretch dan squeeze pada beberapa sumur guna menempatkan reflektor pada posisi yang tepat serta mendapatkan nilai korelasi yang tinggi.

3.3.3 Interpretasi Lapisan

Proses interpretasi lapisan bertujuan untuk mendapatkan gambaran struktur bawah permukan suatu lapisan dalam domain waktu. Hal ini dilakukan dengan membuat garis sesuai dengan kemenerusan lapisan. Lapisan yang di interpretasi adalah BRF-A (Formasi Baturaja) yang merupakan top reservoir dan PDP (Formasi Pendopo atau Talang Akar Atas) yang merupakan base reservoir. Gambar 3.11 memperlihatkan lapisan BRF-A (hijau) dan PDP (kuning) pada penampang seismik dibawh ini.

(36)

Universitas Pertamina - 21 Gambar 3.11 Hasil interpretasi lapisan BRF-A (hijau) dan PDP (kuning)

3.3.4 Analisis Atribut Seismik Tunggal

Analisis atribut seismik tunggal bertujuan untuk mengetahui hubungan antara atribut seismik dengan target (porositas dan gamma ray). Atribut yang digunakan merupakan dari kelompok atribut amplitudo dan frekuensi. Terdapat juga beberapa eksternal atribut yang merupakan volume atribut seismik yang tidak tersedia di Software Hampson – Russel seperti Sweetness, RMS Amplitude, Relative Acoustic Impedace, dan lain – lain. Berikut hasil pelatihan antara atribut tunggal dengan target (porositas dan gamma ray) yang ditunjukkan oleh tabel 3.2 dan 3.3:

Tabel 3.2 Korelasi antara atribut tunggal dengan porositas

No Target Final Attribute Training Error Validation Error

1 Porosity Sqrt(Ex_Relative_Acoustic_Impedance) 0.079594 -0.595109

2 Porosity Instantaneous Frequency 0.090679 0.402159

3 Porosity Log(Ex_RMS_Amplitude) 0.09722 -0.190916

4 Porosity 1/(Ex_Instantaneous_Quality) 0.098184 -0.131286

5 Porosity Average Frequency 0.098565 -0.097924

6 Porosity Derivative Instantaneous Amplitude 0.099027 -0.016907

7 Porosity (Ex_Envelope)**2 0.097472 -0.177299

8 Porosity Amplitude Weigthed Frequency 0.096815 0.210816

9 Porosity Integrated Absoulute Impedance 0.098811 0.068101

(37)

Universitas Pertamina - 22 Tabel 3.3 Korelasi antara atribut tunggal dengan gamma ray

3.3.5 Analisis Multiatribut Seismik

Analisis multiatribut seismik bertujuan untuk mencari kombinasi dari atribut tunggal yang memiliki korelasi paling baik dengan target (porositas dan gamma ray). Proses analisis ini dilakukan menggunakan tiga sumur untuk pelatihan dan satu sumur validasi. Metode yang digunakan dalam analisa ini yaitu step wise regression.

3.3.6 Analisis Probabilistic Neural Network (PNN)

Analisa multiatribut seismik menggunakan metode PNN bertujuan untuk mendapat nilai prediksi yang lebih baik daripada menggunakan metode step wise reggresion. Proses ini menggunakan dari hasil dari kombinasi multiatribut seismik metode step wise regression.

No Target Final Attribute Training Error Validation Error

1 Gamma Ray Sqrt(Ex_Relative_Acoustic_Impedance) 0.079594 -0.595109

2 Gamma Ray Instantaneous Frequency 0.090679 0.402159

3 Gamma Ray Log(Ex_RMS_Amplitude) 0.09722 -0.190916

4 Gamma Ray 1/(Ex_Instantaneous_Quality) 0.098184 -0.131286

5 Gamma Ray Average Frequency 0.098565 -0.097924

6 Gamma Ray Derivative Instantaneous Amplitude 0.099027 -0.016907

7 Gamma Ray (Ex_Envelope)**2 0.097472 -0.177299

8 Gamma Ray Amplitude Weigthed Frequency 0.096815 0.210816

9 Gamma Ray Integrated Absoulute Impedance 0.098811 0.068101

(38)

(39)

