31  

Bab IV Data dan Pengolan Data

IV.1 Alur Penelitian

Gambar berikut merupakan proses secara umum yang dilakukan dalam studi ini.

   

Gambar IV.1. Diagram alur penelitian.

Secara umum data seismik pre-satack gather diproses untuk mengkoreksi posisi refleksi

sesungguhnya dan meningkatkan sinyal serta mengurangi noisnya. Kemudian dilakukan

proses analisis AVO untuk membantu proses interpretasi dan untuk digunakan dalam

proses inversi. Data dalam bentuk pre-stack gather tersebut juga kemudian distack

Data seismik  pre‐ stack 2D gather 

Data log 

Prosesing data seismik 

Data CDP super gather  

Stack dan  Analisis AVO 

Inversi EEI dari Vs hasil pengukuran

Inversi EEI dari Vs prediksi 

Vs pengukuran

Interpretasi reservoar dan analisis perbandingan Vs prediksi dan log Vs  

Prediksi Vs dibandingkan 

dibandingkan 

Proses well seismic tie

32  

untuk interpretasi struktur dan menentukan horison serta ekstraksi wavelet yang

digunakan dalam proses inversi.

Data log dalam studi ini digunakan untuk proses well seismik tie dan proses inversi.

Well seismik tie adalah mengikat data seismik dengan data sumur/log. Dalam studi ini

dilakukan proses inversi baik dengan menggunakan log hasil pengukuran maupun

menggunakan log prediksi untuk dibandingkan hasilnya. Sebelum dilakukan proses

inversi, pada data log dilakukan ekstraksi log lambda-rho , mu-rho dan log

lambda per mu ⁄ . Dilakukan juga analisis kros plot untuk membantu proses

interpretasi dan menentukan parameter-parametr sebagai input dalam inversi.

IV.2 Data

IV.2.1 Data Seismik

Dalam studi ini digunakan data seismik pre-stack 2D gather yang terdiri dari 9 line,

yaitu line A1, A2, A3, A4, A5 B1, B2, B3, B4. Line B2 merupakan hasil dari survai

tahun 1995, Line A2 A3 A5 merupakan hasil survai 1977 dan line B1,B3,A1,A4

merupakan hasil survai di tahun 1980, untuk tahun 1995 fold coverage-nya adalah 30

dan untuk tahun 1977 dan tahun 1980 mempunyai fold coverage 12. Line B2 dan A1

mempunyai sampling rate 2 ms dan untuk line lainya mempunyai sampling rate 4 ms.

Gambar IV.2 adalah peta dasar (basemap) dan line-line seismik yang digunakan dalam

studi ini.

Peta struktur waktu pada zona target diperlihatkan pada Gambar IV.3. Dalam

interpretasinya, horison dipick pada zona target yaitu top gas (horison TG-1) yang

detailnya dapat dilihat dalam sub-bab pengolahan data seimik. Area yang prospek

diperkirakan berada pada area antiklin yaitu area yang berada pada kedalaman (waktu

dalam TWT) lebih kecil dari 1260 ms.

IV.2.2 Data Sumur

Data sumur yang digunakan dalam studi ini adalah 1 sumur yaitu sumur G-1,

merupakan sumur gas dengan marker top gas-batupasir pada kedalaman 1247,9 m, base

33  

pada kedalaman 1277,2 m dan Gas Water Contact (GWC) nya adalah pada kedalaman

1271,9 m. Data log yang dipakai pada sumur G-1 adalah data log sonik, log densitas,

log kecepatan gelombang S ( ), log gamma ray, log total porositas dan log volume

shale/lempung.

    Gambar IV.2. Base map dan line seismik pada lapangan Walawala dengan 1 sumur

G-1.

Log total porositas dan volume shale/lempung digunakan untuk keperluan prediksi .

Log volume shale/lempung merupakan turunan dari log gamma ray sehingga bentuk

log-nya sama namun beda satuan unitnya. Log lainya digunakan untuk membantu dalam

proses inversi seismik dan interpretasi.

Pada sumur G-1 terdapat data checkshot. Data checkshot diperlukan untuk konversi

kedalaman ke dalam domain waktu atau sebaliknya sehingga dapat membantu dalam

34  

proses well seismik tie yaitu mengikat data sumur dengan data seismik. Well seismik tie

dibuat dengan membuat sintetik seismik dari data log dan ekstraksi wavelet. Log yang

digunakan dalam well sesimik tie adalah log densitas dan log sonik ( ). Gambar IV.4

adalah log-log pada sumur G-1 yang digunakan dalam studi ini dengan marker sumur

yaitu Top (Top Gas-Batupasir), Gas Water Contact (GWC) dan base.

Gambar IV.3. Peta struktur waktu pada zona target area Walawala, Cekungan Sumatra

Utara.

