1

ANALISA STRATIGRAFIK METODE INVERSI IMPEDANSI AKUSTIK DAN SEISMIK

MULTIATRIBUT UNTUK KARAKTERISASI RESERVOR

LAPANGAN F3, LAUT UTARA BELANDA

Muhammad Fadillah Harahap, Ruhul Firdaus, S.T. M.T.

Teknik Geofisika, Institut Teknologi Sumatera

Email: muhammad.12116119@student.itera.ac.id

ABSTRAK

Pada penelitian ini menganalisis multiatribut secara terpisah dari dua kelompok stratigafi yang berbeda berdasarkan nilai-

nilai impedansi yang sama tetapi nilai porositas yang berbeda yang didapat dari analisis petrofisika yang telah dilakukan

untuk optimalisasi nilai-nilai porositas pada zona reservoar dan kedua stratigrafi ini terpisah berdasarkan horizonnya yaitu

horizon FS8-FS7 & FS7-MFS4. Hasil yang didapatkan dari perpaduan antara seismik multiatribut dan inversi impedansi

akustik dapat memprediksi distribusi porositas dengan variasi lateral yang lebih baik, sehingga informasi mengenai variasi

nilai porositas pada daerah penelitian dapat diketahui. Dari hasil analisis terpisah dari multiatribut untuk optimalisasi

porositas juga berhasil dilakukan. Beberapa contoh nilai porositas hasil optimalisasi adalah; untuk nilai impedansi 4700

(m/s)(g/cc) menghasilkan nilai porositas 28,7% (FS8-FS7) dan 33% (FS7-MFS4), untuk nilai impedansi 5000 (m/s)(g/cc)

menghasilkan nilai porositas 24,5% (FS8-FS7) dan 29,2% (FS7-MFS4).

Kata kunci : inversi impedansi akustik, seismik multiatribut, petrofisika

ABSTRACT

This study analyzes the multi-attribute separately from two different stratigraphic groups based on the same impedance

values but different porosity values obtained from the petrophysical analysis that has been carried out to optimize the

porosity values in the reservoir zone and the two stratigraphies are separated based on the horizon, namely horizon FS8-

FS7 & FS7-MFS4. The results obtained from the combination of multi-attribute seismic and acoustic impedance inversion

can better predict the distribution of porosity with lateral variations, so that information about variations in the value of

porosity in the study area can be known. From the results of separate analysis of the multi-attribute to optimize porosity, it

was also successful. Some examples of the optimal porosity value are; for an impedance value of 4700 (m / s) (g / cc)

produces a porosity value of 28.7% (FS8-FS7) and 33% (FS7-MFS4), for an impedance value of 5000 (m / s) (g / cc)

produces porosity values of 24.5% (FS8-FS7) and 29.2% (FS7-MFS4).

Key words : acoustic impedance inversion, seismic multi-attribute, petrophysics

I. PENDAHULUAN

Eksplorasi dan eksploitasi merupakan tahapan yang

penting dalam industri minyak dan gas bumi salah satunya

yaitu penentuan reservoar yang dilakukan dengan

menggunakan menggunakan pendekatan geologi dan

geofisika. Geologi berperan dalam interpretasi secara

umum yang meliputi studi geologi regional, stratigrafi,

analisis cekungan, kehadiran batuan induk, reservoar, dan

jalur migrasi. Geofisika berperan memberikan gambaran

fisik untuk mendapatkan sebaran reservoar yang baik.

Dua jenis data utama yang dipakai pada tahapan

eksplorasi maupun pengembangan lapangan migas adalah

data log dan data seismik. Data seismik memiliki resolusi

horizontal yang baik dengan resolusi vertikal yang kurang

baik, sementara data log memiliki resolusi vertikal yang

sangat baik namun resolusi horisontalnya sangat buruk.

Mengintegrasikan keduanya akan menghasilkan interpretasi

data yang lebih akurat. Masing-masing data tersebut

mempunyai kelebihan masing-masing dan geofisikawan

bertugas untuk mengintegrasikannya sehingga dapat

diperoleh informasi bawah permukaan yang baik. Beberapa

metode yang merupakan integrasi antara data log dan data

seismik adalah metode seismik multiatribut dan inversi

impedansi akustik (AI).

