PEMETAAN SEBARAN POROSITAS RESERVOIR MENGGUNAKAN METODE ...
Transcript of PEMETAAN SEBARAN POROSITAS RESERVOIR MENGGUNAKAN METODE ...
PEMETAAN SEBARAN POROSITAS RESERVOIR MENGGUNAKAN METODE INVERSI
IMPEDANSI AKUSTIK BERBASIS MODEL DAN SPARSE SPIKE PADA LAPANGAN Y
Muhammad Alkadri Samaun1, Sabrianto Aswad2, Syamsuddin3 1Mahasiswa Program Studi Geofisika, Universitas Hasanuddin,
Email: [email protected] 2Staf Pengajar Program Studi Geofisika, Universitas Hasanuddin,
Email: [email protected] 3Staf Pengajar Program Studi Geofisika, Universitas Hasanuddin,
Email: [email protected]
ABSTRAK
Pengetahuan mengenai karakterisasi reservoir dari segi geometri, bodi, dan aspek fisis menjadi indikator
penting dalam mengembangkan prospektivitas lapangan minyak dan gasbumi. Pada analisis karakter
reservoir saat ini umumnya menggunakan metode inversi impedansi akustik. Data seismik yang awalnya berupa data amplitudo kemudian ditransformasi untuk merepresentasikan keadaan litologi bawah
permukaan yang sebenarnya. Penelitian ini bertujuan untuk mengetahui prospektivitas hidrokarbon
berdasarkan sebaran parameter impedansi akustik dan porositas di daerah penelitian. Pada penelitian ini digunakan teknik inversi impedansi akustik yaitu Berbasis model dan Sparse Spike. Teknik inversi berbasis
model menggunakan teorema GLI (Generalizized Linear Inversion) yaitu suatu proses membandingkan
data model seismik buatan (sintetik) dengan rekaman seismik asli secara berulang β ulang. Sedangkan
teknik sparse spike mengasumsikan bahwa reflektifitas yang sebenarnya dapat diasumsikan sebagai seri dari spike β spike besar yang bertumpukan dengan spike β spike yang lebih kecil. Berdasarkan hasil analisis
kualitatif dan kuantitatif dengan menggunakan inversi model based memberikan tingkat korelasi yang lebih
baik daripada sparse spike. Pada zona reservoir menujukkan nilai AI yang tinggi yaitu sekitar 13.000 β 45.000 ((ft/s)*(g/cc)) dengan nilai porositas 5 β 25%. Berdasarkan hasil pemetaan mengindikasikan akumulasi hidrokarbon terdapat pada struktur antiklin yang berarah utara ke selatan daerah penelitian.
Kata Kunci : GLI ; Inversi berbasis model ; Inversi Sparse spike ; Impedansi Akustik ; Porositas.
ABSTRACT
Knowledge of reservoir characterization in terms of geometry, body, and physical aspect is an important indicator in developing the prospect of oil and gas fileds. Generally, reservoir characterization analysis use
acoustic impedance inversion method. Seismic data initially form of amplitude then transformed to
represent actual subsurface. This study aims to determine prospect of hydrocarbon based on distribution of acoustic impedance and porosity parameters. Inversion technique was used Model Based and Sparse Spike.
Model Based inversion technique use GLI (Generalized Linear Inversion) theorem, algorithm of GLI
assume comparing artificial (synthetic) seismic data with repetitive original seismic recordings. Sparse spike inversion assumes that reflectivity can be assumed to be a series of spikes - large spikes that are
stacked with smaller spikes. Based on qualitative and quantitative analysis result model based inversion
provides a better correlation than sparse spike. According to reservoir zone shows a high acoustic
impedance around 13.000 β 45.000 ((ft/s)*(g/cc)) with porosity around 5 β 25%. Based on mapping result hydrocarbon accumulation indicating found in anticline which formed from north β south of study area.
