Anda di halaman 1dari 72

JTMGB

Jurnal Teknologi Minyak dan Gas Bumi


ISSN 0216-6410
Vol. : 3 No. : 2 Agustus 2012
Ikatan Ahli Teknik Perminyakan Indonesia
Society of Indonesian Petroleum Engineers
JTMGB Vol. 3 No. 2 Hal. 77-137
Jakarta
Agustus 2012
ISSN 0216-6410
Keterangan gambar cover:
Sebuah kegiatan operasi di lapangan tua Bunyu yg dioperasikan oleh PERTAMINA EP masih pro-
duktif utk Indonesia.
JTMGB
Jurnal Teknologi Minyak dan Gas Bumi
ISSN 0216-6410 Vol. : 3 No. : 2 Desember 2012
Jurnal Teknologi Minyak dan Gas Bumi adalah majalah ilmiah
yang diterbitkan sebagai kontribusi para professional ahli teknik perminyakan Indonesia
yang tergabung dalam Ikatan Ahli Teknik Perminyakan Indonesia (IATMI) dalam
menyediakan media komunikasi kepada anggota IATMI pada khususnya
dan mensosialisasikan dunia industri minyak dan gas bumi
kepada masyarakat luas pada umumnya.
Alamat Redaksi: Patra Offce Tower Lt.1 R.1C
Jln. Jendral Gatot Subroto Kav. 32-34
Jakarta 12950 Indonesia. Tel/Fax: +62-21-5203057
website: http://www.iatmi.or.id email: pusat@iatmi.or.id
Jurnal Teknologi Minyak dan Gas Bumi (ISSN 0216-6410)
diterbitkan oleh Ikatan Ahli Teknik Perminyakan Indonesia, Jakarta
Didukung oleh Fakultas Teknik Pertambangan dan Perminyakan ITB
Penanggung Jawab : DR. Ir. Salis S. Aprilian
Peer Review : Prof. DR. Ir. Pudjo Sukarno (Integrated Production System)
Prof. DR. Ing. Ir. HP Septoratno Siregar, DEA (EOR)
Prof. Ir. Doddy Abdassah, PhD. (Teknik Reservoir)
DR. Ir. Arsegianto (Ekonomi & Regulasi MIGAS)
DR. Ir. Sudjati Rachmat, DEA (Well Stimulation and Hydraulic
Fracturing)
DR. Ir. Sudarmoyo,SE, MT (Penilaian Formasi)
Ir. Aris Buntoro, MT (Teknik Pemboran)
DR. Ir. Ratnayu Sitaresmi, MT (Teknik Reservoir)
Ir. Syamsul Irham, MT (Ekonomi MIGAS)
DR. Ir. Taufq Fathaddin (EOR/Simulasi)
DR. Ir. Andang Kustamsi (Teknik Pemboran)
Dewan Redaksi
Ketua : DR. Ir. Taufan Marhaendrajana (Engineering Mathematics and
Well Testing/Performances)
Anggota : DR. Ir. Asep K. Permadi (Karakterisasi dan Pemodelan Reservoir)
DR. Ir. Tutuka Ariadji (Production Optimization)
DR. Ir. Bambang Widarsono (Penilaian Formasi)
Redaktur Pelaksana : Ir. IGK. Budiartha
Ir. Elly M.Jusuf, MSc.
Ir. Ana Masbukhin
Sekretariat : Ir. Bambang Pudjianto
Layout Desain : Endy Hadianto, S.Kom
Alief Syahru
Sirkulasi : Abdul Manan
KEPUTUSAN KETUA UMUM IATMI PUSAT
NO: 03/SK/ IATMI/I/2011
JTMGB
Jurnal Teknologi Minyak dan Gas Bumi
ISSN 0216-6410 Vol. : 3 No. : 2 Desember 2012
Pengembangan Prosedur Estimasi Profl Data Mekanika Batuan Bagi Sumur-sumur
Migas Dengan Data Log Yang Minim
Bambang Widarsono, Fakhriyadi Saptono ............................................................................. 77 - 91
Penentuan Gas Content Dengan Menggunakan Data Logging Pada Sumur Gas Metana
Batubara (CBM)
Asri Nugrahanti, Ratnayu Sitaresmi ................................................................................... 93 - 99
Studi Laboratorium Peningkatan Perolehan Gas Metana Batubara Melalui Pendekatan
Kapasitas Adsorpsi Langmuir dari CO
2
Utomo P. Iskandar, Kosasih, Usman Pasarai .................................................................... 101 - 110
Studi Laboratorium Peningkatan Perolehan Reservoir Minyak Dengan Injeksi Polimer
Edward ML Tobing ............................................................................................................. 111 - 122
Determination Of Reservoir Flow Connectivity By Use Of Production Data In Highly
Faulted System
Taufan Marhaendrajana .................................................................................................... 123 - 128
Metode Quick Look: Percepatan Persetujuan Plan Of Development (POD)
Tutuka Ariadji, Hernansyah, I Made Rommy Permana ................................................... 129 - 137
DAFTAR ISI
KATA PENGANTAR
Para Pembaca JTMGB yang budiman,
Dengan kesibukan kita maing-masing tak terasa waktu berjalan dengan cepat, bulan Agustus yang
sangat barokah bagi bangsa Indonesia yang memperingati hari kemerdekaan RI yang ke 67 tahun dan
melaksanakan ibadah puasa di bulan Ramadhan serta merayakan Idul Fitri 1 Syawal 1443 H.
Bagi kaum muslimin/muslimat, kami atas nama Pengurus dan Segenap Anggota IATMI mengucap-
kan Selamat Idul Fitri 1433 H, Taqobalallohu minna wa minkum, mohon maaf lahir dan bathin.
Maka melalui media ini, kami dengan senang hati bisa kembali menjumpai para pembaca dengan
aneka materi bacaan ilmiah yang tersaji dalam JTMGB Edisi Agustus 2012 ini.
Pada JTMGB edisi ini, kita juga ingin membahas persoalan-persoalan (parameter) yang sederhana
tetapi yang memiliki implikasi signifkan terhadap hasilnya. Tulisan yang menyangkut pengembang-
an prosedur estimasi profl data mekanika batuan bagi sumur-sumur migas dengan data log yang
Minim, di bidang CBM ada 2 tulisan yaitu Penentuan gas content dengan menggunakan data log-
ging pada sumur gas metana batubara (CBM) dan Studi Laboratorium Peningkatan Perolehan Gas
Metana Batubara .
Tulisan lain dibidang reservoir ada 2 yaitu tentang Pendekatan Kapasitas Adsorpsi Langmuir dari
CO2 dan Studi Laboratorium Peningkatan Perolehan Reservoir minyak dengan injeksi Polimer.
Tulisan di bidang produksi adalah penggunaan data produksi dalam menentukan konektivitas aliran
antar kompartemen dengan metode pengembangan aplikasi model.
Dalam upaya membantu percepatan persetujuan POD, tulisan berikutnya sangat menarik yaitu peng-
gunaan metode quick look: dalam percepatan persetujuan Plan Of Development (POD).
Selamat menikmati bacaan edisi kali ini. !***
(SSA)
77
Pengembangan Prosedur Estimasi Profl Data Mekanika Batuan
Bagi Sumur-Sumur Migas Dengan Data Log Yang Minim
Bambang Widarsono
(1)
dan Fakhriyadi Saptono
(2)
(1,2)
Researcher at PPPTMGB LEMIGAS
Jl. Ciledug Raya, Kav 109, Cipulir, Kebayoran Lama.
Telp.:
(1,2)
+62217394422, Fax: +62217246150, e-mail:
(1)
bwidarsono@lemigas-core.com
Sari
Berbagai desain dan pelaksanaan operasi di industri perminyakan sektor hulu membutuhkan
data sifat mekanis/elastik batuan seperti Youngs modulus, bulk modulus, dan Poisson ratio.
Beberapa contoh adalah desain perekahan hidrolik, kestabilan sumur saat pemboran, dan pencegahan
permasalahan terproduksinya pasir pada reservoir batupasir tidak kompak. Permasalahan yang timbul
berkaitan dengan kebutuhan data tersebut adalah masih langkanya hasil survei yang dilakukan untuk
mendapatkan data tersebut baik melalui survei log sumur maupun pengukuran langsung atas sampel
batuan di laboratorium. Kelangkaan ini diperburuk lagi dengan sering terjadinya sumur-sumur yang
ada memiliki data log yang minim sehingga menyulitkan dilakukannya estimasi atas data sifat elastik
batuan yang diperlukan.
Untuk mengatasi hal tersebut praktek yang selama ini dilakukan untuk memperoleh data
tersebut adalah dengan melakukan perkiraan atau dengan memakai korelasi-korelasi yang tersedia
meskipun seringkali tidak memuaskan. Untuk itu perlu dicari alternatif yang memberikan solusi yang
baik tanpa perlu melakukan survei lagi secara langsung dan dengan menggunakan data-data yang
secara minim tersedia.
Metoda dan prosedur yang dibangun di dalam studi ini dapat dikategorikan sebagai kombinasi
antara analisis empiris dan penggunaan model analitik sebagai dukungan. Model-model tersebut
dipakai untuk memodelkan sifat elastik batuan yang dibutuhkan dan pemodelan (hard computing)
dilakukan secara terintegrasi atas data laboratorium dan data sumur. Untuk sumur-sumur dengan data
log yang minim, data log yang diperlukan oleh pemodelan diciptakan dengan bantuan soft computing
(artifcial neural network, ANN). Penerapan percobaan atas sebuah sumur dengan data log minim
di lapangan T menunjukkan hasil yang baik dimana data log akustik yang absen dapat diciptakan
dan data sifat elastik batuan yang dibutuhkan dapat diperoleh. Kombinasi hard computing dan soft
computing yang dipakai dalam studi ini terbukti dapat memenuhi kebutuhan data yang dibutuhkan
untuk sumur dengan data log yang minim.
Kata kunci: sifat elastik batuan, log sumur, estimasi, uji lab, soft computing.
Abstract
Various operational applications and designs in the upstream sector of petroleum industry
require data of rock elastic/mechanical properties such as Youngs modulus, bulk modulus, and
Poisson ratio. Some examples are designs of hydraulic fracturing, wellbore stability during drilling,
and mitigation of sand problem in unconsolidated sandtone reservoir. Problem that arises is the
datas scarcity whether data obtained from well-log survey or directly from laboratory testing on rock
samples. This data rarity is often worsened by the fact that many wells simply do not have suffcient
data from which the needed elastic properties can be inferred.
Practices that are often carried out to estimate the rock elastic property data include use of
default (i.e assumed) values and utilisation of some empirical relationships derived from other felds
or even from other region. Use of these approaches often produces unsatisfactory data estimates. An
alternative solution is therefore needed.
Method and procedure that is established in this study is essentially a combination between
78
empirical and analytical approaches. The models in these two approaches are used to model the
needed elastic property data using combined well and laboratory data. In cases of wells with
insufcient log data, the absent log data is generated through the support of soft computing method of
artifcial neural network (ANN). Application of the established method and procedure on a well in T
feld exhibits good results in which missing acoustic log data can be subtituted and the needed rock
elastic prperties can be calculated and obtained. Combination of hard computing (i.e conventional
computing) and soft computing in this study has proved useful to estimate data in wells with very
limited log data.
Keywords: rock elastic properties, well log, estimation, lab test, soft computing.
melakukan pengujian secara khusus dan dengan
memakai data masukan yang minim.
Penelitian-penelitian dan studi-studi
terdahulu telah mengusulkan berbagai metoda dan
telah menghasilkan data investigasi dalam jumlah
yang cukup besar yang mencakup dari survei
sumuran sampai pengukuran langsung atas sampel
batuan di laboratorium, dari pendekatan empiris
penuh sampai model matematis, dan dari analisis
atas sumber tunggal sampai pendekatan kombinasi
dari metoda-metoda. Sebagai contoh, Charlez
dkk (1987) mengusulkan metoda inversi untuk
mengestimasi data-data yang diinginkan tersebut
dengan memakai survei fracmeter langsung di
sumur, Harrison dkk (1990) menyajikan suatu
cara untuk mengekstrak kecepatan gelombang S
dari kombinasi antara log akustik monopole dan
dipole yang kemudian dapat dipakai mengestimasi
sifat elastik batuan, sementara koleksi intensif
hasil investigasi langsung atas sampel batuan
disajikan oleh Ellis (1987) dan Gebrande dkk
(1982) sebagai contohnya. Hubungan-hubungan
empiris juga diambil sebagai pendekatan (mis:
Birch, 1961; Gebrande dkk, 1982) disamping
pengkombinasian hubungan-hubungan tersebut
dengan aplikasi model kecepatan gelombang
akustik (mis: Montmayeur and Graves, 1986).
Seperti yang secara umum diakui, tidak ada
satupun dari hubungan-hubungan empiris yang
diusulkan memiliki validitas dan dapat diterapkan
secara umum.
Kajian Teoritis: Sifat Elastik batuan II.
Berbagai studi di masa yang lalu telah
memperlihatkan bahwa sifat-sifat fsik batuan (mis:
porositas dan saturasi air) memiliki pengaruh yang
sangat kuat atas sifat-sifat elastik batuan. Sebagai
contoh, laporan-laporan yang termasuk awal
untuk areanya yaitu King (1966) dan Domenico
Latar Belakang I.
Berbagai kegiatan pada sektor hulu industri
minyak dan gas bumi membutuhkan data sifat
elastik (sifat mekanika) batuan seperti Poisson
ratio, Youngs modulus, dan bulk modulus untuk
desain dan perhitungan-perhitungan yang harus
dilakukan. Beberapa contoh yang memerlukan
data tersebut adalah desain perekahan hidrolik
(hydraulic fracturing), antisipasi kemungkinan
terproduksinya pasir dari reservoar (sand
problem), dan desain kestabilan dinding sumur
(wellbore stability). Perkembangan teknologi
seismik untuk karakterisasi reservoar akhir-
akhir ini bahkan menunjukkan bahwa data sifat
mekanika batuan seperti Poisson ratio dapat
dipakai untuk mendapatkan indikasi berkaitan
dengan porositas batuan dan saturasi fuida di
dalamnya.
Hal yang menjadi permasalahan adalah
data yang dibutuhkan tersebut umumnya tidak
dapat diperoleh karena memang tidak adanya
kesadaran untuk memperoleh data tersebut melalui
survei langsung di sumur-sumur minyak dan gas.
Telah umum diketahui bahwa jangankan untuk
data sifat mekanika batuan, banyak sumur-sumur
migas di Indonesia bahkan tidak memiliki data
log sumur yang standar dan mendasar (jenis-
jenis log yang dipakai untuk memperkirakan
porositas dan saturasi air). Di Indonesia, untuk
sebuah reservoar saja jarang sekali dilakukan
pengukuran yang dapat menghasilkan sifat
elastik batuan. (Survei yang dapat dipakai untuk
memperoleh data tersebut adalah dalam bentuk
log sumur (full waveform log, Mechpro dari
Schlumberger misalnya) dan pengukuran statik
yang berupa pengujian kompresi di laboratorium
atas sampel batuan.) Disebabkan oleh kelangkaan
data tersebut maka diperlukan suatu metoda yang
dapat memberikan data tersebut tanpa perlu
79
(1977) memperlihatkan secara eksperimental
efek dari saturasi air dan tekanan pada kecepatan
gelombang akustik. Hasil investigasi tersebut
belakangan didukung oleh hasil penelitian Wren
(1984) yang memperlihatkan bahwa Poisson ratio
(salah satu sifat elastik batuan; yaitu rasio antara
deformasi pada lateral dan deformasi pada arah
axial (tegak lurus terhadap arah lateral) akibat
adanya kompresi pada arah axial) ternyata sensitif
terhadap keberadaan fuida (atau saturasi fuida).
Belakangan Munadi dan Saptono (2000) bahkan
memperlihatkan potensi dari kompresibilitas dan
impedansi akustik untuk mengestimasi saturasi
air pada suatu reservoar batugamping dengan
sistem fuida dua fasa gas-air.
Sifat elastik sebagai bagian dari sifat
mekanika batuan secara sederhana dapat
didefnisikan sebagai respon dari suatu medium
terhadap kompresi secara fsik. Respon dari
kompresi tersebut adalah dalam bentuk deformasi
atau strain (rasio antara deformasi dan dimensi
awal). Secara umum sifat mekanika batuan dapat
didefnisikan sebagai seluruh respon mekanis
yang diberikan oleh suatu medium terhadap
kompresi secara fsik dan langsung. Medium
tersebut bisa berupa medium elastik maupun non-
elastik. Pembahasan mengenai sifat elastik dan
non-elastik batuan dapat dilihat pada berbagai
buku referensi mekanika batuan (mis: Fjaer dkk,
1992). Logam-logam, batuan beku (igneous
rocks), batuan metamorfk (methamorphic rocks),
dan batuan sedimen seperti batupasir kompak
dan batu gamping biasanya bersifat elastik.
Dengan demikian, untuk studi ini perhatian hanya
diberikan pada deformasi elastik saja karena untuk
banyak hal data mengenai deformasi elastik inilah
yang banyak dibutuhkan oleh berbagai kegiatan.
Jika pada suatu uji kompresi atas percontoh
batuan diperoleh suatu kurva hubungan antara
stress dan deformasi maka dari kurva tersebut
sifat elastik batuan percontoh diperoleh dengan
menggunakan:
dengan
E = Youngs modulus

= Poisson ratio
G = shear modulus
K = bulk modulus
L = deformasi aksial
L = panjang sampel silindris batuan
D = deformasi radial
D = diameter sebenarnya sampel
F = gaya aksial yang diaplikasikan pd
sampel
L/L = strain aksial
D/D = strain radial
Dalam pengertian secara fsik sifat-sifat
elastik batuan memiliki arti sendiri-sendiri.
Youngs modulus mewakili kekerasan dari
batuan, makin tinggi harganya makin keras
medium yang diuji. Poisson ratio adalah rasio
antara strain radial dan strain aksial. Tergantung
sistem isotropinya, makin keras suatu batuan, ia
cenderung akan menunjukkan harga Poisson ratio
yang mengecil. Shear modulus merefeksikan
kekakuan (rigidity) dari medium terhadap
gaya yang bersifat menyobek. Sedangkan bulk
modulus adalah resistensi terhadap tekanan
yang mengungkung (confning pressure). Bulk
modulus adalah kebalikan dari kompresibilitas.
Pengujian kompresi di laboratorium dan
penggunaan persamaan (1) untuk menurunkan
sifat-sifat elastik batuan disebut sebagai
pendekatan statik. Getaran akustik yang
merupakan penjalaran energi mekanis di dalam
tubuh medium yang dilaluinya pada dasarnya
adalah penjalaran gelombang tekanan (pressure
wave) yang berwujud penjalaran deformasi elastik.
Untuk kategori gelombang badan (body waves)
ada dua jenis gelombang yaitu gelombang primer
(primary wave) atau gelombang P dan gelombang
sekunder (secondary wave) atau gelombang S.
Gelombang P dicirikan dengan arah deformasi
yang searah dengan arah rambat gelombang
sedangkan gelombang S dicirikan dengan
arah deformasi yang tegak lurus terhadap arah
rambat gelombang. Untuk suatu jenis medium,
kecepatan rambat gelombang P selalu lebih
tinggi dibanding kecepatan rambat gelombang
S. Gambar 1 memperlihatkan penggambaran
singkat dari kedua jenis gelombang badan.
Seperti halnya dengan kompresi statik,
mekanisme yang bekerja pada penjalaran
gelombang akustik adalah deformasi sebagai
v
D
D
L
L
=

G
E
v
=
+ 2 1 ( )
K G
v
v
=
+

2
3
1
1 2
( )
( )
dan
.... (1)
E
F
A
L
L
=

80
Dengan menggunakan persamaan (2) di atas
dan dengan mengasumsikan kondisi isotropik
maka shear modulus (G) dan bulk modulus (K)
dapat ditentukan dengan menggunakan kedua
persamaan di atas jika V
p
, V
s
, dan diketahui.
Youngs modulus (E) ditentukan dengan
menggunakan persamaan isotropik berikut :
V
K G
p
=
+1 33 ,

V
G
8
=

dan
........... (2)
E
V V V
V V
s p s
p s
=

( )

2 2 2
2 2
3 4
.................................. (3)
K G
v
v
=
+

2
3
1
1 2
( )
( )
.................................. (4)
respon terhadap kompresi yang diberikan oleh
gelombang akustik. Hal yang membedakannya
dari kompresi statik adalah deformasi yang terjadi
sangat kecil, dengan amplitudo yang kecil, tapi
dengan frekuensi tinggi (frekuensi ultrasonik bisa
mencapai sekitar sejuta penerapan gaya kompresi
(compression force application) dalam satu detik.
Berlainan halnya dengan uji kompresi dimana
deformasi yang terjadi mencapai maksimum
(sampai mencapai puncak kekuatan batuan)
dengan frekuensi yang dikatakan sebagai nol.
Hal ini yang menyebabkan timbulnya istilah
bahwa proses uji kompresi sebagai pengujian
statis sedangkan pengujian dengan menggunakan
gelombang akustik sebagai pengujian dinamik.
Pengujian dinamik dengan menggunakan
gelombang akustik pada dasarnya adalah
mengukur waktu yang dibutuhkan gelombang
akustik untuk merambat sepanjang tubuh sampel
medium/batuan (transit time). Waktu rambat ini
kemudian dikonversikan ke kecepatan rambat
jika panjang dari sampel diketahui. Untuk
mendapatkan elastik modulus, hubungan berikut
diperlukan :
dimana
K = bulk modulus (1/kompresibilitas), psi
atau MPa
G = shear modulus (kekakuan), psi atau
MPa
= rapat massa, lb/cuft atau kg/m
3
Rasio antara strain dengan arah tegak lurus
terhadap arah kompresi dan strain dengan arah
searah dengan kompresi, yang disebut Poisson
ratio (V), ditentukan dengan menggunakan
persamaan :
Seperti yang dinyatakan sebelumnya, kecepatan
gelombang akustik berhubungan erat dengan
modulus elastik; jadi dengan mengetahui data
rapat massa (misalnya dari log densitas) maka jika
diperoleh data dari log full waveform seharusnya
modulus elastik yang diinginkan akan dengan
mudah dapat dihitung dengan menggunakan
persamaan-persamaan (2) sampai (4). Namun
kenyataannya tidak semudah itu karena meskipun
log full waveform dapat diperoleh untuk suatu
sumur (dan itu jarang sekali di Indonesia) tetap
ada suatu permasalahan konseptual yang tidak
bisa diabaikan begitu saja.
Sebuah gelombang akustik memiliki
amplitudo yang kecil dengan frekuensi tertentu,
sementara parameter-parameter yang diperlukan
untuk menganalisis aplikasi-aplikasi mekanika
batuan (perekahan hidrolik misalnya) adalah
statik sifatnya dan harus bisa dianggap valid
untuk berbagai variasi amplitudo stres. Berbagai
bukti eksperimental memperlihatkan bahwa
ada perbedaan yang cukup besar (berkisar dari
beberapa sampai beberapa ratus persen) antara
modulus statik dan dinamik. Secara umum,
perbedaan terbesar terjadi pada batuan yang tidak
begitu keras, dan berkurang dengan bertambahnya
tekanan (King, 1970). Untuk batupasir kering
yang tidak begitu kompak rasio antara modulus
dinamik dan statik dapat mencapai 5 10 bahkan
lebih.
Gambar 1. Penggambaran singkat dari kedua je-
nis gelombang badan.
81
V
P f K
r
p
d f
b
2
=
+
( )
..................................... (5)
P K G
d d d
= +
4
3
.................................. (6)
f K K
K
K
K
K
K K
K
K
f f
d
m
f
m
m d
f
m
( )
=

+ ( )
1
1
2

..... (7)
dan fungsi f(K
f
), sebagai
Tidak ada penjelasan yang memuaskan
berkaitan dengan problem perbedaan antara
modulus statik dan dinamik ini. Beberapa
penyebab yang diperkirakan memiliki peran
dapat dilihat pada Johnston dkk (1979).
Dalam studi ini yang dimaksud dengan
profl modulus elastik di sumur masih terbatas
pada modulus elastik yang diperoleh melalui
proses dinamik (akustik) karena memang tulisan
ini memberikan usul mengenai suatu cara untuk
menghasilkan data sifat elastik batuan dari
perangkat data yang minim. Pencarian suatu cara
untuk mengkonversi data modulus dinamik ke
modulus statik adalah suatu hal yang lain dan
dapat dianggap sebagai penyempurnaan lebih
lanjut dari metoda yang diusulkan ini.
Ide utama yang melandasi metoda dan
pendekatan yang dipakai dalam studi adalah
menggunakan model kecepatan gelombang
akustik untuk menentukan modulus elastik dengan
data masukan utama adalah data log akustik
dan didukung data-data lain baik dari sumur
maupun dari laboratorium. Untuk keperluan
tersebut model yang dipakai adalah model yang
diciptakan oleh Gassmann (Gassmann, 1951)
yang meskipun telah berumur lebih dari setengah
abad masih dianggap sebagai model klasik yang
bisa menerangkan hal-hal fundamental yang
berkaitan dengan pengaruh modulus elastik atas
kecepatan gelombang akustik.
Teori Gassmann yang didasarkan atas
penerapan teori deformasi elastik pada sebuah
medium yang dibentuk oleh bola-bola ini adalah
merupakan ekspresi teoritis yang pertama untuk
menerangkan kelakuan elastik dari medium
berpori yang tersaturasi fuida. Kecepatan rambat
gelombang P pada zero-frequency (frekuensi
rendah) menurut teori ini dapat diekspresikan
secara sederhana, seperti yang tersaji pada
persamaan (5) sebagai

b f m
= + ( ) 1 ................................ (8)

f w w w hc
S S = + ( ) 1
................................ (9)
dimana
K
c S c S c
f
f w w w hc
= =
+ ( )
1 1
1
................... (10)
rongga pori batuan. Modulus gelombang P
secara fsik dapat diartikan sebagai sifat mekanis
yang merepresentasikan tingkat kekerasan
dari batuan pada keadaan kering, sedangkan
inkompresibilitas fuida pori yang merupakan
variabel utama dalam f(K
f
) adalah gambaran
resistensi dari fuida terhadap tekanan/stress yang
diberikan oleh gelombang P pada saat merambat.
Makin tinggi harga kedua variabel tersebut makin
tinggi kecepatan gelombang P untuk menjalar
melewatinya.
Sedangkan P
d
pada persamaan (5), modulus
gelombang P untuk medium pada keadaan kering
dapat diekspresikan sebagai (pada Timur, 1987):
dimana K adalah inkompresibilitas (atau sering
juga disebut sebagai modulus bulk), G adalah
modulus shear, dan notasi d, f , dan m menandakan
masing-masing untuk sistem kerangka batuan,
fuida yang terkandung di dalam pori, dan matriks
batuan.
Untuk batuan yang mengandung air dan
hidrokarbon, rapat massa batuan diekspresikan
sebagai:
dan inkompresibilitas fuida, K
f
, yang
sesungguhnya merupakan kebalikan dari
kompresibilitas, c
f
, adalah
dimana P
d
adalah modulus gelombang P untuk
kerangka matriks batuan (atau dapat juga disebut
sebagai modulus gelombang P dalam keadaan
kering atau tidak mengandung cairan apapun di
dalam sistem porinya), dan f(K
f
) adalah fungsi
dari inkompresibilitas dari fuida yang ada pada
dimana S adalah simbol dari saturasi dan w dan
hc menandakan masing-masing saturasi air dan
saturasi hidrokarbon.
82
Inkompresibilitas kerangka batuan, K
d
, pada
persamaan (11), yang merupakan inversi dari
kompresibilitas batuan kering, c
d
, memiliki
hubungan dengan kompresibilitas volume pori
melalui
berkaitan dengan harga porositas 12%. Dengan
demikian semua zona-zona batupasir di lapangan
tersebut yang diinterpretasikan sebagai memiliki
harga-harga porositas di bawah 12% bukanlah
dianggap sebagai zona-zona produktif dan tidak
diikutkan dalam pemetaan reservoar.
Untuk keperluan studi ini 4 sumur dari
area yang berdekatan yaitu TX 4, TX 7ST,
TX 9, dan TX 12. Dari keempat sumur
tersebut, TX 9 memiliki data sampel batuan
(core), sementara TX 7ST, TX 9, dan TX 12
memiliki data log sumur standar (log log SP,
gamma ray, resistivity, neutron - CNL, density
- FDC, dan akustik Sonic) yang dapat dipakai
untuk memperoleh data-data kandungan lempung,
porositas, saturasi air, dan impedansi akustik.
(Sumur TX 12 bahkan memiliki log PEF yang
surveinya dilaksanakan bersamaan dengan alat
density LDL.) Ketiga sumur tersebut juga
memiliki log akustik yang merupakan masukan
utama bagi estimasi profl sifat mekanika batuan
(yang dalam studi ini akan lebih difokuskan
pada poisson ratio saja). Sedangkan sumur
TX 4 memiliki data yang relatif lebih minim
yaitu tidak memiliki log akustik sehingga perlu
dihasilkan log akustik sintetik sehingga estimasi
profl sifat mekanika batuan juga bisa dilakukan
untuk sumur tersebut.
Pengukuran Akustik atas Percontoh Batuan
Di laboratorium
Untuk kebutuhan pengukuran sebanyak
delapan sampel batuan (plug) yang diambil
dari sumur TX 12. Sampel-sampel batu pasir
tersebut dari tipe yang cukup kompak dengan
ukuran butir yang tergolong halus dan sedikit
kasar. Sebelum pengukuran atas kecepatan
rambat gelombang akustik dilakukan, dilakukan
pencucian, pengeringan dan pengukuran untuk
memperoleh sifat-sifat petrofsika dasarnya
(porositas, permeabilitas, dan densitas matriks).
Pada tahap berikutnya, pengujian cepat
rambat gelombang akustik dilakukan atas
kedelapan sampel batuan tersebut. (Kedelapan
sampel batuan tersebut mewakili spektrum
porositas 7% - 30%). Pengukuran dilakukan
dibawah temperatur ruang dan tekanan overburden
efektif 1800 psia (12,36 MPa), sesuai dengan
perkiraan untuk reservoar yang bersangkutan.
Pengukuran dilakukan baik dalam keadaan
K
c c c
d
d p m
= =
+
1 1