2

Seismik inversi adalah suatu teknik pembuatan model

geologi bawah permukaan dengan data seismik sebagai

input dan data geologi sebagai kontrol (Sukmono, 2000).

Pada metode inversi, tampilan impedansi akustik (AI)

menghasilkan perlapisan yang lebih interpretatif dalam

memetakan keadaan bawah permukaan karena metode

inversi ini mentransformasi data seismik refleksi ke dalam

sifat batuan secara kuantitatif dan reservoar secara

deskriptif (Pendrel, 2000). Oleh karena itu impedansi

akustik (AI) dapat digunakan sebagai indikator litologi,

porositas jenis hidrokarbon dan karakteristik reservoar.

Multiatribut pada dasarnya suatu proses ekstraksi

beberapa atribut dari data seismik yang mempunyai korelasi

yang baik terhadap data log yang pada akhirnya digunakan

untuk memprediksi data log pada setiap lokasi di volume

seismik. Untuk menentukan atribut seismik mana saja yang

akan digunakan dalam proses tersebut, dilakukan uji

statistik antara kedua data tersebut (data log dan atribut

seismik), sehingga dapat diketahui hubungan antara

keduanya. Tahap ini disebut dengan training. Setelah

proses training selesai dan kita telah mengasumsikan

bahwa hubungan yang dihasilkan valid untuk semua

volume 3D, maka hubungan yang di peroleh dari data log

dan seismik akan di gunakan untuk memodelkan gambaran

bawah permukaan.

Sebelum melakukan pengolahan seismik inversi dan

multiatribut perlu diperhatikannya analisis petrofisika untuk

mencapai hasil yang lebih baik. Biasanya hubungan antara

impedansi akustik dan porositas pada data sumur akan

menunjukkan hubungan yang linier dengan satu garis linier

yang menandakan satu kelompok stratigrafi. Pada

penelitian ini analisis petrofisika dilakukan dan

mendapatkan hubungan linier dengan dua garis linier yang

berbeda sehingga menganggap pada zona reservoar terdapat

dua kelompok stratigrafi yang berbeda dan perbedaan

kedua stratigrafi tersebut didasarkan oleh nilai-nilai

impedansi akustik yang sama tetapi nilai-nilai porositas

berbeda, sehingga perlu dilakukannya analisis terpisah

kedua kelompok stratigrafi tersebut untuk

pengoptimalisasian persebaran nilai-nilai porositas pada

zona reservoar sehingga nilai-nilai porositas yang

dihasilkan lebih presisi.

Hal tersebut di atas yang menjadi latar belakang untuk

melaksanakan penelitian ini. AI akan memberikan

deskripsi geologi bawah permukaan yang lebih detail

daripada seismik konvensional, karena umumnya amplitudo

pada seismik konvensional memberikan deskripsi batas

antar lapisan dengan resolusi vertikal terbatas, sementara

AI dapat mendeskripsikan karakter di dalam lapisan itu

sendiri. Diharapkan dengan inversi AI dan integrasi seismik

multiatribut dan mempertimbangkan analisis petrofisika

pada lapangan F3 ini dapat mengidentifikasi potensial

hidrokarbon serta deskripsi sifat fisik batuan yang optimal,

juga membantu dalam pencarian daerah pengembangan

selanjutnya.

1.1 Tujuan Penelitian

Tujuan dari penelitian ini adalah:

1. Mengkarakterisasi zona persebaran porositas reservoar

lapangan F3 Belanda dengan menggunakan inversi AI

dan seismik multiatribut.

2. Menganalisis secara terpisah dua kelompok stratigrafi

untuk optimalisasi persebaran nilai-nilai porositas.

3. Menentukan daerah porous yang berpotensi sebagai

reservoar hidrokarbon berdasarkan nilai impedansi

akustik dan porositas.

1.2 Batasan Masalah

Batasan masalah dari penelitian ini adalah:

1. Data seismik dan data sumur yang digunakan pada

studi ini merupakan data lapangan F3 yang terletak di

laut utara Belanda.