Keywords : GLI ; Model Based Inversion ; Sparse spike inversion ; Acoustic Impedance ; Porosity
I. PENDAHULUAN
Pengetahuan tentang karakter reservoir dari segi
geometri, bodi, dan aspek fisis reservoir yang
berkembang, dapat membantu dalam
menemukan dan mengembangkan wilayah yang
memiliki prospek minyak dan gas bumi. Salah
satu metode analisis data yang digunakan untuk
karakterisasi reservoir adalah aplikasi inversi
seismik. Dalam penelitian ini membandingkan
antar dua metode inversi impedansi akustik
berbasis model dan linier programming sparse
spike. Teknik inversi berbasis model
menggunakan teorema GLI (Generalized Linear
Inversion) yaitu suatu proses membandingkan
data model seismik sintetik dengan rekaman
seismik aslinya secara berulang β ulang. Teknik
inversi sparse spike mengasumsikan bahwa
reflektifitas sebenarnya dapat diasumsikan
sebagai seri dari spike β spike besar yang
bertumpukan dengan spike β spike yang lebih
kecil. Dalam menentukan hasil inversi yang
digunakan pada tahap transformasi nilai porositas
maka dilakukan perbandingan berdasarkan
analisis kualitatif dan kuantitatif. Berdasarkan
hasil pemetaan yang diperoleh maka dapat
diketahui sebaran nilai porositas yang
mengindikasikan prospektivitas di lapangan Y.
II. TINJAUAN PUSTAKA
A. Koefisien Refleksi
Besarnya KR (koefisien refleksi) mempunyai
nilai mulai dari 0 sampai 1. Jika impedansi
akustik i lebih rendah dari impedansi akustik i +
1, maka dikatakan gelombang merambat dari
lapisan dengan densitas lebih rendah ke lapisan
batuan dengan densitas lebih tinggi maka nilai
adalah negatif (-) dan sebaliknya, jika koefisien
positif (+) disimpulkan bahwa gelombang
merambat dari lapisan batuan densitas lebih
rendah ke lapisan batuan dengan densitas lebih
tinggi. Persamaan 1 memberikan gambaran
mengenai kekompakan batuan yang dilalui
gelombang.
πΎπ =π΄πΌπ+1βπ΄πΌ1
π΄πΌπ+1+π΄πΌ1=
π(π+1).π£(π+1)βππ.π£π
π(π+1).π£(π+1)+ππ.π£π (1)
B. Impedansi Akustik
Secara fisis, impedansi akustik merupakan
produk perkalian antara kecepatan
gelombang kompresi dengan densitas
batuan. Semakin keras suatu batuan maka
impedansi akustiknya semakin besar pula,
sebagai contoh batupasir yang sangat
kompak memiliki impedansi akustik yang
lebih tinggi dibandingkan dengan batu
lempung (Sukmono, 2000).
AI = π. π£π (2)
C. Konsep Inversi Seismik
Inversi seismik adalah suatu metoda untuk
mendapatkan gambaran model geologi bawah
permukaan dengan menggunakan data seismik
sebagai data input utama dan data sumur sebagai
data kontrol (Sukmono, 2000). Hasil yang
didapat menggunakan metoda inversi adalah
informasi yang terkandung di dalam lapisan
batuan berupa impedansi (akustik atau elastik).
Dari informasi impedansi ini dapat dikorelasikan
secara kuantitatif dengan parameter fisis lain
pada reservoir yang terukur pada sumur seperti
porositas, saturasi air, dsb.
D. Metode Inversi Berbasis Model (Model
Based)
Prinsip metode ini adalah membuat model
geologi dan membandingkan dengan data riil
(Russell, 1998). Metode ini memasukkan data
frekuensi rendah dan frekuensi tinggi yang hilang
dengan cara mengkorelasikan data seismik
dengan respon seismik dari model geologi,
karena itulah secara teori metode ini
menggunakan data frekuensi dengan cakupan
yang luas. Metode inversi ini menggunakan
teorema GLI (Generalizized Linear Inversion),
yaitu suatu proses yang dilakukan dengan cara
membuat model seismik (buatan) dan kemudian
dibandingkan dengan rekaman seismik real
secara berulang-ulang sampai didapat kesalahan
terkecilnya lalu diubah menjadi impedansi
akustik. Metode GLI merupakan suatu proses
iterasi.
Gambar 2.2 Alur proses teorema GLI (Arifien,
2010).
