Anda di halaman 1dari 13

JURNAL GEOFISIKA 2005/1

7
Inversi AI Dan EI untuk Identifikasi Hidrokarbon pada Reservoar Batupasir


Ritchie Martua Simamora

Dept. Teknik Geofisika, FIKTM-ITB
Jl. Ganesha 10 Bandung 40132
e-mail: ritchie.simamora@gmail.com, richie_simm@yahoo.com


Abstrak
Hasil inversi AI dan EI dapat mengkarakterisasi reservoar UG2 (litologi dan fluida pori) yang telah terbukti
mengandung minyak dari hasil well test SIMM sebanyak 3563 BOPD. Reservoar UG2 merupakan high
impedance sand yang berarti memiliki nilai impedansi yang lebih tinggi dibandingkan batuan penutupnya (seal),
sehingga koefisien refleksi pada top UG2 bernilai positif. Pada sudut jauh 30
0
, nilai impedansi EI normalisasi
pada reservoar UG2 semakin membesar hal ini disebabkan kehadiran hidrokarbon minyak pada reservoar UG2.
Begitu juga pada penampang inversi EI(30) normalisasi nilai impedansi reservoar UG2 lebih besar dibandingkan
penampang inversi AI. Hasil pemetaan inversi AI memperlihatkan daerah penyebaran minyak pada reservoar
UG2 di timurlaut (NE) dan selatan sumur SIMM. Hasil pemetaan inversi EI(30) normalisasi memperlihatkan
daerah penyebaran minyak pada reservoar UG2 di baratlaut (NW) sampai timur sumur SIMM. Penyebaran
hidrokarbon minyak di reservoar UG2 berada pada up-thrown eastern fault block antiklin yang tersesarkan oleh
major down-to-the-west normal fault. Sehingga dapat dianalisa pada reservoar UG2 selain merupakan sistem
jebakan elemen struktur juga terdapat sistem jebakan stratigrafi. Hasil pemetaan ini diharapkan dapat menjadi
informasi penting dalam proses produksi dan tahap development.

Abstract
Results of AI and EI can characterize the UG2 reservoir (pore fluid and lithology) which is oil, proven by well
test SIMM counted 3563 BOPD. The UG2 is a high impedance sand, having a higher level impedance compared
to seal rock, so the reflection coefficient is positive at the UG2 top. At far angle of 30
0
, impedance value of EI
normalization at the UG2 reservoir progressively bigger, this is caused by presence of oil. Also at EI(30)
normalization inversion section impedance of reservoir UG2 bigger than in AI inversion section. Slicing at 10 ms
above and below RMS impedance value of the UG2 top shows that oil spread from north east to south of the well
SIMM. Result mapping of EI(30) normalization inversion show the oil spreading in north west to the east of the
well SIMM. Spreading of oil in the UG2 reservoir reside at anticline fault eastern up-thrown block which is fault
by major down-to-the-west normal fault. This may caused by both structure trap and stratigraphic trap as well.
Mapping results can become important information in production process and phase of development.

1. Pendahuluan
Seismik inversi adalah suatu teknik pembuatan
model geologi bawah permukaan, dengan
menggunakan data seismik sebagai input dan data
geologi sebagai kontrol, (Sukmono, 2000). Konversi
dari wiggle seismik menjadi impedansi akustik, AI,
memberikan tampilan yang lebih komprehensif dan
lebih mudah dipahami. Seismik inversi AI menjadi
metoda standar yang dikerjakan oleh para
geoscientist karena mampu memberikan informasi
dan mendeskripsikan sifat fisik dari tiap lapisan
batuan secara lebih detail.
Pada umumnya data seismik 3D diproses dalam
beberapa volume offset untuk mengeluarkan
informasi AVO. Namun, terdapat ketidaksamaan /
asimetri yang signifikan pada volume ini yang dapat
terkalibrasikan dan terinversikan. Amplitudo near-
offset stack, atau intercept, berhubungan dengan
perubahan akustik impedansi dan dapat diikat pada
data well log menggunakan sintetik seismik
berdasarkan impedansi akustik, AI, atau di inversi,
utk beberapa daerah, kembali ke AI menggunakan
algoritma inversi post stack. Namun demikian, tidak
terdapat kesamaan proses yang sederhana pada far-
offset stack.
Kesamaannya secara luas dapat ditunjukkan
dengan fungsi yang disebut Elastic Impedance (EI).
Fungsi ini merupakan generalisasi dari akustik
impedansi untuk sudut datang yang bervariasi yang
memberikan konsistensi dan kerangka kerja untuk
mengkalibrasi dan menginversi data non zero-offset
seismik seperti yg dilakukan AI pada zero-offset
(Connolly, 1999). EI adalah sebuah pendekatan yang
diturunkan dari linierisasi persamaan Zoeppritz,
yang cukup akurat untuk aplikasi penyebaran sudut
yang lebar. Kombinasi AI dan EI, secara baik dapat
memberikan informasi perbedaan anomali
JURNAL GEOFISIKA 2005/1
8
impedansi yang disebabkan oleh kehadiran
hidrokarbon pada reservoir. Pada kasus tertentu,
dimana nilai AI antara batupasir dan lempung pada
reservoir bernilai sama, maka sulit bagi kita untuk
membedakan keduanya. Dengan inversi EI maka
keduanya dapat dibedakan, dimana terdapat
perbedaan nilai EI dan AI pada batupasir sedangkan
pada lempung nilai EI dan AI akan berhimpit.
Penelitian ini difokuskan pada analisa data near
dan far stack 3D seismik pada reservoar UG2 yang
terbukti mengandung minyak dari hasil well test
SIMM sebanyak 3563 BOPD.
1. Analisa data near stack (0
0
- 15
0
)