Dari analisis data petrofisikanya (Gambar IV.5) menunjukan reservoar berupa batupasir

tersaturasi oleh gas dengan batuan penutupnya adalah lempung (clay) yang

terkompaksi. Bila dibandingkan dengan data log pada Gambar IV.4 terlihat bahwa

batas batuan penutup dengan reservoar berada pada marker top yaitu spike tinggi pada

data log

(ms) 

35  

  

 Gambar IV.4. Log-log pada sumur G-1, marker sumur yaitu Top Gas-Sand dan Gas

Water Contact (GWC), Base.

Gambar IV.5. Data hasil analisis petrofisika sumur G-1. IV.3 Pengolahan Data

Pengolahan data yang dilakukan meliputi, pengolahan data sumur, prediksi dengan

menggunakan metode lee, pengolahan data seismik pre stack gather 2D dan proses

Inversi EEI.

D E P T HM

1 : 5 0 0

G R ( G A P I)0 . 1 5 0 .

S P ( M V )- 8 0 . 2 0 .

IL D ( O H M M )0 . 2 2 0 0 .

IL M ( O H M M )0 . 2 2 0 0 .

R H O B ( G / C 3 )1 . 7 2 . 7

N P H I ( V / V )0 . 6 0 .

A I_ r e v8 0 0 0 . 2 0 0 0 .

P O IS ( )0 . 6 0 .

S W ( D e c )1 . 0 .

P H IT ( D e c )0 . 5 0 .

P H IE ( D e c )0 . 5 0 .B V W S X O ( D e c )

0 . 5 0 .B V W ( D e c )

0 . 5 0 .

G a s

O i l

M o v a b l e H y d

W a t e r

V W C L ( D e c )0 . 1 .

P H IE ( D e c )1 . 0 .

V S IL T ( D e c )0 . 1 .

C l a y

P o r o s i t y

S i l t

S a n d s t o n e

1 2 5 0

3

Z . 1 2 7 5

36  

IV.3.1 Perangkat Lunak

Perangkat lunak yang digunakan dalam studi ini adalah Hampson-Russell 8 (HRS 8),

Matlab 7 dan Surfer 8. HRS 8 digunakan untuk pemrosesan data seismik, pengolahan

data sumur dan untuk proses inversi. Matlab 7 untuk prediksi dan Surfer untuk

membuat gridding dan peta kontur hasil pengolahan dan interpretasi data seismik.

Hampson-Russell 8 dilengkapi oleh paket sub program seperti Well Explorer,

Seisloader, eLog dan lain-lain. Dalam studi ini yang digunakan adalah Well Explorer,

SeisLoader, Elog, AVO dan STRATA.

Well Explorer digunakan untuk menyimpan dan mengambil (load) data log serta

menentukan atau membuat marker data sumur. Elog digunakan untuk mengolah dan

menganalisis data log serta mengikat data sumur dengan data seismik atau sebaliknya.

AVO digunakan untuk melakukan analisis AVO, dan ekstraksi atribut AVO. Strata

digunakan untuk menginversi data seismik.

IV.3.2 Pengolahan data Sumur

Pengolahan data sumur meliputi menurunkan log dan log menjadi log lamd-rho

( ), log mu-rho dan lambda per mu ⁄ dan melakukan analisis dengan

melakukan kros plot antara log. Analisis kros plot dimaksudkan untuk melihat

pemisahan jenis litologi dan fluida dengan litologi. Kros plot yang dilakukan adalah

antara log P - Impedance (PI) dan S – Impedance (SI), log lambda-rho ( ) dan gamma

ray, log lambda-rho ( ) dan mu-rho ( ), log lambda per mu ( / ) dan mu-rho ( ).

Secara umum pengolahan data sumur dapat dilihat dalam Gambar IV.6

Penurunan log , log dan log densitas menjadi log dengan parameter fisis

dan dilakukan dengan memasukan setiap nilai yang tersampling pada data log

kedalam persamaan (2.14) dan (2.15), seperti halnya yang terlihat pada Gambar (IV.6).

Untuk log ⁄ , diperoleh dengan membagi data log dengan log untuk tiap data

tersampling. Kemudian setelah dilakukan penurunan log dengan persamaan matematis

maka dilakukan analisis kros plot.

37  

Gambar IV.6. Diagram blok pengolahan data sumur.

Analisis kros plot dimaksudkan untuk melihat pemisahan jenis-jenis litologi dan jenis

suatu fluida dengan suatu litologi. Dari analisis kro-plot ini dapat dilihat nilai-nilai

parameter fisis baik secara kuantitatif maupun secara kualitatif sehingga dapat

digunakan untuk menentukan nilai pemisah (cut off) antara suatu jenis fluida dengan

litologi atau antara jenis litologinya. Nilai cut off ini digunakan untuk menetukan

parameter dalam proses inversi dan juga interpretasi setelah dilakukan proses inversi.

Gambar IV.7 sampai dengan Gambar IV.10 adalah beberapa kros plot yang dilakukan

dalam studi ini.