2. Data seismik yang digunakan berupa data seismik 3D

post-stack.

3. Data sumur yang digunakan meliputi 4 sumur dengan

ketersediaan informasi sumur, marker, checkshot dan

berbagai data log.

4. Studi terfokus pada inversi AI dan seismik

multiatribut untuk karakterisasi reservoar.

II. DASAR TEORI

2.1 Seismik Refleksi

Metode seismik refleksi merupakan salah satu metode

geofisika aktif yang memanfaatkan respon penjalaran

gelombang refleksi untuk mengetahui bentuk bawah

permukaan bumi. Receiver akan merekam waktu tempuh

gelombang refleksi sehingga akan diketahui lapisan bawah

permukaan melalui respon cepat rambat gelombang refleksi

pada setiap batuan. Gelombang seismik yang terekam dapat

memberitahukan informasi mengenai litologi serta fluida

bawah permukaan dalam bentuk frekuensi, amplitude

refleksi dan variansi fasa. Respon batuan terhadap

gelombang yang datang akan berbeda-beda tergantung sifat

fisik batuan yang meliputi densitas, porositas, umur batuan,

kepadatan dan kedalaman. Energi refleksi yang

ditransmisikan hanya akan terjadi ketika ada kontras

impedansi akustik antara lapisan-lapisan bawah permukaan

tersebut. Impedansi akustik merupakan perkalian antara

kecepatan dan densitas. Besarnya kontras AI dari dua

lapisan menentukan amplitudo dari sinyal yang

dipantulkan[3].

3

2.2 Impedansi Akustik

Impedansi Akustik (AI) merupakan nilai kemampuan

suatu batuan untuk melewatkan gelombang seismik yang

dilaluinya dan dapat didefenisikan sebagai sifat fisis batuan

yang nilainya dipengaruhi oleh jenis litologi, porositas,

kandungan fluida, kedalaman, tekanan dan temperatur.

Berdasarkan pengertian tersebut, maka AI dapat digunakan

sebagai indikator jenis litologi, nilai porositas, jenis

hidrokarbon dan pemetaan litologi dari suatu zona

reservoar[1]. Semakin keras suat batuan maka nilai AI

semakin besar pula. Secara matematis AI dapat

dirumuskan:

……………………….(1)

dimana: = densitas (gr/m3)

= kecepatan gelombang seismik (m/s)

Refleksi gelombang seismik muncul ketika terjadi

perubahan harga AI dan respon inilah yang

diinterpretasikan pada suatu penampang seismik. Harga AI

diprediksi dari nilai amplitudo refleksinya. Semakin besar

amplitudo refleksi maka semakin besar pula kontras AI.

Ketika gelombang seismik melalui dua media yang

memiliki kontras AI maka sebagian energinya akan

dipantulkan. Perbandingan antara energi yang dipantulkan

dengan energi datang pada kedalaman normal dituliskan

dalam persamaan:

…………………...(2)

dimana: = impedansi akustik lapisan ke-i

= impedansi akustik lapiasan ke-i+1

= koefisien refleksi ke-i

2.3 Metode Inversi Seismik

Metode inversi seismik adalah suatu teknik untuk

mendapatkan model geologi bawah permukaan dari data

seismik yang ada dengan data sumur sebagai

pengontrolnya. Hasil yang diperoleh dari inversi seismik

adalah penampang distribusi impedansi terhadap kedalaman

untuk setiap trace seismik[4].

Berdasarkan algoritma, inversi amplitudo terbagi atas

band limited, model based, dan sparse spike.

2.3.1 Inversi Rekursif

Metode ini mengabaikan efek wavelet dan

memperlakukan trace seismik sebagai kumpulan koefisien

refleksi yang difilter oleh wavelet fasa nol. Metode ini

dapat memberikan hasil berupa resolusi dengan bandwidth

yang sama dengan data seismik.