BAB IV

HASIL DAN PEMBAHASAN

4.1Wavelet

Pada penelitian ini wavelet yang digunakan dalam proses well seismic tie merupakan Ricker wavelet dengan frekuensi dominan 19 Hz. Proses penentuan frekuensi ini berdasarkan dari rata – rata amplitude spectrum di sekitar sumur 2,3, dan 4. Pada sumur 1 tidak diambil nilainya dalam perhitungan dikarenakan nilai frekuensi dominan yang terlalu tinggi dibandingkan 3 sumur lainnya. Wavelet yang dibuat adalah Ricker Wavelet dengan frekuensi dominan 19 Hz dan panjang wavelet 161 ms yang ditunjukkan pada gambar 4.1. Panjang wavelet sebesar 161 ms dipilih berdasarkan minimal 1/3 dari jendela analisis dalam pembuatan amplitude spectrum yang dimana rentang jendela analisis sebesar 250 ms – 350 ms.

Gambar 4.1 Ricker wavelet

4.2Well Seismic Tie

Proses well seismic tie dilakukan pada keempat sumur pada daerah penelitian dengan perlakuan yang berbeda – beda yaitu seperti dilakukan stretch dan squezee. Top reservoir BRF-A ditunjukkan oleh reflektor peak dan base reservoir PDP ditunjukkan oleh reflektor trough. Pada sumur 1 (gambar 4.2) didapatkan nilai korelasi sebesar 0,687 dan time shift -1 ms dengan jendela analisis dari 1300 ms – 1610 ms. Pada sumur 1 tidak dilakukan stretch dan squezee dikarenakan seismogram sintetik (biru) sudah berada pada posisi yang sesuai dengan seismogram seismik (merah). Pada sumur 2 (gambar 4.3) didapatkan nilai korelasi sebesar 0,772 dan time shift 2 ms dengan jendela analisis dari 1300 ms – 1624 ms. Pada sumur 2 tidak dilakukan stretch dan squezee seperti sumur 1, hal ini dikarenakan seismogram sintetik (biru) sudah berada pada posisi yang sesuai dengan seismogram seismik (merah). Pada sumur 3 (gambar 4.4) didapatkan nilai korelasi sebesar 0,761 dan time shift 0 ms dengan jendela analisis dari 1300 ms – 1594 ms. Pada sumur 3 dilakukan stretch dan squezee, hal ini dilakukan karena seismogram sintetik (biru) pada interval reservoir tidak pada posisi yang sesuai terhadap seismogram seismik (merah). Pada sumur 4 (gambar 4.5) didapatkan nilai korelasi sebesar 0,917 dan time shift 1 ms dengan jendela analisis dari 1200 ms – 1458 ms. Pada sumur 4 dilakukan

(40)

Universitas Pertamina - 25 stretch dan squezee, hal ini dilakukan karena seismogram sintetik (biru) pada interval reservoir tidak pada posisi yang sesuai terhadap seismogram seismik (merah).

Gambar 4.2 Hasil well seismic tie sumur 1

(41)

Universitas Pertamina - 26 Gambar 4.4 Hasil well seismic tie sumur 3

Gambar 4.5 Hasil well seismic tie sumur 4

4.3Interpretasi Lapisan

Interpretasi lapisan dilakukan untuk mengetahui gambaran bawah permukaan dari suatu lapisan. Pada proses ini dilakukan interpretasi pada dua lapisan yaitu BRF-A sebagai top reservoir dan PDP sebagai base reservoir. Dari hasil interpretasi pada lapisan BRF-A didapatkan gambaran dua closure (gambar 4.6) pada bagian barat dan timur daerah penelitian yang menunjukkan adanya keberadaan carbonate build up. Dari gambar 4.6 dapat diketahui bahwa carbonate build up sebelah barat daerah penelitian memiliki struktur yang yang lebih dangkal dibandingkan carbnante build up sebelah timur daerah penelitian. Hal ini juga didukung dari penampang seismik yang ditunjukkan oleh gambar 3.15 bahwa lapisan BRF-A sekitar sumur 4 memiliki struktur yang lebih dangkal dibanding struktur sekitar. Peta isochron merupakan peta ketebalan dalam

(42)

Universitas Pertamina - 27 waktu yang dihasilkan dari top PDP dikurangi top BRF-A (gambar 4.8) menunjukkan bahwa carbonate build up sebelah barat daerah penelitian memiliki ketebalan sekitar 30 ms – 48 ms, sedangkan carbonate build up sebelah timur daerah penelitian memiliki ketebalan 24 ms – 30 ms.