3D seismik
dengan sudut 0
0
dilakukan dengan inversi
impedansi akustik (AI).
2. Analisa data far stack (>25
0
) 3D seismik dengan
sudut 30
0
dilakukan dengan inversi impedansi
elastik (EI) yang ternormalisasi pada sudut 30
0
,
EI(30) normalisasi.


2. Kondisi Geologi
Formasi S605 terbentuk pada Akhir Oligosen,
merupakan formasi paling muda yang diendapkan
pada fase regresi. Dilihat pada kolom stratigrafi dan
kedalamannya menjadikan formasi ini sebagai
prospek utama hidrokarbon. Batupasir dan serpih
pada formasi ini mengandung material organik yang
tinggi dan di beberapa tempat merupakan penghasil
hidrokarbon (Gambar 1). Ketebalan dari Formasi
S605 kurang lebih 1800 kaki. Batupasir yang
dijumpai umumnya mempunyai ukuran butir pasir
sedang sampai halus, perselingan dengan lanau dan
batulempung yang dipercaya diendapkan pada
lingkungan rawa.
Lokasi sumur telitian, sumur SIMM,
terletak pada struktur GAA yang merupakan antiklin
yang terbentuk pada Miosin Akhir dengan proses
inversi pada lapisan half-graben. Antiklin tersebut
dibagi dua menjadi dua blok oleh major down-to-
the-west fault, sehingga menjadi downthrown
western fault block dan upthrown eastern fault
block. Sumur SIMM dibor pada up thrown eastern
fault block.

3. Inversi AI dan EI
Impedansi Akustik (AI)
Impedansi Akustik (AI) adalah sifat batuan
yang dipengaruhi oleh jenis litologi, porositas,
kandungan fluida, kedalaman, tekanan dan
temperatur. Oleh karena itu AI dapat digunakan
sebagai indikator litologi, porositas, hidrokarbon,
pemetaan litologi. AI dirumuskan sebagai:
V AI . = (1)
dimana = densitas, V = kecepatan gelombang
seismik.
Pemantulan gelombang seismik terjadi
disebabkan oleh adanya kontras AI antar lapisan.
Perbandingan antara energi yang dipantulkan dengan
energi datang pada keadaan normal adalah:
2
) ( ) ( KR incidence E reflected E = (2)
) (
) (
1 1
1 1
i i i i
i i i i
i
V V
V V
KR
+

=
+ +
+ +

) (
) (
1
1
i i
i i
i
AI AI
AI AI
KR
+

=
+
+
(3)

Dari persamaan (3) didapat untuk kasus lapisan
ke-n, persamaan diatas dapat dituliskan menjadi:

+
=
+
i
i
i i
KR
KR
AI AI
1
1
1

( ) ( ) [ ]
i i
n
i
n
KR KR AI AI + =

=
1 1
1
1
1
(4)
dimana:
E = energi,
KR = koefisien refleksi,
AI
1
= impedansi akustik lapisan atas,
AI
2
= impedansi akustik lapisan bawah.


Gambar 1.
Stratigrafi Regional.
JURNAL GEOFISIKA 2005/1

9
Harga kontras AI dapat diperkirakan dari
amplitudo refleksinya, semakin besar amplitudo
refleksinya semakin besar refleksi dan kontras AI-
nya. AI seismik memberikan resolusi lateral dan
cakupan (coverage) yang baik. Sedangkan AI sumur
memberikan resolusi vertikal yang sangat baik tetapi
resolusi cakupan lateralnya buruk.

Impedansi Elastik (EI)
Persamaan (5) dibawah ini, dikenal sebagai
linearisasi dari persamaan Zoeppritz untuk
reflektifitas gelombang P, dimana sangat akurat
untuk perubahan yang kecil dari parameter elastik
dibawah sudut kritis (subcritical angles):
R() = A + Bsin + Csin tan , (5)
dimana

=
P
P
V
V
A
2
1
,

=
2
2
2
2
2 4
2
P
S
S
S
P
S
P
P
V
V
V
V
V
V
V
V
B
,

P
P
V
V
C

=
2
1
,
dan
( ) ( ) ( )
2
1
+
=
i P i P
P
t V t V
V , ( ) ( )
1
=
i P i P
P t V t V V ,
( )
( )
( )
( )
2
1
2
1
2
2
2
2
2

+
=

i P
i S
i P
i S
P
S
t V
t V
t V
t V
V
V

Kita definisikan fungsi f(t) yang merupakan
parameter yang analog dengan AI, sehingga
reflektifitas sebagai fungsi sudut dapat dituliskan
sebagai berikut :
( )
( ) ( )
( ) ( )
1
1

=
i i
i i
t f t f
t f t f
R (6)
Fungsi diatas namakan sebagai fungsi impedansi
elastik, EI. Untuk perubahan impedansi yang cukup
kecil, maka:
( ) ( ) EI
EI
EI
R ln
2
1
2
1