Secara matematis metode GLI mulai dari
persamaan dibawah ini(Arifien, 2010) ;
πΉ(π) = πΉ(π0) +ππΉ(π)
ππ|πβπ0
βπ (3)
Dimana ;
F(M) = data pengamatan (trace seismik)
F(π0) = Respon dari model awal ( seismogram
sintetik)
π0 = Model awal impedansi akustik
M = Model parameter bumi =
(π1, π2, β¦ . ππ)π = impedansi akustik ππΉ(π0)
ππ = Jacobian = A
βF = F(M) β F(π0) = A.βπ (4)
Persamaan diatas dapat diubah menjadi :
βπ = π΄β1βπΉ (5)
Dengan π΄β1 invers dari matriks A
Dengan menganggap matriks A-nya NxN, maka
digunakan solusi kuadrat terkecil yang
dikemukakan oleh Gauss-Newton yaitu :
βπ = (π΄π . π΄)β1π΄πβπΉ (6)
Dengan ;
βπ = π β π0 (7)
Bila βπ didapat, maka M diketahui, M lalu
dimasukkan ke dalam respon model F(π0)
sehingga βπΉ(π) didapat. Proses diatas terus
berlangsung berulang β ulang sampai didapat
nilai βπΉ(π) sesuai dengan yang kita tentukan.
Umumnya nilai βπΉ(π) mendekati nol untuk
mengetahui kesesuaian antara data pengamatan
dan data model. Bila sudah optimum nilai
βπΉ(π), maka bisa didapatkan nilai M atau
parameter model. Secara matematis metode ini
dituliskan :
Model konvolusi 1-D ;
π(π) = β π(π)π(π β π(π) + 1) + π(π)ππ+1 (8)
Dimana :
T(i) = trace seismik
π(π) = interval sampling
r(j) = refleksifitas pada offset nol
i,j = jumlah sampel dan pertambahan sampel
dengan awal koefisien refleksi :
π0(π) dengan π = 1,2,3, β¦ π
Maka trace model :
M(i) = β π0(π)π(π β π(π) + 1)ππ+1 (9)
Dengan :
M(i) = model
Dan error e(i) atau selisih antara jejak seismik
T(i) dan M(i) dihitung oleh :
e(i) = T(i) β M(i) (10)
Jika diasumsikan reflektivitas sebenarnya adalah
r(i) = π0(π) + βπ(π) (11)
Dengan βπ(π) = selisih reflektivitas dugaan awal
dengan reflektivitas sebenarnya.
Maka untuk memperoleh βπ(π) dilakukan dengan
cara meminimalkan jumlah error atau selisih
menggunakan fungsi objektif :
J = β [π(π) β β βπ(π)π(π β π(π) + 1ππ ]
ππ ππππππ (12)
Dengan j sebagai fungsi objektif.
E. Metode Inversi Sparse Spike
Teknik inversi sparse spike yang dilakukan pada
penelitian ini adalah linier programming sparse
spike. Metode inversi sparse spike
mengasumsikan bahwa reflektifitas yang
sebenarnya dapat diasumsikan sebagai seri dari
spike - spike besar yang bertumpukan dengan
Trace seismik Trace seismik model
Menghitung
error
Solusi Akhir
Menentukan impedansi
πΉ(π) β πΉ(π0) = π΄. βπ
M = π0 + βπ
Eror
cukup
kecil
tidak
ya
spike - spike yang lebih kecil sebagai
background. Kemudian dilakukan estimasi
wavelet berdasarkan asumsi model tersebut.
Metode ini mengasumsikan bahwa hanya spike -
spike yang besar saja yang penting. Inversi ini
mencari lokasi spike yang besar dari trace
seismik. Spike - spike tersebut terus ditambahkan
sampai trace dimodelkan secara cukup akurat
(Russell, 1998).
