ANALISIS SEISMIK MULTI-ATTRIBUTE NEURAL NETWORK UNTUK IDENTIFIKASI BATUBARA SEBAGAI BATUAN INDUK CBM PADA LAPANGAN GAS METANA BLOK HELIOS II FORMASI WARUKIN, CEKUNGAN BARITO KALIMANTAN SELATAN

ANANDA B.S, RYAN (2019) ANALISIS SEISMIK MULTI-ATTRIBUTE NEURAL NETWORK UNTUK IDENTIFIKASI BATUBARA SEBAGAI BATUAN INDUK CBM PADA LAPANGAN GAS METANA BLOK HELIOS II FORMASI WARUKIN, CEKUNGAN BARITO KALIMANTAN SELATAN. Other thesis, Universitas Pembangunan Nasional Veteran Yogyakarta.

[thumbnail of ABSTRAK.pdf]
Preview
Text
ABSTRAK.pdf

Download (67kB) | Preview
[thumbnail of COVER.pdf]
Preview
Text
COVER.pdf

Download (133kB) | Preview
[thumbnail of DAFTAR ISI.pdf]
Preview
Text
DAFTAR ISI.pdf

Download (110kB) | Preview
[thumbnail of LEMBAR PENGESAHAN.pdf]
Preview
Text
LEMBAR PENGESAHAN.pdf

Download (509kB) | Preview

Abstract

Analisis seismik multi-atributte adalah salah satu metode statistik yang menggunakan lebih dari satu atribut untuk memprediksi beberapa properti fisik dari bumi. Pada analisa ini dicari hubungan antara log dengan data seismik pada lokasi sumur dan menggunakan hubungan tersebut untuk memprediksi atau mengestimasi volume dari properti log pada semua lokasi pada volume seismik. Pemodelan seismik multi-attribute dapat meningkatkan resolusi data seismik dalam identifikasi lapisan batubara yang memiliki ketebalan sangat tipis hingga dibawah tunning thickness. Pemodelan seismik multi-attribute dilakukan berdasarkan analisa pseudo-density yang dihasilkan dari algoritma neural network.
Lokasi penelitian berada pada blok Helios II yang merupakan lapangan CBM dan terletak di Cekungan Barito, Kalimantan Selatan. Ketersediaan data menggunakan 3 titik sumur yaitu TRA-01, TRA-03, TRA-04 dan 30 lintasan seismik 2D. Dalam penelitian ini zona target utamanya ada pada Formasi Warukin yang dibagi menjadi 3 sub-zona yaitu Coalzone A, Coalzone B, dan Coalzone C.
Pemodelan seismik multi-attribute menggunakan property density untuk masing-masing Coalzone yang diperoleh dari analisa sensitivitas. Pada coalzone A menggunakan nilai density < 1.8 g/cc, coalzone B menggunakan nilai density 2.1 g/cc, dan coalzone C menggunakan nilai density 2.1 g/cc. Hasil Pemodelan secara umum menunjukan persebaran lapisan batubara lebih banyak terdapat di sebelah NE pada daerah penelitian dibandingkan di daerah Selatan daerah penelitan.
.
Kata Kunci : Seismik Multi-Atrribute, Neural Network ,CBM.

Item Type: Thesis (Other)
Subjects: T Technology > T Technology (General)
Divisions: Faculty of Engineering, Science and Mathematics > School of Engineering Sciences
Depositing User: Eko Yuli
Date Deposited: 04 Sep 2019 06:03
Last Modified: 22 Aug 2023 01:36
URI: http://eprints.upnyk.ac.id/id/eprint/20920

Actions (login required)

View Item View Item