2.3.2 Inversi Sparse Spike

Metode inversi Sparse spike mengasumsikan bahwa

hanya nilai spike yang besar saja yang penting dengan nilai

spike yang kecil hanya sebagai background, diasumsikan

nilai spike yang besar menandakan adanya beda nilai

impedansi akustik yang besar hal tersebut terjadi karena

adanya beda lapisan, metode ini mencari spike yang besar

dari seluruh seismic trace[3].

2.3.3 Inversi Model Based

Metode inversi berbasis model (Model based Inversion)

disebut juga metode blocky karena impedansi akustik

tersusun dari blok-blok kecil. Konsep inversi metode ini

dimulai dengan membuat model inisial impedansi akustik

dengan ukuran blok yang telah ditentukan. Koefisien

refleksi diturunkan dari impedansi akustik lalu

dikonvolusikan dengan wavelet sehingga menghasilkan

seismogram sintetik pada tiap-tiap trace. Kemudian

seismogram sintetik ini dibandingkan dengan trace seismik

sebenarnya dan dihitung kesalahannya.

2.4 Metode Seismik Multiatribut

Atribut seismik dapat didefinisikan sebagai semua

informasi berupa besaran spesifik dari geometri,

kinematika, dinamika atau statistik yang diperoleh dari data

seismik, yang diperoleh melalui pengukuran langsung

maupun logis atau berdasarkan pengalaman[4].

Data seismik tidak selalu memberikan informasi

parameter petrofisika atau geologi. Keberadaan data well-

log dapat membantu memperlihatkan relasi antara data

seismik dan parameter log, namun relasi ini sangat sulit

ditentukan. Dalam hal ini atribut seismik dapat memberikan

bantuan yang berarti. Jika terdapat relasi antara parameter

geologi dan atribut seismik pada suatu titik well-log maka

parameter geologi diluar titik well-log ini dapat

diekstrapolasi. Oleh karena itu atribut seismik menyediakan

tambahan informasi parameter petrofisika atau geologi

yang penting bagi para interpreter untuk meningkatkan

kesensitifan data seismik[1].

Analisa seismik multiatribut 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 kemudian menggunakan

hubungan tersebut untuk memprediksi atau mengestimasi

volume dari properti log pada semua lokasi pada volume

seismik.

4

III. METODOLOGI

3.1 Diagram alir

Gambar 3.1 Diagram Alir Penelitian

3.2 Well Seismic Tie

Proses well to seismic tie dilakukan untuk mengikat data

sumur yang memiliki domain kedalaman dan data seismik

yang memiliki domain waktu sehingga perlu adanya data

checkshot untuk mengkonversi data sumur yang

sebelumnya merupakan domain kedalaman menjadi domain

waktu. Tujuannya adalah untuk mengetahui posisi marker

geologi pada data seismik.

3.3 Crossplot

Proses well to seismic tie dilakukan untuk mengikat data

sumur yang memiliki domain kedalaman dan data seismik

yang memiliki domain waktu sehingga perlu adanya data

checkshot untuk mengkonversi data sumur yang

sebelumnya merupakan domain kedalaman menjadi domain

waktu. Tujuannya adalah untuk mengetahui posisi marker

geologi pada data seismik.

Gambar 3.2 Crossplot dan Cross-Section P-Impedance vs Porosity

Sumur F02-01

Pada pembagian zona crossplot antara p-impedance vs

porosity memperlihatkan adanya dua trend yang berbeda

pada persebaran nilai-nilai p-impedance dengan porositas.

Berdasarkan analisa crossplot dan dengan bantuan analisa

petrofisika ternyata kedua trend tersebut memiliki

karakterisasi stratigrafi yang berbeda berdasarkan nilai-nilai

impedansi akustik yang sama tetapi nilai porositas yang

berbeda dan kedua kelompok stratigrafi ini tepisah

berdasarkan horizonnya, kelompok stratigrafi yang

berwarna cyan terdapat pada rentang horizon FS8-FS7 dan

kelompok stratigrafi yang berwarna hijau terdapat pada

rentang horizon FS7-MFS4. Maka dari itu perlu

dilakukannya analisis terpisah antara dua kelompok

stratigrafi tersebut untuk optimalisasi persebaran nilai-nilai

porositas.