Log   , log  , Log  densitas ( ), Log gamma ray

Log PI ( PI =  . ) 

Log SI ( SI =   ) 

‐log ( 2 ) ‐log     ( ) ‐log  /  

Analisis 

Kros plot log PI dan Sllog SI log ( ) dan gamma ray, log ( ) dan ( ), log ( / )  

38  

 

 

 

 

 

 

 

 

 

 

Gambar IV.7. Kros plot log P - Impedance (PI) dengan log S - Impedance (SI) pada

sumur G-1.

 

 

 

 

 

 

 

 

 

 

Gambar IV.8. Kros plot log dengan log gamma ray pada sumur G-1.

batupasir terkompaksi

batupasir/lempung

cut off 2950 m/s.g/cc 

batupasir 

lempung 

gas ‐batupasir 

Cut off 72 API 

39  

 

 

 

 

 

 

 

 

 

 

Gambar IV.9. Kros plot log λρ dengan log µρ pada sumur G-1.

   

 

 

 Gambar IV.10. Kros plot log µρ dengan log λ µ⁄ pada sumur G-1.

  Kros plot antara log P - Impedance dan S – Impedance dengan color key gamma ray

(Gambar IV.7) dimaksudkan untuk melihat kesensitivan log terhadap perubahan

batupasir/Lempung

gas – batupasir terkompaksi 

lempung‐batupasir 

Cut off 7.8  Gpa . g/cc 

Cut off 7.8  Gpa . g/cc 

cut off 2.5  unitless 

gas –batupasir terkompaksi  

40  

litologi. Color key gamma ray disini digunakan untuk membedakan lapisan batupasir

dan lempung. Kros plot log dan gamma ray dimaksudkan untuk memisahkan

batupasir dengan lempung dan untuk menentukan batupasir mana yang tesaturasi oleh

gas. Log gamma ray dapat memisahkan batupasir dan lempung dengan baik tetapi tidak

dapat membedakan jenis batupasir yang terkompaksi atau tidak dan terkonsolidasi atau

tidak, hal ini berbeda dengan log yang dapat membedakan jenis batupasir yang

terkompaksi atau tidak sehingga diperlukan kros plot yang melibatkan log . Untuk

memisahkan litologi dan gas maka dilakukan kros plot log dengan log dan log

⁄ dengan (Gambar IV.9 - IV.10).

IV.3.3 Prediksi

Prediksi kecepatanan gelombang S ( ) yang digunakan dalam studi ini menggunakan

metode Lee (2006). Gambar IV.11 merupakan diagram alir yang digunakan untuk

prediksi menggunakan metode Lee (2006). Prediksi diolah dengan menggunakan

Matlab. Script dari prediksi ini bisa dilihat di lampiran A. Sebagai data masukanya

adalah kecepatan gelombang P ( ), densitas dan log volume shale/lempung yang

diturunkan dari log gamma ray. Dalam hal ini shale adalah lempung.

Log volume lempung digunakan untuk menetukan prosentasi volume metrik lempung

pada penentuan nilai modulus elastik dari matrik batuan yaitu modulus bulk (Kma) dan

modulus shear (µma). Perhitungan yang digunakan untuk menghitung modulus elastik

(Kma dan µma) adalah dengan menggunakan perataan model Hill (persamaan 2.37)

dengan nilai modulus elastik tiap mineralnya menggunakan table II.2. Litologi batuan

pada sumur G-1 dianggap merupakan perselingan batuan lempung dan batupasir. Nilai

diperoleh dari parameter konsolidasi (α) yang nilainya bervariasi terutama tergantung

pada tekanan diferensial dari batuan. Dalam studi ini untuk nilai awal α adalah sebesar

1.10-2. Kemudian dari nilai dan kma dan µma digunakan untuk menghitung modulus

elastik dry frame (kd dan µd). Nilai dari modulus elastik dry frame dan densitas

digunakan untuk menghitung nilai kecepatan gelombang P pada suatu nilai α yaitu

( ). Nilai kemudian dikurangkan dengan kecepatan gelombang P pada

41  

sumur G-1 ( ) jika diperoleh nilai nol maka nilai µd dari perhitungan tersebut

digunakan untuk menghitung prediksi dengan menggunakan persamaan (2.34). Jika

tidak diperoleh nol maka dilakukan perhitungan dengan nilai yang berbeda-beda

sampai diperoleh nilai nol. Dalam studi ini nilai nol ditoleransi sebesar ≤ 1.10-6 dan

perubahan nilai bertambah 1.10-6 untuk tiap iterasi.

 

  

 

 

 

 

 

 

 

 

 

 

 

 

 

    

Keterangan: Dalam studi ini untuk nilai error ditoleransi  sebesar :  error ≤ 0,000001  

Gambar IV.11. Diagram alir yang digunakan untuk prediksi .

