ANALISIS LINGKUNGAN PENGENDAPAN DAN PREDIKSI DISRIBUSI RESERVOAR MENGGUNAKAN SEISMIK INVERSI DAN MULTIATRIBUT BERDASARKAN METODE RGB BLENDING DAN PROBABILISTIC NEURAL NETWORK (PNN) STUDI KASUS LOWER TALANG AKAR FORMATION LAPANGAN “BEECHARA

KARIMAH, ANANDA ACHLAQUL (2022) ANALISIS LINGKUNGAN PENGENDAPAN DAN PREDIKSI DISRIBUSI RESERVOAR MENGGUNAKAN SEISMIK INVERSI DAN MULTIATRIBUT BERDASARKAN METODE RGB BLENDING DAN PROBABILISTIC NEURAL NETWORK (PNN) STUDI KASUS LOWER TALANG AKAR FORMATION LAPANGAN “BEECHARA. Diploma thesis, Universitas Pembangunan Nasional "Veteran" Yogyakarta.

	Text 1. FULL SKRIPSI_115170054_ANANDA ACHLAQUL K.pdf Restricted to Repository staff only Download (26MB)
	Text 1. FULL SKRIPSI_115170054_ANANDA ACHLAQUL K.pdf Restricted to Repository staff only Download (26MB)
	Text 2. ABSTRAK_115170054_ANANDA ACHLAQUL K.pdf Download (174kB)
	Text 3. COVER SKRIPSI_115170054_ANANDA ACHLAQUL KARIMAH.pdf Download (189kB)
	Text 4. LEMBAR PENGESAHAN_115170054_ANANDA ACHLAQUL KARIMAH.pdf Download (179kB)
	Text 5. DAFTAR ISI_115170054_ANANDA ACHLAQUL K.pdf Download (167kB)
	Text 6. DAFTAR PUSTAKA_115170054_ANANDA ACHLAQUL K.pdf Download (218kB)

Abstract

Lapangan “Beechara” merupakan salah satu lapangan onshore yang produktif di
Sub-Cekungan Jambi. Salah satu zona potensi hidrokarbon terletak pada interval Lower
Talang Akar Formation (LTAF). Pengembangan studi lapangan pada Formasi Lower
Talang Akar dilakukan dengan analisis sikuen stratigrafi, pemetaan properti fisis distribusi
reservoar yang direpresentasikan dengan properti batuan Accoustic Impedance (AI),
Gamma Ray, P-Velocity, Density dan Porosity.
Pada penelitian ini menggunakan metode integrasi dari data 3D seismik dan
wireline logging. Distribusi reservoar dipetakan menggunakan konsep Deterministic
Inversion Model-Based, dan Multivariate Attribute dengan metode RGB Colour Blending
dan Probabilistic Neural Network (PNN). Deterministic Inversion Model-based
merupakan metode yang digunakan dalam memetakan Accoustic Impedance dengan
konsep inversi yang berbasis pada model. Selanjutnya untuk mengidentifikasi adanya
brightspot sebagai direct hydrocarbon indicator (DHI) digunakan analisis multivariate
attribute dengan metode RGB Colour Blending yang memanfaatkan tiga buah attribute
yaitu RMS Amplitude, Amplitude Envelope dan Sweetness. Serta dalam pemetaan distribusi
reservoar juga memanfaatkan multivariate attribute untuk mengidentifikasi properti batuan
yang dilakukan dengan metode Probabilistic Neural Network (PNN).
Hasil interpretasi membagi menjadi dua zona yaitu LTAF-A dan LTAF-B. Analisis
distribusi reservoar ini difokuskan pada area brightspot sebagai direct hydrocarbon
indicator (DHI). Zona LTAF-A memiliki karakteristik reservoar target berada pada low AI
dengan low gamma ray ( <96 API) yang dinyatakan sebagai clean sand, dan high porosity
( >10%). Sedangkan pada zona LTAF-B karakter reservoar diidentifikasi pada low AI
(<32000 ft/s*gr/cc), low p-velocity (<14500 ft/s), low density (<2.45 gr/cc), dan high
porosity (>10%) yang diinterpretasikan berada pada litologi porous conglomerate.
Berdasarkan hasil analisis terintegrasi lapangan Beechara khususnya pada Lower Talang
Akar tersusun atas reservoar sand dan conglomerate yang terendapkan pada lingkungan
fluvial pada area proximal dan distal braided river system.
Kata kunci : Inversi Deterministik, Lingkungan Pengendapan, Model-Based,
Multiatribut, Probabilistic Neural Network, RGB Blending

Item Type:	Thesis (Diploma)
Uncontrolled Keywords:	Inversi Deterministik, Lingkungan Pengendapan, Model-Based, Multiatribut, Probabilistic Neural Network, RGB Blending
Subjects:	Q Science > Q Science (General)
Divisions:	Faculty of Engineering, Science and Mathematics > School of Engineering Sciences
Depositing User:	Eny Suparny
Date Deposited:	20 Jul 2022 08:53
Last Modified:	20 Jul 2022 08:55
URI:	http://eprints.upnyk.ac.id/id/eprint/30424

Actions (login required)

View Item