........................... (11)
Hubungan antara kecepatan rambat gelombang
P (V
p
) dan saturasi air (S
w
) terlihat jelas dari
persamaan-persamaan (5) sampai (11). Dengan
jelas terlihat adanya dua variabel, yang dianggap
sangat berpengaruh pada persamaan (5), yang
terpengaruh oleh variasi dari S
w
. Meskipun
kedua variabel pada persamaan (5) tersebut
adalah pada dasarnya berbanding terbalik tetapi
naiknya S
w
cenderung untuk menaikkan harga
V
p
, terutama pada sistem dua fasa minyak-air.
Teori Gassmann dengan jelas menunjukkan
pengaruh nilai porositas dan saturasi air terhadap
kecepatan rambat gelombang akustik, meskipun
dari orde relasinya dengan kecepatan rambat
terlihat bahwa porositas lebih berpengaruh atas
kecepatan rambat dibandingkan dengan saturasi
air. Meskipun demikian, berhubung kedua
parameter petrofsika tersebut adalah merupakan
variabel yang sangat penting secara umum dan
dapat dianggap sebagai mempengaruhi setiap
properti dari batuan maka keduanya akan
memainkan peran yang penting dalam pemodelan
yang akan dilakukan kemudian.
Studi Kasus III.
Sebagai contoh penerapan, suatu lapangan
minyak di Jawa Timur diambil. Litologi utama
yang membentuk zona-zona produktifnya adalah
batupasir dengan tipe porositas intergranular
yang merupakan karakter sistem pori klastik.
Untuk lapangan tersebut secara keseluruhan
pada umumnya zona-zona produktif memiliki
porositas yang berkisar antara 7% sampai 35%
dengan permeabilitas yang berkisar, untuk selang
porositas tersebut, dari 3 mD sampai sekitar
320 mD. Sebagai catatan, harga pancung untuk
porositas dan permeabilitas yang dipakai untuk
memisahkan zona produktif dari zona yang tidak
produktif masing-masing adalah 5 mD untuk
permeabilitas yang mana menurut evaluasi
petrofsika yang kami lakukan harga tersebut
83
kering dan tersaturasi yang bervariasi antara S
w

= 0 % sampai S
w
= 100 %. Proses pensaturasian
dilakukan dengan kombinasi proses pendesakan
dan pengvakuman. Pada setiap pergantian
tekanan overburden efektif, periode stabilisasi
dilaksanakan sebelum dilakukan pencatatan
waktu rambat gelombang.
Fluida yang digunakan dalam pengukuran
adalah air formasi dan minyak sintetik. Sesuai
dengan data komposisi air yang diperoleh maka
air formasi direkonstruksi dengan air payau
dengan konsentrasi pada sekitar 13300 ppm
NaCl. Minyak sintetik dengan viskositas 10,27
cp dan densitas 0,8 gr/cc (800 Kg/m
3
) dipilih
untuk menggantikan minyak formasi pada T
res
=
176,4
o
F (80,2
o
F) dan P
res
= 1120 psia (7,72 MPa).
Dengan demikian, patut untuk diperhatikan bahwa
dengan tekanan gelembung minyak P
b
= 955 psia
maka sistem fuida pada reservoar adalah minyak
- air. Minyak sintetik yang dipakai memiliki
kompresibilitas 8 x 10
-6
psi
-1
, sedikit lebih kecil
dibanding kompresibilitas minyak formasi
10,2 x 10
-6
psi
-1
. Mengingat peran penting dari
kompresibilitas dalam mengatur penjalaran
gelombang akustik, perbedaan ini sedikit banyak
akan tercermin dalam perbedaan antara kecepatan
gelombang P pada keadaan laboratorium dan
reservoar.
Gambar 2 memperlihatkan contoh dari hasil
pengukuran yang telah ditransformasikan
menjadi impedansi akustik (AI). Hasil-hasil
yang diperoleh memang sesuai dengan yang
diharapkan dan sejalan dengan apa yang pernah
dilaporkan oleh Gregory (1976) dan Domenico
(1976). Suatu lonjakan atau jump dari V
p

sampel kering ke V
p
sampel tersaturasi air 100%
yang biasa terjadi pada saat saturasi air mencapai
sekitar 90% 95% jika fasa yang menemani
air adalah gas/udara, dan bukan minyak sintetik
seperti yang dipakai dalam pengukuran ini, tidak
terjadi. Hal ini juga sesuai dengan ekspektasi dan
sesuai dengan teori Gassmann yang meramalkan
kenaikan secara gradual dari V
p
dengan semakin
meningginya saturasi air (dan menurunnya
saturasi minyak).
Sebagai data tambahan, saturasi air, dan kecepatan
rambat gelombang S (V
s
) juga direkam meskipun
tidak dipakai dalam studi ini sehingga poisson
ratio () bisa ditentukan seperti yang tersaji
pada Gambar 3. Dengan demikian satu set
data laboratorium yang terdiri dari V
p
, V
s
, S
w
, ,

b
, , dan AI telah siap untuk dipakai pada tahap
berikutnya.
Gambar 2. Hasil pengukuran akustik (telah dikonversikan
menjadi impedansi akustik, AI).
Gambar 3. Hasil pengukuran akustik (telah dikonversikan
menjadi Poisson ratio).
Pemodelan Matematis
Seperti yang telah dinyatakan sebelumnya,
modulus elastik ditentukan dengan menggunakan
model Gassmann dan teori kecepatan rambat
gelombang akustik pada media elastik. Untuk
keperluan tersebut, secara umum kegiatan
pemodelan dan aplikasi meliputi:
Pemodelan dan validasi atas data 1.
laboratorium
Pemodelan dan validasi atas data 2. log sumur
key wells dengan menggunakan data-data
yang diperoleh pada pemodelan atas data
laboratorium
84
Pemodelan atas data laboratorium
Tujuan utama dari pengukuran sampel
batuan dari reservoar pemodelan yang kemudian
diikuti dengan pemodelan atas data yang diperoleh
adalah untuk membuktikan bahwa teori atau
model yang akan kita pakai untuk memodelkan
data dari log sumur adalah valid untuk batuan
reservoar tersebut. Disamping itu, hasil samping
yang tidak kalah pentingnya adalah dapat
diperolehnya data-data intrinsik batuan yang tidak
dapat diperoleh dari sumber lain. Sebagai contoh,
dalam studi ini data-data intrinsik tersebut adalah
bulk modulus kering (K
d
) dan shear modulus
kering (G
d
) pada persamaan (7) versus porositas
yang didapat setelah model Gassmann yang
diterapkan pada data laboratorium telah dianggap
valid. K
d
dan G
d
untuk berbagai harga porositas
akan sangat diperlukan jika persamaan (7) akan
dipakai untuk pemodelan batuan reservoar yang
umumnya memiliki variasi porositas yang cukup
tinggi. Hanya di laboratorium kedua parameter
tersebut bisa diukur dan diperoleh datanya.
Permasalahan utama untuk mendapatkan K
d

dan G
d
untuk berbagai harga porositas adalah
terbatasnya jumlah sampel batuan yang ada.
Batuan yang ada pun sering tidak mencakup
selang porositas yang ada. Untuk mengatasi hal
ini pemodelan atas data laboratorium diperlukan.
Hal ini juga merupakan salah satu tujuan dari
pemodelan yang dilakukan. Dengan mengikuti
prosedur yang diusulkan oleh Widarsono dan
Saptono (2000) model Gassmann juga dipakai
untuk menghasilkan kedua parameter kering
yang dibutuhkan, sebagai fungsi dari porositas,
setelah tercapai kecocokan (agreement) dengan
data teramati (observed).
Secara urut kegiatan pemodelan atas data
laboratorium adalah sebagai berikut:
Pemrosesan data pengukuran laboratorium 1.
menurut prosedur standar sehingga dihasilkan
data porositas, saturasi air, densitas, kecepatan
rambat gelombang P dan S velocities,
impedansi akustik, dan modulus elastik yang
dalam studi ini hanya dibatasi sebagai poisson
ratio saja.
Pemodelan hubungan antara parameter 2.
petrofsika (porositas dan saturasi air) dan
impedansi akustik serta poisson ratio dengan
menggunakan model kecepatan rambat
gelombang. Saturasi air adalah keluaran dari
model. Contoh model relasi dapat dilihat pada
Gambar 4.
Perbandingan antara saturasi air terhitung 3.
dengan saturasi air teramati dilakukan untuk
melihat validitas model. Selama belum
didapatkan kecocokan yang dapat diterima
maka dilakukan pengubahan-pengubahan
(adjustments) dari parameter K
d
dan G
d

dalam batas toleransi yang telah ditentukan
(modifkasi 4% dari data K
d
dan G
d
yang
dipakai pada awalnya). Pada saat kecocokan
antara saturasi air terhitung dengan saturasi
air teramati telah masuk dalam batas-batas
yang dapat diterima (Gambar 5) maka kurva
K
d
dan G
d
versus porositas yang terakhir
(Gambar 6) dipakai adalah yang dianggap
valid untuk model yang dipakai. Data ini yang
kemudian akan dipakai sebaga frst guess
dalam pemodelan pada data log sumur. Patut
untuk dicatat disini bahwa harga K
d
dan G
d

Gambar 4. Model hubungan antara kecepatan gelombang
P, Poisson ratio, porositas, dan saturasi air untuk data labo-
ratorium

0
20
40
60
80
100
0 20 40 60 80 100
Sw-
lab
, %
S
w
-
m
o
d
e
l
,

%
Gambar 5. Perbandingan antara saturasi air terhitung (cal-
culated) dan saturasi air teramati (observed) untuk sata
laboratorium.
85
yang sebenarnya untuk suatu harga porositas
tertentu belum tentu akan sama dengan yang
semula diukur secara langsung pada sampel
kering, lihat White (1983).
Pemodelan atas data log sumur
Dengan menggunakan data dari hasil
analisis log sumur dan dengan dukungan data K
d

dan G
d
versus porositas dari laboratorium sebagai
frst guess pemodelan dilakukan untuk data log
sumur dengan mengikuti urutan kegiatan sebagai
berikut:
Pemodelan dengan cara yang sama dengan di 1.
laboratorium dilakukan atas data log sumur
dari key wells yaitu TX-7. Modifkasi dari
data K
d
dan G
d
versus porositas dilakukan
dengan membandingkan saturasi air hasil
kalkulasi (S
w model
) dengan saturasi hasil analis
log sumur (S
w log
) untuk titik-titik kedalaman
yang sama. Akhir dari modifkasi ditandai
dengan kecocokan yang dapat terima, seperti
disajikan pada Gambar 7.
Dengan dianggap validnya model Gassmann 2.
yang diterapkan pada data log sumur maka
kurva-kurva K
d
dan G
d
versus porositas yang
telah dimodifkasi (modifkasi maksimal
adalah 5% dari harga awal) dapat dianggap
valid (Gambar 8).
Dengan diperolehnya perangkat K
d
dan G
d

versus porositas yang dianggap valid untuk skala
sumuran (Gambar 8) maka korelasi V
p
poisson
ratio porositas saturasi air untuk struktur
TX dapat dibuat (Gambar 9). Catatan: V
p

diekspresikan dalam bentuk impedansi akustik
Gambar 6. Modulus bulk kering (Kd) dan modulus shear
kering (Gd) vs. porositas sebagai hasil dari pemodelan atas
data laboratorium.
Gambar 7. Perbandingan antara saturasi hasil kalkulasi dan
saturasi air hasil log analisis untuk titik kedalaman yang
sama. Contoh: sumur TX 7.
Gambar 8. Modulus bulk kering (Kd) dan modulus shear
kering (Gd) vs. porositas akhir yang dianggap valid untuk
data log struktur TX.
Gambar 9. Model hubungan antara kecepatan gelombang
P (dinyatakan dalam AI, Poisson ratio, porositas, dan satu-
rasi air untuk data log.
(AI) yang merupakan produk dari perkalian V
p

dengan rapat massa (
b
). Dengan diperolehnya
korelasi pada Gambar 9 maka profl sifat
mekanika batuan, dalam hal ini poisson ratio,
dapat dibuat (Gambar 10).
Dengan diperolehnya hubungan K
d
dan G
d
versus
86
Gambar 10. Profl Poisson ratio (V) untuk sumur TX 9.
Gambar 11. Profl kecepatan gelombang S (Vs) untuk
sumur TX 9
Gambar 12. Profl Youngs modulus (E) untuk sumur TX
9
Gambar 13. Profl bulk modulus (E) untuk sumur TX 9.
porositas yang sudah valid untuk tingkat sumur
(Gambar 8) maka kecepatan rambat gelombang
S (V
s
) dapat dihitung dengan menggunakan
persamaan (2) dengan mengasumsi G adalah
sama dengan G
d
untuk porositas yang sama.
Asumsi ini dapat dibenarkan untuk diambil
karena G memang secara teoritis tidak berubah
dengan ada atau tidak adanya cairan di dalam
rongga pori batuannya. Gelombang S memang
tidak dapat merambat melalui fuida. Gambar 11
memperlihatkan hasil profl V
s
untuk sumur TX
9. Dengan menggunakan persamaan (3) dan (4)
87
maka profl Youngs modulus dan bulk modulus
untuk sumur tersebut (Gambar 12 dan 13) dapat
dihasilkan.
Penerapan Neural Network untuk
Menghasilkan Log Akustik Sintetik
Seperti telah dinyatakan sebelumnya,
masukan utama bagi pemodelan dengan
menggunakan model Gassmann adalah kecepatan
rambat gelombang P (V
p
) yang diperoleh dari data
waktu rambat (t
p
) survei log akustik. Dalam
studi yang menggunakan 4 sumur sebagai studi
kasus, tiga sumur memiliki log akustik yaitu TX
7ST, TX 9, dan TX 12 dan satu sumur tidak
memilikinya yaitu TX 4.
Sesuai dengan pendekatan yang diambil
untuk studi ini, yaitu pemakaian teori Gassmann
untuk memprediksi sifat-sifat mekanika dari
batuan reservoir, log akustik adalah masukan
utama yang diperlukan. Tidak dimilikinya
log akustik oleh sumur TX 4 adalah suatu
hambatan terhadap aplikasi dari pendekatan yang
diambil dalam studi ini. Untuk itu perlu dicari
suatu cara untuk menghasilkan suatu jenis log
akustik sintetik yang dapat dipercaya tingkat
kebenarannya.
Salah satu cara untuk mengatasi hal ini
adalah dengan menerapkan pendekatan analitik
yaitu memakai teori perambatan gelombang
akustik seperti halnya teori Gassmann. Tetapi
teori Gassmann inilah yang justru dipakai untuk
memperoleh modulus-modulus elastik yang
diinginkan dengan memakai log akustik, data
yang justru tidak ada, sebagai masukan utamanya.
Dengan demikian perlu dicari suatu alternatif
pendekatan lain.
Hal yang menarik perhatian dari sumur
TX 4 ini, dan juga tentu sumur-sumur yang
memiliki data yang minim, bahwa ia masih
memiliki data-data lain (log SP, log resistivity,
dan satu jenis log porositas yaitu log densitas)
yang dapat dipastikan sama-sama memiliki
keterkaitan secara kausatif dengan sifat-sifat fsik
dan mekanika dari batuan yang sedang distudi.
Dengan demikian, adalah suatu hal yang masuk
akal bahwa satu cara yang dapat digunakan
untuk merealisasikan hal ini adalah dengan cara
mempelajari pola hubungan antara keluaran
survei log akustik dengan log-log (maupun
keluarannya) yang lain. Pola hubungan yang
sudah dipelajari dan dianggap valid kemudian
akan dipakai untuk menghasilkan data profl log
akustik sintetik bagi sumur-sumur yang tidak
memiliki data log akustik. Log akustik sintetik
inilah yang kemudian dijadikan input utama
model Gassman (yang telah dianggap valid) bagi
estimasi profl sifat mekanika di sumur. Untuk
itu maka pendekatan soft computing dengan
menggunakan artifcial neural network (ANN)
diambil.
ANN yang digunakan pada studi ini adalah jaringan
supervised backpropagation. Backprogation
adalah suatu algoritma yang dikendalikan oleh
suatu gradien yang dipakai untuk mengestimasi
koefsien-koefsien (kekuatan hubungan antara
neuron) dengan jalan meminimumkan suatu
fungsi kesalahan. Detil-detil teknis secara lebih
dalam dapat dilihat pada Bishop 1995).
Sumur-sumur TX 7ST, TX 9 (sumur
yang dipakai uji coba untuk penentuan profl sifat
mekanika batuan), dan TX 12 dipakai sebagai
sumur-sumur yang akan memberikan data-data
yang diperlukan bagi pemelajaran pola hubungan.
Dalam operasinya, ANN memiliki tiga tahap yang
harus dilakukan secara berturutan. Tahap pertama
adalah tahap pembelajaran (training stage) di
mana ANN akan dipaksa untuk mempelajari
pola hubungan antara porositas neutron, saturasi
air, kandungan serpih, dan rapat massa (densitas)
dengan waktu rambat (t
p
) log akustik pada
ketiga sumur training di atas. Pada tahap kedua,
yaitu tahap validitas, ANN akan dipakai untuk
memberikan estimasi atas log akustik sintetik
pada sumur-sumur yang dipakai dalam tahap
pembelajaran. Pada tahap ketiga, tahap prediksi,
ANN yang telah dianggap valid akan dipakai
untuk menghasilkan log akustik untuk sumur
yang tidak memiliki log akustik dalam hal ini
sumur TX 4.
Dalam prakteknya, data dari ketiga
sumur yang tersebut diatas dipakai dalam tahap
pembelajaran di mana jumlah hidden layer yang
ada dalam ANN dibatasi untuk tidak lebih dari 8
saja. (Hal ini disebabkan oleh suatu kenyataan
bahwa dengan makin banyaknya hidden layers
maka ANN akan makin dapat dengan detil
mempelajari pola dari hubungan antar data.
Tetapi di sisi lain, dengan makin mendetilnya
pola yang dapat dipelajari oleh ANN, ANN akan
kehilangan kemampuannya untuk melihat pola
hubungan secara lebih umum. Hal ini biasanya
88
ditandai dengan training error yang sangat kecil
tapi dengan kesalahan prediksi yang besar.)
Dalam studi ini akhirnya diperoleh jumlah hidden
layer sebanyak 6 yang memberikan training error
di bawah 2% atau sekitar 1 2 mdetik/kaki.
Dalam tahap ke dua, yaitu tahap validasi,
masing-masing sumur yang datanya dipakai
untuk training masing-masing diberi estimasi log
akustik sintetiknya. Dari hasil yang diperoleh,
perbedaan antara t
p
estimasi (calculated) dan
pengamatan (observed) tidaklah terlalu besar dan
masih dalam ambang yang bisa diterima (< 1-2%).
Akurasi ini dapat dimengerti karena ANN telah
dapat mempelajari pola hubungan dengan baik,
dengan jumlah hidden layer yang tidak terlalu
besar sehingga dapat diharapkan hasil prediksi
yang cukup akurat. Dengan demikian ANN
dapat dianggap siap pakai untuk memprediksi
log akustik sintetik bagi sumur TX 4.
Pada tahap prediksi, data porositas (data
ini mungkin bahkan tidak ada untuk sumur-
sumur di tempat lain di Indonesia), saturasi
air, dan data log lainnya dari sumur TX 4
dipakai sebagai masukan. Dengan memakai
pola hubungan yang telah dipelajari maka ANN
memberikan data t
p
log akustik yang diinginkan
untuk selang kedalaman asal data-data masukan
yang dipakai. Gambar 14 menyajikan hasil yang
diperoleh, yang disajikan bersama dengan data
log densitas (density log) untuk kedalaman yang
sama. Terlihat dengan jelas konsistensi antara
kedua kurva dimana menurunnya rapat massa
(
b
) dibarengi dengan membesarnya t
p
yang
merefeksikan porositas batuan yang membesar,
dan demikian juga sebaliknya. Dari hasil yang
diperoleh, terlihat manfaat yang sangat besar dari
ANN untuk memberikan data sintetik bagi log-
log yang tidak pernah dilakukan surveinya.
Pembahasan Lanjut IV.
Dalam menerapkan prosedur dan metode
ini dalam kegiatan praktis sehari-hari memang
membutuhkan data yang memadai dan aktivitas
yang cukup intensif dalam pemodelan ANN.
Keberadaan data pengukuran laboratorium
atas percontoh memang akan sangat membantu
karena sifat datanya yang dapat diukur dengan
tingkat keakuratan yang tinggi sehingga
memberikan frst guess hubungan properti
kering elastik versus porositas yang baik. Hal
ini akan membantu sekali dalam membimbing
bentuk hubungan tersebut pada saat pemodelan
naik ke tingkat sumur. Meskipun demikian, jika
data pengukuran laboratorium yang dibutuhkan
tersebut tidak tersedia maka pemodelan ANN
bisa langsung menuju pemodelan dengan
menggunakan data log pada sumur kunci. Dalam
keadaan seperti demikian hubungan properti
elastik versus porositas tetap dapat dibuat dengan
mengacu pola hubungan seperti yang tersaji pada
Gambar 6. Dengan mempergunakan hubungan
tersebut sebagai frst guess, modifkasi tetap
dapat dilakukan sejalan dengan pemodelan ANN
yang dilakukan atas data log sumur.
Untuk penelitian pada tahap ini, penelitian
baru dilakukan pada tahap penerapan model
untuk menghasilkan data profl properti elastik
pada sumur-sumur TX yang tidak memiliki data
log properti elastik batuan. Dengan demikian
maka perbandingan antara properti elastik hasil
perhitungan dengan menggunakan model ANN
dan properti elastik dari log properti elastik
(misal: Mechpro Schlumberger) tidak dapat
dilakukan. Untuk tahap lanjut penelitian, perlu
diperoleh sumur yang memiliki data ini sehingga
dapat dipelajari apa kelebihan dan kekurangan
dari pendekatan ini.
Seperti halnya properti elastik batuan yang
dihasilkan dari data kecepatan gelombang akustik,
Gambar 14. Contoh log akustik sintetik (kiri) hasil penera-
pan ANN (sumur TX 4). Disajikan bersama dengan log
density untuk membuktikan konsistensinya.
89
maka profl properti elastik batuan reservoir yang
dihasilkan dari model masih bersifat properti
elastik dinamis dan belum bersifat properti elastik
statik yang merupakan data yang dibutuhkan
dalam berbagai aplikasi mekanika batuan di
sumur. Data tersebut umumnya diperoleh dari
pengujian kompresi atas percontoh batuan yang
dilakukan di laboratorium. Properti elastik statik
inilah yang merupakan properti elastik yang
sebenarnya. Dengan demikian, penelitian lanjut
dari studi juga dapat diarahkan menuju penciptaan
suatu metode untuk mengkonversi properti elastik
dinamik yang sudah dapat dihasilkan dari studi
ini menjadi properti elastik statik yang siap
pakai.
Kesimpulan V.
Dari studi yang telah dilakukan dapat
ditarik beberapa kesimpulan utama yaitu
Sebuah prosedur untuk menghasilkan profl 1.
data sifat mekanika (modulus elastik) batuan
telah dapat dihasilkan. Prosedur tersebut
merupakan kombinasi antara pengukuran di
laboratorium atas sampel batuan, pemodelan
matematis dengan menggunakan teori
perambatan gelombang, dan penerapan
artifcial neural network (ANN). Rangkuman
dari prosedur yang diusulkan dapat dilihat
pada Lampiran.
Pemodelan pada tingkat laboratorium lebih 2.
mudah daripada pemodelan pada tingkat
sumuran. Heterogenitas batuan dan perbedaan
resolusi dari alat alat log sumur adalah
penyebab utamanya.
Kesulitan dalam pemodelan dengan 3.
menggunakan model Gassmann dapat diatasi
dengan menyeleksi data dan menyingkirkan
data-data yang terlalu jauh menyimpang dari
kaidah-kaidah normal hubungan antara data.
Kesulitan dalam proses 4. training dalam
penerapan ANN sebaiknya diatasi dengan
cara menyeleksi data secara lebih seksama
daripada dengan cara menambah jumlah
hidden layer secara membabi buta.
Kurva-kurva K 5.
d
dan G
d
versus porositas
yang terakhir digunakan, setelah beberapa
kali modifkasi selama proses pemodelan,
adalah hasil utama dari pemodelan itu sendiri
karena darinya dapat dihasilkan kecepatan
gelombang P (V
p
) dan kecepatan gelombang S
(V
s
) sintetik yang dapat dipakai menghasilkan
semua modulus elastik yang diperlukan.
Daftar Pustaka
Birch, F. (1961). The Velocity of Compressional
Waves in Rocks to 10 Kilobars (Part II).
Journ. Geophys. Res., 66, 2199 2224.
Bishop, C.M. Neural Network for Pattern
recognition, Oxford University Press,
London, 1995.
Charlez, P., Saleh, K. and Despax, D. (1987). The
Fracmeter: A New Numerical Method to
Evaluate the State of Stress and the Elastic
Properties of Rocks. SPE 15773, presented
at 5
th
SPE Middle East Oil Show, Manama-
Bahrain, March 7 - 10.
Domenico, S.N. (1976). Effect of Brine-gas
Mixture on Velocity in An Unconsolidated
Sand Reservoir. Geophysics, 41: 882-894.
Ellis, D.V. (1987). Well Logging for Earth
Scientists. Elsevier Sc. Publ., New York,
Amsterdam, London.
Gassmann, F. (1951). Elastic Waves Through a
Packing of Spheres. Geophysics, 16: 673-
685.
Gebrande, H., Kern, H. and Rummel, F. (1982).
Elasticity and Inelasticity. In: Landolt-
Bornstein Numerical Data and Functional
Relationships in Science and Technology
(K. H. Hellwedge, ed), New Series; Group
V. Geophysics and Space Research, Vol. 1
Physical Properties of Rocks, Subvolume b,
1 233. Springer-Verlag Berlin, Heidelberg,
New York.
Gregory,A.R.: Fluid Saturation Effects on
Dynamic Elastic Properties of Sedimentary
Rocks, Geophysics, (1976) 41, 895-924.
Harrison, A.R., Randall, C.J., Aron, J.B., Morris,
C.F., Wignall, A.H., Dworak, R.A., Rutledge,
L.L. and perkins, J.L. (1990). Acquisition
and Analysis of Sonic Waveforms from a
Borehole Monopole and Dipole Source for
the Determination of Compressional and
Shear Speed and Their Relation to Rock
Mechanical Properties and Surface Seismic
Data. SPE 20557, 65
th
Annual technical
Conference and Exhibition, New Orleans,
September 23 26.
90
Johnston, D.H., Toksoz, M.N. & Timur, A.
(1979). Attenuation of Seismic Waves in
Dry and Saturated Rocks: II. Mechanisms.
Geophysics, 44: 691 711.
King, M.S., 1966: Static and dynamic elastic
moduliof rocks under pressure. Proc. 11th
US Symp. On Rock Mechanics, p.329-351.
King, M.S., 1970: Static and Dynamic Elastic
Moduli of Rocks Under Pressure. Proceeding
11th US Symposium on Rock Mechanics, p.
329-351.
Montmayeur, H. and Graves, R.M. (1986).
Prediction of Static Elastic/mechanical
Properties of Consolidated and
Unconsolidated Sands From Acoustic
measurements: Correlations. SPE
15644, presented at 51
st
Annual Technical
Conference and Exhibition of the Society
of Petroleum Engineers, New Orleans,
October 5 8.
Munadi, S. & Saptono, F.: Rock elastic
compressibility as a potential indicator for
gas detection in limestone, (in Bahasa
Indonesia), Proceeding, 18
th
National
Symposium on Physics, (April 2000), 59
63.
Timur, A.: Acoustic Logging, in Petroleum
Engineering Handbook by H.W. Bradley
(editor-in-chief), Chapter 51, First printing,
Society of Petroleum Engineer, Richardson,
TX USA (1987).
White, J.B. (1983). Underground Sound. Elsevier,
New York.
Widarsono, B. and Saptono, F. (2000) A New
Method in Preparing Laboratory Core
Acoustic Data for Assisting Seismic-based
Reservoir Characterization, Proceedings,
extended abstract presented at the 2000
Symposium of Society of Core Analyst
(SCA/SPWLA), Abu Dhabi.
Wren, A.E.: Seismic techniques in cardian
exploration, Jour. of Can. Soc. Expl.
Geoph., (1984) 20, 55 59.
91
Lampiran
Prosedur yang diusulkan untuk
menghasilkan data modulus elastik dari sumur-
sumur dengan data minim dapat dirangkum
sebagai:
Persiap 1. an sampel batuan. Sampel diambil
secara teliti dengan memperhatikan
keterwakilan dari selang porositas dan variasi
litologi yang ada.
Pengukuran di laboratorium 2. . Pengukuran
sifat fsik dasar batuan seperti porositas
dan saturasi air. Pengukuran waktu rambat
gelombang P (t
p
) dan S (t
s
) pada berbagai
tingkat saturasi air (S
w
) yang kemudian
dikonversikan menjadi kecepatan rambat (V
p