3.4 Inversi Impedansi Akustik

Pada tahapan ini, langkah pertama yang akan dilakukan

adalah membuat model awal, yaitu membuat penyebaran

nilai p-impedance pada seismik. Nilai p-impedance ini

berasal dari kecepatan batuan dikalikan dengan nilai

densitas yang berasal dari keempat sumur yang kemudian

di-generate ke seluruh sumur seismik. Kemudian dilakukan

analisis sebelum inversi, Analisis ini menggunakan metode

teknik inversi sparse spike dan model based. Dari analisis

tersebut akan diperoleh nilai korelasi dan error antara initial

model terhadap setiap metode teknik inversi. Berikut

merupakan hasil parameter analisis terbaik yang akan

digunakan:

1. Sparse Spike

Window : FS8 s.d. MFS4

Maximum spike : 462

Selection threshold : 15 %

Iterasi : 10

5

2. Model based

Window : FS8 s.d. MFS4

Constraint : Hard Constraint

Prewhithening : 1%

Avarge block size : 4 ms

Iterasi : 20

3.5 Seismik Multiatribut

Setelah melakukan pengikatan data sumur dengan data

seismik dan menentukan property log yang akan

digunakan, kemudian dilakukan analisa multiatribut. Untuk

menentukan atribut mana saja yang akan digunakan dalam

prediksi log ini, dilakukan training terhadap log target

dengan beberapa atribut seismik. Dari proses training ini,

diperoleh kelompok atribut seismik terbaik yang akan

dipergunakan untuk mempediksi log porositas.

Gambar 3.3 Analisa Seismik Multiatribut Horizon FS8-MFS4

Gambar 3.4 Analisa Seismik Multiatribut Horizon FS8-FS7

Gambar 3.5 Analisa Seismik Multiatribut Horizon FS7-MFS4

Gambar 3.6 Crossplot Antara Porositas Estimasi Dengan Porositas

Sebenarnya (a) Horizon FS8-MFS4 (b) Horizon FS8-FS7 (c)

Horizon FS7-MFS4

IV. HASIL DAN PEMBAHASAN

4.1 Analisa Well Seismic Tie

Parameter keberhasilan pengikatan data sumur terhadap

seismik dapat dilihat dari tingginya nilai korelasi serta

kecocokan antara seismogram sintetik dan trace seismik.

Maka dari itu pemilihan jenis wavelet dan ekstraksi wavelet

sangat berpengaruh pada hasil pengolahan. Setelah

melakukan trial and error untuk mendapatkan parameter

yang paling baik hingga diperoleh ekstraksi wavelet dengan

metode statistical dengan panjang gelombang 200 ms,

taper length 25 ms, fasa nol dan sample rate 4 ms.

Besarnya window yang digunakan untuk proses korelasi

dapat mempengaruhi nilai korelasi. Maka untuk ketepatan

estimasi wavelet, sebaiknya window yang digunakan sesuai

dengan rentang zona target, tidak terlalu kecil dan tidak

terlalu besar. Secara kualitatif, didapati kesesuaian bentuk

dan ukuran yang menunjukkan kemiripan antara

seismogram sintetik dengan tras seismik asli. Hal tersebut

didukung oleh pengamatan secara kuantitatif dimana

sintetik seismogram dan tras seismik asli memperlihatkan

rata-rata koefisien korelasi yang cukup baik yaitu sebesar

0.776.

