Anda di halaman 1dari 29

Laporan Praktikum Geofisika Reservoar

Inversi Seismik Post-Stack


Disusun Oleh :
1. R.Ardi Sasangka 22314007
2. Yordan Wahyu Christanto 22314008
3. Ilham Dani-22314015
4. Juventa 22314019

BAB I
TUJUAN PRAKTIKUM

Tujuan dari praktikum pada pertemuan kedua adalah untuk mengidentifikasi jenis
lingkungan pengendapan, kontrol penyebaran porositas, dan menentukan lokasi sumur terbaik
berdasarkan hasil inversi post-stack.

BAB II
DASAR TEORI

II.1 Impedansi Akustik


Impedansi akustik merupakan suatu hasil perkalian densitas batuan dan kecepatan P-wave,
yang berarti bahwa akustik impdansi adalah sifat batuan dan bukan merupakan sifat suatu batas
interface seperti pada data seismik refleksi, dan dijabarkan dalam persamaan :
AI Vp

, dimana AI adalah Impedansi akustik, Vp adalah kecepatan P-wave, dan adalah densitas. Suatu
batas akustik terjadi apabila terdapat suatu perubaan dari nilai akustik impedansinya. Hal ini
biasanya terjadi saat adanya perubahan pada litologi. Dalam mengontrol harga AI, kecepatan
mempunyai arti lebi penting daripada densitas (Sigit Sukmono, 2007). Sebagai contoh, porositas
atau material pengisi pori batuan (air, minyak, gas) lebih mempengaruhi harga kecepatan daripada
densitas. Gambar II.1 menunjukkan beberapa pengaruh beberapa parameter fisis terhadap
kecepatan P-wave.

Gambar II.1 Faktor yang mempengaruhi kecepatan P-wave (Hiltermann, 2001)

Karena impedansi akustik sangat dekat hubungannya dengan litologi, porositas, dan fluida
pori, maka dimungkinkan untuk menemukan hubungan empiris yang kuat antara impedansi
akustik dengan salah satu atau lebih dari sifat suatu batuan. Model impedansi akustik dapat

memberikan dasar untuk pembuatan model fasies 3D dan model sifat petrofisikanya, seperti
porositas.
II.2 Porositas
Porositas menurut Sismanto (2013) adalah perbandingan antara volume ruang pori p
terhadap volume total atau volume bulk dari massa batuan yang secara matematis dituliskan
sebagai berikut :

p
m
1

, dimana m adalah volume batuan bagian padatnya.


Porositas adalah suatu nilai yang tidak memiliki satuan dan berupa suatu rasio
perbandingan dengan nilai antara 0 dan 1. Porositas kadang-kadang juga memiliki satuan persen
(%), tetapi dimasukkan dalam semua persamaan sebagai suatu fraksi (desimal). Meskipun
porositas tidak berdimensi, atau sering berupa decimal atau persen, akan lebih mudah diingat
bahwa porositas mempresentasikan suatu rasio volume dari pori-pori disbanding dengan bagian
padatnya. (Gambar II.2) menunjukkan suatu contoh dari porositas dalam suatu media berpori.

Gambar II.2 Ilustrasi thin section konfigurasi grain dan pore (Amyx, et al., 1960)
Menurut Kusumadinata (1988) menentukan skala porositas yang bersifat semi kuantitatif
yang merupakan perkiraan secara visual seperti yang disampaikan pada Tabel II.1.
No.

Porositas (%)

Klasifikasi

1.

0-5

Dapat diabaikan (neglible)

2.

5-10

Buruk (poor)

3.

10-15

Cukup (fair)

4.

15-20

Baik (good)

5.

20-25

Sangat baik (very good)

6.

>25

Istimewa (excellent)
Tabel II.1 Klasifikasi porositas

Secara teoritis numerik, porositas dapat bermilai 0%-100%, namun secara fisis nilai
porositas hanya berkisar antara 5%-40% saja, bahkan dalam praktek di lapangan nilainya hanya
berkisar 10%-20%. Nilai di bawah atau sama dengan 5% sudah dianggap tidak komersial lagi,
karena sudah sangat kecil dan pada umumnya permeabilitasnya juga kecil, sehingga sudah tidak
mampu mengalirkan fluida yang ada di dalamnya (Sismanto, 2013).
Pada batuan karbonat, porositas batuan kadang-kadang akan memberikan suatu porositas
yang sama dengan batuan klastik, contohnya intergranular. Namun, batuan karbonat lebih rentan
bagian dalam porinya karena pengaruh dari post-depositional, proses diagenesa, sehingga lebih
didominasi dengan adanya porositas sekunder. Gambar II..3,menunjukkan klasifikasi umum dari
porositas batuan karbonat dari vugular, sampai primer dan rekahan.