dan V
s
). Impedansi akustik (AI) dan modulus
elastik seperti Youngs modulus, Poisson ratio,
shear modulus, dan bulk modulus kemudian
dihitung.
Pemodelan atas data laboratorium 3. .
Pemodelan dengan teori/model Gassmann
(atau model lainnya) dilakukan untuk
menghasilkan hubungan AI Poisson ratio
porositas saturasi air untuk batuan yang
diuji. Data bulk modulus kering (K
d
) dan
shear modulus kering (G
d
) versus porosity
pada saat model hubungan dinyatakan valid
(validitas dicapai jika kecocokan antara S
w

yang dihasilkan model Gassmann dengan S
w

terukur) dapat dipakai pada pemodelan atas
data log sumur sebagai frst guess.
Pencipt 4. aan log akustik sintetik. Jika pada
beberapa sumur tidak memiliki log akusti
(masukan utama untuk model Gassmann)
maka artifcial neural network (ANN) dapat
dipakai. Untuk itu harus dipilih satu atau
lebih sumur yang memiliki data log akustik
disamping data log lainnya. Kemudian
dilakukan tahap training atas data-data tersebut
untuk membuat ANN dapat mengerti pola
hubungan antara log akustik dengan log-log
lainnya. Kesulitan dalam mencapai tingkat
training error yang cukup rendah (sebaiknya
< 0,5% atau lebih kecil) sebaiknya dicapai
dengan tidak menggunakan hidden layer yang
terlalu besar (sebaiknya tidak lebih dari 6
8) tetapi dengan menyeleksi dan mengoreksi
data dengan seperlunya sesuai dengan
kaidah hubungan antar data yang berlaku.
Pada tahap berikutnya, tahap validasi, ANN
diaplikasikan untuk memberi estimasi data
log sintetik untuk sumur-sumur yang dipakai
dalam training, Validitas tercapai jika data
estimasi dan data log akustik yang sebenarnya
memperlihatkan kecocokan yang memadai.
Tahap akhir adalah tahap estimasi, dimana
ANN diaplikasikan untuk menghasilkan log
akustik sintetik untuk sumur-sumur yang
tidak memiliki data survei log akustik dengan
data masukan data log-log lain yang dimiliki
sumur-sumur tersebut.
Pemodelan atas 5. data log sumur. Pemodelan
serupa dengan pemodelan data laboratorium
dengan teori/model Gassmann (atau model
lainnya) dilakukan untuk menghasilkan
hubungan AI Poisson ratio porositas
saturasi air untuk data-data log yang sumurnya
hendak diberikan profl modulus elastik. Data
bulk modulus kering (K
d
) dan shear modulus
kering (G
d
) versus porosity dari laboratorium
dipakai sebagai frst guess. G
d
dapat
dianggap sama dengan shear modulus untuk
batuan tersaturasi fuida (G). Data tersebut
diubaha-ubah sambil perbandingan dilakukan
dengan cara melihat kecocokan antara S
w

yang dihasilkan model Gassmann dengan S
w

yang dihasilkan oleh log analisis). Validitas
dapat dianggap tercapai jika kecocokan
antara kedua harga S
w
dapat mencapai tingkat
yang dapat diterima. Pada tingakat validitas
tersebut diperoleh kurva K
d
dan G
d
versus
porositas yang valid untuk tingkat sumuran
dan dapat dipakai untuk aplikasi-aplikasi
tingkat sumur.
Penentuan profl da 6. ta Poisson ratio. Profl
Poisson ratio ditentukan dengan memasukkan
data porositas, saturasi air, dan impedansi
akustik (AI = V
p
.
b
) kedalam model AI
Poisson ratio porositas saturasi air yang
telah dianggap valid. Kecepatan rambat
gelombang S (V
s
) juga dapat ditentukan
dengan menggunakan kurva G
d
versus
porositas yang telah valid sehingga profl
besaran-besaran modulus elastik yang lain
dapat ditentukan.
92
93
Penentuan Gas Content Dengan Menggunakan Data Logging
Pada Sumur Gas Metana Batubara (CBM)
Asri Nugrahanti
(1)
, Ratnayu Sitaresmi
(2)
Teknik Perminyakan, Fakultas Teknologi Kebumian Dan Energi, Universitas Trisakti
Email:
(1)
hanti@trisakti.ac.id,
(2)
r_sitaresmi@yahoo.com
Telp.:
(1)
+62811847420 ,
(2)
+62818922039
Sari
Data Logging dapat digunakan untuk menentukan coal thickness dan gas content pada sumur
atau interval lapisan batubara yang tidak di-core. Analisa dari hasil Logging dapat diperoleh lebih
cepat dan relatif lebih murah dari pada melaksanakan coring dan menganalisanya di laboratorium.
Selain itu juga lapisan permeabel dapat diprediksi dari pengaruh invasi mud fltrat yg terdeteksi
di microlog atau resistivity log.
Kata kunci: Coalbed Methane, Gas Content, Logging
Abstract
Wireline loggs can be used to estimate coal parameters such as thickness and its gas content
in CBM wells or in un-cored coal intervals.
In some circumstances, well log analysis can be considered faster and cheaper rather than
taking the core samples and then performing analysis in the laboratory.
In addition, coal permeable zones could be predicted from the effects of mud fltrat invasion
which can be detected from Microlog or any other types of resistivity logs.
Keywords: Coalbed Methane, Gas Content, Logging
Pendahuluan I.
Gas alam adalah salah satu sumber
energi yang relatif ramah lingkungan dan telah
digunakan cukup lama, baik sebagai sumber
energi maupun sebagai bahan baku untuk industri
petrokimia dan industri lainnya.
Sebelum ditemukan teknologi Gas Metana
Batubara atau Coalbed methane (CBM), gas alam
yang kita kenal saat ini, walaupun sebagian ada
yang bersumber dari batubara, pada umumnya
gas alam dieksploitasi dan diproduksi dari
reservoir gas alam. Namun dengan meningkatnya
kebutuhan energi, salah satu sumber alternatif
gas alam adalah metana yang bersumber dari
batubara (CBM).
Seperti yang tercantum dalam Permen
ESDM no. 36 tahun 2008 bahwa CBM adalah gas
bumi (hidrokarbon) dengan gas metana merupakan
komponen utamanya yang terjadi secara
alamiah dalam proses pembentukan batubara
(coalifcation) dalam kondisi terperangkap dan
terserap (terabsorbsi) didalam batubara dan/atau
lapisan batubara. Sehingga pada dasarnya CBM
adalah sama seperti gas alam konvensional yang
kita kenal saat ini, namun perbedaannya adalah
CBM berasosiasi dengan batubara sebagai source
rock dan reservoirnya.
CBM pertamakali dikenal karena
keberadaannya menimbulkan masalah dalam
penambangan bawah tanah. Apabila CBM
terganggu keberadaannya misalnya berasosiasi
dengan oksigen maka dapat meledak, karena itu
perlu dihindari. Adapun jumlah kandungan gas
metana pada lapisan batubara adalah bervariasi.
Namun dalam dua dekade terakhir ini, industri
minyak di Amerika Serikat cukup jeli melihat
adanya peluang bisnis yang menguntungkan
untuk mengeksploitasikan gas metena batubara
tersebut, karena cukup hanya menggunakan
sumur-sumur dangkal (berkisar 600 sampai 900
meter) namun berpeluang mempunyai masa
produksi yang panjang (long well life) .
Sebenarnya di Indonesiapun mengenal
CBM sudah dipelajari cukup lama, namun tidak
dikembangkan mengingat pada waktu itu harga
94
minyak bumi maupun gas masih relatif murah.
Semenjak harga minyak bumi melambung
maka teknologi memproduksi gas alam yang
bersumber dari CBM terus dikembangkan.
Informasi dan data-data awal yang diperlukan
untuk evaluasi kelayakan mengeksploitasikan
CBM tidak berbeda jauh dengan kelayakan untuk
mengeksploitasikan reservoir-reservoir gas alam
yang kita kenal di dunia perminyakan dewasa ini,
yaitu berapa besar jumlah cadangan (gas in place)
nya, berapa banyak gas yang bisa diproduksikan
dan dengan laju produksi berapa besar, lalu berapa
kira-kira biaya mengeksploitasikan gas tersebut.
Perbedaan menyolok adalah pada karakteristik
lapisan batubara yang bertindak sebagai reservoir
gas metana, yang ternyata secara dramatis berbeda
jauh dari karakteristik reservoir klasik, yang seperti
kita ketahui merupakan batuan inter-granular atau
inter-crystalline. Memahami bagaimana lapisan
batubara berfungsi sebagai reservoir sangat
penting dalam upaya mengembangkan cara atau
metode untuk menentukan jumah kandungan
metana di dalam lapisan batubara menggunakan
pengukuran wireline logging.
Kajian ini membahas metoda bagaimana
beberapa sample yang telah diukur kandungan
gasnya di laboratorium dapat digunakan untuk
menentukan kandungan gas bagi sumur lain yang
tidak dilakukan sampling dengan menentukan
hubungan kandungan gas dengan density batubara
yang diperoleh dari data log. Nilai cut-off untuk
menentukan ketebalan didasarkan pada densitas
lapisan dari data log.
Langkah-Langkah untuk menentukan
kandungan gas metana batubara menggunakan
wireline logging dari suatu lapisan batubara,
antara lain :
Tahap 1 adalah mempelajari kembali informasi
yang telah tersedia tentang karakteristik
batubara (coal properties) di area geografs/
formasi geologi yang diinginkan.
Tahap 2 adalah mengumpulkan data wireline
log, data contoh batuan (core) dari sumur
(well) yang baru dibor.
Tahap 3 adalah menganalisa data core, log,
dan menentukan jumlah kandungan gas
menggunakan analisa logging.

Pre-drilling Data Sources
Data struktur, stratigraf, dan ketebalan
batubara relatif dikenal disebabkan oleh
banyaknya hasil studi geologi. Gross-thickness
dan kandungan non-batubara di zona batubara
dapat ditentukan dengan well log dari sumur
yang dibor lebih dalam. Kandungan gas-content
belum bisa ditentukan dari log-log ini, kecuali
telah dilakukan pemeriksaan laboratorium atas
sampel batubara dari daerah ini, sehingga dapat
diketahui karakteristiknya, yaitu antara lain data
kandungan gas-content-nya.
Sample Collection and Gas content Estimates
Analisa laboratorium lengkap (Major
Laboratory Analysis) atas sampel batubara
biasanya mencakup pengukuran-pengukuran
karakteristik sebagai berikut: Proxymate Analysis
: mengukur ash, FC (Fixed Carbon) dan FM
(Fixed Material), Ultimate Analysis : mengukur
prosentase berat dari atom-atom pembentuk
batubara, Desorption Tests: mengukur gas content
per satuan berat sampel batubara, dan Maceral
Tests: mengukur jumlah dan menentukan tipe
microscopic coal constituent yang terdapat pada
sampel batubara.
Obyektif utama dalam pengumpulan
sampel batubara adalah memperkirakan in-situ
gas content (gas volume/rock mass ratio).
Perkiraan akurat dari coal-gas content
perlu pengukuran wellsite dari volume gas yang
dilepaskan dari sampel batubara. Tipe-tipe sampel
batubara yang bisa didapatkan antara lain: shale-
shaker drill cutting; conventional core; drilled
sidewall core; wireline-retrieveable core; dan
pressure core.
Tujuan utama untuk pengumpulan
sampel batubara adalah untuk pengukuran Gas
Storage Capacity, deskripsi natural fracture
geometry, laboratory fow experiment, dan untuk
menentukan coal rank dan komposisi batubara.
Ada dua metode yang tersedia secara
umum untuk evaluasi ini: metode langsung
[USBM] dan metode Smith and Williams.
Kedua metode ini mengasumsikan bahwa difusi
batubara terjadi dari sampel yang bulat-penuh
dan prosesnya adalah isothermal.
Asumsi kedua adalah metode langsung
berasumsi bahwa konsentrasi gas eksternal
langsung berkurang hingga mendekati nol. Ini
sama dengan berasumsi bahwa tekanan sampel
langsung berubah dari kondisi reservoir menjadi
95
kondisi atmosfr. Asumsi ini tidak dapat dibuat
untuk sampel batubara yang didapat dari mud
coring.
Teknik Smith and Williams mencoba
memperhitungkan perubahan tekanan secara
perlahan tetapi tetap terbatas kepada asumsi bahwa
perubahan terjadi secara linear perubahan ini
biasanya tidak terjadi secara linear.
Teknik ini juga berasumsi bahwa
sampel telah tersaturasi oleh gas dan kapasitas
penyimpanan coal-gas adalah fungsi linear dari
tekanan reservoir dan kondisi atmosfr.
Besarnya kandungan gas dari suatu lapisan
batubara bervariasi dari suatu tempat tergantung
komposisinya yang juga merefeksikan besarnya
densitas.
Dengan demikian dapat ditentukan
densitas maksimum dari batu bara yang masih
mempunyai gas content.
Analisa II. Core
Key well merupakan sumur yang telah di-
core pada tahap awal program pengembangan
untuk memperoleh data yang dipaparkan. Pada
Tabel 1 menjelaskan tipe-tipe serta tujuan dari
pengukuran core batubara. Tujuan utama dari
analisis core untuk memperkirakan laju produksi
gas (gas production rate) dan laju produksi air
(water production rate) secara akurat. Analisis
kepentingan sekunder dibutuhkan untuk berbagai
tujuan & direkomendasikan untuk semua sampel
key well. Studi untuk menentukan gas content dan
coal rank direkomendasikan untuk setiap sumur
CBM. Analisis-analisis ini, ditandai dengan
asterisk (*) di Tabel 1, akan dilakukan bersamaan
dengan drill cutting untuk routine well dan core
sample serta cutting untuk key well.
Penggunaan Wireline Well Logging Untuk
Menentukan Gas content
Cara wireline-logging menginter
pretasikan coalbed methane adalah melalui
pengukuran bulk density. Data bulk density
ini selanjutnya digunakan untuk menentukan
ash content dan coal rank. Data ash content
dan coal rank tersebut selanjutnya dipakai
untuk menghitung gas content menggunakan
persamaan:
Sedangkan untuk menentukan Gas Storage
Capacity dan Gas In Place dapat menggunakan
persamaan :
Tabel 1. Core analyses
Core analysis Purpose Impor-
tance
Lithotype Description Data
Core description/photographs Lithology Secondary
Polished block descriptions Composition
/fracture frequency
Secondary
Maceral composition* Coal composition Primary
Bulk Volume Data
Porosity Water production
prediction
Primary
CAT-scan bulk density Depth shifting
/sample selection
Secondary
PV compressibility Water production
prediction
Secondary
Coal Characterization Data
Proximate* Coal composition/
rank
Primary
Ultimate Coal composition/
rank
Secondary
Vitrinite refectance* Coal rank Primary
Gas content Data
Gas desorption measurements* Gas content Primary
Sorption isotherm Storage capacity Primary
Fracture/Cleat Data
Fracture orientation Cleat geometry Primary
Fracture spacing/apeture Cleat geometry
/permeability
Primary
Mechanical Property Data
Triaxal/unixial stress** Mechanical proper-
ties
Secondary
Anelastic strain recovery In-situ strain orien-
tation
Secondary
Transmissivity Data
Relative permeability Permeability Primary
*Recommended for routine application on drill cuttings or other samples on all wells.
**Recommended when hydraulic-fracture stimulation is planned
Gc = 601.4-751.8x f
ad
(ash fraction dry)(scf/ton)
................. (1)
f
ad
= (Rhob-Rhocoal)/(Rhoash-Rhocoal) ....... (2)
G = 1359.7 x A x h x Rhob x Gc (scf)
...... (3)
Gs = VLx(1-f ad)x(P/(P+PL)) (scf/ton) ....... (4)
96
Well
Coal Density Ash Density Regression
(gr/cc) (gr/cc) Coeffcient
Hamilton No.3 1.250.06 2.030.12 0,989
Northeast Blanco
Unit No.403
1.140.05 2.270.17 0,965
Southern Ute-Mobil 36-1 1.220.02 2.180.09 0,965
All data 1.210.02 2.140.06 0,96
Tabel 2. Hasil analisa perbandingan antara densitas ash
dengan coal.
sampai dengan 5 ft, maka untuk mendapatkan
hasil pengukuran yang akurat (reliable), telah
digunakan seperangkat alat wireline logging
dengan high vertical resolution, sebagai berikut :
CALI, yaitu density caliper, SGR, yaitu total
Gamma Ray count rate in API, DRHO, yaitu
differential bulk density, PEF, yaitu photoelectric
measurement, TENS, yaitu cable tension, RHOB,
yaitu standard vertical resolution bulk density,
dan NRHO, yaitu alpha process bulk density,
untuk vertical resolution enhancement.
Berdasarkan data-data pengukuran wireline
logging hingga saat ini, maka dapat disimpulkan
bahwa seperangkat alat logging yang terdiri
dari NGS, LDT, CNL, merupakan kebutuhan
minimal yang bisa memberikan hasil kwantitatip
yang cukup akurat untuk menentukan besarnya
gas content di lapisan batu bara, terutama apabila
lapisan batubaranya tidak terlalu tipis (lebih
kurang > 1 ft).
Gas content dari hasil pengukuran wireline
logging tersebut ditentukan sebagai berikut :
dengan bantuan ELAN, dari hasil pengukuran
bulk density, dan sebagainya yang diperoleh
dari wireline logging survey tersebut dihitung
besarnya ash, VC, VM.
Harus ada pengukuran laboratorium atas core
batubara dari daerah terkait, yang memberikan
data kwantitatip besarnya ash, VC, VM dan
gas content, serta rumus hubungan matematik
yang menyatakan hubungan besarnya ash, VC
dan VM content vs. Gas content. (lihat Tabel
4, untuk Black Warrior Basin).
Dengan penggunaan rumus matematik
tersebut, dan dengan menggunakan harga besaran
ash, VC, VM yang diperoleh dari log (ELAN)
maka dapat ditentukan besarnya gas content dari
pengukuran wireline logging. Hal ini dapat dilihat
pada tampilan rekaman log hasil poses COALAN
pada Gambar 5 dan 6.
Log Type Purpose Importance
Lithotype Logs
Mud log* Correlation/lithology Secondary
Photoelectirc factor** Lithology/ash and gas
content
Secondary
Spontaneous potential Lithology/correlation Tertiary
Gamma ray**, Lithology/correlation Secondary
Natural gamma spectros-
copy**
Lithology/clay typing Tertiary
Schlumberger geochemi-
cal/carbon oxygen
Lithology/clay typing Tertiary
Porosity Logs
Neutron** Lithology/correlation Secondary
High resolution density**, Ash and gas content/porosity Primary
Conventional sonic Porosity Tertiary
Resistivity Logs
Dual induction** Sand hydrocarbon satura-
tions
Tertiary
Dual laterolog Sand hydrocarbon satura-
tion
Tertiary
Shall resistivity** Sand hydrocarbon satura-
tion
Tertiary
Microlaterolog (mi-
crolog)**,
Permeability Primary
Schlumberger dipmeter/
formation microscanner
Depositional environment Tertiary
Electromagnetic propa-
gantion
Sand hydrocarbon satura-
tion
Tertiary
Sonic Logs
Long spaced with wave
form,
Mechanical properties/per-
meability
Secondary
Schlumberger borehole
televiwer
Fracture identifcation Tertiary
Borehole Condition Logs
Caliper**, Hole geometry Secondary
Cable tension**, Data quality control Tertiary
Pressure
Schlumberger wireline
formation tester
Pressure/permeabilty Secondary
*Recommended when coring or when logging is not performed.
**Recommended for coal and interbedded rock evaluation.
Recommended for coal evaluation only.
Recommended when running in-situ stress test for stimulation design.
Tabel 3. Beberapa alat logging yang digunakan untuk
menentukan lapisan batubara.
Pengukuran wireline-logging di Black Warrior
Basin di Alabama, di mana lapisan batubaranya
sangat tipis, yaitu dari kurang lebih 1 inch
97
Sample
No.
Coal
Location
(County and
State)
Proximate Analysis, pct
Moisture Ash
Fixed
Carbon
Volatile
Matter
2 Pittsburgh Marion, WV 0 9 51 39
3 Pittsburgh Greene, PA 1 7 55 37
4 Pittsburgh Washington, PA 0 4 63 32
5 Pittsburgh Washington, PA 1 9 52 37
7 Pocahontas No.3 Buchanan, VA 0 9 72 18
8 Pocahontas No.4 Wyoming, WV 0 5 75 19
9 Upper Freeport Indiana, PA 2 11 59 27
10 Upper Freeport Indiana, PA 1 8 64 28
11 Upper Freeport Indiana, PA 1 2 67 30
12 Lower Freeport Indiana, PA 0 9 66 24
13 Lower Kittanning Cambria, PA 1 17 65 17
14 Lower Kittanning Cambria, PA 1 9 71 20
17 Beckley Raleigh, WV 0 23 61 15
18 Caslegate Carbon, UT 2 6 45 46
19 Mammoth Schuylkill, PA 1 8 87 4
25 Sewell Randolph, WV 0 3 62 34
26 No. 5 Block Boone, WV 2 4 57 38
27 Rosebud Rosebud, MT 19 10 41 31
29 Somerset B Gunnison, CO 2 6 53 39
30 Mary Lee Jefferson, AL 0 9 70 20
31 Mary Lee Walker, AL 1 15 54 31
32 Mary Lee Jefferson, AL 0 6 62 21
Tabel 4. Hubungan antara ash,Vc,Vm vs gas content.
Gambar 1. Contoh hasil rekaman log GR dan density.
Gambar 2. Perbandingan antara core dan log derived ash
content.
98
Gambar 7. Perbandingan antara log derived vs core
measured gas content.
Gambar 6. Hasil CoalAN terdiri dari depth, caliper, GR,
volumes, estimated proximate analyses, gas content and
cleats porosity.
Gambar 3. Perbandingan antara core dan log derived gas
content.
Gambar 4. Hasil perbandingan log derived ash, fc dan
gas content vs core measurement.
Gambar 5. Hasil CoalAN terdiri dari depth, caliper, GR,
volumes, estimated proximate analyses dan gas content.
99
crossplot antara densitas sampel dengan densitas
log dan selanjutnya dapat ditentukan nilai cut-off
untuk menentukan ketebalan lapisan.
Kesimpulan IV.
Wireline log 1. dapat digunakan untuk
menentukan coal thickness dan gas content-
nya pada sumur atau interval lapisan batubara
yang tidak di-core.
Dengan membuat hubungan antara 2. log
derived dengan core dapat menghasilkan suatu
persamaan empiris yang dapat digunakan
pada sumur lain yang tidak mempunyai core,
sehingga gas content dapat diketahui.
Nilai 3. cut-off density ditentukan untuk
mendapatkan harga ketebalan lapisan untuk
digunakan dalam menentukan Gas In-Place.
Daftar Pustaka :
Colson, J.L., Evaluating Gas content of Black
Warrior Basin Coalbeds From Wireline log
Data, SPE, Schlumberger Well Services.,
July/August 1991.
Hawkins,J.M., Schraufnagel, R.A., Olszewski,
A.J., SPE 24905,1992.
Mavor. M.J. Formation Evaluation of Exploration
Coalbed-Methane Wells, SPE Formation
Evaluation, December 1994.
Ego Syahrial, Pilot Proyek CBM Lapangan
Rambutan dan R&D CBM Seminar Nasional
Menyikapi Krisis Energi Nasinal dengan
Energi Terbarukan CBM, FTKE-Usakti, 20
Mei 2010.
A. Edy Hermantoro, Program Pengembangan
Coalbed Methane (CBM) / Gas Metana
Batubara di Indonesia, Seminar Nasional
Menyikapi Krisis Energi Nasinal dengan
Energi Terbarukan CBM, FTKE-Usakti, 20
Mei 2010.
Peraturan Menteri Energi dan Sumber Daya
Mineral Nomor 36 Tahun 2008 tentang
Pengusahaan Gas Metana Batubara.
Pembahasan III.
Untuk menentukan gas content pada
sumur yang tidak di-core maka digunakan metode
korelasi yaitu dengan membuat hubungan antara
densitas batubara yang diperoleh dari log dengan
gas content.
Untuk itu perlu dilakuan pengujian
kandungan gas dari beberapa sample dengan
desorption test.
Selanjutnya densitas dan komposisi
sampel batubara ditentukan dengan dengan
proximate analysis.
Dari kedua hubungan tersebut, dibuat
Penentuan Gas Content Pada Lapisan Batu-
bara Menggunakan Wireline log
100
101
Studi Laboratorium Peningkatan Perolehan Gas Metana Batubara Melalui
Pendekatan Kapasitas Adsorpsi Langmuir dari CO
2
Utomo P. Iskandar
(1)
, Kosasih
(2)
, Usman Pasarai
(3)
(1) (2) (3)
Pusat Penelitian dan Pengembangan Teknologi Minyak dan Gas Bumi LEMIGAS
Email:
(1)
utomo@lemigas.esdm.go.id,
(3)
upasarai@lemigas.esdm.go.id
Telp.
(3)
+62811104257
Sari