(7)
Dengan melakukan integrasi dan eksponensiasi
(menghilangkan logaritma dan diferensial pada
kedua sisi) maka diperoleh:
( ) ( ) +
=
2 2 2
sin 4 1 sin 8 tan 1 K K
S P
V V EI (8)
Normalisasi EI
Connolly memulainya dengan dua suku
linierisasi dari persamaan Zoeppritz (Aki dan
Richards, 1980),
R() = A + Bsin, (9)
dan mendefinisikan impedansi elastik sama dengan
impedansi akustik dalam bentuk perubahan
impedansi dari formasi ke-n ke formasi ke-(n + 1) :
[ ]
[ ]
n n
n n
EI EI
EI EI
R
) ( ) (
) ( ) (
) (
1
1
+

=
+
+
, (10)
Connolly menunjukkan bahwa EI dapat
diaproksimasi sebagai fungsi sederhana dari , ,
dan
c b a
EI = ) ( , (11)
dimana exponen a, b, dan c adalah fungsi dari sudut
datang :
a = (1 + sin),
b = -8K sin,
c = (1 4K sin ).
Variabel K dibuat konstan sepanjang log zona target.
Untuk interval log sepanjang daerah target, nilai
konstanta K dideterminasi dengan merata-ratakan
2 2
/
n n
sepanjang interval. Konstanta K adalah
sebuah aproksimasi yang membatasi akurasi
persamaan EI.
2
2
1
2
1
2
2

=
+
+
n
n
n
n
K (12)
Pada fungsi EI, persamaan (11) dimensinya
berubah terhadap sehingga nilai EI sangat
signifikan terhadap . Untuk menghilangkan
masalah dimensi akibat fungsi terhadap , maka
diperkenalkan konstanta
0
,
0,
dan
0
dan dengan
memodifikasi fungsi EI(15).
c b a
EI

=
0 0 0
) ( (13)
dengan a = (1 + tan).
Jika kita menskalakan fungsi ini dengan faktor

0
, dimensi EI menjadi sama dengan AI dan kita
menemukan bahwa EI() memprediksi nilai AI
dengan benar, , pada = 0 :

=
c b a
EI
0 0 0
0 0
) ( (14)
Persamaan (14) merupakan fungsi EI normalisasi,
sehingga nilai EI normalisasi dapat kita bandingkan
secara langsung dengan nilai AI.
JURNAL GEOFISIKA 2005/1
10

Gambar 2.
Nilai rata-rata dari log EI pada well 204/24a-2,
Shetland Barat, diplot sebagai fungsi sudut datang
(Whitcombe, 2002).

Inversi
Pada dasarnya inversi seismik adalah proses
untuk mengubah data seismik yang berupa
kumpulan nilai-nilai amplitudo ke dalam kumpulan
nilai impedansi akustik. Salah satu tahapan penting
dalam hal ini adalah proses dekonvolusi yang
merupakan kebalikan dari proses konvolusi, yaitu
pengubahan wavelet menjadi koefisien refleksi.
Langkah-langkah penting yang dilakukan dalam
seismik inversi antara lain adalah kalibrasi data
sumur dengan data seismik, ekstraksi wavelet,
proses inversi data seismik, pemodelan geologi, dan
interpretasi detail unit stratigrafi. Pada penelitian ini
penulis menggunakan teknik inversi post-stack,
yaitu inversi model based (Gambar 3).


Gambar 3.
Teknik Inversi Model Based (Sukmono, 2000).
4. Data dan Pengolahan Data
Data
Penelitian dilakukan pada Formasi S605
(3600-4200) dengan zona target reservoar UG2
yang berada pada interval kedalaman antara 3816-
3889 yang telah terbukti mengandung minyak dari
hasil well test sebanyak 3563 BOPD. Sumur yang
digunakan memiliki data log gamma ray, bulk
density (RHOB), neutron porosity (NPHI), efective
porosity (PHIE), water saturation (Sw), S-wave, dan
log sonic. Interpretasi geologi terhadap data log
menjadi input yang sangat penting, input berupa
marker kedalaman top reservoar dan litologi
disekitarnya digunakan menjadi titik ikat dalam
penarikan horison pada penampang seismik
(Gambar 4). Data check shot pada sumur SIMM
digunakan dalam konversi data kedalaman menjadi
domain waktu (time to depth conversion) atau
sebaliknya. Sumur SIMM terletak pada inline 1770
dan xline 2175 data seismik 3D. Pengolahan data
yang dilakukan selama penelitian menggunakan
Hampson-Russel dan CPS-3 Schlumberger.