Gambar II.3 Contoh porositas limestone (Anderson, 1975)

II.3 Hubungan Impedansi Akustik dengan Porositas


Sifat-sifat elastisitas batuan klastik berpori pada dasarnya dikontrol oleh komposisi matriks
dan porositasnya. Komposisi matriks juga mempengaruhi kondisi kontak, sementasi, ikatan antar
butir. Ansey (1977) menganalogikan AI dengan acoustic hardness, dimana batuan yang keras (hard
rock) dan sukar dimampatkan, seperti limestone dan granit mempunyai AI yang tinggi, sedangkan
batuan yang lunak seperti mudstone lebih mudah dimampatkan dan mempunyai AI rendah. Kedua
parameter fisis densitas dan kecepatan P-wave, masing-masing saling mempengaruhi nilai
impedansi akustik. Kecepatan akan berkurang jika melalui batuan yang berongga begitu pula

sebaliknya dan batuan dengan dengan densitas yang tinggi dan keras akan memiliki nilai
impedansi yang besar (Nenggala, 2012).
Schon (1998), memberikan hubungan empiris sederana untuk kecepatan P-wave dengan
porositas dalam batuan sedimen klastik clean-sand yang memiliki kandungan mineral yang
seragam, tersaturasi fluida dan memiliki tekanan efektif tinggi yang dinyatakan dalam bentuk :

1
1

Vp Vf
Vo
, dimana Vo adalah kecepatan gelombang di dalam mineral, Vf adalah kecepatan gelombang di
dalam fluida, dan Vp adala kecepatan gelombang di dalam batuan yang tersaturasi dengan fluida
yang sama.
Terdapat juga hubungan mengenai parameter impedansi akustik dengan porositas pada
suatu batuan karbonat dengan cara melakukan analisa crossplot (Gambar XXX).

Gambar II.4 Contoh hubungan impedansi akustik dengan porositas (pg.geoscienceworld.org)

II.2 Inversi Seismik


Menurut Sukmono (2000), inversi seismik merupakan suatu teknik untuk menggambarkan
model geologi bawah permukaan menggunakan data seismik sebagai masukan dan data log
sebagai pengontrol. Metode inversi seismik adalah suatu metode untuk mengubah data seismik
menjadi data sumur semu seperti data log kecepatan, log densitas, log impedansi akustik, yang
memiliki dimensi dan karakter yang sama dengan data sumur konvensional. Tujuan utama inversi
data seismik adalah melihat seberapa besar penyebaran lateral properti batuan (dari data log)
sepanjang lintasan seismik.
Gambar II.5 menjelaskan bahwa pada dasarnya, perekaman data seimik merupakan proses
pemodelan maju (forward modelling). Data seismik terekam merupakan hasil konvolusi antara
deret koefisien refleksi bumi dengan wavelet sumber. Inversi seismik merupakan kebalikan dari
proses di atas. Diawali dari proses dekonvolusi data seismik maka akan diperoleh koefisien
refleksi. Proses inversi seismik sendiri adalah proses merubah koefisien refleksi tersebut menjadi
suatu profil impedansi sehingga dapat digunakan untuk perkiraan model geologi.
Metode inversi seismik telah dikembangkan sejak tahun 1970-an diantaranya oleh Lindseth
et al. (1976). Prosedur dasarnya adalah :
1. Proses dekonvolusi data seismik menjadi perkiraan deret koefisien refleksi
2. Proses inversi deret koefisien refleksi menjadi impedansi semu
Seperti yang dilukiskan pada Gambar II.5 berikut :

Geologi Impedansi Deret Koef.


Refleksi
(Aktual)

Tras Seismik

Forward

Konvolusi

terekam

Seismik Impedansi
dekonvolusi
Semu

Dekonvolusi

Geologi
(Estimasi)

Inversion

Gambar II.5 Ilustrasi proses perekaman data seismik (forward modelling) dan
inversi data seismik (inverse modelling)

Tujuan utama inversi data seismik adalah untuk melihat seberapa besar penyebaran lateral
properti batuan melalui data log dengan perantara data seismik. Pada dasarnya perekaman data
seismik

merupakan pemodelan maju/forward modelling (Gambar II.6). Data seismik yang

terekam merupakan hasil konvolusi antara deret koefisien refleksi bumi dengan wavelet sumber.
Sedangkan proses inversi seismik merupakan kebalikan dari proses di atas. Inversi seismik
berusaha menghilangkan efek wavelet pada data seismik sehingga diperoleh data koefisien refleksi
dari perlapisan bumi
Inversi seismik merupakan suatu teknik untuk menggambarkan model geologi bawah
permukaan menggunakan data seismik sebagai masukan dan data log sebagai pengontrol. Data
seismik mempunyai resolusi yang bagus ke arah horizontal sedangkan data log mempunyai
resolusi bagus kearah vertikal.