Karbon dioksida yang diinjeksikan ke dalam coal seams akan mengalir masuk ke dalam
cleat system dari batubara dan berdifusi ke coal matrix dan teradsorpsi pada permukaan mikropori
batubara, dan pada akhirnya membebaskan atau mendesak gas metana yang memiliki afnitas yang
rendah terhadap batubara. Penelitian ini bertujuan untuk mengetahui jumlah gas metana batubara
yang akan terdesak akibat dari injeksi CO
2
melalui pendekatan dengan kapasitas adsorpsi langmuir
dari CO
2
untuk 4 sampel yang diambil dari seam yang berbeda pada lapangan Rambutan, Sumatera
Selatan.
CBM rig digunakan untuk melakukan pengukuran isothermal adsorption. Terdapat 4
variasi temperatur yang digunakan selama eksperimen berlangsung yaitu, 49, 50, 51, dan 62C
untuk mencerminkan kondisi masing-masing coal seams sebenarnya di lapangan. Tekanan yang
digunakan saat eksperimen bermula dari 123 sampai dengan 14000 kPa agar CO
2
berada dalam fasa
superkritis.
Pemodelan dilakukan dengan persamaan Langmuir untuk menggambarkan jumlah fasa yang
teradsorpsi terhadap tekanan. Dari ke-empat seam yang diuji tersebut, memiliki kapasitas adsorpsi
CO
2
dalam rentang 22,18-34,12 m3/t dry-ash-free basis. Kapasitas adsorpsi CO
2
ini lebih tinggi rata-
rata sekitar 3 kali dari kapasitas adsorpsi CH
4
yang pernah diukur pada penelitian sebelumnya. Dengan
menggunakan konsep dan data hasil percobaan bahwa setiap 3 molekul CO
2
dapat menggantikan
dan/atau mendesak 1 molekul CH
4
yang teradsorp pada matriks batubara maka dari hasil ini dapat
disimpulkan injeksi CO
2
kedalam lapisan batubara sedikitnya mampu me-recover 7,39-11,37 m3/t gas
metana batubara, yang mana pada umumnya batubara dapat mengandung metana sekitar 25 m3/t.
Kata kunci: Enhanced Coal Bed Methane (ECBM), Injeksi CO
2
, Kapasitas Adsorpsi Langmuir.
Abstract
The CO
2
injected at the coal seams will fow into the cleat system and difusse to the coal
matrix and eventually adsorbed on micropore. As a result, this process displaces and releases the
adsorbed CH
4
due to lower affnity. This study aims to determine the amount of CH
4
displaced by CO
2

injection through Langmuir adsorption capacity of CO
2
approach using 4 core coal samples taken
from Rambutan Field, South Sumatera.
The experiment was carried out using CBM rig to measure the isothermal adsorption. To
mimic the in-situ reservoir condition, 4 different temperatures, 49, 50, 51, and 62C respectively,
were set up correspond to each seam condition. Since the injection of CO
2
will be in the supercritical
phase, experimental pressure were gradually increased from 123 until 14000 kPa.
Langmuir equation is used to model the adsorbed phase versus pressure. The adsorption
capacity from 4 samples is in the range 22.18 - 34.12 m
3
/t dry-ash-free basis. This capacity is much
higher, about three times from the CH
4
adsorption capacity. By using the concept and the experiment
results that every 3 molecules of CO
2
are able to displace and/or replace single molecule of adsorbed
CH
4
on the coal matrix, this study may conclude that injection of CO
2
into the coal seams can recover
minimum 7.39-11.37 m
3
/t of CH
4
while in general coal seam can contain around 25 m
3
/t of CH
4
.
Keywords: Enhanced Coal Bed Methane (ECBM), CO
2
Injection, Langmuir Adsorption Capacity
102
Rancangan Penelitian
Sebagaimana yang telah dikemukan
sebelumnya bahwa penelitian ini bertujuan untuk
mengetahui informasi kapasitas adsorpsi gas
CO
2
pada coal seam dari lapangan rambutan
sumatera selatan yang pada nantinya akan
digunakan untuk memprediksi seberapa besar
perolehan gas metana. Prinsip yang digunakan
adalah menggunakan batubara sebagai
adsorben CO
2
dengan kondisi eksperimen yang
disesuaikan dengan kondisi lapangan. Gambar 1.
memperlihatkan langkah-langkah yang dilalui
pada penelitian ini sebagaimana yang terangkum
pada butir-butir berikut:
Pemilihan - coal seam yang sesuai untuk ECBM.
Preparasi sampel yang meliputi grinding dan
saturasi.
Uji adsorpsi isotermal. -
Analisa dan pengolahan data. -
Pendahuluan I.
Sebuah studi yang dilakukan oleh ARI
(Advance Resources International) bekerjasama
dengan Ditjen Migas dan Asian Development Bank
(ADB) menunjukkan bahwa Indonesia memiliki
potensi sumberdaya CBM yang berlimpah, yaitu
sekitar 453 Tcf.
Walaupun pengembangan CBM baru
dimulai pada beberapa tahun terakhir, tetapi
hasil pilot test yang dilakukan oleh LEMIGAS
memperlihatkan ekstraksi jenis sumber
unconventional gas bisa dilakukan.
Tipikal recovery gas metana yang dapat
diperoleh dari kegiatan ekstraksi suatu coal seam
dengan cara dewatering dan depressurisation
berkisar 40-50% dari gas in place. Dengan
menginjeksikan CO
2
kedalam lapisan coal seam
yang sedang diekstraksi tadi memungkinkan
untuk meningkatkan perolehan gas metana dan
sekaligus menyimpan CO
2
. Teknik produksi
dengan injeksi CO
2
ini dikenal dengan Enhanced
Coal Bed Methane (ECBM), yang mana pada
waktu yang bersamaan CO
2
yang diinjeksikan
akan mendesak dan menggantikan gas metana
yang teradsorpsi pada batubara. Dengan
menggunakan teknik ini mampu menaikan
recovery sampai 90-100% gas metana batubara.
Hal ini dikarenakan afnitas dari batubara yang
lebih tinggi terhadap CO
2
dibandingkan dengan
metana sehingga mampu mengabsorpsi sebesar
dua kali dari volume gas metana.
Produksi gas metana batubara telah
dilakukan secara intensif di Amerika dan di lain
tempat, tetapi sejauh ini hanya ada satu proyek
ECBM skala pilot yang telah dilaksanakan yaitu
di Allison Unit di New Mexico, USA dengan lebih
dari 100.000 ton CO
2
telah diinjeksikan dalam
periode 3 tahun. Selain ittu terdapat juga micro-
pilot feld test yang berada di Alberta (Canada)
yang dilakukan oleh the Alberta Research Council
(Gunter et al., 1997, 1998).
Penelitian ini bertujuan untuk mengetahui
jumlah gas metana batubara yang akan terdesak
akibat dari injeksi CO
2
melalui pendekatan dengan
kapasitas adsorpsi langmuir dari CO
2
untuk 4
sampel yang diambil dari seam yang berbeda pada
Lapangan Rambutan Sumatera Selatan. Beberapa
variasi variabel dilakukan untuk menyerupai
keadaan sebenarnya di lapangan.
Gambar 1. Diagram alir penelitian
103
Permodelan Adsorpsi Isotermal Lang- II.
muir
Banyak model teori dan empiris telah
dikembangkan untuk menerangkan berbagai
adsorpsi isotermal. Pada saat ini, tidak ada satupun
persamaan yang dapat menerangkan seluruh
mekanisme dengan sempurna. Namun terdapat
beberapa model yang lazim dapat digunakan
yang salah satunya adalah Langmuir.
Langmuir isotermal (Bond, 1987; Maron
dan Lando 1974) dikembangkan oleh Irving
Langmuir pada tahun 1916 untuk menggambarkan
hubungan permukaan yang ditutupi oleh gas
adsorbat pada tekanan gas di atas permukaan
pada temperatur yang tetap. Pemodelan adsorpsi
CO
2
dengan Langmuir paling banyak digunakan
untuk memodelkan adsorpsi gas pada permukaan
solid maupun porous. Selain itu model Langmuir
adalah yang paling sesuai untuk memodelkan
adsorpsi fsika dan juga mampu memodelkan
adsorpsi kimia Pada adsorpsi isotermal Langmuir,
tipe adsorpsi isotermis yang digunakan adalah
tipe I.
Beberapa asumsi yang ada bila menggunakan
persamaan Langmuir adalah:
Adsorben dilapisi satu lapisan molekul gas
adsorbat (unimolekular atau monolayer)
Molekul teradsorpsi tidak bebas bergerak pada
permukaan
Tidak ada interaksi lateral di antara molekul-
molekul adsorbat
Entalpi adsorpsi sama untuk semua molekul
Model ini menggambarkan bahwa pada
temperatur dan tekanan tertentu serta setelah
beberapa waktu yang cukup, fasa yang teradsorp
dan fasa gas bebas berada dalam kesetimbangan
kinetik, sebagai contoh laju adsorpsi dan desorpsi
dari batubara adalah sama (Laxminarayana dan
Crossdale, 1999). Persamaan umum yang biasa
digunakan pada Model Langmuir adalah:
P
a
b
a y
p
+ =
1
......................................... (1)
Persamaan diatas dapat ditulis ulang sebagai
berikut:
L
L
P p
p V
V
+
=
.......................................... (2)
Parameter langmuir ini ditentukan dengan
prosedur least square ftting (Busch, et al.,
2003). Kemudian untuk kalkulasi volume gas
yang teradsorp berdasarkan persamaan keadaan
(equation of state) untuk gas nyata yang ditulis
sebagai berikut:
Preparasi Sampel
Sampel batubara harus diuji pada kondisi
dimana memiliki kandungan properties yang
sama dengan kondisi saat di coal seam sehingga
eksperimen yang dilakukan dapat merefeksikan
keadaan sebenarnya. Batubara merupakan
adsorben bagi CO
2
pada penelitian ini sedangkan
CO
2
bersifat sebagai adsorbat. Preparasi adsorben
merupakan hal yang terpenting apabila kita ingin
mempelajari adsorpsi. Terlebih lagi jika kita
ingin bekerja dengan permukaan yang bersih
maka ini merupakan sebuah kewajiban untuk
menghilangkan pengotor yang tertinggal pada
permukaan adsorben.
Preparasi adsorben ini dilakukan
untuk mengaktivasi sampel batubara agar siap
digunakan sebagai adsorben. Proses preparasi ini
merupakan proses fsika yang tidak melibatkan
reaksi kimia yang dialami oleh sampel batubara.
Tujuan utama dari preparasi sampel batubara ini
adalah:
Menghilangkan impurities agar diperoleh
kapasitas adsorpsi yang akurat
Memperluas permukaan batubara agar
kesetimbangan adsorpsi cepat tercapai.
Agar dapat mengkondisikan batubara sedemikian
rupa, maka metode preparasi sampel yang
digunakan adalah gabungan dan modifkasi
metode Vacuum crushing- High temp outgassing.
Prinsip utama dari vacuum crushing adalah
mencacah permukaan solid untuk memproduksi
bubuk dengan butiran yang halus sehingga akan
meningkatkan rasio permukaan terhadap volume
dan menghilangkan gas yang terperangkap
pada butiran sampel. Kemudian High temp
outgassing pada dasarnya menghilangkan
pengotor/kontaminasi pada permukaan yang
awalnya terkontaminasi dengan suhu tinggi
guna menghilangkan zat/impurities dan gas yang
volatile.
Langkah terakhir yang perlu dilakukan
adalah dengan mensaturasi sampel sesuai
dengan temperatur di coal seam agar memiliki
n
P P
RT
V
ads
i eq
=

....................................... (3)
104
kandungan kelembapan yang sama pada kondisi
yang sebenarnya. Langkah lengkapnya dapat
dlihat pada Gambar 2.
dimana kesetimbangan massa gas yang diadsorpsi
diukur secara tidak langsung dengan mengukur
variasi tekanan gas di dalam cell sebelum dan
Gambar 2. Proses preparasi sampel batubara
Uji Adsorpsi Isotermal CO
2
Penelitian ini menggunakan peralatan CBM
Rig yang telah dirancang oleh Commonwealth
Scientifc and Industrial Research Organisation
(CSIRO) untuk melakukan pengukuran adsorpsi
isotermal (Gambar 3). Berbeda dengan uji adsorpsi
methane, pada uji adsorpsi CO
2
diperlukan sebuah
gas pressure booster untuk meningkatkan tekanan
di dalam reference cell yaitu pada saat variasi
tekanan mulai dari 8 MPa. Hal ini disebabkan
tekanan tabung gas sudah menurun sehingga
tidak mampu mencapai tekanan variasi yang
kita inginkan. Menurunnya tekanan tabung gas
diperkirakan akibat dari tingginya adsorpsi CO
2

sehingga kebutuhan jumlah CO
2
pun meningkat
Prinsip uji adsorpsi isotermal yang
bekerja pada CBM Rig ini berdasarkan metode
volumetrik. Metode ini memiliki mekanisme
sesudah batubara tersaturasi oleh gas. Selain itu,
diasumsikan pula pada kondisi ini mempunyai
persamaan keadaan tertentu untuk gas yang
berada dalam apparatus (Mavor et al, 1990).
Kriteria Coal Seam Untuk ECBM
Proses ECBM hanya dapat diaplikasikan
pada coal seams yang memiliki permeabilitas
yang cukup dikarenakan peningkatan tekanan
membuat adsorpsi CO
2
meningkat dari 2 mol per
mol metana pada kedalaman 700 meter sampai
dengan 5 mol per mol metana pada kedalaman
1500 meter. Disamping itu kedalaman coal
seam sebaiknya tidak lebih dalam dari 2000
meter karena peningkatan temperatur membatasi
jumlah kandungan metana yang akan diekstraksi
dan dengan semakin bertambahnya kedalaman,
kompaksi mengakibatkan permeabilitas dari
105
coal seam berkurang. Kandungan gas metana
pada coal seam yang dalam dapat bervariasi dari
5-25 m
3
/t coal dan ketebalannya pun beragam,
sehingga mengakibatkan potensi CBM per sumur
akan bervariasi dengan faktor 5 kalinya atau
lebih. (IEA, 2004)
Perlu diketahui juga bahwa kriteria yang
paling diinginkan untuk ECBM adalah kriteria
yang paling tidak diinginkan untuk CO
2
storage
yaitu , cadangan coal seam yang dangkal. Kriteria
berikut ini harus dipenuhi ketika melakukan
screening untuk ECBM:
Memiliki reservoir yang homogen, menerus
secara lateral, dan secara vertikal terisolasi
dari strata sekelilingnya.
Memiliki sedikit patahan dan lipatan.
Mempunyai permeabilitas minimal 1-5 mD.
Memiliki kandungan metana yang tinggi.
Secara stratigraf memiliki coal seams yang
terkonsentrasi daripada multiple thin seams
.
Terdapat infrastruktur ( pipeline) dan
ketersedian CO
2
.
Salah satu kendala utama dari ECBM
adalah permeabilitas coal yang rendah dan
beragam. Selain itu coal juga cenderung swelling
ketika kontak dengan CO
2
.
Densitas CO
2
Injeksi CO
2
bisanya dilakukan pada
kedalaman 700 m atau lebih, yang mana pada
kedalaman tersebut temperatur dan tekanan
disekitarnya membuat CO
2
berubah menjadi fasa
liquid atau superkritis. Pada keadaan superkritis
(temperatur = 31,1C dan tekanan = 72,9 atm)
menghasilkan properties yang tidak lazim dimana
CO
2
mengadsopsi properties antara liquid dan
gas. Pada kondisi ini densitas CO
2
berada dalam
rentang 50 sampai 80% dari densitas air. Berada
dalam fasa yang leibh padat memungkinkan
untuk meningkatkan efsiensi pendesakan dan
penyapuan (displacement dan sweeping) dari gas
metana yang terperangkap di cleat system dan
macropore.
Oleh karena itu, dalam memodelkan
persamaan adsorpsi Langmuir diperlukan nilai
densitas CO
2
yang akurat. Untuk menghasilkan
densitas pada keadaan termodinamika
seperti ini memerlukan sebuah persamaan
keadaan (equation of state (EOS)) yang dapat
mengakomodasi temperatur dan tekanan tinggi.
Maka digunakanlah EOS yang dikembangkan
oleh Span dan Wagner (1995) yang mampu
mengakomodir kondisi superkritis. Formula
baru yang dikembangkan oleh Span dan Wagner
dituangkan dalam persamaan keadaan yang
eksplisit dalam bentuk Helmholtz Energy, yang
didesain untuk mengatasi kelemahan-kelemahan
dari persamaan-persamaan keadaan sebelumnya
terutama pada daerah kritis.
Kapasitas Adsorpsi CH
4
Vs. CO
2
CO
2
yang diinjeksikan melalui sumur
akan mengalir dalam cleat system dari batubara
dan berdifusi ke coal matrix, teradsorpsi pada
permukaan mikropori batubara, dan pada akhirnya
membebaskan atau mendesak gas metana yang
memiliki afnitas yang rendah terhadap batubara
(Gunter et al., 1997a; Bradshaw & Rigg, 2001;
IPCC, 2005). Terdapat tiga macam penyimpanan
CO
2
pada coal seam yang pada akhirnya bermuara
pada pendesakan gas metana, yang pertama CO
2

dapat disimpan sebagai gas fasa bebas di rongga
pori, sebagai gas dalam larutan atau langsung
teradsorpsi pada permukaan retakan (cleats)
di batubara. Terjebaknya CO
2
pada coal seams
utamanya disebabkan oleh adsorption trapping
yang mana bergantung pada jenis gas, temperatur,
tekanan, coal rank, tingkat kelembaban, maceral
composition and mineral matter content (White
et al., 2005a). Adsorpsi CO
2
pada batubara
memiliki komponen waktu yang kuat, karena
sejak awal adsorpsi sejumlah gas tertentu dapat
diikuti dengan absoprsi (penetrasi molekul gas
ke dalam massa) dan penyusunan ulang batubara
(White et al., 2005a).
Batubara dapat mengadsorpi dan mendifusi
gas metana dengan kuat sampai 25 m
3
/ton pada
kondisi normal pada tekanan coal seam. CO
2

memiliki afnitas yang lebih tinggi dibandingkan
dengan metana. Pada umumnya rasio ini
berkisar 2:1, dan akan lebih tinggi lagi pada
batubara peringkat rendah (Burruss, 2003). Pada
Gambar 4 dan 5 menunjukkan hasil eksperimen
laboratorium yang menggambarkan kemampuan
adsorpsi batubara terhadap CO
2
versus CH
4
yang
berasal dari lapangan Rambutan.
Pada Gambar 3. dan 4. terlihat bahwa
kapasitas simpan CO
2
lebih besar dari CH
4

pada sampel batubara yang sama. Diperkirakan
rata-rata sekitar 3 kali batubara yang ada di
lapangan Rambutan mampu mengadsorpsi CO
2

dibandingkan dengan CH
4
. Pada umunya rata-
106
rata kapasitas adsorpsi CO
2
pada batubara yang
mature untuk batubara jenis bituminous adalah
1,5 sampai 2 kali dari CH
4
(Faiz et al., 2007;
Saghaf et al., 2007). Sedangkan dari kedua plot
data diatas menunjukkan nilai yang lebih dari itu.
Hal ini dikarenakan jenis batubara yang terdapat
pada lapangan rambutan adalah sub-bituminous
(low rank coal) (DIPA, 2007) yang mana hal ini
selaras sebagaimana yang dilaporkan di penelitian
lainnya (CSLF, 2008) yang menyatakan bahwa
rasio volumetrik CO
2
:CH
4
berkisar pada rentang
yang rendah untuk batubara yang mature seperti
Gambar 3. Skema alat CBM Rig
Gambar 4. Kapasitas adsorpsi CO
2
versus CH
4
di Seam 2
107
Gambar 5. Kapasitas adsorpsi CO
2
versus CH
4
di Seam 3
antrasit dan sampai 10 kali lebih (10 kali sorption
capacity CO
2
terhadap CH
4
) pada yang immature
seperti lignit. Walaupun pada awalnya lower rank
batubara memiliki total gas content yang lebih
rendah karena immaturity-nya tetapi batubara
dengan peringkat yang lebih rendah (lower rank)
dan dangkal dapat berpotensi mengadsorpsi
lebih besar. Bahkan pada beberapa kasus bahkan
sorption capacity untuk CO
2
dapat melebihi dari
10% berat (Day et al., 2008).
Gambar 6. berikut ini menunjukkan
contoh kapasitas adsorpsi batubara yang mature
pada salah satu lapangan di Australia, gambar
tersebut memperlihatkan rasio volumetrik
CO
2
:CH
4
adalah 2:1 (IPCC, 2005).
Besarnya kapasitas adsorpsi yang dimiliki
oleh CO
2
ini salah satunya disebabkan CO
2

memiliki moment dipole yang lebih besar dari CH
4
.
Gambar 6. Pure gas absolute adsorption pada Tiffany coals pada suhu 55 C
108
CO
2
memiliki perbedaan keelektronegatifan yang
lebih besar sehingga atom-atomya membentuk 2
kutub dengan muatan yang berlawanan (+ dan
-) yang menyebabkan terbentuknya suatu dipol.
Semakin besar perbedaan keelektronegatifan
atom-atom dalam suatu molekul, menyebabkan
molekul tersebut bersifat semakin polar. Lain
halnya dengan CH
4
dimana tidak ada perbedaan
keelektronegatifan (perbedaan keelektronegatian
= 0), sehingga tidak terbentuk muatan / dipol. Hal
ini disebabkan bahwa molekul CH
4
merupakan
senyawa yang memiliki bentuk molekul simetris
sehingga bersifat non-polar (www.chem-is-try.
org).
Estimasi Perolehan Gas Metana
Ke-empat seam yang diuji tersebut,
memiliki kapasitas adsorpsi CO
2
dalam rentang
22,18-34,12 m
3
/t dry-ash-free basis (DAF).
Dengan membandingkan data hasil percobaan
sebelumnya dengan yang sekarang yaitu untuk
kapasitas adsorpsi CH
4
dengan CO
2
, maka
didapatkan korelasi bahwa rata-rata kapasitas
adsorpsi CO
2
lebih tinggi 3 kali dibandingkan
CH
4
. Kemudian dengan menggunakan korelasi
tersebut dan mengaplikasikannya ke dalam
konsep bahwa molekul CO
2
dapat menggantikan
atau mendesak molekul yang memiliki afnitas
yang lebih rendah terhadap batubara (metana)
(IPCC, 2005), maka gas metana yang mampu
diperoleh dapat diketahui. Dengan demikian
diperoleh hubungan bahwa 3 molekul CO
2