Pengolahan Data Sumur SIMM
Berdasarkan hasil interpretasi geologi,
karakteristik data log gamma ray yang relatif rendah
menunjukkan litologi permeabel dan yang tinggi
menunjukkan litologi impermeabel, sehingga nilai
gamma ray yang paling rendah diinterpretasikan
sebagai batupasir bersih dan yang paling tinggi
adalah batu lempung (Vshale cut off = 60%). Data
log sonik mengukur besarnya interval waktu transit
(t) pada formasi, dapat dikonversikan menjadi data
P-wave. Data log porositas (NPHI dan RHOB) yang
cross-over mengindikasikan adanya hidrokarbon.
Cross-over yang cenderung besar dinyatakan
sebagai gas bearing zone sedangkan apabila separasi
lebih kecil maka dinyatakan sebagai oil bearing zone
(Gambar 4). Data log S-wave digunakan untuk
persaman EI normalisasi. Data chekshot digunakan
untuk time to depth conversion yang berguna dalam
proses pengikatan data seismik dan sumur (well-
seismic tie). Log sonik dan densitas digunakan
untuk proses pengikatan sumur dengan seismik
(well-seismic tie) yang menghasilkan trace seismik
sintetik, sedangkan log lainnya digunakan untuk
mendukung interpretasi dan pemodelan.
Informasi yang dimiliki pada sumur SIMM ini
adalah master log, yang berisi informasi tentang
jenis litologi serta zona-zona yang menghasilkan
hidrokarbon. Nilai AI diperoleh dengan
menggunakan persamaan (1) dan nilai EI
normalisasi diperoleh dari persamaan (14) dengan
sudut datang 30
0
. Karakterisasi parameter
difokuskan pada reservoar UG2. Dari hasil analisis
di sumur SIMM, diperoleh bahwa jika batuan yang
JURNAL GEOFISIKA 2005/1

11
tidak mengandung fluida, maka tidak terdapat selisih
yang signifikan antara nilai AI dan EI(30)
normalisasi. Batuan yang mengandung fluida dapat
dikarakterisasi dari selisih antara nilai AI dan EI(30)
normalisasi. Gambar 5 menampilkan adanya
separasi hasil perhitungan nilai AI dan EI(30)
normalisasi pada reservoar UG2. Terlihat bahwa
untuk zona-zona yang menghasilkan hidrokarbon
memberikan selisih yang cukup besar antara nilai AI
dengan EI(30) normalisasi.

Gambar 4.
Well Test Sumur SIMM, reservoar UG2 merupakan
zona target penelitian.


Gambar 5.
Hasil perhitungan nilai AI, EI(30) dan EI(30)
normalisasi pada sumur SIMM.
Pengolahan Data Seismik
Tahapan kerja pengolahan data seismik untuk
mendapatkan nilai acoustic impedance, AI dan
elastic impedance normalization, EI normalisasi
dapat dijelaskan pada Gambar 6.


Gambar 6.
Tahapan kerja pengolahan data seismik secara
umum.

Data seismik yang digunakan dalam inversi AI
diperoleh dari angle stack yang telah tersedia dengan
sudut 0
0
-15
0
. Pada penelitian ini digunakan metoda
inversi model-based karena memberikan nilai error
yang terkecil dari hasil analisis inversi yang telah
dilakukan dibandingkan dengan metoda yang
lainnya.
Langkah awal dan proses yang penting dalam
penelitian ini adalah mencocokkan data sumur
dengan data seismik dengan menggunakan
seismogram sintetik dengan proses well-seismic tie.
Input untuk proses ini antara lain data checkshot, log
sonic, log densitas, dan penampang seismik yang
berpotongan dengan lubang bor (Gambar 7).
Proses well-seismic tie dilakukan dengan tujuan
untuk memperoleh suatu hubungan antara waktu dan
kedalaman. Mendapatkan wavelet yang tepat
merupakan suatu hal yang penting, karena wavelet
akan digunakan sebagai input dalam proses inversi.
Checkshot memberikan hubungan antara waktu
dan kedalaman. Untuk dapat mengerti secara detail
kejadian yang terjadi pada daerah interest kita
digunakanlah seismogram sintetik. Seismogram
sintetik diperoleh dengan cara mengkonvolusikan
koefisien refleksi yang diperoleh dari data sumur,
dengan suatu wavelet tertentu. Dalam pembuatan
JURNAL GEOFISIKA 2005/1
12
seismogram sintetik ini terdapat beberapa hal yang
penting diperhatikan untuk mendapatkan korelasi
optimum antara seismogram sintetik dan seismik
tras yang sebenarnya, yaitu antara lain penentuan
polaritas dan fasa, penentuan window, dan
penentuan wavelet terbaik (termasuk penentuan fasa,
frekuensi, bandwidth, dan nilai rotasi fasa terbaik).


Gambar 7.
Tahapan kerja pembuatan seismogram sintetik.


Wavelet diperoleh dari ekstraksi data sumur,
statistik, wavelet buatan (bandlimited dan ricker)
terhadap data seismik pada window 1160 ms 1260
ms disekitar zona target. Setiap wavelet, akan
mempunyai koefisien korelasi yang menyatakan
kemiripan seismogram sintetik yang dihasilkannya
terhadap seismik riil (Gambar 8). Koefisien korelasi
terbaik data sesimik yang digunakan untuk inversi
AI adalah 0,6 dengan wavelet yang diekstrak dari
well tipe constant phase. Spektrum frekuensi dan
amplitudo wavelet yang digunakan dapat dilihat
pada Gambar 9.


Gambar 8.
Tahapan kerja ekstraksi wavelet.

Gambar 9.
Wavelet yang digunakan dalam inversi AI pada
lintasan seismik yang melewati sumur SIMM. (a)
Domain waktu, (b) Domain frekuensi.