Gambar II.6 Proses inversi seismik (Sukmono, 1999)

Inversi seismik awalnya hanya diterapkan pada data seismik post stack yang biasa
disebut dengan inversi AI (acoustic impedance). Dengan melakukan inversi diharapkan diperoleh
impedansi akustik semu sepanjang lintasan seismik. Saat ini inversi seismik telah banyak
mengalami perkembangan sehingga inversi tidak hanya bisa dilakukan pada data post stack tetapi
juga dapat dilakukan pada data pre-stack seperti yang diterapkan pada inversi seismik AVO.
Dalam inversi seismik dikenal beberapa metode inversi diantaranya metode inversi model based,
band limited, dan sparse spike.
a) Teknik Inversi Bandlimited
Inversi Bandlimited menggunakan algoritma inversi rekursif klasik. Asumsinya bahwa
jejak seismik dapat diandaikan sebagai koefisien refleksi yang telah difilter oleh sebuah wavelet
berfase nol (zero phase wavelet). Pada proses inversi bandlimited, komponen frekuensi rendah
dianggap telah hilang dari data seismik, maka perlu ditambahkan dari data log sumur. Frekuensi
rendah dari data log sumur tersebut dan data horison dipergunakan untuk membuat model untuk
memberikan frekuensi rendah pada data seismik akibat efek bandlimiting dari dalam bumi. Jejak

seismik ditransfer dari rentetan reflektivitas ke impedansi akustik, kemudian ditambahkan dengan
frekuensi rendah terbatas.
Keuntungan dari metode ini adalah sederhana, waktu perhitungan yang pendek dan
kurang terpengaruh dengan keberadaan

noise. Sedangkan kerugiannnya, terutama dengan

mengabaikan wavelet, maka efek lapisan tipis tidak dapat digambarkan (resolusi menjadi rendah).
b) Teknik Inversi Sparse Spike
Metode inversi sparse spike menggunakan proses dekonvolusi maximum likehood
(dekonvolusi kemungkinan maximum), yang prinsipnya menganggap koefisien refleksi terbentuk
oleh rentetan large events yang bercampur dengan smaller events Gaussian. Secara geologi, large
events mewakili batas ketidakselarasan atau batas antar batuan dan dilain pihak smaller events
adalah noise (Russel, 1991).
Inversi Sparse Spike (Sparse Spike Inversion) menggunakan asumsi bahwa hanya spike
yang besar yang dianggap penting. Metoda ini mencari spike yang besar dengan menambahkan
refleksi satu demi satu sampai hasil yang optimal diperoleh, artinya setelah dikonvolusikan dengan
wavelet yang telah ditentukan, didapat jejak sintetik yang mirip dengan jejak seismik dalam batas
toleransi tertentu. Kita yang mengontrol seberapa jauh kemiripan jejak seismik dengan jejak
sintetik melalui error (beda diantaranya) yang dihasilkan. Inversi spare spike menggunakan
parameter yang sama dengan inversi model based. Parameter yang harus ditambahkan adalah
parameter untuk menghitung berapa banyak spike yang akan dipisahkan dalam setiap trace.
c) Teknik Inversi Model Based
Metode inversi ini menggunakan suatu metode GLI (Generalize Linear Inversion), yaitu
suatu proses yang dilakukan dengan cara membuat model seismik (buatan) yang kemudian
dibandingkan dengan rekaman seismik secara berulang-ulang sampai didapatkan kesalahan
terkecil diantara keduanya. Model seismik dengan kesalahan terkecil itu lalu dijadikan
penyelesaian untuk diubah menjadi impedansi akustik.
Keunggulan metode inversi model based adalah hasil yang lengkap didapatkan dengan
memasukkan komponen frekuensi rendah, dan tidak sensitif terhadap noise. Serta didapat nilai

impedansi akustik rata-rata yang berbentuk kotak (blocky) sehingga mempermudah untuk
menentukan batas atas dan bawah suatu formasi lapisan.
Kelemahan dari metode ini adalah kemungkinan diperoleh lebih dari satu model yang
cocok dengan data yang ada. Hal ini berkaitan dengan proses iterasi yang digunakan

BAB III
DATA DAN TAHAPAN PENGOLAHAN DATA

III.1 Data
Data-data yang akan dipergunakan untuk inversi dikumpulkan dan dikelompokan serta
dilakukan analisis. Data-data tersebut antara lain, data well 01, seismik 3D, dan horizon.

III.1.1 Data Seismik


Data seismik merupakan data post-stack 2D meliputi 150 inline dan 180 crossline dengan
sampling rate 3 ms. Basemap untuk lintasan seismik ditunjukan pada gambar III.1.