F. Konsep Sifat Fisis Porositas
Porositas adalah mengukur volume pori yang
tersedia dalam batuan dan permeabilitas
mengindikasikan aliran fluida melalui ruang pori
ini. Jika volume batuan solid di notasikan sebagai
Vm dan volume pori sebagai Vp = V - Vm, maka
porositas dapat didefinisikan sebagai (Sismanto,
2012) :
π =ππ
π= 1 β
ππ
π (13)
Nilai porositas pada suatu reservoir dapat
diklasifikasikan sebagai berikut :
Tabel II.1 Klasifikasi dan Nilai Porositas
(Osama, 2009)
No Klasifikasi Nilai Porositas
(%)
1 Dapat diabaikan 0 β 5
2 Buruk 5 β 10
3 Cukup 10 β 15
4 Baik 15 β 20
5 Sangat Baik 20 β 25
6 Excellent >25
III. METODOLOGI PENELITIAN
A. Data Penelitian
a. Data seismik, yang digunakan pada
penelitian ini berupa data 3D Post Stack
β Time Migration ekstensi SEG-Y
dengan jumlah inline sebanyak 300 line
dan xline sebanyak 800 line. Memiliki
polaritas normal standar SEG dengan
sampling rate 4 ms.
b. Data Sumur, yang berada pada daerah
penelitian sebanyak 4 sumur yang
pengukurannya dimulai dari kelly
bushing dalam satuan feet, adapun data β
data log dasar yang tersedia pada setiap
sumur yaitu Log Gamma Ray, Log
Neutron-Porosity (NPHI), Log Densitas
(RHOB), Log Resistivitas, Log Sonic
dan Log Porositas Total (PHIT).
c. Data Marker, terdapat 2 horizon marker
ditentukan berdasarkan analisa data log
yaitu untuk menentukan batas atas dan
bawah reservoir. Ketersediaan data
marker terdapat pada setiap sumur.
d. Data Checkshot, terdapat pada setiap
sumur dan digunakan dalam proses well
to seismic tie.
B. Bagan Alir Penelitian
Mulai
Studi Literatur
Pengumpulan Data
Data Seismik 3D
Ekstrak Wavelet
Data Sumur
Data
Log Checksho
ot Marker
Seismogram
Sintetik
Well Tie Seismik
Picking Horizon &
Fault
Model Awal Inversi
AI
Analisis
Crossplot
Analisa Log
Time &
Depth Structure
Map
1 2
IV. HASIL DAN PEMBAHASAN
A. Peta Struktur Waktu
Gambar 4.5 Peta Struktur Waktu
Hasil picking horizon pada survey seismic
area menggunakan 30 inline dan 80 xline
dengan increment 10 line menghasilkan peta
struktur waktu
B. Analisis Sensitivitas
Pada Gambar 4.6 crossplot pada zona
reservoir yang mengandung lebih banyak
pengotor (shale) dan zona interest terlihat
berimpit namun masih dapat dibedakan.
Dimana zona dominan shale memiliki
gamma ray < 44% dengan impedansi akustik
>26.000 ((ft/s)*(g/cc)) dan zona interest
memiliki gamma ray > 44% dengan
impedansi akustik < 26.000 ((ft/s)*(g/cc)).
C. Analisis Inversi Impedansi Akustik
1. Pembuatan Model Geologi
Gambar 4.7 Model Penampang Inversi P-
Impedance log disekitar sumur
Model geologi sebagai model inisial yang dibuat
dari data log sonic (p-wave) dan densitas serta
data seismik. Pada model inisial ini difokuskan
pada lintasan yang mendekati atau melewati
sumur yang ada. Hal ini dilakukan agar ada
kontrol secara vertikal dan deviasi terhadap
Linier Programming Sparse Spike
Model Based
Intrepretasi dan
Analisa
Peta Isoporosity
Perbandingan Inversi
Selesai
Kesimpulan
1 2
Gambar 4.6 Crossplot impedansi akustik dan porositas dari data log sumur.
COB
-04
COB
-03
COB
-02
COB
-01
Interest (less shale)
Dominated shale
model inisial. Model inisial ini digunakan sebagai
kontrol hasil inversi. Pada tahap inversi akan
diberi batasan pada horizon yang menjadi zona
target. Model inisial ini dibuat dengan input
sebagai berikut ;
1. Semua sumur yang melewati tahap well
to seismic tie.