Setelah diperoleh wavelet terbaik dan
seismogram sintetik, maka tahap selanjutnya adalah
picking horison. Picking horison telah dilakukan
terhadap 6 horison, yang nantinya akan digunakan
sebagai input dalam pembuatan model awal sebelum
proses inversi. Model awal yang digunakan untuk
proses inversi berdasarkan constraint dari sumur
SIMM, dengan input 6 buah horison. Hasil dari
model awal AI dapat dilihat pada Gambar 10(a) dan
(b).

Proses Inversi AI
Untuk mendapatkan hasil inversi terbaik,
dilakukan uji coba menggunakan metoda inversi
yang ada. Metoda terbaik yang digunakan untuk
proses inversi adalah inversi model-based karena
memiliki nilai impedance correlation 0,84,
paramater input yang digunakan adalah inversion
constrained dengan maximum impedance
change(hard constrain): single value lower and
upper 20%, average block size 4 ms, prewhitening
1%, number of iterations 10. Menghasilkan model
subsurface yang relatif baik secara vertikal dan
lateral dan memberikan korelasi yang baik antara
nilai impedansi seismik dan sumur. (Gambar 11).

Pengolahan Elastic Impedance Normalization(EI)
Proses dan tahapan yang dilakukan pada inversi
EI normalisasi, sama dengan inversi AI.
Perbedaannya terletak pada data yang digunakan.
Berbeda dengan proses inversi AI yang
menggunakan data near offset (0
0
-15
0
) sedangkan
inversi EI menggunakan data far offset sudut yang
digunakan adalah 30
0
.
JURNAL GEOFISIKA 2005/1

13
(a)
(b)










Gambar 10.
(a) Model Awal AI, dengan insert curve
data: P-wave, (b) Model Awal AI,
dengan insert curve data: Gamma Ray.







Gambar 11.
Impedansi-P pada lokasi sekitar sumur
SIMM dan Impedansi-P dari data log.
Terlihat bahwa antara impedansi-P
seismik dan impedansi-P sumur
memberikan korelasi yang baik.

Wavelet yang digunakan untuk proses inversi
EI(30) normalisasi berbeda dengan inversi AI. Oleh
karena itu, dilakukan pencarian wavelet baru yang
memberikan koefisien korelasi paling baik. Wavelet
diperoleh dari data sumur maupun ekstraksi secara
statistik terhadap data seismik far offfset. Koefisien
korelasi terbaik untuk data seimik yang digunakan
untuk proses inversi EI(30) normalisasi adalah 0,6
dengan wavelet statistical tipe constant phase.
Spektrum frekuensi dan amplitudo wavelet yang
digunakan diperlihatkan pada Gambar 12.
SIMM
JURNAL GEOFISIKA 2005/1
14

Gambar 12.
Wavelet yang digunakan dalam inversi EI(30)
normalisasi pada lintasan seismik yang melewati
sumur SIMM. (a) Domain waktu, (b) Domain
frekuensi.

Sama seperti dalam proses inversi AI, juga
telah dilakukan picking terhadap 6 horison yang
sama, yang nantinya akan digunakan sebagai input
dalam pembuatan model awal sebelum proses
inversi. Pada Gambar 13 ditampilkan model awal
yang digunakan untuk proses inversi EI(30)
normalisasi berdasarkan constrain dari sumur
SIMM, dengan input enam horison.

Proses Inversi EI(30) Normalisasi
Metoda inversi dan parameter input yang
digunakan sama dengan yang telah dilakukan pada
inversi AI. Parameter input yang digunakan adalah
perubahan impedansi maksimum 20, ukuran blok 4
ms, dan jumlah iterasi 10 (Gambar 14).

Pemetaan
Pemetaan inversi seismik 3D AI dan EI(30)
normalisasi dilakukan dengan slice nilai impedansi
RMS AI dan EI(30) normalisasi pada 10 ms diatas
dan dibawah top reservoar UG2. Pemetaan
dilakukan dengan menggunakan software CPS-3
Schlumberger. Hasil pemetaan inversi AI dapat
dilihat pada Gambar 15 dan inversi EI(30)
normalisasi pada Gambar 16.














Gambar 13.
Model awal inversi EI(30) normalisasi.









Gambar 14.
Hasil inversi EI(30) normalisasi pada
lintasan inline yang melewati sumur
SIMM.
JURNAL GEOFISIKA 2005/1

15


Gambar 15.
Peta inversi seismik 3D AI, dengan slice nilai
impedansi RMS AI pada 10 ms diatas dan dibawah
top reservoar UG2, di overlay dengan time structure
map.
Gambar 16.
Peta inversi seismik 3D EI(30) normalisasi, dengan
slice nilai impedansi RMS EI(30) normalisasi pada
10 ms diatas dan dibawah top reservoar UG2, di
overlay dengan time structure map.