Tidak 

Ya 

 

error=0 

kma  dengan menggunakan k reuss,k voigt atau k hill 

µma  dengan menggunakan µreuss,µ voigt atau µ hill 

Nilai awal 

α=1.10‐2 

α=α+1.10‐6

Log volume shale/lempung dan porositas 

Log volume shale/lempung dan porositas

Log  Vp=  

 

42  

Untuk menguji apakah metode prediksi di atas cukup baik untuk digunakan, dalam

studi ini dilakukan pengujian dengan menggunakan data-data yang digunakan oleh Han

et al (1986). Data tersebut terdiri dari 75 sampel batuan lempung-batupasir, masing-

masing sampel mempunyai prosentase kandungnan lempung dan batupasir yang

berbeda-beda serta porositas dan densitas yang berbeda-beda. 75 sampel tersebut diukur

pada tekanan diferensial yang berbeda-beda yaitu 5 Mpa – 40 Mpa pada keadaan

tersaturasi air (brine). Pengujian dilakukan dengan menggunakan asumsi model susunan

matrik batuanya model Hill dengan data pada tekanan 5 Mpa dan 40 Mpa.

Gambar IV.12 memperlihatkan hasil prediksi yang dibandingkan dengan hasil

pengukuran pada sampel dengan tekanan 5 Mpa dan 40 Mpa. Pada Gambar IV.13

memperlihatkan nilai parameter konsolidasi batuan yang dipengaruhi oleh tekanan

diferensialnya. Semakin tinggi tekanan diferensialnya semakin kecil nilai parameter

konsolidasinya.

Gambar IV.14 adalah hasil prediksi pada sumur G-1, (a) Log prediksi (merah)

dibandingkan dengan log hasil pengukuran (biru), (b) jika dibandingkan dengan log

(hijau). Perhitungan dilakukan pada kedalaman 780,14 m sampai dengan 1289,91 m,

dengan total data yang dolah adalah 3347 sampel. Range kedalaman tersebut dianggap

sudah mewakili semua jenis litologi yang ada pada sumur G-1. Parameter konsolidasi

yang diperoleh dari perhitungan tersebut berkisar 1,98 sampai dengan 22,50 dengan

nilai rata-rata nya adalah 9,44.

Sepertihalnya pada log hasil pengukuran pada sumur G-1, dalam studi ini juga

dilakukan perhitungan parameter fisika yaitu lamd-rho ( ), log mu-rho dan

lambda per mu ⁄ pada log hasil prediksi untuk kemudian dilakukan analisis

dengan melakukan kros plot diantara lognya. Hasilnya kemudian dibandingkan dengan

analisis kros plot dari hasil pengukuran. Gambar IV.15 merupakan hasil dari kros

plot adalah antara log P - Impedance dan log S – Impedance, log dan gamma ray

(Gambar IV.16), log dan (Gambar IV.17), log ⁄ dan log (Gambar IV.18)

dari log hasil prediksi.

43  

   Gambar IV.12. Hasil prediksi Vs dibandingkan dengan Vs hasil pengukuran sampel

pada tekanan diferensial 5 Mpa dan 40 Mpa dengan menggunakan data lieratur Han et al (1986).

Gambar IV.13. Nilai parameter konsolidasi batuan pada tekanan diferensial 5 Mpa dan 40 Mpa dengan menggunakan data lieratur Han et al (1986).

Untuk lebih memperlihatkan bahwa prediksi di atas bukan merupakan mudrock line

atau background karena terlihat secara keseluruhan masih agak berkorelasi dengan

44  

nya, maka dalam studi ini dilakukan ekstraksi dari persamaan linearitas Castagna

( ⁄ 0,862 1,172) sebagai pembanding. Hasil pengolahan dan analisis

kros plot dari berdasarkan persamaan linearitas castagna dapat dilihat pada lampiran

B.

 

Gambar IV.14. Hasil prediksi pada sumur G-1 (a). Log prediksi (merah) dibandingkan dengan log hasil pengukuran (biru). (b) jika dibandingkan dengan log (hijau).

 

 

 

 

 

Gambar IV.15. Kros plot P - Impedance dengan S- Impedance dari prediksi .

batupasir terkompaksi 

batupasir/lempung 

45  

 

 

 

 

 

 

 

 

 

Gambar IV.16. Kros plot dengan gamma ray dari prediksi .

 

 

 

 

 

  

Gambar IV.17. Kros plot dengan prediksi .

 

batupasir 

lempung 

gas‐batupasir 

gas‐ batupasir terkompaksi 

batupasir/lempung

cut off 72 API 

46  

 

 

 

Gambar IV.18. Kros plot ⁄ dengan prediksi .