2. Diaplikasikan pada horizon zona target
3. Memasukkan high cut frequency sebesar 10 / 15 Hz. High cut frequency bertujuan
untuk memenuhi komponen frekuensi
rendah pada model awal geologi
2. Analisis Perbandingan Teknik Inversi
Parameter yang digunakan dalam metode
inversi :
A. Model Based
1. Average block size : 4 ms
2. Processing sample rate : 4 ms
3. Window : Top
Reservoir β Base Reservoir
4. Prewhitening : 1%
5. Number of iteration : 10
B. Sparse Spike
1. Sparnesess : 50%
2. Processing sample rate : 4 ms
3. Constrain Frequency : 20 Hz
4. Window : Top
Reservoir β Base Reservoir
I. Analisis Kualitatif
Gambar 4.8 Penampang hasil inversi (a)
berbasis model dan (b) sparse spike.
Berdasarkan hasil inversi model based di sumur
COB -01 terdapat tiga segmen warna yaitu di
bagian atas dan bawah zona target memiliki
impedansi akustik lebih tinggi yang ditunjukkan
dengan warna biru muda hingga keunguan.
Selanjutnya, sumur COB -02 terdapat dua
segmen warna yang sangat jelas nampak di
bagian atas zona reservoir. Sumur COB -03
memiliki nilai impedansi yang paling tinggi
dibandingkan dengan sumur lainnya. Impedansi
akustik yang tinggi di bagian atas zona reservoir
didominasi oleh warna biru keunguan dengan
selingan impedansi akustik lebih rendah
dibawahnya. Sumur COB -04 memiliki warna
impedansi akustik yang paling tinggi berada pada
bagian atas zona reservoir kemudian terus
menurun hingga ke bagian bawah zona reservoir.
Analisis inversi selanjutnya adalah inversi sparse spike dengan zona target inversi yang sama. Pada
sumur COB-01 terlihat penampang inversi
memiliki kesesuaian yang sangat baik antara data hasil inversi dan data log impedansi akustik.
Terdapat tiga segmen warna yang dibatasi oleh
horizon yaitu selingan impendasi akustik yang
lebih rendah di bagian atas zona reservoir kemudian menerus kebawah dengan impendasi
akustik yang tinggi. Sumur COB-02 terlihat hasil
inversi yang konstan ditunjukkan dengan warna merah terang hingga kebiruan di bagian tengah.
Pada sumur COB -03 hasil inversi didominasi
oleh impedansi akustik yang sangat tinggi dari bagain atas hingga bagian tengah ditunjukkan
dengan warna ungu terang dengan selingan warna
(a)
COB
-01 COB
-02 COB
-03 COB
-04
COB
-01 COB
-02 COB
-03 COB
-04
(b)
biru di bagian bawah. Sebaran impedansi akustik COB-04 pada zona reservoir ditunjukkan dengan
selingan warna biru keunguan di bagian atas zona
reservoir kesesuaian antara data log dan hasil
inversi terlihat berkorelasi dengan baik sedangkan di bagian bawah nilai impedansi
menurun ditunjukkan dengan warna biru
kemerahan.
I. Analisis Kuantitatif
Gambar 4.9 Hasil analisis awal inversi (a)
berbasis model dan (b) sparse spike.
Analisis kuantitatif dilakukan untuk
mendapatkan nilai korelasi dan ketidakcocokan
anatara data sintetik dan trace seismik aslinya.
Analisis kuantitatif dibatasi pada window Top
Res - Base Res sehingga didapatkan nilai korelasi
dan ketidakcocokan pada zona target. Pada
analisis awal terdapat tiga parameter yang
menjadi acuan dalam proses inversi yaitu RMS
error antara data AI dari log dan AI hasil inversi,
korelasi antara sintetik dan trace seismik, dan
trend error antara sintetik dan trace seismik.
Berdasarkan hasil analisis awal inversi dengan
menggunakan dua teknik inversi diperoleh rata β
rata korelasi sintetik dan trace seismik 0.996 atau
99.6% dengan inversi model based sedangkan
dengan inversi sparse spike 0.925 atau 92.5%.
Parameter selanjutnya adalah RMS error dimana
pada parameter ini menujukkan distribusi jumlah
data yang tidak berkesesuaian anatara data AI
dari log dan AI hasil inversi, RMS error paling
minimum pada sumur COB β 02 sebanyak
4102.78 data untuk inversi model based dan
2965.69 data untuk inversi sparse spike.
Parameter terakhir adalah ketidakcocokan antara
sintetik dan trace seismik, trend error terkecil
pada sumur COB -02 dengan nilai 0.044 atau
4.4% untuk inversi model based dan 0.284 atau
28.4% untuk inversi sparse spike.
