analisa stratigrafik metode inversi impedansi …
TRANSCRIPT
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: [email protected]
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.