Gambar 4.6 Peta struktur waktu top BRF-A

(43)

Universitas Pertamina - 28 Gambar 4.8 Peta isochron (top PDP dikurangi top BRF-A)

4.4Porositas

Pada analisis mutiatribut seismik untuk memprediksi porositas dipilih beberapa atribut seismik yang digunakan sebagai masukan. Atribut ini berasal dari data seismik itu sendiri (internal attribute) maupun dari luar data seismik (external attribute). Gambar 4.9 merupakan crossplot antara AI vs porositas dari data log. Dari crossplot tersebut terlihat ada hubungan antara AI dengan porositas sehingga atribut relative acoustic impedance menjadi salah satu atribut yang digunakan dalam kombinasi multiatribut. Dalam penelitian ini atribut relative acoustic impedance diperoleh dari software petrel. Selanjutnya dilakukan analisis multiatribut seismik menggunakan metode step wise regression dengan menggunakan tiga sumur untuk pelatihan dan satu sumur untuk validasi. Dari analisis ini dipilih lima dari sepuluh kombinasi atribut seismik seperti yang ditunjukkan oleh gambar 4.10. Gambar 4.11 menunjukkan lima kombinasi atribut seismik dari hasil analisis multiatribut seismik. Pada hasil pelatihan nilai korelasi yang didapatkan sebesar 0,8037 dengan galat 0,0589 fraksi dan pada hasi validasi nilai korelasi yang didapatkan sebesar 0,9079 dengan galat 0,0035 fraksi. Nilai korelasi yang tinggi ini didukung oleh modelled log pada hasil pelatihan dan validasi menunjukkan trend yang menyerupai original log pada jendela analisa khususnya pada interval reservoir seperti yang ditunjukkan oleh gambar 4.12. Dari hasil analisa menggunakan metode step wise regression didapatkan korelasi antara prediksi porositas dengan nilai porositas pada data log dari keempat sumur sebesar 0.8228 dengan galat 0.0441 fraksi yang ditunjukkan pada gambar 4.13 dalam bentuk crossplot.

(44)

Universitas Pertamina - 29 Gambar 4.9 Crossplot antara AI vs Porositas

Gambar 4.10 Hasil analisis multiatribut seismik target porositas

(45)

Universitas Pertamina - 30 Gambar 4.12 Hasil pelatihan (a) dan validasi (b) dari kombinasi multiatribut seismik metode step wise regression

Gambar 4.13 Crossplot antara prediksi porositas dengan nilai porositas pada data log pada metode step wise regression

Pada analisis multiatribut seismik menggunakan metode PNN kombinasi multiatribut seismik sebelumnya digunakan sebagai masukan dalam analisis. Sumur yang digunakan dalam pelatihan yaitu tiga sumur dan satu sumur untuk validasi seperti pada proses sebelumnya. Dari hasil analisa PNN didapatkan korelasi sebesar 0,9066 dengan galat 0,0430 fraksi pada pelatihan dan korelasi sebesar 0,9259 dengan galat 0,0355 fraksi. Selain itu metode PNN memberikan hasil modelled log yang lebih smooth dan trend yang dihasilkan memiliki kemiripan dengan original log pada jendela analisa khususnya pada interval reservoir seperti yang ditunjukkan oleh gambar 4.14. Dari hasil

(46)

Universitas Pertamina - 31 analisis ini didapatkan korelasi sebesar 0.9052 dengan galat 0.0335 fraksi pada keempat sumur dalam bentuk crossplot seperti yang ditunjukkan oleh gambar 4.15.