6

Tabel 4.1 Nilai Korelasi Well Seismic Tie Dengan Berbagai

Metode

Well

Name

Wavelet

Statistical Bandpass Ricker

F02-01 0,787 0,735 0,702

F03-02 0,802 0,772 0,651

F03-04 0,785 0,724 0,632

F06-01 0,732 0,682 0,504

Rata-rata 0,776 0,728 0,622

4.2 Analisa Crossplot

Pada lapangan ini hanya terdapat 4 sumur dimana 1

sumur saja yang sebenarnya memiliki data porositas aktual,

3 lainnya merupakan porositas hasil kalkulasi. Dengan data

yang sedikit itu, ingin dilakukan pemetaan sebaran nilai

porositas di seluruh volume interval target yang luasnya 24

x 16 km2 dan rata-rata tebalnya 296 m. Dari analisis

crossplot data sumur, terlihat adanya korelasi antara nilai

porositas dan impedansi. Impedansi adalah parameter yang

dapat dihitung di seluruh trace seismik dengan metode

seismik inversi. Dengan dimilikinya impedansi di seluruh

volume target, maka nilai porositas pun bisa disebarkan di

seluruh volume target pula menggunakan korelasi

petrofisika antara AI dan porositas. Hasil analisa dapat

dilihat dari hasil crossplot antara log impedansi akustik

dengan log porositas yang menunjukkan bahwa terdapat

dua zona yang terpisah, yaitu zona yang berwarna hijau dan

cyan seperti yang ditunjukkan oleh Gambar 3.2. Adanya

dua trend yang berbeda pada persebaran nilai-nilai p-

impedance dengan porositas tersebut membuat kedua trend

ini harus dilakukan analisis terpisah karena berdasarkan

analisis petrofisika kedua trend tersebut memiliki

karakterisasi stratigrafi yang berbeda berdasarkan hubungan

nilai-nilai impedansi akustik dengan porositasnya. Contoh

impedansi 5200 (m/s)*(g/cc) pada crossplot yang

menganalisis secara keseluruhan akan menghasilkan nilai

porositas berkisar 24,9 - 25 %, dengan impedansi yang

sama pada crossplot yang menganalisis horizon FS8-FS7

akan menghasilkan nilai porositas berkisar 21,7 – 22 % dan

horizon FS7-MFS4 akan menhasilkan nilai porositas

berkisar 26,7 – 27 %. Maka dari itu dengan

menganalisisnya secara terpisah untuk mengoptimalkan

persebaran nilai-nilai porositas pada zona reservoar

sehingga nilai-nilai porositas yang dihasilkan lebih presisi.

Pada Tabel 4.2 menunjukkan beberapa contoh nilai-nilai

porositas hasil optimalisasi yang ditunjukkan pada tabel

berwarna kuning.

Tabel 4.2 Contoh Hasil Optimalisasi Porositas

Log Porosity (%)

Impedance

(m/s)(g/cc)

FS8-

MFS4 FS8-FS7 FS7-MFS4

5200 24,9 21,7 26,7

5000 27 24,5 29,2

4700 30,2 28,7 33

Gambar 4.1 Crossplot P-impedance vs Porosity pada Keseluruha

Horizon FS8-MFS4 Sumur F02-01

Gambar 4.2 Crossplot P-impedance vs Porosity pada Horizon

FS8-FS7 Sumur F02-01

Gambar 4.3 Crossplot P-impedance vs Porosity pada Horizon

FS7-FS4 Sumur F02-01

4.3 Analisa Inversi Impedansi Akustik

Metode inversi seismik pada dasarnya untuk

meningkatkan resolusi data seismik sehingga dapat dilihat

dimensi dan delineasi penyebaran reservoar. Pada metode

inversi seismik, data trace seismik refleksi akan diubah

menjadi impedansi akustik yang merupakan sifat fisis

batuan, sehingga akan lebih mudah untuk diinterpretasikan

menjadi parameter-parameter petrofisik reservoar, misalnya

untuk menghitung ketebalan dan porositas serta

penyebarannya. Penelitian ini melakukan inversi AI dengan

7

modelbased (hard constrain) dan sparse spike. Dilakukan

analisis parameter terhadap metode inversi modelbased dan

sparse spike dengan memasukkan beberapa parameter (trial

and error) sehingga akan dipilih parameter-parameter yang

dianggap paling baik. Secara kualitatif dapat dilihat pada

Gambar 4.4 dan Gambar 4.5 mengenai perbedaan dan

kualitas penampang inversi yang dihasilkan dari kedua

metode yang digunakan. Penampang yang dihasilkan oleh

modelbased persebarannya lebih smooth dan mirip dengan

log impedance pada sumur yang dilewati. Kemudian

dilakukan analisa secara kuantitatif antara metode inversi

modelbased dan sparse spike yang dapat dilihat pada

Tabel 4.3 dimana hasil modelbased lebih baik. Maka dari

itu, penelitian ini menggunakan inversi modelbased untuk

tahap selanjutnya. Pemilihan inversi modelbased juga

dikarenakan kekurangan dari inversi sparse spike yang

menghasilkan solusi event lebih sedikit dari event geologi

karena inversi ini hanya mempertimbangkan spike yang

besar.