IV.3.4 Pengolahan Data Seismik

Secara garis besar pengolahan data seismik pre-stack time migration gather 2D sampai

dengan dapat dilakukan analisis AVO dan proses inversi adalah terdiri dari proses

Normal Move Out (NMO), mute, filter dan super gather (Gambar IV.19). Dalam studi

ini, data yang diolah memiliki karakteristik yang berbeda pada beberapa line. Hal ini

memerlukan suatu proses pengolahan tersendiri pada tiap linenya untuk

menyeimbangkan suatu line dengan line lainya. Proses yang dilakukan untuk

meminimalkan efek ketidakseimbangan data antara lain dengan mengubah parameter

skala amplitudonya dan time shiftnya, Sebagai nilai referensi untuk menyeimbangkan

data adalah line B2 karena line tersebut merupakan line yang melintasi sumur G-1,

survai pengambilan datanya relatif baru, mempunyai fold coverage lebih banyak dan

relatif tidak noisy jika dibandingkan dengan line lainnya. Gambar IV.20 adalah data

seismik pre-stack time migration gather 2D pada line B2.

lempung batupasir 

gas batupasirterkompaksi 

cut off2.0 unitless 

47  

Proses awal yang dilakukan dalam pengolahan data ini adalah melakukan proses NMO

dengan menggunakan data analisis kecepatan. Koreksi NMO bertujuan untuk

menghilangkan efek dari jarak (offset) antara sumber dan geophone dalam satu CDP

(Common Depth Point) sehingga tampilan dari sumber dan geophone yang berbeda

berada pada waktu yang sama seperti halnya yang terlihat pada Gambar IV.21.

 

 

 

Gambar IV.19. Proses pengolahan data seismik pre-stack time migration gather 2D.

Setelah proses NMO, selanjutnya dilakukan proses mute. Proses mute dilakukan karena

adanya trace yang didominasi oleh efek stretching yang menyebabkan adanya

kandungan frekuensi yang jauh lebih rendah jika dibandingkan dengan trace lainya.

Seismik 2D Pre­stack Gather

NMO

Muting 

Band Pass Filter 

Super Gather dan Angle Gather

Well Seismic Tie 

CDP Stack

Picking Horison

Horison dan Peta Struktur Waktu

Analisis

Data Sumur

Check Shot 

Ekstraksi Wavelet 

Data Analisis Kecepatan

Intercept, gradien AVO dan ,analisis

AVO

48  

Gambar IV.22(a) adalah data gather yang sudah mengalami proses muting, tampak

adanya anomali AVO pada time (TWT) 1250 ms, Gambar IV.22(b).

 

 

 

 

 

 

  

 

 

Gambar IV.20. Data pre-stack gather line B2 dengan sumur G-1.

 

 

 

 

 

 

 

 

 

 

Gambar IV.21. Data pre-stack gather line B2 setelah dilakukan koreksi NMO.

G‐1 

49  

 

 

Gambar IV.22. (a) Data pre-stack gather line B2 setelah dilakukan muting. (b) Kenampakan anomali pada kedalaman (TWT) 1250 ms, (c) Setelah dilakukan proses band pass filter 5, 10-45, 90 Hz. (d) Setelah dilakukan proses super gather.

A 

B 

C 

D 

G‐1 

50  

Proses band pass filter diperlukan untuk menghilangkan noise yang mempunyai

karakteristik tertentu. Noise frekuensi rendah antara lain adalah ground roll. Noise

frekuensi tinggi biasanya disebabkan oleh angin, air blast, statik atau petir. Dengan

dilakukan proses filtering ini diharapkan dapat menekan noise yang ada di luar

spektrum frekuensi dari sinyal yang diinginkan. Gambar IV.22 (c) adalah data seimik

gather line B2 yang sudah mengalami proses filter, band pass filter dengan low cut 5

Hz, low pass 10 Hz, high pass 45 Hz dan high cut 90 Hz.

Proses selanjutnya adalah dilakukanya prose super gather, proses super gather

dimaksudkan untuk meningkatkan signal-to-noise, dengan tetap menjaga relatif

amplitude dan dimensi offset. Proses super gather merupakan proses parsial stack pada

trace CMP gather. Gambar IV.22 (d) adalah data gather yang sudah mengalami proses

band pass filter dan super gather.

Respon AVO dan interpretasi di zona target pada data super gather CDP 2041

diperlihatkan pada Gambar IV.23. Dari hal tersebut kemudian dianalisis mengenai

kelas AVO nya sehingga dapat untuk membantu dalam menyimpulkan jenis litologi dan

fluidanya.

Dari hasil super gather kemudian dilakukan proses angle gather yaitu membawa tiap-

tiap trace dalam domain jarak (offset) kedalam domain sudut (angle). Proses ini

dilakukan dengan ray tracing menggunakan fungsi kecepatan. Data masukannya adalah

time velocity table yang mengandung informasi waktu, kecepatan dan offset. Hasilnya

adalah kumpulan trace-trace baru untuk masing-masing super gather dalam domain

sudut. (Gambar IV.24).

 

 

51  

 

 

Gambar IV.23. Respon AVO pada data pre-stack gather line B2 CDP 2041 berupa top sand tersaturasi gas dan base.

Dari hasil angle gather (Gambar IV.24) memperlihatkan sudut optimumnya adalah 70-

300. Parameter sudut optimum tersebut digunakan sebagai input dalam mengekstrak

atribut AVO atau intercept (A) dan gradien (B) dan dalam analisis parsial stack.