5. Hasil dan Disksusi
Analisa Data Seismik
Dengan menggunakan data near dan far stack
seismik 3D, diharapkan analisa dapat dilakukan
untuk melihat ada atau tidaknya perubahan
amplitudo impedansi dan penyebarannya pada zona
target reservoar UG2 yang terbukti mengandung
minyak pada sumur SIMM.
Pada penampang inline near stack seismik 3D
(Gambar 17) yang digunakan untuk inversi
impedansi akustik, AI, batas antara lapisan shale dan
top UG2 ditandai dengan reflektor berwarna warna
merah tua yang merupakan amplitudo positif. Hal ini
menunjukkan bahwa kenaikan impedansi
ditunjukkan oleh reflektor yang bernilai amplitudo
positif (koefisien refleksi bernilai positif), polaritas
seismik semacam ini dinamakan reverse SEG.
Dalam penelitian ini penulis mengikuti suatu
standar (default) polaritas dari perangkat lunak
Hampson-Russel (STRATA), dimana peningkatan
impedansi ditandai oleh peak, yang berarti bahwa
polaritas dari data seismik near dan far stack adalah
polaritas terbalik (reverse polarity). Sedangkan fasa
yang digunakan pada seismik 3D yang tersedia
merupakan fasa nol dimana pada koefisien refleksi
positif akan terbentuk tepat di puncak amplitudo
positif.
Wavelet hasil ekstraksi apabila dikonvolusikan
dengan koefisien refleksi dari sumur akan
menghasilkan seismogram sintetik. Wavelet yang
digunakan dipilih berdasarkan nilai korelasi terbaik,
sebelumnya telah dilakukan beberapa uji coba
dengan mengekstrak wavelet dari data sumur,
statistik dan wavelet buatan (band-pass dan ricker).
Wavelet terbaik untuk inversi AI (near stack)
diekstrak dari well tipe constant phase, nilai korelasi
0,6 dengan domain frequency 30 Hz, dan telah
mengalami phase rotation 20
0
(Gambar 9). Dan
wavelet terbaik untuk inversi EI (far stack) diekstrak
dari wavelet statistical tipe constant phase, nilai
korelasi 0,6 dengan domain frequency 28 Hz, dan
tidak mengalami phase rotation (Gambar 12).
Sintetik seismogram yang dibuat dari satu jenis
wavelet dengan frekuensi tertentu, seharusnya tidak
dapat mewakili seluruh kedalaman sumur, hanya di
zona target saja, karena frekuensi tidak sama pada
seluruh lapisan berdasarkan kedalamannya dimana
nilai frekuensi akan semakin berkurang dengan
bertambahnya kedalaman akibat penyerapan energi.
Resolusi vertikal tubuh batuan dalam seismik
setara dengan dalam waktu bolak-balik (TWT).
Hanya batuan yang mempunyai ketebalan diatas
yang dapat dibedakan oleh gelombang seismik.
Ketebalan ini disebut ketebalan tuning. Pada
penelitian ini ketebalan tuning untuk tiap reservoar
batupasir dapat dihitung dengan menggunakan data
kecepatan pada tiap reservoar yang dapat diketahui
dari log sonik, dan frekuensi dominan yang terdapat
pada data seismik, sesuai dengan hubungan :
Kecepatan (V) = Panjang Gelombang () x
Frekuensi(Hz) (15)
Ketebalan lapisan reservoar dapat dilihat pada
Tabel 1, pada tabel ini zona target reservoar UG2
berada dibawah ketebalan tuning dengan selisih 0,7
m. Berdasarkan Gambar 18, lapisan yang memiliki
ketebalan dibawah tuning maka tebal lapisan pada
penampang hasil inversi AI dan EI(30) normalisasi
akan menjadi lebih tebal dibandingkan dengan
penampang seismiknya. Namun dikarenakan
selisihnya kurang dari setengah ketebalan tuning
atau hanya 0,7 m maka ketebalan lapisan pada
impedansi hasil inversi tidak terlalu jauh berbeda
dengan ketebalan penampang seismik.
JURNAL GEOFISIKA 2005/1
16








Gambar 17.
Penampang inline near stack seismik 3D.


Tabel 1.
Tuning thickness.
Reservoir Kecepatan rata-rata Frekuensi Dominan Panjang Gelombang Tebal Tuning Tebal Reservoir

(m/s) Seimik (Hz) (m) (m) (m)
UG1 2500 30 83.33 20.83 3
UG2 3000 30 100.00 25.00 24.3 Near Stack
UG3 2900 30 96.67 24.17 3.67
UG1 2500 28 89.29 22.32 3
UG2 3000 28 107.14 26.79 24.3 Far Stack
UG3 2900 28 103.57 25.89 3.67



Gambar 18.
Model hubungan antara tebal tuning dengan nilai IA
hasil inversi.

Analisa Karakteristik Reservoar dari Data
Sumur
Berdasarkan well test SIMM, Formasi S605
terdiri dari empat reservoar. Reservoar UG1
mengandung gas, reservoar UG2 dan UG3
mengandung minyak dan reservoar UG4
mengandung air/wet. Dari ketiga reservoar yang
mengandung hidrokarbon, zona target reservoar
UG2 merupakan reservoar yang memiliki lapisan
paling tebal, yaitu 73 net sand dan semuanya
berisikan minyak (Gambar 4). Nilai rata-rata
porositas UG2 0,25 dan nilai rata-rata saturasinya
0,48 adalah baik sebagai reservoar, terbukti dengan
adanya minyak pada reservoar ini dari hasil well test
SIMM.
Nilai rata-rata P-wave(ft/s) reservoar UG2 lebih
besar dibandingkan batuan penutup (seal) UG2
shale, sehingga reservoar UG2 dapat disimpulkan
sebagai high impedance sand, yang berarti memiliki
nilai impedansi yang lebih besar dibandingkan
batuan penutupnya UG2 shale (Gambar 19), hal
yang sama diperlihatkan juga pada EI(30)
normalisasi (Gambar 20).