Gambar 4.14 Hasil pelatihan (a) dan validasi (b) dari analisa multiatribut seismik metode pnn

Gambar 4.15 Crossplot antara prediksi porositas dengan nilai porositas pada data log pada metode pnn

Volume porositas dibuat dari hasil pemodelan log menggunakan metode PNN sebagai masukan. Pada penampang porositas (gambar 4.16) menunjukkan persebaran porositas secara lateral yang melewati empat sumur. Pada penampang tersebut diketahui bahwa carbonate build up disekitar sumur 1, 2, dan 3 memiliki porositas yang lebih tinggi dibandingkan carbonate build up di sekitar sumur 4. Pada penampang porositas (gambar 4.16) terlihat adanya artifact berbentuk garis vertikal pada sebagian interval reservoir, tetapi hasil dari penampang porositas ini dapat digunakan karena dapat

(47)

Universitas Pertamina - 32 menunjukkan persebaran porositas baik secara vertikal maupun lateral. dari Gambar 4.17 menunjukkan persebaran rata – rata porositas di interval reservoir pada seluruh daerah penelitian. Dari peta tersebut dapat diketahui rata – rata porositas pada interval reservoir sebesar 0 – 17 %. Porositas pada carbonate build up sebelah barat daerah penelitian memiliki nilai porositas rata – rata 7 – 15 %, sedangkan carbonate build up sebelah timur daerah penelitian memiliki nilai porositas rata – rata 0 – 5 %. Gambar 4.18 menunjukkan hasil slice porositas pada waktu 40 ms, 28 ms, 26 ms, 20 ms, 14 ms, 10 ms, 6 ms, dan 2 ms yang dilakukan dari lapisan PDP ke atas. Dari hasil slice tersebut menunjukkan perbedaan ketebalan dari kedua carbonate build up yang dimana carbonate build up sebelah barat daerah penelitian mulai terlihat di peta pada waktu 40 ms, sedangkan carbonate build up sebelah timur daerah penelitian mulai terlihat di peta pada waktu 28 ms. Selain itu, dari hasil time slice ini juga dapat diketahui pada badan reservoir carbonate build up sebelah barat daerah penelitian yang memiliki nilai porositas yang tinggi mulai dari bagian atas hingga bawah reservoir. Sedangkan pada badan reservoir carbonate build up sebelah timur daerah penelitian memiliki nilai porositas yang tinggi pada bagian atas reservoir di waktu 28 – 20 ms dan porositas rendah pada tengah hingga bagian bawah reservoir pada waktu 20 – 2 ms.

(48)

Universitas Pertamina - 33 Gambar 4.17 Peta peserbaran porositas pada interval reservoir

Legenda: Top BRF-A Sumur

(49)

Universitas Pertamina - 34 Gambar 4.18 Time slice pada 40 ms (a), 28 ms (b), 26 ms (c), 20 ms (d), 14 ms (e), 10 ms (f), 6 ms (g), dan

2 ms (h) yang diambil dari PDP ke atas

4.5Gamma Ray

Pada analisis mutiatribut seismik untuk memprediksi gamma ray proses yang dilakukan mirip dengan prediksi porositas yaitu diawali dengan melakukan analisis

(50)

Universitas Pertamina - 35 atribut tunggal untuk mengetahui hubungan antara atribut seismik dengan gamma ray. Gambar 4.19 merupakan crossplot antara AI vs gamma ray dari data log dan memperlihatkan adanya hubungan antara AI dengan gamma ray. Oleh karena itu atribut relative acoustic impedance menjadi salah satu atribut yang digunakan dalam kombinasi multiatribut. Selanjutnya dilakukan analisis multiatribut seismik menggunakan metode step wise regression dengan menggunakan tiga sumur untuk pelatihan dan satu sumur untuk validasi dari analisis ini dipilih tiga dari sepuluh kombinasi atribut seismik seperti yang ditunjukkan oleh gambar 4.20. Gambar 4.21 menunjukkan tiga kombinasi atribut seismik dari hasil analisis multiatribut seismik. Pada hasil pelatihan nilai korelasi yang didapatkan sebesar 0,8223 dengan galat 26,8662 API dan pada hasil validasi nilai korelasi yang didapatkan sebesar 0,8097 dengan galat 37,8635 API. Dari hasil pelatihan, modelled log pada sumur 3 di interval reservoir bagian atas menunjukkan trend yang kurang baik. Hal ini dipengaruhi oleh hilangnya data pada interval diatas reservoir sehingga menyebabkan kesalahan pada saat pemodelan log. Kesalahan ini berlaku pula pada sumur 2 yang berperan sebagai validasi, dimana hasil pemodelan pada interval diatas reservoir memberikan hasil pemodelan yang tidak sesuai dengan log asli. Namun hasil pemodelan pada interval reservoir memberikan hasil yang mirip dengan log asli, sehingga kesalahan pemodelan pada interval diatas reservoir tidak terlalu diperhatikan karena pada penelitian ini berfokus pada interval reservoir. Hasil pelatihan dan validasi pada keempat sumur ditunjukkan oleh gambar 4.22. Dari hasil analisa menggunakan metode step wise regression didapatkan korelasi antara prediksi gamma ray dengan nilai gamma ray pada data log dari keempat sumur sebesar 0.8054 dengan galat 23.5327 API yang ditunjukkan pada gambar 4.23 dalam bentuk crossplot.