Dari hasil slice map Gambar 4.6 memperlihatkan

bahwa nilai impedansi akustik akan semakin besar ketika

mengarah ke basin. Hal tersebut dikarenakan nilai

kecepatan batuan dan nilai densitas semakin tinggi karena

sedimen yang terendapkan lebih halus dan lebih padat.

Tabel 4.3 Perbandingan Nilai Error Terkecil Sumur dan Korelasi

Terbesar Seismik

Well

Inversi AI

Model Based Sparse Spike

Error Corr Error Corr

F02-

01 197,889 0,986876 268,949 0,92443

F03-

02 183,292 0,940546 210,456 0,908485

F03-

04 167,964 0,986744 335,396 0,881018

F06-

01 161,618 0,990529 164,495 0,945782

Rata

- rata 177,690 0,976173 244,824 0,914928

Gambar 4.4 Penampang Arbitary Line Keempat Sumur dari

Hasil Inversi Sparse Spike

Gambar 4.5 Penampang Arbitary Line Keempat Sumur dari

Hasil Inversi Modelbased

Gambar 4.6 Peta Slice Hasil Inversi AI (a) Horizon FS8 (b)

Horizon FS7 (c) Horizon Truncation

(d) Horizon MFS4

4.4 Analisa Seismik Multiatribut

Metode seismik multiatribut dilakukan untuk melihat

persebaran batuan reservoar dengan beberapa properti fisik.

Penelitian ini melakukan analisa seismik multiatribut

dengan properti fisik berupa porositas dan hasil dari

penerapan multiatribut menunjukkan kecocokan yang baik

antara porositas prediksi dengan porositas pada sumur.

Hasil inversi yang diperoleh sebelumnya berupa AI

sebenarnya sudah dapat langsung digunakan untuk estimasi

porositas menggunakan hubungan petrofisika berdasarkan

hasil crossplot antar data sumur. Tetapi, dalam hal ini hasil

inversi tidak langsung serta merta digunakan untuk

pemetaan sebaran nilai porositas tetapi ditambahkan

analisis multiatribut yang akan dapat meningkatkan

keyakinan dan ketelitian sebab atribut AI akan

dibandingkan kembali dengan 22 atribut seismik beserta

turunannya. Jika atribut itu terpilih kembali berdasarkan

hasil training menggunakan algoritma machine learning,

maka akan bertambah teliti sebab metode yang digunakan

bukan regresi linier biasa tetapi akan ada tambahan atribut

lain yang akan mengkompensasi hubungan non-linearitas

antara atribut dan log target sehingga ini turut

meningkatkan korelasi antara nilai porositas estimasi dan

aktual. Berdasarkan metodologi, analisis multiatribut

8

dilakukan terpisah untuk horizon FS8-FS7 dan FS7-MFS4

kemudian hasil nya akan dibandingkan dengan analisis

secara keseluruan pada horizon FS8-MFS4. Hasil training

dan validasi menunjukkan nilai yang lebih baik jika

dilakukan analisis terpisah dengan nilai korelasi sebesar

0,970894 untuk horizon FS8-FS7 dan korelasi sebesar

0,931146 untuk horizon FS7-MFS4 dibandingkan dengan

analisis secara keseluruhan nilai korelasinya sebesar

0,884609. Atas dasar tersebut diasumsikan bahwa

penampang porositas yang dihasilkan akan lebih baik ketika

dilakukan analisis terpisah untuk memprediksi penyebaran

reservoar. Analisis secara kualitatif juga memperlihatkan

bahwa persebaran porositas lebih detail ketika dilakukan

analisis secara terpisah.