Analisa AI dan EI(30) Normalisasi
Analisa parameter dalam proses inversi
impedansi akustik (AI) dan impedansi elastik (EI)
dilakukan berdasarkan analisa parameter sejenis
pada sumur SIMM. Analisa data dimaksudkan untuk
melihat dengan jelas, bagaimana karakteristik
litologi (sand dan shale), perubahan dan penyebaran
JURNAL GEOFISIKA 2005/1

17
amplitudo impedansi pada reservoar UG2 yang telah
diketahui secara pasti jenis litologi dan tipe fluida
porinya dari well test yang telah dilakukan pada
sumur SIMM.
Gambar 21 memperlihatkan bagaimana
crossplot antara nilai AI dan EI(15) normalisasi pada
sumur SIMM, belum mampu membedakan dengan
jelas zona yang mengandung minyak. Sebaliknya
Gambar 22 memperlihatkan crossplot antara nilai AI
dan EI(30) normalisasi mampu untuk menampilkan
zona potensial. Zona potensial ini mengandung
hidrokarbon (minyak) dan dicirikan oleh semakin
membesarnya nilai EI pada sudut jauh (EI(30)
normalisasi) terhadap nilai EI pada sudut dekat (AI).
Kenaikan ini disebabkan oleh kehadiran fluida
(hidrokarbon) pada reservoar UG2 yang diperkuat
oleh hasil well test pada sumur SIMM. Berbeda
dengan batuanpasir yang umumnya bila terisi
hidrokarbon memiliki impedansi yang lebih rendah
dibandingkan dengan batuan penutupnya (seal),
sehingga nilai EI(30) normalisasi akan lebih rendah
dibandingkan nilai AI.
Untuk mendapatkan hasil inversi terbaik,
dilakukan uji coba menggunakan metoda inversi
rekursif/bandlimited, model-based, sparse-spike
maximum likelihood, dan sparse spike linier
program. Hasil inversi terbaik dilihat dari nilai
korelasi impedansi hasil inversi dan model awal dan
korelasi nilai impedansi seismik dan sumur pada
zona target.
Metoda Inversi model-based menggunakan
constrained inversion. Parameter maximum
impedance change menunjukkan persentase nilai
rata-rata impedansi dari log. Secara praktis,
constrained inversion lebih dipilih dibandingkan
stochastic inversion karena maximum impedance
change lebih berarti dibandingkan parameter model
constrain pada stochastic inversion. Average block
size adalah parameter yang mengkontrol resolusi
dari hasil inversi. Parameter yang diubah-ubah untuk
menghasilkan nilai korelasi impedansi yang terbaik
adalah block size (ukuran blok) dan number of
iterations (jumlah iterasi).
Hasil inversi AI (inline) pada Gambar 11
memperlihatkan top reservoar UG2 pada time 1188
ms dan bottom nya pada 1202 ms didominasi oleh
nilai impedansi 18000 25513 ft/s*gr/cc (warna
merah sampai biru tua) dan pada hasil inversi EI(30)
normalisasi inline pada Gambar 14 memperlihatkan
reservoar UG2 didominasi oleh nilai impedansi
19800 27387 ft/s*gr/cc (warna jingga sampai
ungu). Nilai impedansi inversi EI(30) normalisasi
meningkat terhadap nilai impedansi inversi AI pada
reservoar UG2, disebabkan reservoar UG2
merupakan high impedance sand yang mengandung
minyak, hal ini diperkuat dengan data sumur SIMM
(Gambar 4, 19 dan 20).
Analisa Peta AI dan EI(30) Normalisasi
Secara umum, trend nilai EI sama dengan nilai
AI kecuali nilainya yang berbeda. Dikarenakan
lebarnya range warna yang mempresentasikan nilai
AI dan EI, sangat sulit bagi kita untuk melihat
bagian dalam dari lapisan tersebut (gambar 5). Oleh
karena itu, dilakukan normalisasi terhadap nilai EI
untuk menghilangkan efek sudut dari EI sehingga
seolah-olah mempunyai EI(0). Dari sini, kita dapat
melakukan perbandingan secara langsung antara
nilai AI dan EI normalisasi.
Peta inversi AI dan EI(30) normalisasi dengan
slice nilai impedansi RMS AI dan EI(30)
normalisasi pada 10 ms diatas dan dibawah top
reservoar UG2, menunjukkan peningkatan nilai
impedansi pada peta inversi EI(30) normalisasi.
Sebaran nilai impedansi yang tinggi pada peta
inversi AI (warna biru muda sampai biru tua)
terdapat disebelah timurlaut (NE) dan selatan sumur
SIMM (gambar 15). Sedangkan pada peta inversi
EI(30) normalisasi, zona sebaran nilai impedansi
yang tinggi (warna biru muda sampai biru tua)
terdapat disebelah baratlaut (NW) sampai timur
sumur SIMM (gambar 16). Sebaran nilai impedansi
sangat dipengaruhi oleh cara mengekstraksi wavelet
dan metoda inversi yang digunakan. Untuk
membandingkan peta inversi AI dan EI(30)
normalisasi maka cara mengekstraksi wavelet dan
metoda inversi yang digunakan harus sama. Pada
penilitian ini penulis telah menggunakan metoda
inversi yang sama namun tidak dalam cara
mengekstraksi wavelet, sehingga untuk penelitian
selanjutnya perlu diperbaiki karena berpengaruh
dalam hasil inversi.
Penyebaran hidrokarbon minyak reservoar UG2
berada pada up-thrown eastern fault block antiklin
yang tersesarkan oleh major down-to-the-west
normal fault. Hal ini sesuai dengan kondisi geologi,
sehingga dapat dianalisa pada reservoar UG2 selain
sistem jebakan elemen struktur juga terdapat sistem
jebakan stratigrafi berdasarkan pola penyebaran nilai
impedansi. Hasil pemetaan ini diharapkan dapat
menjadi informasi penting dalam proses produksi
dan tahap development.