dapat menggantikan atau mendesak 1 molekul
CH
4
(rasio volumetrik CO
2
:CH
4
= 3:1). Dengan
menggunakan pendekatan ini maka dapat
diestimasi rentang perolehan dari metana yaitu
berkisar antara 7,39-11,37 m
3
/t.
Diskusi III.
Dalam tertiary recovery dengan metode
injeksi gas, terdapat beberapa jenis gas yang
dapat dijadikan sebagai pendesak diantaranya,
N2, hidrokarbon, dan CO2. CO2 dipilih sebagai
fuida pendesak dianggap lebih praktis karena
tidak bersifat fammable dan tidak beracun serta
ketersediaannya yang siap pakai dan melimpah
dari hasil proses industri dan antropogenik
lainnya. Selain itu CO2 juga secara alami
terdapat pada formasi geologi. Dalam perspektif
mitigasi perubahan iklim, penggunaan CO2 untuk
diinjeksi pada formasi geologi merupakan salah
satu usaha untuk menurunkan emisi gas rumah
kaca. Sedangkan injeksi CO2 untuk kepentingan
perolehan gas pada coal seam lebih disukai lagi
karena sifat dari CO2 sendiri yang memiliki
afnitas yang lebih tinggi dari CH4 sehingga gas
metana yang teradsorpsi pada mikropori tidak
hanya terlepas karena tekanan injeksi dari CO2
tetapi juga tergantikan oleh CO2 karena afnitasnya
yang lebih tinggi. Pada umumnya kemampuan
batubara untuk menarik (mengadsorpsi) molekul
CO2 dibandingkan CH4 memiliki rasio berkisar
2:1, dan akan lebih tinggi lagi pada batubara
low rank (Burruss, 2003). Karena batubara
yang terdapat di lapangan rambutan tergolong
dalam kategori sub-bituminous (low rank coal)
maka rasionya memang lebih tinggi dan hal ini
kemudian dibuktikan dari dari hasil eksperimen
yaitu sekitar 3 kali. Maka rasio volumtrik adsorpsi
CO2 vs CH4 untuk coal seam dilapangan
Rambutan adalah 3:1. Rasio ini lebih besar bila
dibandingkan batubara mature pada salah satu
lapangan di Australia, yang mana adalah 2:1
(Gambar 6).
Dari sisi diameter molekul, jelas terlihat
bahwa kemampuan CO2 sebagai fuida pendesak
paling efektif karena dari ukurannya untuk
masuk dan mencapai mikropori yang ditempati
oleh CH4, bila dibandingkan N2, CH2 dan
CO2 ketiga molekul tersebut memiliki ukuran
diameter berturut-turut 3,6 , 3,8 dan 3,3 (http://
www.moleculargate.com).
CH4 yang dapat diperoleh dengan reservoir-
pressure depletion hanya sekitar 50% sedangkan
dengan injeksi CO2 (ECBM) dapat mencapai
90% dari gas yang teradsorpsi. Dari eksperimen
terdahulu diketahui bahwa volume CH4 yang
teradsorpsi dari keempat seam yang sama berada
dalam rentang maksimum 3,53 - 15,79 m3/
ton. Sedangkan kapasitas adsorpsi dengan CO2
berkisar 22,18-34,12 m3/t. Dari perbandingan
keduanya diperoleh rasio adsorpsi sekitar 1:3.
Jika diasumsikan CO2 dapat mendesak dan
menggantikan CH4, maka maksimum sepertiga
gas metana dapat direcover dengan injeksi CO2
yaitu, berkisar antara 7,39-11,37 m3/t. Jika
kapasitas adsorpsi maksimum dari CH4 sebesar
15,79 m3/ton dan dengan reservoir-pressure
depletion hanya dapat diproduksikan sekitar
50%-nya saja yaitu 7,89 m3/ton maka dengan
menggunakan rasio adsorpsi dan displacement
CH4:CO2 tersebut, CH4 yang dapat direcover
maksimum 11,37 m3/t atau meningkat menjadi
109
72%.
Pada penelitian ini model Langmuir
digunakan dalam menggambarkan kapasitas
adsorpsi dikarenakan kemampuannya yang
paling sesuai untuk memodelkan adsorbat dalam
hal ini yang ditutupi oleh lapisan monolayer
adsorben, CH4. Kami berpendapat bahwa CH4
yang teradsorpsi pada permukaan batu bara terdiri
dari molekul tunggal yang tidak bertumpuk.
Pada model adsorpsi isotermis BET (Breunauer-
Emmet-Teller) lebih menggambarkan adsorpsi
multilayer. Akan tetapi kekurangannya dalam
aplikasi adsorpsi CO2 yang memungkinkan
molekulnya untuk tersusun menjadi multilayer
tidak dapat diakomodasi oleh model Langmuir.
Kesimpulan IV.
Secara umum coal seams yang berada di
lapangan Rambutan memiliki kriteria yang
sesuai untuk ECBM.
Penentuan densitas yang akurat terutama
pada temperatur dan tekanan tinggi
memainkan peranan penting dalam estimasi
kapasitas simpan adsorpsi suatu batubara
dimana persamaan keadaan Span dan
Wagner merupakan yang paling tepat dalam
mengkalkulasi hal ini karena telah mampu
mengkomodir properti CO
2
pada kondisi
kritis.
Dari ke-empat seam yang diuji, memiliki
kapasitas adsorpsi CO
2
dalam rentang 22,18-
34,12 m
3
/t dry-ash-free basis
Dengan membandingkan data hasil percobaan
sebelumnya dengan yang sekarang yaitu
kapasitas adsorpsi CH
4
dengan CO
2
, maka
didapatkan korelasi bahwa rata-rata kapasitas
adsorpsi CO
2
lebih tinggi 3 kali dibandingkan
CH
4
(rasio volumetrik CO
2
:CH
4
= 3:1).
Menggunakan konsep bahwa molekul CO
2

dapat menggantikan atau mendesak molekul
yang memiliki afnitas yang lebih rendah
terhadap batubara (metana) (IPCC, 2005) dan
mengaplikasikan data rasio volumetrik hasil
percobaan, rentang perolehan dari metana
dapat diestimasi yaitu berkisar antara 7,39-
11,37 m
3
/t
Nomenklatura
a dan b adalah konstanta
a = k.b
b = k
1
/k
2
dengan k
1
adalah konstanta
proporsionalitas dan k
2
adalah
konstanta laju evaporasi
V = gas yang teradsorp (volume
gas per unit massa batubara,
mmol/g)
P = tekanan gas (Mpa)
VL dan PL
= Langmuir parameter
n
ads
= jumlah molekul yang teradsorpsi
(mmol)
Pi = Pi = tekanan awal setiap
tahapan (Kpa)
Peq = tekanan kesetimbangan (Kpa0
R = 8,314 Kpa.m
3
/kmol.K
T = temperatur absolut (K
Daftar Pustaka
Anggara, F., Sasaki, K., Amijaya, H., Sugai,
Y., and Setijadji, L.D., CO
2
Injection In
Coal Seams, An Option For Geological
CO
2
Storage and Enhanced Coal Bed
Methane Recovery (ECBM), Proceedings
Indonesian Petroleum Association Thirty-
Fourth Annual Convention & Exhibition,
May, 2010.
Amijaya, H., and Littke, R., Microfacies and
depositional environment of Tertiary
Tanjung Enim low rank coal, South Sumatra
Basin, Indonesia, International Journal of
Coal Geology 61, pp. 197221. 2005.
Bachu, S., Screening and ranking of sedimentary
basins for sequestration of CO
2
in geological
media in response to climate change,
Environmental Geology. 2003.
Bae, J.S., and Bhatia, S.K., High-Pressure
Adsorption of Methane and Carbon Dioxide
on Coal, Energy & Fuels 2006, 20, 2599-
2607.
Book: Introduction to Heterogenous Catalyst
Book: Surface Catalysis
CCS National Workshop, 2008, Summary of
Carbon Capture and Storage National
Workshop, Jakarta 30-31 October 2008.
CO2CRC, Storage Capacity Estimation, Site
Selection and Characterisation for CO
2
Storage Projects, Cooperative Research Centre
for Greenhouse Gas Technologies, Canberra.
CO2CRC Report No. RPT08-1001.
DOE, Carbon Sequestration Atlas II of The
United States and Canada, US Department
110
of Energy Offce of Fossil Energy and
National Energy Technology Laboratory.
2008
DIPA, Penelitian Penentuan Peringkat Potensi
CBM, 2007.
Fessenden and Fessenden, Kimia Organik: Jilid
2 Edisi Ketiga, Erlangga. 1986.
Forbes, S.M., and Ziegler, M.S., Carbon Dioxide
Capture and Storage and the UNFCCC:
Recommendations for Addressing Technical
Issues, WRI Issue Brief, 2010.
IEA, Energy Technology Analysis: Prospects of
CO
2
Capture and Storage, 2004.
IPCC, Special report on Carbon Dioxide Capture
and Storage, Prepared by Working Group III
of the Intergovernmental Panel on Climate
Change [Metz, B., O. Davidson, H.C. de
Coninck, M. Loos and L.A. Meyer (eds.)].
Cambridge University Press, Cambridge,
UK. 2005.
Krooss, B.M., van Bergen, F., Gensterblum, Y.,
Siemons, N., Pagnier, H.J.M., and David, P.,
High-pressure methane and carbon dioxide
adsorption on dry and moisture-equilibrated
Pennsylvanian coals, International Journal
of Coal Geology 51, 69 92. 2002.
Levy, J., and Saghaf, A., CSIRO Volumetric
of Gas Adsorption Measurement, CSIRO
Investigation Report ET/IR 806R. July,
2005.
Massarotto, P., Golding, S.D., Bae, J.S., Lyer,
R., and Rudolph, V., Changes in Reservoir
Properties From Injection of Supercritical
CO
2
Into Coal Seams: A Laboratory Study,
International Journal of Geology 82, 269-
279. 2010.
Reeves, S., D. Davis and A. Oudinot. A
Technical and Economic Sensitivity Study
of Enhanced Coalbed Methane Recovery
and Carbon Sequestration in Coal. DOE
Topical Report, March, 2004.
Saghaf, A., and Hadiyanto. Methane storage
properties of Indonesian tertiary coals,
Proceedings of the Southeast Asian Coal
Geology Conference, Bandung, pp. 121
124.
Span, R., and Wagner, W., A New Equation of
State for Carbon Dioxide Covering the Fluid
Region from the Triple-Point Temperature
to 1100 K at Pressures up to 800 Mpa,
J. Phys. Chern. Ref. Data, Vol. 25, No.6.
1996.
Sosrowidjojo, IB., and Saghaf, A., Development
of the frst coal seam gas exploration in
Indonesia: Reservoir properties of the
Muaraenim Formation, South Sumatra,
International Journal of Coal Geology 79,
p.145-156. 2009.
Treybal, R.E., Mass-Transfer Operations,
McGraw Hill International Editions. 1980.
111
Studi Laboratorium Peningkatan Perolehan
Reservoir Minyak Dengan Injeksi Polimer
Edward ML Tobing
Peneliti Madya
Pusat Penelitian dan Pengembangan Teknologi Minyak dan Gas Bumi LEMIGAS
Jl. Ciledug Raya Kav.109, Cipulir, Kebayoran Lama, Jakarta Selatan 12230
Sari
Tahap awal studi laboratorium untuk peningkatan perolehan pada lapangan minyak T
adalah melakukan penyaringan metoda Enhanced Oil Recovery (EOR). Hasil penyaringan tersebut
menunjukkan bahwa metoda yang cocok adalah dengan menginjeksikan larutan polimer kedalam
reservoir minyak. Studi laboratorium tersebut terdiri dari uji kompatibilitas air formasi dan air injeksi,
uji penyaringan polimer dan uji core fooding. Hasil uji kompatibilitas antara air formasi dan air
injeksi menunjukkan bahwa campuran air formasi dan air injeksi tidak membentuk endapan baru.
Uji penyaringan polimer dilakukan terhadap 2(dua) jenis polimer polyacrylamide C-750 dan 720H
adalah uji Rheology, uji thermal stability, uji fltrasi, dan uji adsorpsi statik. Berdasarkan keempat
uji tersebut, dipilih polimer polyacrylamide C-750 dengan konsentrasi 1200 ppm yang selanjutnya
digunakan dalam uji core fooding. Pengujian core fooding dirancang 3(tiga) tahap secara berurutan,
yaitu tahap pertama menginjeksikan air sebanyak 1,3 PV, kemudian dilanjutkan tahap kedua
menginjeksikan larutan polimer dengan konsentrasi 1200 ppm sebanyak 0,4 PV, dan tahap ketiga
kembali menginjeksikan air sebanyak 0,5 PV. Kumulatif perolehan minyak dari uji core fooding
tersebut sebanyak 68,36 % OOIP.
Kata kunci : Studi laboratorium, injeksi polimer, perolehan minyak
Abstract
The frst stage in the plan to improve recovery of T feld is implementation of enhanced oil
recovery (EOR) screening. The screening shows that the most suitable method for the feld is polymer
injection. In the laboratory, a series of tests is utilized including formation water injection water
compatibility test, polymer screening test, and core fooding. Results of formation water injection
water compatibility test proves that no additional precipitation occurs upon contacts between the two
waters. The polymer screening tests that includes rheology, thermal stability, fltration, and static
adsorption tests on two (2) types of polymer - polyacrylamide C-750 and C-720H, reveals that C-750
with 1200 ppm concentration performs better than the other candidate. Consequently, this polymer
is used in the core fooding test. The core fooding test itself consists of three subsequent stages;
injection of 1.3 PV water, injection of 0.4 PV 1200 ppm polymer solution, and is ended with injection
of 0.5 PV water. The test results in cumulative recovery of 68.36% of OOIP.
Key words : Laboratory study, polymer injection, oil recovery
Pendahuluan I.
Dengan bertambahnya waktu produksi
suatu reservoir minyak, maka produktivitasnya
akan semakin berkurang. Hal ini karena
berkurangnya energi atau tekanan reservoir
yang diperlukan untuk mengalirkan minyak ke
sumur produksi secara alamiah seiring dengan
waktu produksi. Untuk dapat memproduksikan
minyak setelah energi alamiah reservoir
berkurang diperlukan usaha pengurasan tahap
lanjut (secondary recovery) secara intensif.
Usaha tersebut diantaranya adalah dengan
menginjeksikan air, yang ditujukan untuk
mempertahankan tekanan reservoir dan mendorong
minyak tersisa setelah tahap awal pengurasan.
Pada beberapa reservoir minyak, injeksi air ini
amat efsien. Namun karena viskositas air lebih
112
rendah dari vikositas minyak, maka kemungkinan
terjadinya fngering amat besar dimana fuida
pendesak bergerak mendahului fuida yang
didesak, sehingga efsiensi penyapuan minyakpun
menjadi kurang efektif. Efektiftas penyapuan
dapat ditingkatkan dengan menambahkan polimer
ke dalam air injeksi agar mobilitas air injeksi
mengecil. Injeksi air yang telah ditambahkan
polimer tersebut dikenal sebagai injeksi polimer,
dimana metode ini merupakan salah satu metode
Enhanced Oil Recovery (EOR). Diharapkan
larutan polimer dengan mobility rendah akan
mendorong minyak ke sumur produksi, sehingga
peningkatan perolehan minyak dapat dicapai
bila harga mobility ratio antara air dan minyak
menurun.
Polimer adalah zat kimia dengan rantai
panjang dan mempunyai berat molekul yang
besar. Kemampuan polimer untuk meningkatkan
perolehan minyak sangat dipengaruhi oleh
karakteristik aliran larutan polimer di dalam media
berpori. Karakteristik alirannya dipengaruhi oleh
sifat polimer sebagai fuida non-newtonian dan
sifat polimer itu sendiri yang terdiri dari molekul
berat. Selain itu karakteristik aliran polimer juga
dipengaruhi oleh jarak antar molekul, kandungan
ion, konsentrasi larutan serta faktor lingkungan
seperti karakteristik batuan reservoir, salinitas,
dan suhu.
Lapangan T adalah lapangan minyak
tua yang diproduksikan sejak tahun 1948 terletak
di cekungan Sumatera Selatan. Reservoir minyak
produktif pada lapangan ini terdiri dari 4(empat)
reservoir, dan yang menjadi fokus dalam studi
laboratorium ini adalah reservoir A. Berdasarkan
metoda volumetrik, diperkirakan awal isi
minyak di tempat (Original Oil In Place) dari
reservoir A sebanyak 101,61 juta bbl. Prakiraan
pengambilan maksimum dengan metoda material
balance diperoleh sebanyak 26,45 juta bbl atau
sekitar 26,03 % dari awal isi minyak di tempat.
Produksi kumulatif minyak yang diproduksikan
dari reservoir ini sampai dengan akhir tahun
2011 sebesar 25,33 juta bbl. Dengan demikian
minyak yang masih tertinggal di dalam reservoir
sebesar 76,27 juta bbl, yang kemudian menjadi
target untuk diproduksikan dengan menerapkan
teknologi EOR.
Studi laboratorium ini meliputi: (1) analisis
sampel fuida minyak dan air, serta batuan inti (2)
uji kompatibilitas, (3) Rheology polimer, (4) uji
thermal stability, (5) uji fltrasi, (6) uji adsorpsi
statik dan terakhir (4) uji core fooding. Dengan
uji core fooding tersebut, maka didapat kumulatif
perolehan minyak berdasarkan rancangan injeksi
fuida dengan metoda injeksi polimer.
Penyaringan Metoda EOR II.
Tahap awal studi laboratorium injeksi polimer
pada reservoir A adalah melakukan penyaringan
dari beberapa metoda EOR yang ada, sehingga
1 Gravity Minyak
o
API 25.39 Memadai Untuk
2 Viskositas Minyak cp 11.09 Injeksi Polimer
3 Saturasi Minyak % 61 > 50 80
4 Jenis Batuan SS/CB SS
5 Permeabilitas rata-rata mD 522.3 > 10 800
6 Kedalaman ft, ss 3666
7 Suhu Reservoar
o
F 177
8 Tekanan Reservoar psig 1427.6
9 Porositas rata - rata % 18.1
10 Saturasi air rata - rata % 28
= Disarankan untuk harga karakteristik reservoir yang lebih tinggi
= Disarankan untuk harga karakteristik reservoir yang lebih rendah
80 = Harga rata-rata karakteristik reservoir yang digunakan
Tabel - 1
<200 140


Kriteria Penyaringan
Metoda Injeksi Polimer
Hasil Penyaringan Metoda Injeksi Polimer


No Karateristik Fluida dan Batuan Reservoir Keterangan
Pada Reservoir 'A'
> 15
< 150, > 10
Disukai SS
< 9,000
Tabel 1. Hasil penyaringan metoda injeksi polimer pada reservoir A.
113
diperoleh salah satu metoda yang memadai
untuk diterapkan. Langkah kerja penyaringan
tersebut dilakukan dengan cara membandingkan
data karakteristik fuida dan batuan reservoir A
terhadap kriteria penyaringan metode EOR yang
dikembangkan oleh J.J Taber dan F.D Martin
2)
.
Metoda yang telah dikembangkan tersebut
mengacu pada beberapa proyek injeksi polimer
yang telah sukses diterapkan. Karakteristik fuida
dan batuan reservoir yang digunakan sebagai
parameter pembanding adalah
o
API gravity
minyak, viskositas minyak, saturasi minyak,
jenis batuan reservoir, permeabilitas rata-rata
batuan, kedalaman formasi, suhu reservoir,
tekanan reservoir, porositas, dan saturasi air.
Data karakteristik fuida dan batuan reservoir
A ditampilkan pada Tabel 1. Kemudian data
tersebut dibandingkan dengan parameter kriteria
penyaringan yang dikembangkan oleh J.J Taber
dan F.D Martin. Hasil penyaringan menunjukkan
bahwa metoda injeksi kimia polimer cocok untuk
diterapkan pada reservoir A.
Analisis Fluida Reservoir
Sampel fuida reservoir yang diambil
terdiri dari minyak, air formasi, dan air injeksi.
Sampel minyak dan air formasi berasal dari salah
satu sumur di reservoir A, dan sampel air injeksi
dari stasiun water injection plant.
Analisis Air Injeksi dan Air Formasi A.
Hasil analisis air injeksi dan air formasi
menunjukkan bahwa total dissolved solids pada
air formasi lebih tinggi dari air injeksi, yaitu
masing-masing sebesar 13,900 mg/liter dan
13,400 mg/liter. Kandungan kation Mg
++
dan
Ca
++
pada air formasi lebih rendah dibandingkan
dengan air injeksi yaitu masing-masing sebesar
2,345 mg/liter dan 8,416 mg/liter, serta 17,15 mg/
liter dan 73,00 mg/liter. Kandungan Fe
++
untuk air
injeksi enamkali lipat dibandingkan air formasi,
yaitu masing-masing sebesar 3,156 mg/liter dan
0,252 mg/liter. Kandungan Na
++
untuk air injeksi
dan air formasi masing-masing sebesar 2439 mg/
liter dan 2762 mg/liter. Akan tetapi kandungan
Ba
++
untuk air formasi hanya sebesar 1,627 mg/
liter, sedangkan untuk air injeksi sebesar 12,78
mg/liter. Derajat keasaman atau pH diukur pada
suhu 77
0
F, dan hasil yang diperoleh sebesar 8,05
untuk air formasi dan 8,30 untuk air injeksi. Hasil
lengkap air formasi dan air injeksi ditampilkan
pada Tabel 2 dan Tabel 3.
Analisis Minyak B.
Sampel minyak diambil pada kondisi
permukaan di kepala sumur, dan tidak diperoleh
gas sebagai gas ikutan. Beberapa sifat minyak
telah dianalisis, diantaranya gravity minyak
dan viskositas minyak. Hasil analisis tersebut
menunjukkan bahwa gravity minyak sebesar
25,39
o
API pada suhu 60
o
F, dan viskositas minyak
pada suhu reservoir (177
o
F) sebesar 11,09 cp.
Analisis Batuan Reservoir
Sampel batu inti (core) reservoir A
yang tersedia hanya dari kedalaman 1161,8
mbpl, dengan ukuran yang sangat terbatas untuk
dapat dilakukan pengukuran karakteristik batuan
reservoir seperti porositas dan permeabilitas. Dari
hasil pemotongan terhadap sampel core tersebut,
hanya 1(satu) core dengan diameter 1,5 inch dan
panjang 2,5 inch yang memadai untuk dilakukan
pengukuran besaran porositas dan permeabilitas
absolut. Hasil pengukuran terhadap parameter
porositas dan permeabilitas tersebut, masing
masing didapat sebesar 18,1 % dan 522,3 mD.
Dari sisa pemotongan perconto core
batuan reservoir A yang termasuk jenis batu
pasir, telah dilakukan analisis x-ray diffraction
Kation Anion
mg/l me/l mg/l me/l
Fe
++
= 0.252 0.01 CO3
=
= 0.000 0.00
Mg
++
= 2.345 0.19 SO4
=
= 14.000 0.29
Ca
++
= 8.416 0.42 HCO3
-
= 4,283.200 70.20
Na
+
= 2,762.000 120.14 Cl
-
= 9,110.000 256.80
Ba
++
= 1.6270
Specific Gravity, 60/60
o
F = -
pH @ 77
o
F = 8.05
Conductivity = 24.80 ms/cm
TDS (Total Dissolved Solids) = 13,900 mg/l
Resistivity (ohm-mater) = 0.42 meter @ 77.6
O
F
Kandungan Padatan
Tabel 2. Analisis air formasi

Kation Anion
mg/l me/l mg/l me/l
Fe
++
= 3.156 0.11 CO3
=
= 492.000 16.40
Mg
++
= 17.150 1.41 SO4
=
= 9.000 0.19
Ca
++
= 73.000 3.64 HCO3
-
= 2,183.800 35.79
Na
+
= 2,439.000 106.09 Cl
-
= 10,311.330 290.66
Ba
++
= 12.7800
Specific Gravity, 60/60
o
F = -
pH @ 77
o
F = 8.30
Conductivity = 23.60 ms/cm
TDS (Total Dissolved Solids) = 13,400 mg/l
Resistivity (ohm-mater) = 0.40 meter @ 76.8
o
F
Kandungan Padatan
Tabel 3. Analisis air injeksi
114
untuk mengetahui persentase kandungan mineral
di dalamnya. Hasil analisis ditunjukkan pada Tabel
4. Berdasarkan hasil yang diperoleh menunjukkan
bahwa pada batuan tersebut ditemui mineral
clay yang terdiri dari illite dan kaolinite dengan
konsentrasi masing-masing 5,0 %. Kandungan
mineral karbonat didapat sebesar 15,0 % yang
terdiri dari calcite, dolomite dan siderite. Dan
mineral lain yang ditemui didomonasi oleh
mineral quartz sebanyak 73,0 %, dan mineral
pyrite serta gypsum masing-masing 1,0 %.
AF (75 %) : AI (25 %) 2.
AF (50 %) : AI (50 %) 3.
AF (25 %) : AI (75 %) 4.
AF (0 %) : AI (100 %) 5.
Setelah dikocok selama kurang lebih 24 jam,
campuran kedua cairan ini disaring dengan
menggunakan kertas saring berdiameter pori 0,45
mikron dan endapan yang tersaring kemudian
dikeringkan dan ditimbang. Dari hasil pengujian
tersebut, berat endapan yang terbentuk bervariasi
sesuai dengan komposisi perbandingan air formasi
KEDALA
MAN ILLIT KAO- CAL- DOLO- SIDE- QU- K- PY- GYP CLAY CARBO- MIN
(meter) LINIT CITE MITE RITE ARTZ FELDS RITE SUM NATE LAIN
(%) (%) (%) (%) (%) (%) (%) (%) (%) (%) (%) (%)
1161.8 5 5 1 10 4 73 - 1 1 10 15 73
Tabel-4
Hasil Analisis X-Ray Diffraction
MINERAL KARBONAT MINERAL CLAY TOTAL (%) MINERAL LAIN
Tabel 4. Hasil analisis x-ray diffraction
Uji Kompatibilitas
Tujuan dilakukannya uji kompatibilitas
antara air injeksi dan air formasi adalah untuk
mengetahui kemungkinan terjadinya endapan
baru apabila kedua jenis air ini dicampur. Air
injeksi dan air formasi tersebut dicampur dengan
berbagai kombinasi komposisi dan dimasukkan
dalam suatu bejana, dan dikocok selama 24
jam pada suhu reservoir 177
0
F di dalam oven.
Perbandingan kombinasi komposisi volume
antara air formasi (AF) dan air injeksi (AI) adalah
sebagai berikut:
AF (100 %) : AI (0 %) 1.
0.0060
0.0057
0.0051
0.0047
0.0043
0.0000
0.0010
0.0020
0.0030
0.0040
0.0050
0.0060
0.0070
100% AI + 0% AF 75% AI + 25% AF 50% AI + 50% AF 25% AI + 75% AF 0% AI + 100% AF
B
e
r
a
t

E
n
d
a
p
a
n
,

g
r
m
/
l
i
t
e
r
Perbandingan Campuran, %
Gambar 1. Berat endapan terhadap perbandingan campuran air injeksi dan air formasi
kembangkan oleh NACE (Standard TM-01-73)
digunakan untuk menguji kualitas air formasi dan
air injeksi. Pengujian ini dengan cara mengalirkan
air formasi atau air injeksi dari suatu tabung yang
diberi tekanan 20 psig melalui membrane flter
(0,45 mikron), dan ditampung pada gelas ukur.
Dari setiap 10,0 ml air yang tertampung dalam
gelas ukur, diukur jumlah waktu mengalirnya
hingga mencapai volume 300 ml. Plot laju alir
terhadap kumulatif volume untuk air formasi
dan air injeksi dapat dilihat pada Gambar 2 dan
Gambar 3.
Secara kuantitatif uji kualitas air dapat ditentukan
dari parameter relative plugging index (RPI),
(AF) dan air injeksi
(AI). Gambar 1
menunjukkan total
jumlah endapan
terbanyak terdapat
pada 100 % air
injeksi (0,0060 gr/
liter), dan endapan
terendah terdapat
pada 100 % air
formasi (0,0043 gr/
liter).
Uji Kualitas Air
M e t o d a
pengujian yang di-
115
dengan persamaan berikut:
RPI = TSS MSTN ..................................(1)
dimana :
TSS = Total jumlah endapan, mg/liter
MSTN = Millipore test slope number
Harga MSTN dapat dihitung dengan menggunakan
persamaan