 

 

 

 

 

 

Gambar IV.24. Angle gather dari data cdp gather lintasan B2, maksimal sudutnya adalah 300 dan minimal sudutnya adalah 70.

Top 

Base 

G‐1 

52  

Untuk keperluan proses inversi EEI dan juga sebagai analisis AVO maka perlu

dilakukan ekstraksi data cdp super gather kedalam atribut AVO yaitu dalam bentuk

reflektivitas intercept (A), gradien (B) dan hasil intercept-gradien (A B). Persamaan

yang digunakan adalah persamaan two term Aki-Richard (persamaan 2.4). Gambar

IV.25, IV.26 dan IV.27 merupakan reflektivitas intercept (A), gradien (B) dan hasil kali

intercept-gradien (A B). Sebagai input masukanya adalah time velocity table, sebagai

informasi kecepatan serta jangkauan sudut yang digunakan. Jangkauan sudut optimum

dapat dilihat pada data angle gather nya.

Dalam proses mengikat data sumur dengan dan seismik atau sebaliknya, diperlukan data

checkshot, data checkshot akan mengubah sumur dalam fungsi kedalaman menjadi

fungsi waktu. Dengan menggunakan data checkshot maka proses pembuatan well

seismik tie untuk mengikat data sumur dengan data seismik menjadi lebih mudah karena

perbedaan posisi zona target pada seismik dan sumur dalam domain waktu tidaklah

jauh.

 

 

Gambar IV.25. Intercept A dari atribut volume AVO two terms Aki Richards, line B2.

G‐1 

53  

 

 

 

 

 

 

 

 

 

 

Gambar IV.26. Gradien B dari atribut volume AVO two terms Aki Richards, line B2.

 

 

 

 

 

 

 

 

 

Gambar IV.27. Data warna atribut volume A B dengan trace intercept A, line B2.

G‐1 

G‐1 

54  

Dalam membuat data seismik sintetik pada well seismik tie, ekstraksi wavelet dilakukan

baik dari data seismiknya maupun data sumurnya sehingga diperoleh nilai korelasi yang

tinggi antara seismik sintetik yang dibuat dan data rekaman seismik. Selanjutnya

wavelet tersebut dikonvolusikan dengan log reflektivitas yang diperoleh dari log dan

log densitas sehingga diperoleh seimogram sintetik. Seismogram sintetik tersebut

kemudian dilakukan stretch/squeeze sehingga diperoleh nilai korelasi yang tinggi

dengan data seismiknya. Bila masih diperoleh nilai korelasi yang rendah maka proses

ekstraksi wavelet dilakukan kembali dengan parameter yang berbeda-beda sehingga

diperoleh wavelet yang berbeda dengan wavelet awal. Parameter tersebut antara lain

panjang gelombang wavelet, fase wavelet, range data yang digunakan untuk ekstraksi

wavelet dan lain sebagainya. Gambar IV.28 adalah wavelet dan frekuensi yang

digunakan dalam proses well seismik tie dan Gambar IV.29 adalah hasil proses well

seismik tie atau korelasi antara data seimik dengan sintetik seismik. Polaritas yang

digunakan menggunakan ketetapan trough pada trace berarti nilai koefesien refleksinya

negatif atau impedansi akustiknya turun. Fase yang digunakan adalah fase nol.

 

Gambar IV.28. Wavelet dan frekuensi yang digunakan dalam pembuatan seismogram sintetik.

55  

 

 

 

 

 

 

Gambar IV.29. Korelasi antara seismik sintetik dengan rekaman data seimik disekitar sumur G-1.

Setelah mengkoreksi posisi refleksi sesungguhnya dan meningkatkan sinyal serta

mengurangi nois pada data seismik pre-stack gather maka dilakukan proses stack untuk

memperoleh data seismik stack nya. Kemudian dari data seismik stack dilakukan

interpretasi dan picking horison dengan sebelumnya dilakukan pengikatan data seismik

dengan data sumur. Proses stack untuk keperluan interpretasi dilakukan pada

keseluruhan offset sedangkan untuk keperluan analisis AVO dilakukan secara parsial

pada jangkauan sudut-sudut tertentu.

Gambar IV.30 adalah gambar seismik stack dari keseluruhan offset pada line B2 dengan

sebelumnya dilakukan pengikatan data seismik dengan data sumur, sedangkan Gambar

IV.31 merupakan kenampakan bright spot pada data seismik stack disekitar zona target.

Dalam proses interpretasinya, horison yang dibuat berjumlah 2 buah horison, yaitu

horison TG 1 dan horison m1. Horison TG 1 merupakan horison yang dipick dari zona

target (top gas) pada sumur G-1 dengan kedalaman 1248 m dan m1 merupakan horison

yang dipick pada lapisan batupasir dengan kedalaman 960 m. Letak horison m1 yang

56  

jauh dari zona target dimaksudkan untuk analisis hasil inversi dari prediksi gelombang S

pada keseluruhan log.

