KARAKTERISASI RESERVOAR BATUPASIR BERDASARKAN DEKOMPOSISI SPEKTRAL, INVERSI SEISMIK MODEL BASED DAN MULTIATRIBUT NEURAL NETWORKS PADA LAPANGAN “EZ”, FORMASI UPPER TALANGAKAR (UTAF), CEKUNGAN SUMATERA SELATAN

Mustofa, Ahmad Bishry (2018) KARAKTERISASI RESERVOAR BATUPASIR BERDASARKAN DEKOMPOSISI SPEKTRAL, INVERSI SEISMIK MODEL BASED DAN MULTIATRIBUT NEURAL NETWORKS PADA LAPANGAN “EZ”, FORMASI UPPER TALANGAKAR (UTAF), CEKUNGAN SUMATERA SELATAN. Other thesis, Universitas Pembangunan Nasional "Veteran" Yogyakarta.

[thumbnail of 3. Cover.pdf]
Preview
Text
3. Cover.pdf

Download (325kB) | Preview
[thumbnail of 4. Halaman Pengesahan.pdf]
Preview
Text
4. Halaman Pengesahan.pdf

Download (6MB) | Preview
[thumbnail of 2. Abstrak.pdf]
Preview
Text
2. Abstrak.pdf

Download (247kB) | Preview
[thumbnail of 5. Daftar Isi.pdf]
Preview
Text
5. Daftar Isi.pdf

Download (172kB) | Preview

Abstract

Lapangan EZ adalah salah satu lapangan minyak dan gas yang terletak di
wilayah kerja Pertamina EP Eksploitasi Prabumulih dan Limau. Salah satu cara
untuk meningkatkan cadangan minyak dan gas bumi adalah eksplorasi lapisan
batupasir tipis di bawah ketebalan tuning. Lapisan batupasir yang beraa dibwah
ketebalan tuning adalah lapisan batupasir tipis yang berada di bawah resolusi
seismik berdasarkan analisis tuning thickness. Lapisan batupasir tipis tersebut
terletak di Formasi Talangakar, yang secara khusus di Formasi Talangakar Atas
(UTAF) yang terdapat interbeded shale-sandstone yang tipis di lingkungan
pengendapan fluvio-deltaic.
Karakterisasi Reservoar konvensional hanya bergantung pada Inversi
Impedansi akustik. Dalam penelitian ini dilakukan Karakterisasi Reservoar secara
komporehensif dengan mengaplikasikan Dekomposisi Spektral, Inversi Seismik
Model Based dan Multiatribut Neural Networks. Penggunaan metode tersebut
dilakukan karena jika menggunakan Inversi Seismik Model Based saja tidak dapat
membedakan fasies batupasir dari reservoar yang memiliki interbedding shalesandstone
tipis. Dengan menggunakan kombinasi Dekomposisi Spektral, Seismik
Inversi Model Based dan Multiatribut Neural Networks dapat menentukan
karakterisasi reservoar seperti aspek geometri (fasies) dan properti fisik (impedansi
akustik, gamma ray dan porositas).
Hasil Dekomposisi Spektral dengan mengaplikasikan RGB Blending dapat
menggambarkan morfologi Distributary Channel yang berorientasi dominan barat
laut - tenggara. Hasil inversi impedansi akustik didapat zona reservoar target
berasosiasi dengan impedansi akustik yang rendah dan hasil Multiatribut Neural
Networks juga didapatkan zona dengan nilai gamma ray yang rendah dan porosity
tinggi. Dari integrasi metode tersebut dapat ditentukan sumur usulan yaitu BM-1
dan BM-2. Pada Sumur BM-1 berada di zona fasies distributary channel dengan
nilai impedansi akustik rendah yaitu 24.650 ft/s *g/cc, memiliki gamma ray sebesar
65,68 API dan porositas 23 %. Pada Sumur BM-2 berada di zona fasies distributary
channel dengan nilai impedansi akustik rendah yaitu 25.602 ft/s*g/cc, memiliki
gamma ray sebesar 62,10 API dan porositas 22 %.
Kata kunci : Karakterisasi Reservoar, Dekomposisi Spektral, RGB Blending,
Seismik Inversi Model Based, Multiatribut Neural Networks,
Distributary Channel

Item Type: Thesis (Other)
Subjek: T Technology > T Technology (General)
Divisions: x. Faculty of Engineering, Science and Mathematics > School of Engineering Sciences
Depositing User: Basir Umaryadi
Date Deposited: 26 Sep 2018 03:55
Last Modified: 26 Sep 2018 03:55
URI: http://eprints.upnyk.ac.id/id/eprint/16622

Actions (login required)

View Item View Item