(51)

Universitas Pertamina - 36 Gambar 4.20 Hasil analisis multiatribut seismik target gamma ray

Gambar 4.21 Kombinasi 3 atribut seismik terbaik dengan korelasi tinggi terhadap gamma ray

Gambar 4.22 Hasil pelatihan (a) dan validasi (b) dari analisa multiatribut seismik metode step wise regression

(52)

Universitas Pertamina - 37 Gambar 4.23 Crossplot antara prediksi gamma ray dengan nilai gamma ray pada data log pada metode step wise

regression

Pada analisis multiatribut seismik menggunakan metode PNN kombinasi multiatribut seismik sebelumnya digunakan sebagai masukan dalam analisis. Sumur yang digunakan dalam pelatihan yaitu tiga sumur dan satu sumur untuk validasi seperti pada proses sebelumnya. Dari hasil analisis PNN didapatkan korelasi sebesar 0,821847 dengan galat 24,505 API pada pelatihan dan korelasi sebesar 0,805477 dengan galat 39,0201 API. Pada metode PNN hasil modelled log yang dihasilkan memiliki trend yang lebih seperti yang ditunjukkan oleh gambar 4.24. Dari hasil analisa ini didapatkan korelasi sebesar 0.817963 dengan galat 19,111 API pada keempat sumur dalam bentuk crossplot seperti yang ditunjukkan oleh gambar 4.25.

Gambar 4.24 Hasil pelatihan (a) dan validasi (b) dari analisa multiatribut seismik metode pnn

(53)

Universitas Pertamina - 38 Gambar 4.25 Crossplot antara prediksi gamma ray dengan nilai gamma ray pada data log pada metode pnn

Volume gamma ray dibuat dari hasil pemodelan log menggunakan metode PNN sebagai masukan. Pada penampang gamma ray (gambar 4.26) menunjukkan persebaran gamma ray secara lateral yang melewati empat sumur. Dari penampang tersebut diketahui bahwa pada badan reservoir memiliki nilai gamma ray yang relatif rendah. Gambar 4.27 menunjukkan persebaran rata – rata gamma ray di interval reservoir pada daerah penelitian. Dari peta tersebut dapat diketahui rata – rata gamma ray pada interval reservoir sebesar 40 – 115 API. Pada peta tersebut diketahui terdapat daerah dengan nilai gamma ray tinggi relatif tinggi yang berada di barat daya sumur 4 dan barat laut sumur sumur 1. Gambar 4.28 menunjukkan hasil slice gamma ray pada waktu 40 ms, 28 ms, 26 ms, 20 ms, 14 ms, 10 ms, 6 ms, dan 2 ms yang dilakukan dari lapisan PDP ke atas. Dari hasil slice tersebut menunjukkan perbedaan ketebalan dari kedua carbonate build up yang dimana carbonate build up sebelah barat daerah penelitian mulai terlihat di peta pada waktu 40 ms, sedangkan carbonate build up sebelah timur daerah penelitian mulai terlihat di peta pada waktu 28 ms. Hasil ini sesuai dengan slice di waktu yang sama pada data porositas. Selain itu, dari hasil time slice ini juga dapat diketahui pada kedua carbonate build up menunjukkan niai gamma ray rendah pada bagian atas hingga mendekati bawah reservoir. Pada waktu 14 ms, di carbonate build up sebelah barat daerah penelitian terdapat nilai gamma ray yang cukup tinggi pada sebagian daerah dan menyebar hingga hampir ke seluruh badan carbonate build up pada bagian base reservoir. Sedangkan pada sebagian carbonate build up sebelah timur daerah penelitian, nilai gamma ray tinggi muncul di waktu 10 ms dan semakin menyebar hampir ke seluruh badan carbonate build up pada bagian base reservoir.