II. Crossplot AI log vs AI inversi
Berdasarkan analisis kualitatif dan kuantitatif
yang telah dilakukan dengan menggunakan
dua teknik inversi yaitu berbasis model dan
sparse spike, maka hasil yang diperoleh
memperlihatkan korelasi yang lebih baik
diberikan oleh inversi dengan teknik berbasis
model. Hal ini didukung pula dengan
crossplot antara data impedansi akustik dari
log dan hasil inversi AI menggunakan teknik
inversi berbasis model dengan korelasi
(a)
(b)
Gambar 4.10 Crossplot antara impedansi akustik data log dan impedansi akustik
hasil inversi Model Based.
mencapai 78% dan inversi sparse spike
hanya mencapai 72%. Oleh karena beberapa
parameter tersebut, inversi dengan teknik
model based dipilih dalam penelitian ini.
D. Pemetaan
1. Peta Struktur Kedalaman
Gambar 4.11 Peta Struktur Kedalaman.
Berdasarkan pemetaan struktur kedalaman
didaerah penelitian menunjukkan skala
kedalaman dari 3900 β 9000 ft. Struktur didaerah
penelitian memperlihatkan kontur tinggian dan
rendahan dengan kehadiran antiklin pada
kedalaman sekitar 3900 ft atau 1188.72 m. Letak
sumur berada di sekitar antiklin dengan sumur
COB - 01 berada pada puncak antiklin, dapat
dilihat pada Gambar 4.11. Kedalaman zona
reservoir pada batas Top Reservoir sekitar 4200
ft atau 1280 m ditunjukkan dengan warna oranye
kemerahan dan pada batas Base Reservoir sekitar
1371.6 m yang ditunjukkan dengan warna
kekuningan. Berdasarkan intrepretasi struktur
yang dilakukan terdapat 4 sesar normal yang
membentang dari arah timur ke barat.
2. Peta Sebaran Impedansi Akustik
Gambar 4.12 Peta Sebaran Impedansi
Akustik slicing 5 ms dibawah horizon
Top Reservoir.
Sebaran impedansi akustik pada
lapangan Y terlihat mengarah utara ke
selatan. Didaerah tinggian memiliki
perbedaan yang cukup signfikan
ditunjukkan dengan titik sumur COB-01
memiliki impedansi akustik lebih rendah
dibanding sumur COB-03. Kehadiran
struktur sesar didaerah tinggian
mengindikasikan didaerah tersebut
terjadi transportasi sedimen yang cukup
besar sehingga membuat nilai impedansi
akustik berubah secara signifikan.
Pemilihan letak slicing ini didasarkan
pada gambaran hasil inversi secara
lateral. Pada time tersebut dapat
memperlihatkan sebaran impedansi
akustik di zona target reservoir dengan
baik. Semakin slicing kebawah sebaran
impedansi akustik makin tinggi terutama
pada daerah sumur COB- 03 menjadi
daerah yang impedansi akustiknya paling
tinggi sekitar 45.000 ft/s*g/cc.
3. Peta Sebaran Porositas
Gambar 4.13 Peta Sebaran Porositas
slicing 5 ms dibawah horizon Top
Reservoir
Sebaran porositas diperoleh dari volume
impedansi akustik yang ditransformasikan
melalui persamaan regresi linier. Persamaan
tersebut diperoleh dari crossplot Gambar 4.6
antara data log impedansi akustik dan log
porositas total dengan sebaran data gamma
ray. Sebaran gamma ray ini dapat
membedakan litologi batupasir dan batu
lempung pada zona reservoir. Persamaan
regresi linier yang digunakan adalah Y =
0.00000741567. x + 0.390596. Y adalah
porositas dan x adalah volume inversi
impedansi akustik. Pemilihan letak slicing
didasarkan pada sebaran porositas secara
lateral. Pada time 5 ms memperlihatkan nilai
porositas di lapangan Y dengan baik. Dimana
daerah yang memiliki porositas yang
sempurna terdapat pada sumur COB-01,
COB-02, dan COB-04 sedangkan COB-03
memiliki nilai porositas paling rendah sekitar
10%.