Log (Q
a
/Q
b
)(2500)
MSTN = ...........(2)
V
a
V
b
Dari harga total jumlah endapan untuk air formasi
dan air injeksi masing masing sebesar 4,3 mg/liter
dan 6,0 mg/liter, maka harga RPI yang diperoleh
untuk air formasi adalah 6,56 dan
untuk air injeksi sebesar 9,97.
Uji Rheology Polimer
Rheology polimer dilakukan
terhadap 2 (dua) jenis polimer
terpilih yaitu C-750 dan C-720H,
yang termasuk jenis polimer anionic
dry polyacrylamide dalam bentuk
solid powder, dan sebagai pelarut
yang digunakan adalah air injeksi.
Proses pencampuran polimer kedalam
pelarutnya dilakukan sedikit demi
sedikit dalam keadaan diaduk dengan
mengunakan pengocok dengan 300
putaran per menit, dan dilakukan
sampai larutan tercampur secara
merata. Selanjutnya larutan polimer
dibuat pada konsentrasi 600 ppm,
900 ppm, dan 1200 ppm dengan
langkah kerja yang mengacu pada
API Recommended Practice 63(RP
63), First Edition, 1990. Pengukuran
viskositas terhadap larutan polimer
tersebut menggunakan viscometer
DV-III Ultra Brookfeld. Untuk dapat
mengukur viskositas larutan polimer
tersebut pada suhu reservoir (177
o
F),
maka dilengkapi dengan UL Adapter
yang dihubungkan dengan pemanas.
Pengukuran viskositas dapat dilakukan
pada berbagai putaran per menit, atau
harga shear rate (detik
-1
) sama dengan
1,224 dikalikan putaran per menit.
Plot harga viskositas polimer terhadap putaran per
menit untuk polimer C-750 dengan konsentrasi
600 ppm, 900 ppm, dan 1200 ppm ditunjukkan
pada Gambar 4, dan untuk polimer C-720H
ditampilkan pada Gambar 5. Harga viskositas
polimer tertinggi pada berbagai konsentrasi
dicapai pada putaran per menit sebesar 6 (shear
rate = 7,344 detik
-1
), yaitu untuk polimer C-750
dengan konsentrasi 600 ppm, 900 ppm, dan
1200 masing-masing sebesar 9,6 cp, 17,2 cp
dan 24,2 cp. Dan untuk polimer C-720H dengan
konsentrasi 600 ppm, 900 ppm, dan 1200 harga
viskositas masing-masing sebesar 8,0 cp, 13,0
cp, dan 18,6 cp.
0.10
1.00
10.00
0 100 200 300 400
L
a
j
u

A
l
i
r
,

m
l
/
d
e
t
i
k
Kumulatif Volume, ml
Gambar 2. Laju alir terhadap kumulatif volume (air formasi)
0.01
0.10
1.00
10.00
0 100 200 300 400
L
a
j
u

A
l
i
r
,

m
l
/
d
e
t
i
k
Kumulatif Volume, ml
Gambar 3. Laju alir terhadap kumulatif volume (air injeksi)
116
Uji Thermal Stability Polimer
Uji thermal stability penting dilakukan
untuk melihat ketahanan larutan polimer
terhadap suhu pada perioda waktu tertentu.
Pengujian thermal stability dalam hal ini hanya
dilakukan terhadap polimer jenis
C-750, karena berdasarkan hasil
uji Rheology menghasilkan harga
viskositas yang lebih tinggi.
Pada pengujian ini pengamatan
dilakukan setiap 1 minggu satu
kali selama 7 minggu terhadap
viskositas polimer C-750 dengan
konsentrasi 600 ppm, 900 ppm, dan
1200 ppm pada suhu 177
o
F (dalam
oven). Untuk pengujian ini larutan
polimer disiapkan agar terhindar
dari berkembang biaknya bakteri
dan mengurangi kadar oksigen
dengan cara menginjeksikan
gas nitrogen dan menempatkan
larutan polimer dalam tabung
kedap udara. Pengukuran harga
viskositas polimer pada 3 (tiga)
konsentrasi tersebut dilakukan
pada putaran per menit sebesar 6
(shear rate = 7,344 detik
-1
). Plot
viskositas polimer pada suhu
reservoir (177
o
F) terhadap waktu
untuk larutan polimer 600 ppm,
900 ppm, dan 1200 ppm dapat
dilihat pada Gambar 6, yang
menunjukkan harga viskositas
polimer cenderung sama setelah
minggu ke 5. Pada minggu ke 7,
harga viskositas polimer untuk konsentrasi 600
ppm, 900 ppm, dan 1200 ppm, masing masing
sebesar 2,5 cp, 10 cp dan 17,1 cp.
Uji Filtrasi
Uji fltrasi perlu dilakukan untuk
memastikan bahwa larutan polimer
bebas dari aggregates yang dapat
menyebabkan penyumbatan pada
batuan reservoir. Larutan polimer
600 ppm, 900 ppm, dan 1200
ppm (C 750) dipompakan melalui
membrane flter (5 mikron) dengan
tekanan 2 bar. Selama pengujian,
laju alir larutan polimer diusahakan
konstan. Waktu (T) yang dibutuhkan
untuk setiap penambahan volume
20 ml hingga mencapai 300 ml
dicatat. Kemudian digunakan
parameter flter ratio (FR) yang
0
5
10
15
20
25
30
0 10 20 30 40 50 60 70 80 90 100 110 120
V
i
s
k
o
s
i
t
a
s

P
o
l
i
m
e
r
,

c
p
Putaran Per Menit
600 PPM
1200 PPM
900 PPM
Gambar 4. Plot viskositas polimer C-750 terhadap RPM
0
5
10
15
20
25
30
0 20 40 60 80 100 120
V
i
s
k
o
s
i
t
a
s

P
o
l
i
m
e
r
,

c
p
Putaran Per Menit
600 PPM
900 PPM
1200 PPM
Gambar 5. Plot viskositas polimer C-720H terhadap RPM
0.0
5.0
10.0
15.0
20.0
25.0
30.0
0 1 2 3 4 5 6 7 8
V
i
s
k
o
s
i
t
a
s

P
o
l
i
m
e
r
,

c
p
Waktu, minggu
600 ppm
900 ppm
1200 ppm
Gambar 6. Plot viskositas polimer C-750 terhadap waktu
117
didefnisikan sebagai = (T
300ml

- T
200 ml
) / (T
200ml
T
100 ml
). Plot
volume larutan polimer terhadap
waktu untuk ketiga larutan di
atas ditunjukkan pada Gambar 7.
Filter ratio untuk larutan polimer
600 ppm, 900 ppm, dan 1200
ppm, masing-masing diperoleh
sebesar 0,995, 1,048, dan 1,078.
Uji Adsorpsi Statik
Uji adsorpsi statik
dilakukan untuk mempelajari
seberapa banyak molekul-
molekul polimer yang melekat
pada permukaan batuan reservoir, yaitu dengan
mengamati perubahan harga konsentrasi polimer
C-750 sebelum dan sesudah batu inti direndam
dalam larutan polimer, berdasarkan langkah kerja
API RP 63. Pelarut yang digunakan adalah air
injeksi dengan kadar kegaraman sebesar 13400
mg/L, dan batuan reservoir yang diuji berasal dari
perconto batu inti reservoir A dari kedalaman
1161,8 mbpl. Batuan tersebut digerus hingga halus
dan lolos dengan saringan ukuran 50-200 mesh,
hingga terkumpul sebanyak 100 gram. Pada kajian
ini konsentrasi polimer yang dipilih adalah 600
ppm, 900 ppm, dan 1200 ppm. Batuan yang halus
tersebut kemudian direndam dalam botol dengan
larutan polimer seberat 50 gram dan dipanaskan
hingga suhu 177
0
F selama 2 hari. Kemudian
larutan polimer tersebut didinginkan hingga
suhu ruang, dan kembali dihitung konsentrasinya
dengan bantuan spektrofotometer ultra violet.
Hasil perhitungan konsentrasi polimer sesudah
uji adsorpsi statik berdasarkan pengamatan
adsorben dari spektrofotometer, ditampilkan pada
Tabel 5 yang menunjukkan adanya penurunan
konsentrasi antara 8,3 % sampai dengan 9,08 %
dari konsentrasi awal untuk ketiga konsentrasi
polimer yang diuji.
Core Flooding
Tujuan dilakukannya uji
pendesakan atau core fooding
adalah untuk mengetahui
seberapa banyak penambahan
perolehan minyak dari rancangan
fuida injeksi yang telah
disiapkan. Karena terbatasnya
sampel core dari reservoir A dengan ukuran
yang memadai untuk digunakan pada uji core
fooding, maka selanjutnya digunakan sampel
core standard dari jenis classhach. Pertimbangan
menggunakan sampel core standard tersebut
karena: (1) jenis batuan classhach adalah batu
pasir yang sama dengan batuan dari reservoir
A, (2) harga porositas dan permeabilitas absolut
batuan classhach masing-masing sebesar 17,50
% dan 552,4 mD, yang hampir sama dengan
harga porositas dan permeabilitas dari reservoir
A. Sampel core classhach berdiameter 3,75
cm dan panjang 29,7 cm, yang dapat dilihat pada
Gambar 8. Dalam bagian ini akan dijelaskan
peralatan yang digunakan dalam uji core fooding,
rancangan fuida pendesak, dan langkah kerja
core fooding.
Peralatan A. Core Flooding
Untuk dapat melakukan uji core fooding,
maka telah dirancang susunan peralatan yang
secara skematik dapat dilihat pada Gambar 9.
Alat utama yang digunakan terdiri dari: pompa
injeksi, tabung fuida (minyak, air dan polimer),
core holder, back pressure, dan gelas ukur. Pompa
0
50
100
150
200
250
300
350
0 200 400 600 800 1000 1200 1400 1600
V
o
l
u
m
e
,

m
l
Waktu, detik
600 ppm
900 ppm
1200 ppm
FR= 0.955
FR= 1.048 FR= 1.078
Gambar 7. Uji fltrasi polimer C-750
Gambar 8. Core Classhach
118
injeksi yang digunakan adalah jenis pompa torak
Quizix SC-1010 yang dapat menginjeksikan
fuida dengan laju alir konstan (minimum laju alir
injeksi 0,01 cc/menit). Dengan pompa tersebut
dapat menginjeksikan fuida
(minyak, air, dan polimer)
secara bergantian menuju core
holder. Core tersimpan pada
core holder yang dilengkapi
dengan overburden pressure
agar fuida pendesak hanya
melewati seluruh permukaan
core, dan tidak melewati pada
bagian sisi luar. Sedangkan
back pressure yang mendapat
tekanan dari gas nitrogen,
berfungsi mempertahankan
sistem tekanan pada core
holder, akan tetapi tetap dapat
mengalirkan fuida ke gelas
ukur pada tekanan ruang.
Konsentrasi Pengenceran Adsorben Pengenceran Adsorben Konsentrasi
(ppm) (kali) (kali) (ppm)
600 20 0.515 20 0.470 548
900 60 0.100 50 0.110 825
1200 100 0.022 50 0.040 1091
Data Pengamatan Spektrofotometer Larutan Polimer Cyanatrol 750
Tabel-5
Sebelum Adsorbsi Sesudah Adsorbsi
Tabel 5. Data pengamatan spektrofotometer laruran polimer C-750
1
2 3 4
5
7
8
6
oven
1. Pompa Injeksi
2. Tabung Minyak
3. Tabung Air
4. Tabung Polimer
5. Core Holder
6. Back Pressure
7. Gas Nitrogen
8. Gelas Ukur
Gambar 9. Skema rangkaian peralatan core fooding
Gambar 10. Diagram alir langkah kerja core fooding
Rancangan Fluida Pendesak B.
Berdasarkan pertimbangan kemungkinan
dapat diterapkannya teknologi injeksi polimer di
reservoir A, maka rancangan
fuida injeksi dilakukan secara
bersinambung dengan mengikuti
urutan: 1,3 pore volume air
injeksi, 0,4 pore volume polimer
1200 ppm (C 750), dan 0,5 pore
volume air injeksi.
Langkah Kerja C. Core
fooding
Core fooding dengan
rancangan fuida injeksi yang
telah disiapkan akan dilakukan
dalam 5 (lima) tahap langkah
kerja, yang kemudian dapat
digambarkan dalam diagram
alir (Gambar 10). Kelima tahap
langkah kerja tersebut terdiri dari:
119
Resaturasi Air Formasi. 1.
Core classhach yang telah disiapkan
terlebih dahulu ditimbang dalam keadaaan kering
dan kemudian direndam dalam air formasi dan
dimasukkan dalam ruang desikator. Selanjutnya
ruang desikator tersebut dihubungkan dengan
pompa vakum sehingga mencapai tekanan
minus 1 atmosfr dalam beberapa jam, sehingga
diharapkan seluruh ruang pori dalam core akan
tersaturasi oleh air formasi, atau pada kondisi
saturasi air (S
w
) 100 %. Kemudian core tersebut
ditimbang kembali, sehingga diperoleh volume
pori atau pore volume (PV) sebanyak 59,337 cc.
Injeksi Minyak. 2.
Core yang telah disiapkan pada tahap-1,
kemudian dimasukkan dalam core holder dan
dipanaskan hingga mencapai suhu reservoir 177
o
F dan tekanan operasi sebesar 100 psig. Minyak
yang tersedia pada tabung minyak diinjeksikan
ke core holder dengan bantuan pompa injeksi
sebanyak 8 PV, dengan laju alir injeksi minyak
0,5 cc/menit. Pada awalnya air formasi yang ada
di dalam core didesak oleh minyak dan beberapa
jam kemudian yang keluar pada gelas ukur
adalah campuran air dan minyak. Pendesakan
dilanjutkan hingga yang keluar hanya minyak
saja, sehingga pada akhir pendesakan diperoleh
saturasi water connate (S
wc
) 36,93 % dan saturasi
minyak initial (S
oi
) 63,07 %, atau awal isi minyak
di tempat (original oil in place, OOIP) sebanyak
37,42 cc.
Injeksi Air - 1 3.
Pada tahap-3 ini merupakan
kelanjutan dari tahap-2, yaitu
menginjeksikan air injeksi (AI) sebanyak
1,3 PV dari tabung yang berisi air injeksi.
Laju alir injeksi minyak tersebut dirancang
agar setara dengan laju alir di reservoir,
yaitu dari sumur injeksi ke sumur produksi
1 feet/hari, atau setelah dikonversikan
dengan skala core di laboratorium,
maka laju alir injeksi sebanyak 0,04 cc/
menit. Minyak maupun air yang keluar
ditampung pada gelas ukur dan dilakukan
pencatatan. Pada tahap-3 ini perolehan
minyak maksimum didapat sebanyak
51,32 % OOIP, yang merepresentasikan
perolehan minyak pada tahap secondary
recovery, dengan saturasi minyak tersisa-1
(S
or1
) sebesar 30,67 % dan saturasi air-1 (S
w1
)
sebesar 69,30 %.
Injeksi Polimer 4.
Polimer dengan konsentrasi 1200 ppm
(C 750) yang terlebih dahulu dimasukkan pada
tabung polimer, dan kemudian diinjeksikan
pada core setelah tahap-3 berakhir. Dengan laju
alir injeksi sebanyak 0,04 cc/menit dan jumlah
volume polimer diinjeksikan sebanyak 0,4 PV,
maka dilakukan kembali pencatatan produksi
minyak dan air. Pada tahap-4 ini perolehan minyak
maksimum didapat sebanyak 62,01 % OOIP, dan
saturasi minyak tersisa-2 (S
or2
) sebesar 23,96 %
dan saturasi air-2 (S
w2
) sebesar 76,04 %.
Injeksi Air - 2 5.
Pada tahap-5 ini, kembali air injeksi
(AI) diinjeksikan ke dalam core setelah tahap-4
selesai yaitu sebanyak 0,5 PV dengan laju alir
injeksi sama seperti pada tahap sebelumnya yaitu
0,04 cc/menit. Minyak yang dapat diproduksikan
setelah penyapuan oleh polimer menghasilkan
perolehan minyak sebesar 68,36 % OOIP, dengan
saturasi minyak tersisa-3 (S
or3
) sebesar 19,95 %
dan saturasi air-3 (S
w3
) sebesar 80,05 %. Plot
perolehan minyak terhadap volume injeksi dari
lima tahap rancangan fuida injeksi tersebut,
ditampilkan pada Gambar 11.
.
Pembahasan III.
Pada umumnya hasil penyaringan metoda
EOR yang dilakukan terhadap karakteristik fuida
0
20
40
60
80
100
0 0.5 1 1.5 2 2.5 3
P
e
r
o
l
e
h
a
n

M
i
n
y
a
k
,


%

O
O
I
P










Volume Injeksi, PV
Injeksi air sebelum injeksi Polimer
Injeksi Polimer
Injeksi air setelah injeksi Polimer
Gambar 11. Perolehan minyak terhadap volume injeksi
120
dan batuan reservoir, dimungkinkan diperoleh
metode yang cocok lebih dari satu. Namun hasil
penyaringan metoda EOR terhadap karakteristik
fuida dan batuan reservoir A menunjukkan
bahwa hanya metoda injeksi polimer yang
cocok untuk diterapkan. Uji laboratorium untuk
menunjang layak tidaknya menerapkan injeksi
polimer pada reservoir A telah dilakukan.
Berdasarkan hasil analisis air terhadap
air formasi dan injeksi disimpulkan bahwa kedua
jenis air ini termasuk dalam kategori soft brine.
Dengan demikian air injeksi yang akan digunakan
sebagai pelarut dalam pembuatan larutan polimer
tidak signifkan pengaruhnya terhadap degradasi
larutan polimer akibat adanya kation Mg
++
dan
Ca
++
. Demikian juga bila larutan polimer tersebut
diinjeksikan ke dalam batuan reservoir yang
didalamnya sebagian telah terdapat air formasi.
Derajat keasaman (pH) dari kedua jenis air
tersebut menunjukkan suasana basa. Suasana
inilah yang dianjurkan dalam penerapan injeksi
polimer agar dicapai kondisi memadai terhadap
Rheology polimernya.
Hasil analisis karakteristik fuida minyak
diperoleh gravity minyak sebesar 25,39
o
API dan
viskositas minyak pada suhu reservoir, 177
o
F
sebesar 11,09 cp, termasuk kategori jenis minyak
sedang. Karena harga viskositas minyak jauh lebih
tinggi dari air, sehingga bila dilakukan injeksi air
pada reservoir ini, maka kemungkinan terjadinya
fngering dimana air bergerak mendahului
minyak, sehingga efsiensi penyapuan minyak
tidak efektif. Usaha untuk mengatasi hal tersebut
yaitu dengan menginjeksikan larutan polimer.
Dari analisis x-ray diffraction batuan
reservoir didominasi oleh mineral quartz sebesar
73 %, dan kandungan lainnya adalah karbonat
15 %, serta mineral clay 10 % (mineral illit
dan kaolinit). Dari hasil analisis yang diperoleh
menunjukkan bahwa kemungkinan terjadinya
fenomena swelling tidak terbentuk, karena tidak
ditemuinya mineral smectite (termasuk mineral
clay) yang dapat mendominasi terjadinya
swelling.
Setelah uji kompatibilitas terhadap air
formasi dan air injeksi dilakukan, maka hasil yang
diperoleh menunjukkan bahwa jumlah endapan
maksimum sebanyak 0,0060 gr/liter terdapat pada
100 % air injeksi, dan minimum sebanyak 0,0043
gr/liter terdapat pada 100 % air formasi. Endapan
yang terbentuk dalam campuran pada komposisi
lainnya tidak menunjukkan jumlah yang melebihi
dari total jumlah endapan yang terdapat pada air
injeksi maupun air formasi. Hal ini berarti bahwa
campuran air injeksi dan air formasi cocok
dimana keduanya tidak membentuk endapan
baru. Sedangkan dari hasil uji kualitas air harga
relative plugging index (RPI) yang diperoleh
untuk air formasi adalah sebesar 6,56 dan untuk
air injeksi sebesar 9,97. Mengacu pada petunjuk
peringkat kualitas air yang dikembangkan
perusahaan Amoco, maka harga RPI pada rentang
3 sampai dengan 10 menunjukkan kualitas yang
baik. Dengan demikian kualitas air formasi dan
air injeksi berdasarkan harga RPI yang diperoleh
termasuk kategori baik.
Hasil uji Rheology yang telah dilakukan
terhadap larutan polimer C-750 dan C-720H
menunjukkan bahwa harga viskositas larutan
polimer berkurang sejalan dengan naiknya
putaran per menit. Pada putaran per menit diatas
60, penurunan harga viskositas polimer cenderung
lebih kecil atau harga viskositas polimer hampir
konstan. Sedangkan penurunan harga viskositas
larutan polimer pada putaran per menit antara
6 sampai dengan 60 cukup signifkan. Yang
menjadi perhatian adalah harga viskositas pada
putaran per menit = 6 atau shear rate = 7,344
detik
-1
, yang merepresentasikan laju alir larutan
polimer di dalam reservoir dari sumur injeksi
ke sumur produksi yang diperkirakan sebesar 1
feet/hari. Sedangkan pada shear rate yang tinggi
merepresentasikan laju alir di sekitar lubang
sumur injeksi. Dari hasil uji Rheology ini, dipilih
larutan polimer C-750 untuk uji selanjutnya,
karena mempunyai harga viskositas yang lebih
tinggi dibandingkan dengan larutan polimer
C-720H.
Dari uji thermal stability terhadap larutan
polimer C-750 dengan konsentrasi 600 ppm, 900
ppm, dan 1200 ppm menunjukkan bahwa harga
viskositas polimer tersebut cenderung konstan
setelah mengalami pemanasan pada suhu reservoir
(177
o
F) setelah minggu ke 5. Meskipun pada
minggu pertama hingga minggu ke empat harga
viskositas larutan polimer mengalami penurunan
yang signifkan karena adanya degradasi polimer
yang disebabkan pengaruh suhu. Dengan
demikian jika diperkirakan pergerakan larutan
polimer dari sumur injeksi ke sumur produksi
memerlukan waktu kurang lebih 3 bulan, maka
harga viskositas polimer setelah 7 minggu uji
121
thermal stability dianggap sudah tidak mengalami
penurunan harga viskositas. Berdasarkan hasil
uji fltrasi terhadap larutan polimer 600 ppm, 900
ppm, dan 1200 ppm, maka harga flter ratio yang
didapat masing-masing sebesar 0,995, 1,048,
dan 1,078. Dari ketiga harga flter ratio tersebut
menunjukkan harga lebih kecil dari 2. Dengan
demikian maka jika larutan polimer tersebut
diinjeksikan ke dalam reservoir diperkirakan
tidak akan terjadi penyumbatan di dalam ruang
pori. Dari uji adsorpsi statik yang telah dilakukan
terhadap larutan polimer 600 ppm, 900 ppm, dan
1200 ppm tersebut pada batuan reservoir, maka
penurunan konsentrasi larutan polimer masing-
masing menjadi 548 ppm, 825 ppm dan 1091
ppm, yang menunjukkan penurunan konsentrasi
larutan polimer yang tidak signifkan yaitu kurang
dari 10 %.
Mengacu pada pengujian yang telah
dilakukan, maka larutan polimer C-750 dengan
konsentrasi 1200 ppm dipilih untuk uji core
fooding, karena harga viskositas pada putaran
per menit = 6 setelah uji thermal stability selama
7 minggu sebesar 17,1 cp, yang sama dengan
1,54 kali harga viskositas minyak. Sehingga
diharapkan dapat meningkatkan efsiensi
pendorongan minyak secara makro. Rancangan
fuida injeksi yang telah dilakukan secara kontinyu
dengan urutan: 1,3 pore volume air injeksi (AI),
0,4 pore volume polimer dan 0,5 pore volume
air injeksi (AI). Perolehan minyak akibat injeksi
air (1) sebanyak 1,3 PV didapat sebanyak 51,32
% OOIP. Dari plot perolehan minyak terhadap
volume injeksi pada Gambar 11, menunjukkan
bahwa injeksi air dari 0,85 PV hingga 1,3 PV
memberikan penambahan perolehan minyak
hanya 1,82 % OOIP. Hal tersebut karena perolehan
minyak sudah mendekati saturasi minyak tersisa
atau residual oil saturation. Pengaruh injeksi
larutan polimer C-750 (1200 ppm) sebanyak 0,4
PV pada core telah menambah perolehan minyak
sebanyak 10,69 % OOIP. Perolehan minyak akibat
injeksi polimer tersebut masih mungkin untuk
ditingkatkan dengan cara menambah jumlah PV
injeksi larutan polimer, karena pada bagian akhir
dari plot perolehan minyak terhadap volume
injeksi masih menunjukkan kecenderungan
menaik. Dan penambahan perolehan minyak
akibat injeksi air (2) sebanyak 0,5 PV setelah
akhir injeksi larutan polimer adalah sebesar 6,35
% OOIP. Sehingga perolehan maksimum yang
didapat dari rancangan injeksi fuida tersebut
adalah sebesar 68,36 % OOIP.
Berdasarkan kajian laboratorium yang
telah dilakukan, maka selanjutnya dapat
dikembangkan pemodelan simulasi injeksi
polimer ke dalam reservoir minyak pada pola
sumur injeksi tertentu yang menggunakan
simulator injeksi kimia tiga dimensi. Selanjutnya
dapat dilakukan uji sensitivitas guna memperoleh
rancangan fuida injeksi dan pola sumur injeksi
yang optimum untuk diterapkan pada pilot proyek
injeksi polimer.
Kesimpulan IV.
Hasil penyaringan metode EOR terhadap 1.
karakteristik fuida dan batuan reservoir A
menunjukkan bahwa metode injeksi polimer
cocok untuk diterapkan.
Dari hasil uji 2. compatibility campuran air injeksi
dan air formasi menunjukkan bahwa kedua
jenis air tersebut cocok dan tidak membentuk
endapan baru.
Berdasarkan hasil uji rheologi, thermal 3.
stability, fltrasi, dan adsorpsi statik terhadap
polimer C-750 dan C-720H, maka polimer
C-750 memadai untuk digunakan pada uji
core fooding.
Injeksi fuida polimer 4. slug C-750 (1200
ppm) terhadap core sebanyak 0.4 PV dapat
menambah perolehan minyak sebanyak
10.69 % OOIP, setelah kondisi residual oil
saturation.
Dengan urutan rancangan 5. core fooding 1.3 PV
(air), 0.4 PV (polimer C-750, 1200 ppm) dan
0.5 PV (air), menghasilkan perolehan minyak
sebesar 68.36 % OOIP.
Daftar Simbol
mbpl = meter bawah permukaan laut
ppm = part per milion
V
a
= kumulatif volume, 100 ml
V
b
= kumulatif volume, 300 ml
Q
a
= laju alir pada V
a
, ml/detik
Q
b
= laju alir pada V
b
, ml/detik
Kepustakaan
Green W. Don dan Willhite, G. Paul, Enhanced
Oil Recovery , Society of Petroleum
Engineers Richarrdson, Texas, USA,
122
2003.
Taber J.J., Martin F.D., Seright, R.S.,: EOR
Screening Criteria Revisited-Part 1:
Introduction to Screening Criteria and
Enhanced Recovery Field Projects, SPE
Reservoir Engineering, Agustus 1997, hal
189-198.
Taber J.J., Martin F.D., Seright, R.S.,: EOR
Screening Criteria Revisited-Part 2:
Aplications and Impact of Oil Prices,
SPE Reservoir Engineering, Agustus
1997, hal 199-205.
Recommended Practices for Evaluation of
Polymers Used in Enhanced Oil Recovery
Operations, API Recommended Practice
63 (RP 63), frst Edition, June, 1990.
Sorbie, K.S, Polymer Improve Oil Recovery ,
CRC Press Inc., Florida, 1991.
Borchardt K.J.,: A Novel Polymer for Oilfeld
Application, SPE 37279, SPE
International Symposium on Oilfeld
Chemistry di Houston, Texas, 18-21
October 1977.
123
Determination Of Reservoir Flow Connectivity
By Use Of Production Data In Highly Faulted System
Taufan Marhaendrajana
Bandung Institute of Technology
Telp.: +62816615621 Email: tmarhaendrajana@tm.itb.ac.id
Abstract
The knowledge of lateral reservoir connectivity is an important factor for further development
of petroleum reservoirs, particularly for highly faulted reservoir systems. The execution of improved
and enhanced recovery programs signifcantly relies on the ability to identify reservoir connectivity.
It becomes a challenging subject that many put a lot of effort to use any data from available sources
obtained during seismic, drilling, coring, wire line logging, well testing (pressure transient) and pro-
duction. Among of those, well testing and production data are most suitable for determination of
ow connectivity. However, pressure transient data is expensive and is only available in few wells.
Meanwhile, the quantity of production data is comparable with (if not more than) the wire-line log
data, since the well production is always recorded for every well. Therefore, analysis conducted from
production data analysis should explain the lateral description of the reservoir fairly well.
Seismic data interpretation produces fault locations and geometries that divide reservoir into
many compartments. This static description provide the big picture of compartmentalization. The
missing information is the ow connectivity between compartments (sealing/non-sealing of fault) and
even between wells in the same compartment (sand continuity).
It is the intention of this paper to utilize the production data to obtain the information about
ow connectivity. It extends the application of model derived by Marhaendrajana [1] and it proves to
work well for gas and oil reservoirs.
Keywords: Reservoir Description, Reservoir Connectivity, Production Data Analysis
Sari
Pemahaman akan kontinuitas reservoir secara lateral sangat kritikal dalam pengembangan
lapangan migas lebih lanjut, terutama reservoir yang memiliki sistem patahan yang rumit. Imple-
mentasi metode improved atau enhanced recovery sangat bergantung seberapa jauh kontinuitas res-
ervoir dipahami. Sebegitu pentingnya sehingga berbagai usaha dilakukan melalui pengumpulan dan
analisa data seismic, pemboran, core, logging, uji sumur dan produksi. Diantara data atau proses
yang disebut, uji sumur dan produksi sangat cocok untuk mengetahui konektivitas (kebersambungan)
aliran fuida di reservoir. Bagaimanapun, uji sumur cukup mahal dan umumnya dilakukan di beber-
apa sumur saja. Sementara itu data produksi tersedia di semua sumur seperti halnya data logging.
Oleh karena itu, analisa yang dilakukan terhadap data produksi seharusnya dapat membantu dalam
menjelaskan deskripsi reservoir secara lateral dengan cukup baik.
Interpretasi dari data seismik menghasilkan lokasi patahan dan geometrinya yang membagi
reservoir ke dalam beberapa kompartemen. Hasil interpretasi data statik ini memberikan gamba-
ran besar tentang kompartemen di reservoir. Informasi yang belum diperoleh dari data ini adalah
koneksi aliran antar kompartemen.
Tujuan dari paper ini adalah untuk menggunakan data produksi dalam menentukan konektiv-
itas aliran antar kompartemen. Metode yang diusulkan adalah pengembangan aplikasi model yang
dipresentasikan oleh Marhaendrajana [1] dan dalam paper ini terbukti bekerja dengan sangat baik
untuk reservoir minyak dan gas.
Kata kunci: Deskripsi Reservoir, Konektivitas Reservoir, Analisa Data Produksi
124
Introduction I.
Figure 1 is a structural map of feld R1X
that is intersected by two main parallel faults
trending Southeast - Northwest and many minor
faults in between mostly trending Southwest -
Northeast. This feld has been produced for about
six years from seventeen reservoir layers, and oil
recovery factor is only 7% despite the average
reservoir pressure decreases from about 2400 psi
to 600 psi.
in this paper is illustrated in Figure 2.
Within this compartment, the reservoir
has specifc permeability (k), porosity (), thick-
ness (h), area (A), and fuid viscosity (). Each
well may produces with specifc rate and pressure
which are function of time.