6. Kesimpulan
Berdasarkan data yang tersedia, hasil analisa
near dan far stack data seismik 3D dapat membantu
mengkarakterisasi reservoar UG2 (litologi dan fluida
pori) yang telah terbukti mengandung minyak dari
hasil well test SIMM.
Data sumur SIMM menunjukkan reservoar
UG2 merupakan high impedance sand yang berarti
memiliki nilai impedansi yang lebih tinggi
dibandingkan batuan penutup(seal) nya, sehingga
koefisien refleksi pada top UG2 bernilai positif.
JURNAL GEOFISIKA 2005/1
18
Pada sudut jauh (30
0
), nilai impedansi EI
normalisasi pada reservoar UG2 semakin membesar
dibandingkan nilai impedansi AI.
Nilai impedansi reservoar UG2 mengalami
peningkatan pada penampang inversi EI(30)
normalisasi. Hal ini disebabkan hadirnya
hidrokarbon minyak pada reservoar batu pasir UG2,
yang sesuai dengan pemodelan pada data sumur
SIMM. Perbedaan nilai impedansi reservoar UG2
pada penampang inversi AI dan EI(30) normalisasi
dikarenakan penggunaan data kecepatan shear (Vs)
pada persamaan EI(30) normalisasi.
Peta inversi AI memperlihatkan kemungkinan
daerah penyebaran minyak pada reservoar UG2
disebelah timurlaut (NE) dan selatan sumur SIMM.
Dan peta inversi EI(30) normalisasi memperlihatkan
kemungkinan daerah penyebaran minyak pada
reservoar UG2 disebelah baratlaut (NW) sampai
timur sumur SIMM. Penyebaran hidrokarbon
minyak di reservoar UG2 berada pada up-thrown
eastern fault block antiklin yang tersesarkan oleh
major down-to-the-west normal fault. Sehingga
dapat dianalisa pada reservoar UG2 selain sistem
jebakan elemen struktur juga terdapat sistem jebakan
stratigrafi. Peta ini diharapkan dapat menjadi
informasi penting dalam proses produksi dan tahap
development.




Gambar 19.
High impedance sand UG2 sand.

Gambar 20.
High impedance sand reservoar UG2 hasil EI(30)
normalisasi.


Gambar 21.
Crossplot nilai AI dan EI(15) normalisasi.
Gambar 22.
Crossplot nilai AI dan EI(30) normalisasi.



JURNAL GEOFISIKA 2005/1

19
Ucapan Terima Kasih
Penulis mengucapkan terimakasih kepada Mr. Toby
Read (Exploration Manager Premier Oil Natuna Sea
B.V.), Bapak Sri Tomo Hadipoernomo, Bapak R.
Wawan Satriawan (Geophysicist Premier Oil Natuna
Sea B. V.) Bapak Sigit Sukmono (ITB) dan Bapak
Fatkhan (ITB) atas diskusi serta ijinnya sehingga
makalah ini dapat disusun dan diterbitkan.


Daftar Pustaka
Badley, M.E., 1985, Practical Seismic
Interpretation, Prentice-Hall, Englewood, New
Jersey.
Connolly, P., 1999, Elastic Impedance, The Leading
Edge, 438452.
Mallick, S., 2001, AVO And Elastic Impedance, The
Leading Edge, 1094-1104.
Neves, F.A., Mustafa, H.M., and Rutty, P.M., 2004,
Pseudo-Gamma Ray Volume From Extended
Elastic Impedance Inversion For Gas
Exploration, The Leading Edge, 536-540.
Russel, B.H., 1988, Introduction to Seismic
Inversion Methods (ed : S.N. Domenico), Soc. of
Exploration Geophysicists.
Savic, M., VerWest, B., Masters, R., Sena, A., and
Gingrich, D., 2000, Elastic Impedance Inversion
in Practice, SEG Expanded Abstract.
Sheriff, R.E., and Geldart, L.P., 1995, Exploration
Seismology, Second Edition, Cambridge
University, USA.
Sukmono, S., 1999, Interpretasi Seismik Refleksi,
Departemen Teknik Geofisika, Institut Teknologi
Bandung.
Sukmono, S., 2000, Seismik Inversi untuk
Karakterisasi Reservoir, Departemen Teknik
Geofisika, Institut Teknologi Bandung.
Whitcombe, D.N., 2002, Elastic Impedance
Normalization, Geophysics, 67, 6062.