 

Gambar IV.30. CDP stack Lintasan B2, serta interpretasi picking horison pada Top Gas (TG 1/Warna biru) dan horison m1 sebagai control dalam proses inversi.

 

 

 

 

        

Gambar IV.31. Bright-spot pada data CDP stack lintasan B2.  

G‐1 

G‐1 

57  

Dari data stack tersebut, dapat dilihat spektrum amplitudonya adalah sebesar 24 Hz

(Gambar IV.32) dengan kecepatan rata-rata gelombang P pada log disekitar zona

target sebesar 2634,71 m/s. Nilai resolusi gelombang seismiknya dapat dihitung dengan

menggunakan persamaan 14 , dengan adalah panjang gelombang seismik yang

dapat dihitung dari nilai kecepatan gelombang seismiknya dibagi frekuensinya. Resolusi

gelombang seismik yang diperoleh sebesar 27,44 m.

Gambar IV.32. Spektrum amplitudo line B2 dengan kecepatan rata-rata kecepatan gelombang P pada log sonik disekitar zona target sebesar 2634,71 m/s.

IV.3.5 Inversi Seismik EEI

Gambar IV.33 adalah digram blok prosses inversi EEI yang dilakukan dalam studi ini.

Proses awal dalam seismik inversi EEI adalah membuat spektrum EEI dan membuat

model kedalaman dari log yang akan dilibatkan dalam prose interpretasi. Spektrum EEI

diperoleh dari persamaan (2.26). Sebagai data masukanya adalah log , log , dan log

densitas. Sebelum dimasukan kedalam persamaan (2.26) log-log tersebut dirubah dalam

bentuk model kedalaman agar bentuknya menjadi array. Spektrum EEI merupakan log

EEI dalam bentuk array yang mempunyai rentang kolom berupa sudut sebesar -900

sampai dengan sudut 900, sedangkan barisnya adalah kedalaman (m) dari log-log

24  Hz 

58  

tersebut. Log EEI adalah nilai impedansi pada sudut tertentu. Gambar (IV.34) adalah

spektrum EEI yang diperoleh dari log , log , dan log densitas sumur G-1.

 

 

 

 

 

 

 

 

 

 

 

 

 

   

 

   

 

 

 

Gambar IV.33. Prosses inversi EEI yang dilakukan dalam studi ini.

Data seismik   pre‐stack super gather 

Intercept (A) Gradien (B) 

Data log

Log   , log  , 

Log  densitas ( ) 

log  , log  , log  / ,log gamma ray 

Model kedalaman   atau  atau  /  atau gamma ray 

 

Spektrum EEI =‐900‐900 

Kros‐korelasi 

Sudut EEI(  ) pada nilai korelasi tertinggi   

Reflektivitas EEI 

Model awal 

Analisis AVO 

Inversi model base

Wavelet 

Interpretasi

horison 

Model kedalaman

59  

Gambar IV.34. Spektrum EEI yang diperoleh dari log , , dan densitas sumur G-1.

 

   

 

 

 

 

 

 

Gambar IV.35. Model kedalaman log / pada sumur G-1 yang akan dilibatkan dalam perhitungan inversi EEI.

Model kedalaman merupakan log-log yang dilibatkan dalam proses interpretasi dan

perhitungan EEI namun dibuat dalam bentuk array sehingga nantinya secara matematis

G‐1 

G‐1 

60  

dapat dikorelasikan pada tiap kolomnya. Log-log yang dibuat model kedalamanya

adalah log model kedalaman log , log ,log densitas, log , log , log / , log

gamma ray. Gambar (IV.35) adalah contoh model kedalaman dari log / .

Selanjutnya spektrum EEI dan model kedalaman dikorelasikan. Dalam hal ini yang

dikorelasikan adalah setiap log – log yang akan digunakan dalam interpretasi dengan

setiap log EEI pada tiap sudut nya dari sudut -900 sampai dengan sudut 900. Korelasi

dalam hal ini adalah kemiripan antara dua data log tanpa memperhitungkan satuan

pengukuran. Tingkat korelasi dapat diihat dari nilai koefesien korelasi yang nilainya

berkisar 0 – 1, semakin nilainya mendekati 1 semakin mirip dianatara log yang

dibandingkan atau dikorelasikan, semakin mendekati nol maka sebaliknya. Secara

matematis nilai koefesien korelasi antara 2 variabel adalah sebagai berikut:

∑ ∑ ∑

∑ ∑ ∑ ∑

(4.1)

Dengan x dan y adalah nilai dua variabel, dalam hal ini adalah 2 log yang dikorelasikan.

Gambar IV.36 merupakan nilai-nilai koefesien korelasi yang diperoleh dari range sudut

sudut -900 sampai dengan sudut 900 untuk log gamma ray, log , log , log / .

Gambar IV.37 adalah nilai-nilai korelasi yang diperoleh dari log-log yang diturunkan

dari prediksi .