Dari hasil slice map porosity Gambar 4.9 dapat

dianalisis bahwa nilai porositas akan semakin kecil ketika

mengarah ke basin, hal ini dikarenakan litologi yang berada

di daerah tersebut di dominasi oleh fine sand yang memiliki

ukuran butir yang lebih halus sehingga porositas yang

dihasilkan akan lebih kecil. Kemudian ketika porositas

kecil maka densitasnya akan besar dan yang lebih pastinya

ketika porositas kecil maka sebuah batuan akan lebih

mudah kompak dan membuat gelombang yang melaluinya

akan semakin besar kecepatannya, sehingga nilai impedansi

akustik yang dihasilkan akan semakin besar.

Gambar 4.7 Penampang Arbitary Line Keempat Sumur dari Hasil

Multiatribut dengan Properti Fisik Berupa Porositas yang

Dilakukan Analisis Secara Keseluruhan

Gambar 4.8 Penampang Arbitary Line Keempat Sumur dari Hasil

Multiatribut dengan Properti Fisik Berupa Porositas yang

Dilakukan Analisis Secara Terpisah

Gambar 4.9 Porosity map (a) Horizon FS8 (b)

Horizon FS7 (c) Horizon Truncation (d) Horizon

MFS4

Hubungan antara properti fisik tersebut dapat dilihat dan

dibandingkan dari peta slice impedansi akustik dan peta

slice porositas Gambar 4.10. Pada gambar tersebut

memperlihatkan hubungan antara impedansi akustik dengan

porositas sehingga dapat memprediksi zona prospektif. Dari

hasil analisa yang telah dilakukan pada hubungan antara

impedansi akustik dan porositas memperlihatkan sebuah

zona porous di sekitaran sumur F03-02 yang memiliki

porositas yang besar (36-40%) dan memiliki impedansi

akustik yang kecil (3127 – 3762 m/s * g/cc). Daerah ini

yang menjadi usulan untuk zona prospektif berikutnya

karena dibandingkan dengan daerah lain, daerah yang

dilingkari berwarna hitam merupakan daerah yang relatif

memiliki porositas yang tinggi dan impedansi yang rendah.

Gambar 4.10 Peta Slice (a) Impedansi Akustik (b) Porositas

V. KESIMPULAN DAN SARAN

5.1 Kesimpulan

Dari hasil pengolahan data yang telah dilakukan dapat

ditarik kesimpulan sebagai berikut:

1. Perpaduan antara seismik multiatribut dan inversi

impedansi akustik yang berfungsi sebagai atribut

eksternal dapat memprediksi distribusi porositas

dengan variasi lateral yang lebih baik, sehingga

informasi mengenai variasi nilai porositas pada

daerah penelitian dapat diketahui.

9

2. Dengan menganalisis secara terpisah kedua kelompok

stratigrafi untuk penentuan prediksi porositas akan

menghasilkan nilai-nilai persebaran porositas yang

lebih presisi dibandingkan menganalisisnya secara

keseluruhan.

3. Berdasarkan pada peta impedansi akustik dan

porositas terdapat zona porous terletak di daerah

sekitar sumur F03-02 dengan nilai porositas 36-40 %

dan nilai impedansi akustik 3127 - 3762 (m/s)*(g/cc).

5.2 Saran

1. Diperlukannya lebih banyak well untuk membuat

persebaran data lebih akurat.

2. Diperlukannya density dan prosity log real lebih

banyak serta adanya penambahan log lainnya sehingga

bisa mendapatkan hasil yang lebih efektif.

DAFTAR PUSTAKA

[1] Bacon, M., and Rob, S. 2014 Seismic Amplitude,

Cambridge University Press

[2] Brown, R.A, 2000, Interpretation of Three-

Dimensional Seismic Data. AAPG Memoir: New

York, USA.

[3] Russell, B. H., 1996, Installation and Tutorials.

Hampson-Russell Software Service Ltd. USA.

[4] Sukmono, S. 2000. Seismik Inversi untuk

Karakterisasi Reservoir. Jurusan Teknik Geofisika,

Institut Teknologi Bandung.