( )
=

2
2
2
2
1 1
1
1 p
x
p
y
q
Ah k
x x y y
c
wells n
w i w i
t

( )
( / )
,
, ,

kk
p
t

.................................. (1)
p x y t p
t
, , = ( ) = 0
..................................... (2)

=
= =
p
x
p
x
x x xe 0
0
................................ (3)

=
= =
p
y
p
y
y y ye 0
0
................................ (4)
q t
p p
Nc
t f t
k
i wf k
t
tot k
k
( )

=
+
,
( )
, ( )
1
1
1 .................. (5)
At this stage, further development need to
be implemented to maximize the production from
this feld. Because of low reservoir, it suggests to
conduct pressure maintenance program such as
water injection or to improve sweep efciency
using water fooding. The understanding of ver-
tical and lateral continuity becomes important for
the program to be successfull. It helps planning
the location of injection wells, infll wells, wa-
ter injection pattern and target reservoir layers
(zones) for injection or for producing. This paper
focuses only on indentifying lateral continuity
between compartments.
Methodology and Model Development II.
The approach used in this paper is to com-
prehend the production behavior that is unique for
a single closed compartment. Hence, this under-
standing is expected for being able to distinguish
the production behavior of one compartment to
the others. To attain this purpose, mathematical
model of reservoirs with multiple well producing
is developed and solve analytically, which pro-
vide a tool for data analysis. The system modeled
Figure 1. Reservoir R1X with complex faults system
Figure 2. Bounded reservoir with multiple producing
wells.
Initially, reservoir is assumed to be in equalibri-
um condition with uniform initial pressure pi,
that is,
The reservoir compartment is considered close
and hence there is no-fow across the boundary.
This boundary condition can be expressed as
The solution of Equation 1 to 4, where each well
producing at rate of qk and pressure at pwf;k
from reservoir with hydrocarbon in place of N, is
presented by Marhaendrajana[1], [2] in a form of
Equation (5).
125
Faults dividing reservoir into several compart-
ments where totally eight wells producing gas
with arbitrary rate and pressure.
Graph on Figure 4 is the analysis proposed in
this paper using Equation 5. Although well-1 and
well-2 are separated by fault-1, the analysis shows
that the late behavior converges at the same line
which means that they are fow connected. This
is consistent with non-sealing property of fault-1.
On the other hand, wells in compartments sepa-
rated by sealing faults converges at diferent lines
which implies no fow connectivity between those
compartments.
Further test case is made for oil reservoir
with dissolve gas initially. During production gas
liberated from oil at the surface, and at one time
reservoir pressure below bubble point pressure,
gas releases from oil in the reservoir. This gas can
also freely fow to wellbore as its saturation ex-
ceed gas critical saturation. A synthetic reservoir
model, shown by Figure 5, attempts to include
variability of porosity and permeability. The res-
ervoir consists of three compartments. Compart-
ment 1 is isolated from the otherd by sealing fault.
Presentation of solution in the form of Equation
5 enables us to use graphical analysis by plotting
normalize rate (left hand side of Equation 5) with
total material balance time, t
tot,k
. Marhaendrajana
[1], [2], states term fk(t) becomes very small at
long times (pressure propagation reaches boun-
dary), the plot asymtote to a straight line with
negative unit slope on log-log plot. The intercept
of the straightline represents the pore volume of
compartment.
Consequently, this plot suggests that
wells in the same compartment at late time will
converge approximately at the same straightline
which represent the volumetric property of the
compartment.
Synthetic Simulation Case III.
The synthetic simulation is used to test
this idea and it is shown in Figures 3 and 4. Graph
on Figure 3, fault with yellow color is a non-seal-
ing fault and fault with red color is a sealing fault.
Figure 3. Synthetic model for a single phase gas reservoir
Figure 4. Compartment analysis: Synthetic gas reservoir
case
Figure 5. Synthetic model for an oil reservoir: Three phase
fow
Compartment 2 and 3 is separated by partially
sealing fault. Five wells are producing from the
reservoir and the production profle of each well
is shown in Figure 6. While it is not constrained
by well basis, the liquid feld production is main-
tain constant, and the simulator assign production
for each well based on the deliverability and the
accessible uid volume. The analysis for produc-
tion performance of this case is depicted at Fi-
gure 7. As it is seen, curves belong to Well U3,
126
At particular at this paper, analysis is conducted
for zones R1X-M3, which is the main producing
zones. There twenty wells that produce from this
zone non-commingly from other zones. Com-
plete data (oil rate, gas rate, water rate, and tub-
ing pressure) are available so proper analysis can
be done. At the beginning, oil is produced natu-
rally and at later stage, some wells require pump
to lift oil from bottom hole to the surface. Oil
production and tubing pressure of these wells are
shown in Figures 8 and 9. Location of each well
U4 and U5 converges at the same line indicating
that they are at the same compartment and are
in no communication with Wells U1 and U2. On
the other hand, curves of U1 and U2 converges
each other. Although these two wells are located
at different compartment, the analysis show that
there is lateral communication between the two.
It agrees with partially sealing fault separating
the two compartment.
Application to Field R1X IV.
The test case results is promising and the
application of this method in real case of oil re-
servoir is presented. As previously stated that
feld R1X is at the stage for further development
to maximize the production from this feld. The
plan of injecting water as pressure maintenance
or as water fooding or drill new wells to fnd
undrained oil should be carefully designed with
the knowledge of vertical and lateral continuity.
Figure 6. Well production profles: synthetic oil reservoir
case
Figure 7. Compartment analysis: Synthetic oil reservoir
case
Figure 8. Oil production from reservoir R1X-M3
Figure 9. Tubing pressure of wells producing from reser-
voir R1X-M3
is shown in Figure 10.
It is observed from fault confguration,
while wells R1X-7 and R1X-17 are separated
from the others, both of wells seem to be in com-
munication since fault between these wells leaves
an opening. Interestingly, analysis performed
to production data shown in Figure 11 tells that
well R1X-7 and R1X-17 are not in communica-
tion. The curves of R1X-7 and R1X-17 do not
asymtote to the same line at late time. To be con-
127
sistent with this observation, either the sealing
fault between the two need to be extended to the
south to close the opening or there is sand dis-
continuity between the two. As can also be seen
from the Figure, fault separating R1X-7/R1X-17
and R1X-15 is indicated as sealing. Meantime,
although separated by many faults, wells other
than R1X-7 and R1X-17 are in communication
indicating lateral sand continuity that connects
pseudopressure and pseudotime are used instead
of presure and time. It is then not surprising when
Equation 5 works very well when it is used for
synthetic gas case as described and depicted ear-
lier in Figures 3 and 4.
The same is also applied for multiphase-
ow condition (oil, water, and gas are fowing).
Marhaendrajana et.al. [5] constructs pseudo-
pressure and pseudotime for multiphase-fow by
which a single-phase liquid solution can be used
for multiphase fow. However computation of
multiphase pseudopressure and psedotime is not
trivial, because it requires information of average
saturation of each phase in the reservoir. Example
shown in Figures 7 use pressure and time func-
tion, and it seems that the idea of unique trend
as a characteristic of compartment suggested by
Equation 5 does still apply. This case is simpli-
fed by the water is present as connate water, wa-
ter volume is limited and there is no support from
aquifer. Although water is fowing, the average
water saturation does not change signifcantly.
The problem appears when gas starts liberating
from oil in the reservoir, because of which gas
saturation increases as oil saturation decreases.
At this period gas also ows in the reservoir. The
appearance and fow of gas, and changes in satu-
ration are represented by the change of asymtote
line for each compartment. It is understood that
the volumetric property of compartment chang-
es.
Having said that, the goal of this paper
to identify connectivity of compartments using
Equation 5 is still achieved. It is interesting to
see if this method using Equation 5 to identify
connectivity between compartments can work
for reservoir with strong aquifer support. Further
work is recommended to investigate the idea.
References
Marhaendrajana, T.,Modeling and Analysis of
Flow Behavior in Single and Multiwell
Bounded Reservoir, PhD Dissertation, Texas A
M University, 2000.
Marhaendrajana, T. and Blasingame, T., Decline
Curve Analysis Using Type Curves: Evalua-
tion of Well Performance Behavior in a Mul-
tiwell Reservoir System, paper SPE 71517,
2001.
Al-Hussainy, Ramey, H.J., Jr., and Crawford,
Figure 10. Well location
Figure 11. Compartment analysis of reservoir R1X-M3
those wells.
Discussion V.
It is important to note that derivation
of Equation 5 assumes a single phase fow of
slightly compressible fuid (i.e., liquid) with con-
stant reservoir rock properties. Hence, use of this
Equation cannot be directly as is for single phase
gas or for multiphase-ow condition. Nevertheles,
as discussed and proved by Al Hussainy et al.
[3], and Agarwal [4], solution derived based on
liquid assumption can be used for gas ow when
128
P.B.,The Flow of Real Gases Through Po-
rous
Media, JPT, 1966.
Agarwal, R.G., Real Gas Pseudo-Time: A New
Function for Pressure Buildup Analysis of
MHF Gas Wells, paper SPE 8279, 1980.
Marhaendrajana, T., Ariadji, T. and Permadi,
A.K., Performance Prediction of a Well
Under Multiphase Flow Conditions, paper SPE
80534, 2003.
129
Metode Quick Look:
Percepatan Persetujuan Plan Of Development (POD)
Tutuka Ariadji
(1)
, Hernansyah
(2)
, I Made Rommy Permana
(3)
(1) (2)
Dosen Teknik Perminyakan Institut Teknologi Bandung
(3)
Mahasiswa Teknik Perminyakan Institut Teknologi Bandung
Telp.:
(1)
+62811227745 email:
(1)
tutukaariadji@tm.itb.ac.id
Sari
Dalam penyusunan Perencanaan Pengembangan (Plan Of Development POD) suatu lapang-
an membutuhkan data yang beragam dan sangat banyak meliputi data dari geologi, geofsika, reser-
voir, produksi, fasilitas permukaan, dan keekonomian sehingga membutuhkan waktu yang cukup
lama untuk menyelesaikanya. Kemudian daripada itu sebelum POD tersebut dapat diimplementa-
sikan, diperlukan waktu lagi untuk mendapatkan persetujuan dari badan yang berwenang. Dengan
demikian diperlukan suatu metode baru untuk mempercepat proses yang panjang ini dengan metode
yang kami usulkan dengan nama metode Quick Look POD.
Metode Quick Look POD dimaksudkan agar dapat mempercepat proses persetujuan dalam
pengembangan suatu lapangan sehingga diharapkan berdampak pada peningkatan produksi lapangan.
Metode Quick Look POD mencoba mengelompokkan jenis-jenis data yang ada dan dibagi menjadi
beberapa kelas tingkat kelayakan melalui pemberian nilai (scoring) terhadap tingkat kelengkapan
dan kualitas data. Masing-masing kelas tersebut memiliki tingkat kelayakan yang berbeda yang akan
mempengaruhi pengambilan keputusan dalam tingkat kesiapan untuk diimplemetasikan. Pembagian
kelas-kelas POD pada studi ini menggunakan simulasi Monte Carlo dengan melihat persebaraan nilai
(skor) yang diperoleh dari kualitas dan kuantitas data yang dimiliki suatu lapangan.
Pembagian Kelas POD adalah sebagai berikut: Kelas A, yaitu POD sepenuhnya disetujui
oleh pihak yang berwewenang untuk diimplementasikan; Kelas B, yaitu sudah layak diimplemen-
tasikan dengan syarat masih membutuhkan penambahan data minor dengan kualitas yang memadai;
dan Kelas C, yaitu harus dilakukan penambahan data major (utama) dengan kualitas yang memadai
terlebih dahulu sebelum diajukan lagi ke pihak yang berwewenang. Sebagai contoh, studi ini meng-
gunakan data dari Lapangan X yang merupakan lapangan pada tahap awal pengembangan untuk
ditentukan tingkat kelas kelayakan POD-nya. Diperoleh bahwa Kelas Lapangan X adalah POD Kelas
B yang berarti sudah layak diimplementasikan dengan terlebih dahulu melakukan penambahan data
dengan kualitas memadai.
Kata kunci: quick look, Monte Carlo, POD, pengembangan lapangan.
Abstract
In the making of Plan of Development of a feld requires many types and abundant of data
covering geology, geophysics, reservoir, production, surface facilities, and economic, and thus, takes
a long time to fnish it. Moreover, prior to implementation the POD, it is a mandatory to get an ap-
proval from the authority of the government body that of course it takes another period of time. For
this reason, therefore, there is a need to cut short this long, consuming time process by introducing a
new method, namely, Quick Look POD method.
This Quick Look POD method is intended to expedite the approval process of a proposed
POD, and, it is expected to increase oil and gas production. The Quick Looked POD attempt to clas-
sify the available data types and then they are divided into several feasibility level classes by giving
scores according to the level of completeness and quality of data. Each class has a different level of
reliability that will affect a decision making in readiness to implementation. The classes division of
a POD in this study uses the Monte Carlo simulation honoring the score distribution obtained from
quality and quantity of the feld existing data.
130
The classes division is as the following: Class A is a POD that is fully approved by the govern-
ment body authority to be implemented; Class B is a POD that is feasible to be implemented, however,
some minor data are required to be fulflled prior to implementation; and Class C is a POD that re-
quires major revision and data requirement before to be submitted to the government body authority.
For example, this study uses data from X feld which is in an early stage of its development in order
to determine the feasibility level of its POD class. The resulted class for the X feld is a POD class B
that is feasible to be implemented, but still needs additional minor data.
Keywords: quick look, Monte Carlo, POD, feld development.
Pendahuluan I.
Perencanaan Pengembangan Lapangan
(Plan Of Development POD) suatu lapang-
an minyak atau gas bumi adalah perencanaan
pengembangan skenario-skenario untuk mengeks-
ploitasi minyak atau gas bumi dari lapangan terse-
but dengan kaidah keteknikan dan keekonomian
serta analisa dampak lingkungan.
Untuk membuat studi POD suatu lapang-
an memerlukan data yang sangat banyak, me-
libatkan disiplin ilmu Geologi, Geofsika dan
Perminyakan serta memakan waktu yang cukup
lama yaitu kurang lebih 6-12 bulan. Sementara
untuk mendapat persetujuan dari badan yang
berwenang, berdasarkan Undang-Undang No.
22/2001, membutuhkan waktu 12 minggu tanpa
halangan setelah studi dilakukan. Namun pada
kenyataannya seringkali waktu yang dibutuhkan
lebih lama karena masalah teknis dan operasio-
nal. Hal ini membuat data yang digunakan pada
saat studi menjadi kadaluarsa.
Dalam pelaksanaan POD, Kontrak-
tor Kontrak Kerjasama (KKKS) membutuhkan
persetujuan dari badan yang berwewenang sete-
lah melakukan studi POD, dan yang sering kali
menjadi hambatan adalah ketidak tersediaan data,
atau kualitas data yang tidak memadai, ataupun
ketidak-cukupan analisis sehingga diperlukan
waktu melihat dan melengkapi kembali yang me-
merlukan waktu lama dan tidak efsien.
Untuk meningkatkan efsiensi sistem kerja de-
ngan berprinsip pada win-win solution, maka
ditawarkan suatu metode baru yang menuntut
KKKS untuk aktif mempersiapkan seluruh doku-
men yang diperlukan berikut data pendukungnya
melalui self assessment dengan rambu-rambu
berupa check list yang diberikan oleh institusi pe-
merintah yang berwewenang seperti BPMIGAS.
Dengan demikian KKKS mengetahui apa yang
harus dipersiapkan terlebih dahulu sebelum me-
nyerahkan dokumen untuk mendapatkan persetu-
juan institusi yang berwewenang tersebut. Dilain
pihak, institusi yang berwewenang memberikan
persetujuan dapat mengetahui dengan lebih cepat
status masing-masing dokumen POD yang dise-
rahkan melalui metode tersebut. Dengan demiki-
an proses percepatan pekerjaan berlangsung dari
dua arah sesuai tanggung jawab masing-masing
sehingga diharapkan akan dapat mempercepat
proses persetujuan.
Tujuan
Landasan pemikiran metode quick look
POD adalah agar dapat mempercepat proses
persetujuan dalam perencanaan pengembangan
lapangan yang didasari oleh tanggung jawab men-
jalankan kewajiban masing-masing pihak terkait,
yaitu KKKS dan BPMIGAS melalui sistem yang
diketahui bersama sejak awal bekerja.
Studi Quick Look POD ini bertujuan un-
tuk memberikan klasifkasi tingkat kelayakan do-
kumen POD dalam kaitannya dengan persetujuan
oleh BPMIGAS.
Metodologi II.
Metode yang digunakan dalam membuat
Quick Look POD dibagi menjadi beberapa tahap.
Pertama, mengumpulkan semua data yang terse-
dia dari geofsik, geologi, reservoir studi dan data
selama pemboran pada suatu lapangan. Kedua,
membuat tabel Quick Look POD dari data-data
yang dimiliki. Ketiga, dilakukan pemberian skor
pada data-data yang ada pada tabel Quick Look
POD. Keempat, dari skor-skor yang terdapat
pada tabel Quick Look , dibuat penyebaran dis-
tribusinya dengan menggunakan simulasi Monte
Carlo dan dibuat pembagian kelasnya. Lalu yang
terakhir menjumlahkan semua skor pada tabel
untuk mengetahui kelas dari POD lapangan yang
dikaji.
Pembuatan tabel quick look POD
Tabel Quick Look POD dibuat berdasar-
131
kan dari data-data yang dimiliki. Tabel Quick
Look dibagi menjadi tiga bagian utama yaitu data
sebelum pemboran, selama pemboran dan setelah
pemboran atau data produksi. Parameterpara-
meter yang digunakan disesuaikan dengan ke-
tersediaan data yang dimiliki. Data sebelum pem-
boran mencakup data gravity, seismik dan studi
geologi. Data selama pemboran diperoleh dari
cutting, core, Drill Stem Test (DST) dan data log-
ging. Sedangkan data setelah pemboran diperoleh
dari data produksi. Semua parameter parameter
yang digunakan untuk membuat tabel Quick Look
bersifat feksibel sesuai dengan ketersediaan data
yang ada. Beberapa contoh parameterparameter
data yang dianalisis adalah penanda kedalaman,
litologi, porositas, permeabilitas, saturasi fuida,
kontak fuida, tekanan, laju produksi dan se-
bagainya. Lampiran 1 memberikan data Tabel
Quick Look.
Pemberian Penilaian (Scoring) pada Tabel
Quick Look POD
Pemberian skor terhadap data-data yang
ada pada tabel Quick Look POD dilakukan secara
subjektif. Akan tetapi, ada dasar yang harus dipa-
hami dalam pemberian skor. Data dapat dikatakan
baik apabila data tersebut akurat, memiliki jumlah
yang banyak, ada hasil pembuktian dan memiliki
dukungan dari expert-judgement. Kualitas data
dipengaruhi juga oleh tingkat ketelitian dan ke-
lengkapan suatu data. Semakin rinci keterangan
dan kelengkapan suatu data, maka data tersebut
akan semakin baik. Pemberian skor dibagi men-
jadi 4 tingkat, skor 1 memiliki arti kualitas data
buruk, skor 2 memiliki arti kualitas data sedang,
skor 3 memiliki arti kualitas data baik dan skor
4 memiliki arti kualitas data sangat baik. Bila
dikaitkan antara syarat data baik dengan tingka-
tan data yang dibuat, dapat disimpulkan bahwa
pemberian skor 4 harus memenuhi semua syarat-
syarat data baik dan juga memiliki tingkat keteli-
tian dan kelengkapan yang baik. Skor 3 diberikan
apabila suatu data memiliki jumlah yang ban-
yak, akurat dan memiliki data dukungan expert
judgement. Skor 2 diberikan apabila suatu data
memiliki jumlah yang cukup banyak dan memi-
liki. dukungan expert judgement. Sedangkan skor
1 diberikan apabila data hanya memiliki jumlah
yang sedikit dan tidak memiliki data dukungan
expert judgement. Lampiran 2 memberikan data
Tabel Penilaian Quick Look (Scoring).
Simulasi Monte Carlo
Untuk membagi kelas POD agar diketa-
hui perlakuan yang harus dilakukan pada suatu
lapangan, maka dilakukan simulasi Monte Carlo
untuk mengetahui penyebaran data distribusinya.
Simulasi Monte Carlo merupakan proses per-
hitungan yang berulang-ulang yang mensimu-
lasikan suatu besaran berupa penyebaran harga
dalam bentuk frekuensi. Model yang digunakan
untuk simulasi Monte Carlo dinyatakan oleh per-
samaan matematis yang variabelnya ditetapkan
berdasarkan distribusi frekuensi dan distribusi
kumulatif, dan untuk menghindari pengaruh sub-
jektivitas dalam penentuan model distribusi vari-
able, simulasi Monte Carlo menggunakan bila-
ngan acak atau Random Number. Distribusi yang
digunakan pada simulasi Monte Carlo dalam
Quick Look POD ini adalah distribusi segi em-
pat, karena kita hanya memiliki data skor mini-
mum dan skor maksimum dari tabel Quick Look
POD. Ciri distribusi ini adalah nilai mungkin
yang dimiliki suatu harga variable adalah sama
dan harga mungkin diluar selang studi harganya
adalah nol. Dengan kata lain, nilai mungkin yang
dimiliki suatu variable pada suatu selang tak ada
yang dominan tinggi ataupun rendah, akan tetapi
merata. Jika telah didapatkan distribusi langkah
selanjutnya mengubah kurva distribusi kumulatif
versus variable acak.
Masalah didalam mengevaluasi keadaan
ini adalah mencari harga yang akan dicari (x
I
).
Oleh karena itu diperlukan suatu bilangan acak
yang berfungsi sebagai parameter probabilitas
kumulatif. Dimana nilai x yang dicari X
I
, batas
nilai x yang terkecil X
L
, nilai x yang terbesar X
H
,
bilangan acak yang berfungsi sebagai parameter
probability kumulatif R
N
. Secara analitis maka
persamaan yang digunakan adalah (Rachmat, S.,
2001):
X X X X X
L N H L 1
= + ( ) .......................... (1)
Dari simulasi Monte Carlo, akan didapat
grafk penyebaran skor terhadap probabilitas ku-
mulatif yang akan digunakan sebagai acuan un-
tuk klasifkasi kelas POD.
Klasifkasi kelas kelas POD
Pembagian kelas kelas POD dilakukan
dengan melihat grafk penyebaran skor terhadap
132
probabilitas kumulatif dari simulasi Monte Carlo
yang telah dilakukan. Dari grafk tersebut dapat
dibagi menjadi tiga kelas POD yaitu kelas A,
B, dan C. Pembagian kelas tersebut dilakukan
berdasarkan grafk penyebaran skor. Pembagian
kelas tersebut juga dilakukan validasi dengan
membagi kelas kelas dengan cara memberikan
skor 1, 2, 3 dan 4 pada semua data yang ada. Dari
kelas A, B dan C tersebut, dapat dilihat tingkat
kelayakan suatu POD dapat dilakukan atau tidak
sehingga diperoleh rekomendasi untuk suatu
lapangan yang dikaji agar studi pengembangan
lapangan dapat dilakukan.
Hasil Dan Pembahasan III.
Studi pengembangan lapangan dilaku-
kan pada lapangan X yang masih dalam tahap
eksplorasi, oleh karena itu tabel quick look POD
yang dibuat dibagi menjadi dua bagian utama
yaitu data sebelum pemboran yang mencakup
data gravity, seismik dan studi geologi dan data
selama pemboran yang mencakup data cutting,
core, DST dan data logging. Parameterpara-
meter yang akan dianalisis adalah depth markers,
structure and area, cementation factor, gross and
net thickness, lithology, mechanical properties,
contacts, pressure, porosity, permeability, fuid
saturation, pore sizes, grain density, hydrocar-
bon properties, water properties, production rate
dan fuid produced. Parameterparameter terse-
but dibuat berdasarkan ketersediaan data yang
ada.
Pemberian skor terhadap parameterpa-
rameter yang ada, dilakukan berdasarkan syarat
syarat data dapat dikatakan baik dan juga tingkat
ketelitian dan kelengkapannya. Contoh pemberi-
an skor pada parameter depth markers pada log-
ging, dari data yang didapat, depth mark-
ers pada data logging lapangan tersebut
bernilai 4 atau dapat dikatakan sangat
baik. Depth markers pada data logging
memiliki keakuratan yang tinggi, serta
terdapat jumlah data yang banyak dan
juga tingkat kelengkapannya sangat baik
karena data logging yang ada sangat
lengkap mulai dari permukaan hingga
kedalaman produksi. Hasil dari pembe-
rian skor untuk parameter lainnya dapat
dilihat pada tabel hasil quick look POD.
Dari tabel hasil quick look POD
lapangan X dapat dilihat bahwa lapangan
X memiliki data yang sudah cukup baik
sebagian besar karena frekuensi skor 2 dan 3 cu-
kup banyak. Skor total dari data sebelum penge-
boran yang mencakup gravity, seismik dan studi
geologi adalah 49. Sedangkan skor total dari data
selama pemboran yang mencakup data cutting,
core, DST dan data logging adalah 185. Bila ke-
dua skor tersebut dijumlahkan, maka didapat total
skor dari lapangan X yang nanti akan dicocokkan
sesuai pembagian kelas POD dengan mengguna-
kan simulasi Monte Carlo.
Pada simulasi Monte Carlo, dilakukan
perhitungan dengan menggunakan distribusi segi
empat. Dibutuhkan skor minimum dan skor mak-
simum untuk mengetahui penyebaran skor terha-
dap probabilitas kumulatifnya. Skor minimum
diperoleh dengan cara memberikan skor 1 pada
semua data yang ada pada saat sebelum pembo-
ran dan juga selama pemboran. Dari data sebe-
lum pemboran didapat skor minimum sebesar
18 dan selama pemboran didapat skor minimum
sebesar 67. Begitu juga dengan skor maksimum
yang diperoleh dengan cara memberikan skor 4
pada semua data sebelum pemboran dan selama
pemboran, didapat skor sebesar 72 dan 268. Dari
skor minimum dan maksimum tersebut, kita da-
pat menggunakan persamaan 1 untuk melaku-
kan simulasi Monte Carlo. Simulasi dilakukan
dengan menggunakan 4000 Random Number
agar didapat penyebaran data yang lebih akurat.
Dari 4000 skor yang didapat dari simulasi Monte
Carlo pada data sebelum pengeboran dan selama
pemboran, bila dijumlahkan akan didapat total
variasi skor yang sangat banyak. Dari banyaknya
total variasi skor tersebut, dapat dibagi menjadi
14 selang total skor dengan perbedaan tiap se-
lang sebesar 25. Dari pembagian selang tersebut
dapat dilihat frekuensi kemunculan skor dengan
probabilitas kumulatifnya. Tabel 1 memberikan
RN pre RN dur pre dur score
0,127923 0,719948 24,90783 211,7096 236,6174
0,872089 0,214028 65,09279 110,0196 175,1124
0,40517 0,186427 39,8792 104,4718 144,351
0,228098 0,224019 30,31729 112,0278 142,3451
0,051175 0,16701 20,76347 100,569 121,3325
0,766523 0,655326 59,39223 198,7205 258,1128
0,362953 0,328566 37,59947 133,0418 170,6413
0,324173 0,005465 35,50536 68,09856 103,6039
0,398834 0,771079 39,53705 221,9868 261,5239
Tabel 1. Tabel contoh perhitungan pada simulasi Monte Carlo
133
Gambar 1. Distribusi skor terhadap frekuensi kumulatif
Selang Score
F
r
e
k
u
e
n
s
i
F
,
R
e
l
a
t
i
f