Jika terdapat nilai korelasi yang tinggi namun berharga negatif maka dalam memasukan

nilai korelasi ke persamaan reflektifitas (2.25) hasilnya dikali -1. Hasil dari nilai

koefesien korelasi tertinggi dengan sudut-sudut EEI yang diperoleh, dapat dilihat pada

table IV.1.

61  

    

Gambar IV.36. Nilai koefesien korelasi dengan sudut-sudut EEI pada data log dari sumur G-1.

 

 

 

 

 

 

 

 

 

 

Gambar IV.37. Nilai koefesien korelasi dengan sudut-sudut EEI pada data log dari sumur G-1 dengan menggunakan prediksi .

62  

Table IV.1. Nilai korelasi tertinggi dan sudut-sudut EEI nya

No Data log Sudut Korelasi

1 log gamma ray 10 -0.25

2 log 25 0.96

3 log -45 0.96

4 log / 85 0.97

Dan untuk nilai koefesien korelasi tertinggi dengan sudut-sudut EEI yang diturunkan

dari prediksi adalah sebagai berikut:

Table IV.2. Nilai korelasi tertinggi dan sudut-sudut EEI nya dari prediksi kecepatan

No Data log Sudut Korelasi

1 Log gamma ray 53 -0.73

2 log 48 0.46

3 log 56 -0.76

4 log / 47 0.78

Gambar IV.38 adalah log yang diambil dari spektrum EEI pada sudut yang mempunyai

nilai korelasi tertinggi dengan data log / dari sumur G-1, sedangkan Gambar IV.39

adalah log yang diambil dari spektrum EEI pada sudut yang mempunyai nilai korelasi

tertinggi dengan data log / dari prediksi . Log yang diambil dari spektrum EEI

tersebut kemudian dibandingkan dengan data log / . Untuk hasil dari log-log lainya

bisa dilihat pada lampiran B.

63  

 

 

 

 

 

 

 

Gambar IV.38. Log ⁄ dengan log EEI 850, nilai koefesien korelasi 0,97.

 

Gambar IV.39. Log ⁄ dari prediksi dengan log EEI 470, nilai koefesien korelasi 0,78.

Setelah diperoleh nilai korelasi tertinggi pada sudut tertentu dari spektrum EEI maka

dapat dibuat reflektifitas gamma ray, , , / . Refelektifitas diperoleh dari

persamaan . Dengan A adalah intercept dan B adalah gradien yang

diperoleh dari analisis AVO sedangkan adalah sudut dari spektrum EEI yang

64  

mempunyai nilai korelasi tertinggi sepertihalnya yang terdapat pada table IV.1 dan IV.2.

Sebagai contoh bila ingin membuat reflektifitas gamma ray maka data masukannya

adalah A(intercept), B (gradien) dan =100 .

Pembuatan model awal (initial model) sebagai salah satu input awal dalam proses

inversi dilakukan setelah diperoleh reflektivitas gamma ray, , dan / . Model

awal diperlukan sebagai kontrol dalam proses inversi. Dalam pembuatan model awal

sebagai parameter masukanya adalah data log dan horison hasil interpretasi dari data

stack seismiknya yaitu horison TG 1 dan horison m1. Data log digunakan sebagai nilai

secara kuantitatif dari model yang dibuat sedangkan horison digunakan sebagai kontrol

penyebaran dari nilai tersebut secara lateral. Gambar IV.40 adalah contoh model awal

untuk parameter fisis / yang dioverlay dengan reflektivitas / pada line B2.

Kenampakan warna merupakan model awal sedangkan reflektivitasnya adalah bentuk

tracenya yang berwarna hitam. Sebagai masukanya adalah log / , horison TG 1 dan

horison m1 dengan high cut frekuensi 10/15 Hz.

Model awal tersebut kemudian digunakan sebagai salah satu masukan dalam proses

inversi. Proses inversi yang digunakan menggunakan algoritma model base. Sebagai

data masukanya adalah model awal, reflektivitas dan data log dari parameter fisis yang

akan dilibatkan dalam proses interpretasi. Sebagai parameter masukanya adalah

menggunakan soft constrain dengan model constrainya adalah 0,4. Semakin nilainya

mendekati 1 hasil inversinya semakin mirip dengan model awalnya. Ukuran blok

disesuaikan dengan sampling rate dari data seismiknya, karena dari line yang ada

kebanyakan mempunyai sampling rate 4 ms maka digunakan ukuran blok 4 ms.

Gambar IV.41 adalah contoh hasil inversi model base dari Inversi EEI / pada line

B2. Color key yang digunakan menyesuaikan dengan hasil dari analisis kros plot. 

 

 

 

 

 

65  

Gambar IV.40. Model awal untuk parameter fisis / yang dioverlay dengan reflektivitas / pada line B2.

Gambar IV.41. Hasil inversi model base dari Inversi EEI / pada line B2.

G‐1

G‐1