(54)

Universitas Pertamina - 39 Gambar 4.26 Penampang gamma ray

Gambar 4.27 Peta persebaran gamma ray pada interval reservoir

Legenda: Top BRF-A Sumur

(55)

Universitas Pertamina - 40 Gambar 4.28 Time slice pada 40 ms (a), 28 ms (b), 26 ms (c), 20 ms (d), 14 ms (e), 10 ms (f), 6 ms (g), dan 2 ms (h)

(56)

(57)

BAB V

KESIMPULAN DAN SARAN

5.1Kesimpulan

Berikut beberapa hal yang dapat disimpulkan dari hasil analisis multiatribut seismk untuk menentukan persebaran porositas dan gamma ray Formasi Baturaja pada Lapangan ‘JHA’, Cekungan Sumatera Selatan:

1. Multiatribut seismik memiliki korelasi tinggi terhadap porositas dan gamma ray sehingga dapat digunakan untuk mengetahui persebaran nilai porositas dan gamma ray di interval reservoir Batukarbonat pada Formasi Baturaja.

2. Rata – rata porositas pada interval reservoir berkisar 0 – 17 % dan gamma ray 40 – 115 API.

3. Carbonate build up sebelah barat daerah penelitian memiliki nilai porositas 7 – 15 % dan gamma ray 40 – 90 API, sedangkan carbonate build up sebelah timur daerah penelitian memiliki nilai porositas 0 – 5 % dan gamma ray 70 – 115 API yang menjadikan carbonate build up sebelah barat daerah penelitian memiliki kualitas baik sebagai reservoir hidrokarbon, sehingga untuk pengembangan lapangan bisa difokuskan ke carbonate build up sebelah barat daerah penelitian.

4. Carbonate build up sebelah barat daerah penelitian memiliki nilai porositas yang tinggi mulai dari bagian top hingga base reservoir. Sedangkan Carbonate build up sebelah timur daerah penelitian, nilai porositas tinggi hanya pada bagian atas reservoir.

5. Carbonate build up sebelah barat daerah penelitian memiliki nilai gamma ray yang rendah mulai dari bagian top hingga tengah kebawah reservoir. Sedangkan Carbonate build up sebelah timur daerah penelitian, nilai gamma ray tinggi hanya pada bagian bawah reservoir.

6. Hasil dari analisis multiatribut seismik dapat menunjukkan interval reservoir yang memiliki nilai porositas tinggi (interval reservoir atas) dan nilai gamma ray yang rendah (interval reservoir bagian atas).

5.2Saran

Setelah dilakukan analisa multiatribut seismik untuk menentukan persebaran porositas dan gamma ray pada Formasi Baturaja Lapangan ‘JHA’, Cekungan Sumatera Selatan, beberapa saran yang dapat diberikan yaitu:

1. Perlu dilakukan integrasi dengan metode lain seperti inversi seismik untuk mengkonfirmasi nilai prediksi porositas dan gamma ray.

2. Perlu dilakukan analisis multiatribut seismik dengan target properti fisik batuan reservoir lainnya seperti saturasi air untuk mengetahui persebaran jenis fluida pada daerah penelitian.

(58)

(59)

DAFTAR PUSTAKA

Abdullah, A. (2007). Wavelet.

http://ensiklopediseismik.blogspot.com/2007/06/wavelet.html

Barner, A. E. (2016). Handbook of Poststack Seismic Attributes. Society of Exploration Geophysicist: Tulsa, Oklahoma USA.

Clure, J. dan Fiptiani, N. (2001). Hydrocarbon Exploration in the Merang Triangle, South Sumatra Basin. Proceedings of Indonesian Petroleum Association 28th Annual Convention.

