ANALISIS MULTIATRIBUT PROBABILISTIC NEURAL NETWORK (PNN) SEISMIK 2D UNTUK PENENTUAN SEBARAN LITOLOGI, POROSITAS DAN SATURASI AIR PADA RESERVOAR LOWER TANJUNG, LAPANGAN “W”, CEKUNGAN BARITO.

Putra, Widodo (2018) ANALISIS MULTIATRIBUT PROBABILISTIC NEURAL NETWORK (PNN) SEISMIK 2D UNTUK PENENTUAN SEBARAN LITOLOGI, POROSITAS DAN SATURASI AIR PADA RESERVOAR LOWER TANJUNG, LAPANGAN “W”, CEKUNGAN BARITO. Other thesis, Universitas Pembangunan Nasional "Veteran" Yogyakarta.

[img]
Preview
Text
COVER_Widodo Putra_115140095.pdf

Download (277kB) | Preview
[img]
Preview
Text
LEMBAR PENGESAHAN_Widodo Putra_115140095.pdf

Download (1MB) | Preview
[img]
Preview
Text
ABSTRAK_Widodo Putra_115140095.pdf

Download (374kB) | Preview
[img]
Preview
Text
DAFTAR ISI_Widodo Putra_115140095.pdf

Download (190kB) | Preview

Abstract

Lapangan “W” merupakan salah satu lapangan ekplorasi yang ada di Cekungan Barito. Berdasarkan tinjauan geologi, Cekungan Barito memiliki 2 reservoar yang dianggap prospek hidrokarbon yaitu reservoar Formasi Berai dan reservoar Formasi Lower Tanjung. Salah satu metode yang dapat memetakan reservoar adalah metode seismik refleksi. Pada penelitian ini metode seismik refleksi difokuskan untuk analisa properti fisik batuan yaitu porositas dan saturasi fluida reservoar. Analisa properti fisik batuan pada metode seismik refleksi menggunakan pengembangan dari metode atribut seismik yaitu metode seismik multiatribut Probabilistic Neural Network (PNN). Secara umum konsep dari metode ini adalah mengetahui hubungan dari data log dan data seismik. Parameter yang digunakan dalam analisa ini terdiri dari Paramater gamma ray, Porosity dan saturation water (Sw). Selain metode multiatribut dalam penelitian ini juga dilakukan analisa stuktur geologi dengan tujuan untuk mengetahui zona prospek hidrokarbon pada Formasi Lower Tanjung. Dari hasil analisa multiatribut probabilistic neural network (PNN) didapatkan bahwa Formasi Lower Tanjung merupakan reservoar batupasir. Pada log porositas efektif didapatkan trainning result sebesar 0,96 % dengan error 0,02 %. Porositas formasi ini berkisar antara 0-16 %. Sedangkan pada log saturasi air (Sw) trainning result didapatkan sebesar 0,96 % dengan error 0,07 %. Saturasi air di formasi ini secara umum berada pada level 80 %. Integrasi peta yang dihasilkan menunjukan adanya 2 zona prospek hidrokarbon berupa cebakan antiklin yaitu Zona PU dan Zona BG. Zonasi tersebut didapatkan dari hasil overlay Peta Struktur Waktu, Peta Persebaran Litologi, Peta Porositas dan Peta Saturasi air. Kedua zona prospek hidrokarbon diharapkan mampu meningkatkan produksi migas di Cekungan Barito. Kata Kunci : Reservoar, Formasi Lower Tanjung, Cekungan Barito, Multiatribut, Probabilistic Neural Network (PNN), Gamma ray, Porositas, Saturasi air.

Item Type: Thesis (Other)
Subjects: T Technology > TA Engineering (General). Civil engineering (General)
Divisions: Faculty of Engineering, Science and Mathematics > School of Engineering Sciences
Depositing User: Basir Umaryadi
Date Deposited: 17 Dec 2018 04:07
Last Modified: 17 Dec 2018 04:07
URI: http://eprints.upnyk.ac.id/id/eprint/17570

Actions (login required)

View Item View Item