4. Lokasi Sumur Pengembangan AKD β
A1
Gambar 4.14 Titik Lokasi Sumur
Pengembangan AKD β A1
Dalam penentuan daerah prospek
didasarkan terhadap pembacaan
parameter impedansi akustik dan
porositas di daerah penelitian, bagian
barat β timur menjadi daerah yang
dianggap menjadi daerah potensial untuk
dikembangkan ditandai dengan nilai
impedansi antara 12.000 β 18.000
ft/s*gr/cc berwarna hijau kekuningan dan
nilai porositas rata-rata antara 18 β 23%.
Sumur AKD -A1 ditetapkan pada daerah
yang memiliki struktur yang di sekitar
antiklin. Letak ini dipilih dengan alasan
bahwa daerah sumur AKD -A1 memiliki
nilai porositas dan impedansi akustik
yang selaras. Nilai impedansi akustik
sekitar 24.000 ft/s*g/cc dan porositas
sekitar 22% dianggap layak untuk
dijadikan daerah prospek pengembangan
sumur baru.
V. KESIMPULAN DAN SARAN
1. Kesimpulan
Adapun kesimpulan dari penelitian ini :
AKD β A1
1. Analisis impedansi akustik pada daerah
penelitian memiliki nilai yang terbilang
tinggi sekitar 13.000 β 45.000 ft/s*g/cc
dan properti porositas yang tersebar pada
daerah penelitian sekitar 5 β 25%.
Berdasarkan pemetaan nilai yang
diperoleh dari proses inversi dan
transformasi porositas, daerah yang
diindikasikan mengandung hidrokarbon
tersebar mengarah baratlaut - tenggara
daerah penelitian dan berada pada
struktur antiklin.
2. Sebaran nilai porositas di daerah
penelitian menunjukkan persentase yang
bervariasi. Pada sumur COB-01
memiliki porositas sekitar 22%, COB -02
sekitar 18%, COB- 03 sekitar 10%, COB
β 04 sekitar 21%. Berdasarkan posisi
sumur yang berada pada daerah tinggian
dengan struktur sesar yang terdapat
disekitar sumur maka dapat
diklasifikasikan dalam porositas
sekunder.
3. Sebaran nilai impedansi akustik dan
porositas di daerah penelitian tersebar
merata berarah baratlaut β tenggara
dengan struktur antiklin di daerah sekitar
sumur. Rekomendasi sumur baru AD -
A1 didasarkan pada daerah yang
memiliki nilai impedansi dan nilai
porositas yang selaras dimana impedansi
akustiknya sekitar 24.000 ft/s*g/cc dan
nilai porositas sekitar 22% dan
strukturnya yang masih berada di sekitar
antiklin. Sehingga pada titik sumur
AKD- A1 dianggap prospek untuk
menjadi titik pengeboran baru di daerah
penelitian.
2. Saran
Berdasarkan hasil analisis pada
penelitian ini, lapangan Y memiliki
prospektivitas yang baik meskipun
memiliki porositas yang bervariasi dan
cenderung lebih kecil dibanding dengan
lapangan yang memiliki litologi
batupasir. Untuk penelitian lebih lanjut,
karakterisasi reservoir dapat
menggunakan atribut seismik lainnya
dan memetakan fasies serta analisis
petrofisika seperti permeabilitas,
tekanan, saturasi air dan parameter
lainnya di daerah penelitian.
DAFTAR PUSTAKA
Arifien, Hasanul. 2010. Inversi Seismik
Berbasis Model Untuk Karakterisasi
Reservoir : Studi Kasus Hargeulis. Tesis
S2, Program Study of Physics, Depok:
Universitas Indonesia.
Osama. 2009. Rock Porosity. King Saud
University.
Russell, B H. 1996. Instalation and Tutorials
. Tulsa: Hampson - Russell Software
Service Ltd.
Russell. 1998. Introductio n to Seismic
Inversion. SEG Course Note Session 2.
Tulsa: Society of Exploration
Geophysics.
Sismanto. 2012. Handout Kuliah Fisika
Batuan. Yogyakarta: Universitas Gadjah
Mada.
Sukmono. 2000. Seismik Inversi untuk
karakterisasi Reservoir . Bandung: Institut Teknologi Bandung.