(
%
)
F
,
R
,

k
u
m

(
%
)
0 s/d 25 0 0 0
25 s/d 50 0 0 0
50 s/d 75 0 0 0
75 s/d 100 46 1,15 1,15
100 s/d 125 242 6,05 7,2
125 s/d 150 473 11,825 19,025
150 s/d 175 508 12,7 31,725
175 s/d 200 477 11,925 43,65
200 s/d 225 508 12,7 56,35
225 s/d 250 481 12,025 68,375
250 s/d 275 494 12,35 80,725
275 s/d 300 474 11,85 92,575
300 s/d 325 257 6,425 99
325 s/d 350 40 1 100
Tabel 2. Selang skor pada frekuensi kemuncu-
lan skor.
contoh perhitungan pada simulasi Monte Carlo.
Sedangkan Tabel 2 memberikan selang skor pada
frekuensi kemunculan skor.
Setelah diperoleh frekuensi skor terhadap
probabilitas kumulatif, diperoleh grafk
yang mempresentatifkan penyebaran
distribusinya. Dari grafk tersebut, da-
pat diklasifkasikan kelas kelas POD yang di-
inginkan. Klasifkasi kelas POD dibagi menjadi
tiga, yaitu kelas A, B dan C seperti pada Gambar
1 dan Tabel 3 berikut.
0,722616 0,007232 57,02126 68,45364 125,4749
0,322577 0,388968 35,41918 145,1825 180,6017
0,790492 0,784791 60,68658 224,7429 285,4295
0,709299 0,704423 56,30212 208,5891 264,8912
0,982723 0,024852 71,06702 71,99519 143,0622
0,781054 0,523336 60,17693 172,1906 232,3675
0,87004 0,587891 64,98216 185,1662 250,1483
0,392438 0,948266 39,19166 257,6014 296,793
0,452234 0,933456 42,42066 254,6246 297,0453
0,330621 0,677714 35,85353 203,2205 239,074
0,33446 0,552138 36,06085 177,9797 214,0406
0,723576 0,23637 57,07312 114,5104 171,5835
0,658208 0,989312 53,54324 265,8518 319,3951
0,244631 0,774097 31,2101 222,5935 253,8036
0,658691 0,72815 53,56931 213,3581 266,9274
0,216689 0,567951 29,70118 181,1582 210,8594
0,270419 0,738622 32,60263 215,463 248,0656
0,695073 0,159168 55,53392 98,99282 154,5267
0,245457 0,004211 31,25465 67,84647 99,10112
0,173126 0,781777 27,3488 224,1371 251,4859
0,926241 0,823612 68,01704 232,546 300,563
0,925492 0,405092 67,97656 148,4235 216,4001
134
Skor
Validasi
Total skor
untuk semua data
1 85
2 170
3 255
4 340
Tabel 4. Skor validasi pendukung klasifkasi kelas POD.
Pembagian kelas POD tersebut dilaku-
kan dengan membagi penyebaran pada grafk
frekuensi skor terhadap probabilitas kumulatif
yang diperoleh. Pembagian batas kelas B dengan
C diperoleh dengan melihat pergerakan grafk
yang frekuensinya sudah mulai bertambah secara
konstan, dan pembagian kelas B dengan A diper-
oleh dengan melihat pergerakan grafk saat grafk
akan mulai turun frekuensinya. Pembagian kelas
tersebut diperkuat dengan validasi yang dilaku-
kan dengan cara memasukkan semua data den-
gan skor 1, 2, 3 dan 4. Gambar 2 dan Tabel 4
memberikan skor validasi pendukung klasifkasi
kelas POD.
Kelas Selang Skor
A 275 - 340
B 171 - 274
C 0 - 170
Tabel 3. Kelas kelas POD.
Gambar 2. Klasifkasi dari skor konstan
Batas kelas C diperoleh sebesar 170 kare-
na skor tersebut merupakan batas skor saat semua
data diberi skor 2 atau memiliki arti kualitas data
sedang dan grafk probabilitas kumulatif terha-
dap frekuensi sudah bertambah atau naik secara
konstan. Karena POD kelas C memiliki total skor
kurang dari 170 atau 50 % dari total skor yang
diperoleh, dapat diasumsikan bahwa sebaran
skornya untuk setiap data berkisar 1 atau 2, maka
POD kelas C ini belum layak untuk dijalankan,
karena dari segi kualitas dan kuantitas data masih
kurang. Pada POD kelas B diperoleh selang skor
dari 170 274 atau 50 % 80,5 % dari total skor
yang diperoleh, dapat dikatakan sebaran nilai-
nya cukup baik. Dapat diasumsikan bahwa setiap
data memiliki skor antara 2 atau 3 yang berarti
kualitas data sudah baik. POD sudah layak untuk
dilakukan akan tetapi masih perlu penambahan
kuantitas data untuk menunjang pengambilan
keputusan pada POD yang dibuat. Penambahan
kuantitas data dapat dilakukan dengan menam-
bah sumur atau melakukan tes sumur untuk skor
agar bisa sampai pada POD kelas A. Bila skor
sudah melebihi 274 atau 80,5 % dari total skor
yang diperoleh, maka masuk ke dalam POD kelas
A, sehingga POD sudah layak untuk dijalankan
karena sebagian besar dapat diasumsikan bahwa
setiap data memiliki kualitas yang baik dan kuan-
titas data sudah cukup. Tabel 5 memberikan total
skor.
Dari pembagian kelas tersebut, dapat dikatakan
135
Kelas
POD
Persentase
Total Skor
A > 80 %
B 51 - 80 %
C < 50 %
Tabel 5. Persentase total skor.
POD kelas A merupakan kelas POD eksekusi
penuh, yaitu POD sudah layak untuk dijalankan
sepenuhnya. POD kelas B merupakan kelas POD
terbatas, yaitu sudah layak dilakukan eksekusi
tetapi masih harus dilakukan penambahan data
yang merupakan kewajiban KPS. Sedangkan
kelas POD C merupakan kelas POD yang be-
lum layak dilakukan karena masih kurang dalam
kualitas dan kuantitas data yang diperlukan.
Pada lapangan X yang dikaji, diperoleh total skor
dari sebelum pengeboran dan selama pengebo-
ran sebesar 237 atau 69,70 %. Total skor terse-
but masuk ke dalam POD kelas B, yaitu POD
terbatas. POD lapangan X sudah layak untuk
dieksekusi karena data dari lapangan tersebut su-
dah cukup baik, akan tetapi masih perlu penam-
bahan kuantitas pada data seperti penambahan
data sumur yang ada, penambahan sumur baru
atau dilakukan kajian lebih lanjut pada data yang
masih kosong.
Prosedur penggunaan metode quick look
pada klasifkasi tingkat kelayakan POD adalah :
Mengumpulkan seluruh data yang diperoleh 1.
dari geofsik, geologi dan perminyakan.
Memberikan skor pada data yang diperoleh 2.
sesuai expert-judgement.
Menghitung total skor dari lapangan yang 3.
dikaji.
Diperoleh kelas POD yang sesuai dengan total 4.
skor.
Kesimpulan IV.
Metode 1. Quick Look POD memberikan klasi-
fkasi tiga kelas POD sebagai berikut: Kelas
A, yaitu POD sepenuhnya disetujui oleh pihak
yang berwewenang untuk diimplementasikan;
Kelas B, yaitu sudah layak diimplementasikan
dengan syarat masih membutuhkan penamba-
han data minor dengan kualitas yang memadai;
dan Kelas C, yaitu harus dilakukan penamba-
han data major (utama) dengan kualitas yang
memadai terlebih dahulu sebelum diajukan
lagi ke pihak yang berwewenang..
Dari Pengujian dengan Lapangan X dihasil- 2.
kan bahwa Lapangan X termasuk ke dalam
POD kelas B yang harus dilakukan penamba-
han data.
Daftar Pustaka
Dandona A. K.et al., Defning Data Requirement
for a Simulation Study, SPE Members, SPE
22357
Ginting, Julianus. (2010), Konsep Dasar Seis-
mik.
Hariroh, Umi. (2010), Persamaan Baru Menggu-
nakan Pendekatan Statistik Untuk Mengesti-
masi Ultimate Recoverable Reserves Dalam
Tahap Eksplorasi Hidrokarbon, Tesis, Teknik
Perminyakan ITB.
Hernansyah. (2008), Diktat Analisa Log Sumur,
Teknik Perminyakan ITB.
ht t p: / / www. bpmi gas . go. i d/ wp- cont ent /
uploads/2011/02/pod.pdf diunduh pada tang-
gal 15 Maret 2011.
Rachmat, S. (2001), Simulasi Monte Carlo
Dan Analisis Resiko Untuk Pengembangan
Lapangan Minyak Bumi. Proceeding Simpo-
sium Nasional IATMI.
136
Predrilling
Sumber data Data yang diperoleh
Gravity structure and area
Seismic depth markers, structure and area
Geology-Eng Study depth markers, structure and area, gross thickness, lithologi,
mechanical properties
Depositional Environment depth markers, structure and area, lithologi, mechanical properties
During drilling
Sumber data Data yang diperoleh
Pressure Log depth markers, gross thickness, net thickness, lithologi, mechanical
properties, contacts, pressure
Mud Log depth markers, gross thickness, net thickness, lithologi, mechanical
properties, contacts, pressure, hydrocarbon properties
Cuttings depth markers, structure and area, lithologi, mechanical properties,
contacts, pressure, hydrocarbon properties
Cores depth markers, structure and area, cementation factor, lithologi,
mechanical properties, contacts, hydrocarbon properties
porosity, permeability, relative permeability, fuid saturation,
pore sizes, grain density
Drillstem depth markers, structure and area, pressure, fuid saturation,
pore sizes, hydrocarbon properties, water properties,
production rate, fuid produced
Electric Log depth markers, cementation factor, gross thickness, net thickness,
contacts, fuid saturation
SP Log depth markers, gross thickness, net thickness, lithologi, contacts,
fuid saturation
Density Log depth markers, gross thickness, net thickness, contacts, porosity,
permeability, fuid saturation
Gamma Ray Log depth markers, gross thickness, net thickness, lithologi
Lampiran 1. Data yang diperoleh pada lapangan X.
Lampiran
137
T
i
m
e
P
r
e
d
r
i
l
l
i
n
g
D
u
r
i
n
g

d
r
i
l
l
i
n
g
O
p
e
r
a
t
i
o
n
g
r
a
v
i
t
y
S
e
i
s
m
i
c
G
e
o
l
o
g
y
-
E
n
g

S
t
u
d
y
W
e
l
l

b
o
r
e

O
p
e
r
a
t
i
o
n
gravity
Time
Velocity
Amplitude
Character
Analogy,
Regional,
Knowledge,
and Maps
Depositional
Environment
Pressure Log
Mud Log
Cuttings
Cores
Drillstem
L
o
g
s
Electric
SP
Acoustic
Density
Gamma
Ray
Neutron
D
e
p
t
h

m
a
r
k
e
r
s
3
3
3
3
4
3
4
4
3
4
3
4
4
4
4
S
t
r
u
c
t
u
r
e

a
n
d

a
r
e
a
3
2
2
2
2
3
2
2
2
2
C
e
m
e
n
t
a
t
i
o
n

f
a
c
t
o
r
2
2
G
r
o
s
s

t
h
i
c
k
n
e
s
s
3
2
2
2
3
2
3
N
e
t

t
h
i
c
k
n
e
s
s
2
2
2
3
2
3
L
i
t
h
o
l
o
g
y
3
4
3
4
4
4
2
3
M
e
c
h
a
n
i
c
a
l

p
r
o
p
e
r
t
i
e
s
2
2
3
3
4
3
C
o
n
t
a
c
t
s
3
3
3
2
3
3
4
P
r
e
s
s
u
r
e
2
2
2
4
P
o
r
o
s
i
t
y
4
2
P
e
r
m
e
a
b
i
l
i
t
y
3
2
R
e
l
a
t
i
v
e

P
e
r
m
e
a
b
i
l
i
t
y
3
F
l
u
i
d

s
a
t
u
r
a
t
i
o
n
3
2
1
2
2
P
o
r
e

s
i
z
e
s
2
2
G
r
a
i
n

d
e
n
s
i
t
y
3
H
y
d
r
o
c
a
r
b
o
n
3
3
2
2
p
r
o
p
e
r
t
i
e
s
W
a
t
e
r

p
r
o
p
e
r
t
i
e
s
3
P
r
o
d
u
c
t
i
o
n

r
a
t
e
4
F
l
u
i
d

p
r
o
d
u
c
e
d
4
L
a
m
p
i
r
a
n

2
.

T
a
b
e
l

p
e
n
i
l
a
i
a
n

q
u
i
c
k

l
o
o
k

(
s
c
o
r
i
n
g
)
.
C
CO2 Injection 101,109
Coalbed Methane 93,95,99,110
D
Deskripsi Reservoir 123
E
Enhanced Coal Bed Methane (ECBM)
101,102,109
estimasi 77,78,79,82,87,88,90,108,109,135
estimation 78,109
F
feld development 130
G
Gas Content 93,94,95,96,97,98,99,107
I
Injeksi CO2 101,102,105,108
injeksi polimer 111,112,113,118,119,120,121
K
Kapasitas Adsorpsi Langmuir 101,102
Konektivitas Reservoir 123
L
lab test 78
Laboratory study 110,111
Logging 89,90,93,94,95
log sumur 77,78,82,83,84,85,88,89,90,91,135
Langmuir Adsorption Capacity 101
M
Monte Carlo 129,130,131,132,133,135
O
oil recovery 111,112,121,122,124
P
pengembangan lapangan 123,129,130,132,135
perolehan minyak 111,112,117,119,121
POD 129,130,131,132,133,134,135
polymer injection 111
Production Data Analysis 123
Q
quick look 129,130.131,132,135,137
R
Reservoir Connectivity 123
Reservoir Description 123
rock elastic properties 78
S
sifat elastik batuan 77,78,79,81
soft computing 77,78,87
Studi laboratorium 101,111,112
U
uji lab 77,120
W
well log 77,89,93,94,95
INDEKS
JURNAL TEKNOLOGI MINYAK DAN GAS BUMI
PEDOMAN PENULISAN
ISI DAN KRITERIA UMUM
Naskah makalah ilmiah (selanjutnya disebut Naskah) untuk publikasi di Jurnal Teknologi Minyak
dan Gas Bumi (JTMGB) dapat berupa artikel hasil penelitian atau artikel ulas balik/tinjauan (review) tentang
minyak dan gas bumi, baik sains maupun terapan. Naskah belum pernah dipublikasikan atau tidak sedang dia-
jukan pada majalah/jurnal lain.
Naskah ditulis dalam bahasa Indonesia atau bahasa Inggris sesuai kaidah masing-masing bahasa yang
digunakan. Naskah harus selalu dilengkapi dengan Sari dalam Bahasa Indonesia dan Abstract dalam Bahasa
Inggris. Naskah yang isi dan formatnya tidak sesuai dengan pedoman penulisan JTMGB akan ditolak oleh
redaksi dan redaksi tidak berkewajiban untuk mengembalikan naskah tersebut.
FORMAT
Umum. Seluruh bagian dari naskah termasuk judul sari, judul tabel dan gambar, catatan kaki, dan daftar acuan
diketik satu setengah spasi pada electronic-fle dan print-out dalam kertas HVS ukuran A4. Pengetikan dilaku-
kan dengan menggunakan huruf (font) Times New Roman berukuran 12 point.
Setiap halaman diberi nomor secara berurutan termasuk halaman gambar dan tabel. Hasil penelitian atau ulas
balik/tinjauan ditulis minimum 5 halaman dan maksimum sebanyak 15 halaman, di luar gambar dan tabel.
Selanjutnya susunan naskah dibuat sebagai berikut:
Judul. Pada halaman judul tuliskan judul, nama setiap penulis, nama dan alamat institusi masing-masing
penulis, dan catatan kaki, yang berisikan terhadap siapa korespondensi harus ditujukan termasuk nomor tele-
pon dan faks serta alamat e-mail jika ada.
Sari. Sari/abstract ditulis dalam dua bahasa yaitu bahasa Indonesia dan bahasa Inggris. Sari berisi ringkasan
pokok bahasan lengkap dari keseluruhan naskah tanpa harus memberikan keterangan terlalu terperinci dari
setiap bab. Sari paling banyak terdiri dari 250 kata. Kata kunci/keywords ditulis di bawah sari/abstract dan
terdiri atas empat hingga enam kata.
Pendahuluan. Bab ini harus memberikan latar belakang yang mencukupi sehingga pembaca dapat memahami
dan dapat mengevaluasi hasil yang dicapai dari penelitian yang dilaksanakan tanpa harus membaca sendiri
publikasi-publikasi sebelumnya, yang berhubungan dengan topik yang bersangkutan. Pendahuluan harus beri-
si latar belakang, maksud dan tujuan, permasalahan, metodologi, serta materi yang diteliti.
Hasil dan Analisis. Hanya berisi hasil-hasil penelitian baik yang disajikan dengan tulisan, tabel, maupun gam-
bar. Hindarkan penggunaan grafk secara berlebihan bila dapat disajikan dengan tulisan secara singkat. Batasi
penggunaan foto, sajikan yang benar-benar mewakili hasil penemuan. Beri nomor gambar dan tabel secara
berurutan. Semua gambar dan tabel yang disajikan harus diacu dalam tulisan.
Pembahasan atau Diskusi. Berisi interpretasi dari hasil penelitian yang diperoleh dan pembahasan yang
dikaitkan dengan hasil-hasil yang pernah dilaporkan.
Kesimpulan dan Saran. Berisi kesimpulan dan saran dari isi yang dikandung dalam tulisan.
Ucapan Terima Kasih. Dapat digunakan untuk menyebutkan sumber dana penelitian dan untuk memberikan
penghargaan kepada beberapa institusi atau orang yang membantu dalam pelaksanaan penelitian dan atau
penulisan laporan.
JURNAL TEKNOLOGI MINYAK DAN GAS BUMI
PEDOMAN PENULISAN
Acuan.
Acuan ditulis dan disusun menurut abjad. Beberapa contoh penulisan sumber acuan:
Jurnal
Hurst, W., 1934. Unsteady Flow of Fluids in Oil Reservoirs. Physics (Jan. 1934) 5, 20.
Buku
Abramowitz, M and Stegun, I.A., 1972. Handbook of Mathematical Functions. Dover Publications,
Inc., New York.
Bab dalam Buku
Costa, J.E., 1984. Physical geomorphology of debris fow. Di dalam: Costa, J.E. & Fleischer, P.J.
(eds), Developments and Applications of Geomorphology, Springer-Verlag, Berlin, h.268-317.
Sari
Barberi, F., Bigioggero, B., Boriani, A., Cavallini, A., Cioni, R., Eva, C., Gelmini, R., Giorgetti, F.,
Iaccarino, S., Innocenti, F., Marinelli, G., Scotti, A., Slejko, D., Sudradjat, A., dan Villa, A., 1983. Mag-
matic evolution and structural meaning of the island of Sumbawa, Indonesia-Tambora volcano, island
of Sumbawa, Indonesia. Abstract 18th IUGG I, Symposium 01, h.48-49.
Peta
Simandjuntak, T.O., Surono, Gafoer, S., dan Amin, T.C., 1991. Geologi Lembar Muarabungo, Suma-
tera. Pusat Penelitian dan Pengembangan Geologi, Bandung.
Prosiding
Marhaendrajana, T. and Blasingame, T.A., 1997. Rigorous and Semi-Rigorous Approaches for the
Evaluation of Average Reservoir Pressure from Pressure Transient Tests. paper SPE 38725 presented at
the SPE Annual Technical Conference and Exhibition, San Antonio, Oct. 58.
Skripsi/Tesis/Disertasi
Marhaendrajana, T., 2000. Modeling and Analysis of Flow Behavior in Single and Multiwell Bound
ed Reservoir. PhD dissertation, Texas A&M University, College Station, TX.
Informasi dari Internet
Cantrell, C., 2006. Sri Lankans tsunami drive blossom: Local mans effort keeps on giving. Http://
www.boston.com/news/local/articles/2006/01/26/sri_lankans_tsunami_drive_blossoms/[26 Jan 2006]
Software
ECLIPSE 100 (software), GeoQuest Reservoir Technologies, Abbingdon, UK, 1997.
Naskah sedapat mungkin dilengkapi dengan gambar/peta/grafk/foto. Pemuatan gambar/peta/grafk/foto selalu
dinyatakan sebagai gambar dan fle image yang bersangkutan agar dilampirkan secara terpisah dalam format
image (*.jpg) minimal resolusi 300 dpi, Corel Draw (*,cdr), atau Autocad (*,dwg). Gambar dan tabel diletak-
kan di bagian akhir naskah masing-masing pada halaman terpisah. Gambar dan tabel dari publikasi sebelum-
nya dapat dicantumkan bila mendapat persetujuan dari penulisnya.
PENGIRIMAN
Penulis diminta mengirimkan satu eksemplar naskah asli beserta dokumennya (fle) di dalam compact disk
(CD) yang harus disiapkan dengan program Microsoft Word. Pada CD dituliskan nama penulis dan nama
dokumen. Naskah akan ditolak tanpa proses jika persyaratan ini tidak dipenuhi. Naskah agar dikirimkan ke-
pada:
Redaksi Jurnal Teknologi Minyak dan Gas Bumi
d.a. Patra Offce Tower Lt. 1 Ruang 1C
Jln. Jend. Gatot Subroto Kav. 32-34
Jakarta 12950 Indonesia
Pengiriman naskah harus disertai dengan surat resmi dari penulis penanggung jawab/korespondensi (corre-
sponding author) yang harus berisikan dengan jelas nama penulis korespondensi, alamat lengkap untuk surat-
menyurat, nomor telepon dan faks, serta alamat e-mail dan telepon genggam jika memiliki. Penulis korespon-
densi bertanggung jawab atas isi naskah dan legalitas pengiriman naskah yang bersangkutan. Naskah juga
sudah harus diketahui dan disetujui oleh seluruh anggota penulis dengan pernyataan secara tertulis.
7 7 0 2 1 6 6 4 1 0 1 4 9
ISSN 021664101-2
ISSN 0216-6410