David, G. dan Fielding, K. (2005). The Petroleum Systems and Future Potential of the South Sumatra Basin. Proceedings, Indonesian Petroleum Association (5): 67 – 89. Ellis, D.J dan Singer, J. M. (2007). Well Logging for Earth Scientists 2nd_{Edition. Springer}

Publishing. Dordrecht: Netherlands.

Hampson, D.P., Schuelke, J.S. and Quirein, J.A. (2001). Use of Multiattribute Transforms to Predict Log Properties from Seismic Data. Geophysics, Vol. 66, NO. 1, P. 220 – 226.

Harsono, A. (1997). Evaluasi Formasi dan Aplikasi Log. Schlumberger Oilfield Services: Jakarta.

Russell B., Hampson D., Schuelke J., Quirein J. (1997). Multiattribute Seismic Analysis. the Leading Edge, Vol. 16, No. 10, P. 1439 – 1444.

Sheriff, R. E. (2002). Encyclopedic Dictionary of Applied Geophysics 4th Edition. Society of Exploration Geophysicist: Tulsa, Oklahoma USA.

Tebo, J.M. dan Hart, B. S. (2003). 3-D Seismic Attribute Study for Reservoir Characterization of Carbonate Buildups Using A Volume-Based Method.

(60)

(61)

FORM BIMBINGAN TUGAS AKHIR

FormTA – 2 Bimbingan Tugas Akhir

FAKULTAS TEKNOLOGI EKSPLORASI DAN

PRODUKSI

PROGRAM STUDI TEKNIK GEOFISIKA

Nama Mahasiswa : Jakfar Husin Almuhdar NIM : 101116051

Nama Pembimbing : Dr. Ida Herawati NIP : 116126

No. 1 Hari/Tanggal: Jum’at, 27 Maret 2020

Hal yang menjadi perhatian:

- Tinjauan Geologi daerah penelitian - Data seismik

- Data sumur

Paraf Pembimbing:

No. 2 Hari/Tanggal: Selasa, 7 April 2020

Hal yang menjadi perhatian: - Well seismic tie

- Crossplot log gamma ray dengan impedansi akustik - Cross section gamma ray dengan impedansi akustik

Paraf Pembimbing:

(62)

Universitas Pertamina - 47 Hal yang menjadi perhatian:

- Well seismic tie - Atribut seismik - Perhitungan PHIT

Paraf Pembimbing:

No. 4 Hari/Tanggal: Senin, 4 Mei 2020

Hal yang menjadi perhatian: - Interpretasi horizon - Pemilihan atribut seismik - Hubungan target dengan atribut

Paraf Pembimbing:

No. 5 Hari/Tanggal: Jum’at, 15 Mei 2020

- Pemilihan kombinasi multiatribut seismik - Window multiatribut seismik

- Pemilihan blind well sebagai validasi

Paraf Pembimbing:

No. 6 Hari/Tanggal: Kamis, 28 Mei 2020

- Pemilihan kombinasi multiatribut pada target porositas - Penentuan sumur yang dijadikan blind well atau validasi pada

target porositas

- Percobaan ulang multiatribut pada terget gamma ray

(63)

No. 7 Hari/Tanggal: Jum’at, 5 Juni 2020

- Melakukan analisa multiatribut metode PNN - Hasil slice pada volume porositas

Paraf Pembimbing:

No. 8 Hari/Tanggal: Jum’at, 12 Juni 2020

- Persiapan bahan untuk seminar kemajuan

Paraf Pembimbing:

No. 9 Hari/Tanggal: Rabu, 17 Juni 2020

- Pemahaman isi presentasi untuk seminar kemajuan - Waktu presentasi

Paraf Pembimbing:

(64)

Universitas Pertamina - 49 Hal yang menjadi perhatian:

- Melakukan revisi dari hasil seminar kemajuan

- Melakukan analisa multiatribut seismik terhadap target gamma ray

Paraf Pembimbing:

No. 11 Hari/Tanggal: Jum’at, 3 Juli 2020

- Penentuan kombinasi baru multiatribut seismik untuk target porositas

- Hasil multiatribut seismik untuk target gamma ray

Paraf Pembimbing:

No. 12 Hari/Tanggal: Jum’at, 17 Juli 2020

Hal yang menjadi perhatian: - Analisa hasil prediksi