Gambar III.1 Basemap daerah telitian

III.1.2 Data Sumur


Data sumur yang digunakan pada penelitian ini berjumlah 1 sumur. Data-data ini kemudian
digunakan untuk melakukan well seismic tie. Data sumur yang diperlukan untuk well seismic tie
adalah log sonic dan log densitas. Data log yang ada meliputi seperti Tabel III.1 di bawah ini.
No.

Log

Well 01

1.

Check Shot

Ada

2.

Density

Ada

3.

Gamma Ray

Ada

4.

Neutron Porosity

Ada

5.

Porosity Total

Ada

6.

P-wave

Ada
Tabel III.1 Ketersediaan data well 01

III.1.3 Data Horizon


Data horizon yang digunakan sebagai batas daerah target pada penelitian ini adalah horizon
A, horizon B, dan horizon C. Horizon tersebut diperoleh dari penelitian sebelumnya.

III.2 Seismogram sintetik


Setelah data log dan data seismik diinput maka langkah selanjutnya adalah pembuatan
seismogram sintetik sebagai hasil konvolusi dari reflectivity log dengan wavelet. Dimana
reflectivity log didapatkan dari hasil log sonic yang sudah dikoreksi dengan chekshot dan log
densitas. Sedangkan (ekstraksi) wavelet akan digunakan untuk proses well seismic tie. Dalam
melakukan well seismic tie diperlukan sebuah wavelet yang kemudian wavelet tersebut akan
berperan penting dalam pembuatan model awal. Pembuatan wavelet dapat dilakukan dengan dua
cara, yaitu:
1. Ekstrak well
Ekstraksi wavelet ini dibuat dari hasil data well yang didukung oleh data log, yang kemudian
dilakukan auto shifting agar mendapat nilai korelasi yang baik.
2. Ekstrak statistical
Wavelet ini yang dibuat dengan cara mengekstraksi wavelet data seismik secara statistik. Untuk
mendapatkan nilai korelasi yang bagus maka dilakukan proses auto shifting serta stretch, dimana
saat melakukan stretch diharapkan jangan berlebihan karena sebenarnya proses strecthing akan
mengubah data log.
Pada pengerjaan ini, menggunakan wavelet hasil dari ekstrak statistical dengan wavelet
length 200 ms, taper length 25 ms, phase rotation 0 o, dan phase type adalah constant phase.
Ekstraksi ini dibatasi dengan window di sekitar daerah target kita (carbonate bulid up), yaitu dari
999 ms- 1800 ms dan wavelet hanya akan efektif untuk interval horizon B (-100 ms) sampai C
(+100 ms). Pada saat proses well seismic tie, dilakukan 2 langkah yang berbeda, yakni well seismic
tie dengan wavelet tidak dirotasi dan kedua well seismic tie dengan dirotasi. Rotasi wavelet
dilakukan dengan cara menscan, agar hasil well seismic tie mendapatkan korelasi yang bagus.
Langkah tersebut diaplikasikan pada well 01, dan ekstraksi wavelet ditunjukkan pada gambar III.2.
Sedangkan gambar III.3 merupakan wavelet yang tidak dirotasi.

Gambar III.2 Model dari wavelet hasil ekstraksi statistical yang kemudian dirotasi dan spektrum
amplitudo yang digunakan untuk membuat synthetic seismogram dalam proses
well seismic tie

Gambar III.3 Model dari wavelet hasil ekstraksi statistical yang tidak dirotasi dan spektrum
amplitudo yang digunakan untuk membuat synthetic seismogram dalam proses
well seismic tie

III.3 Well Seismic Tie


Well seismic tie adalah proses pengikatan data sumur (well) terhadap data seismik. Hal
dilakukan karena data seismik umumnya berada dalam domain waktu (time) sedangkan data well
berada dalam domain kedalaman (depth). Seismogram sintetik yang sudah dibuat sebelumnya
kemudian diikatkan dengan data seismik. Pengikatan ini akan menghasilkan koefisien korelasi
atau kesesuaian antara data seismik yang ada dengan seismogram sintetik dengan nilai antara 0
sampai 1. Koefisien korelasi yang didapatkan pada well 01 dengan wavelet rotasi adalah 0.862
(Gambar III.4). Sedangkan koefisien korelasi yang didapatkan pada well 01 dengan wavelet tidak

rotasi adalah 0.794 (Gambar III.5).

Berdasarkan hasil well seismic tie, korelasi terbaik adalah

dengan menggunakan wavelet yang dirotasi.

Gambar III.4 Hasil proses well seismic tie pada well 01 dengan wavelet yang dirotasi

Gambar III.5 Hasil proses well seismic tie pada well 01 dengan wavelet yang tidak dirotasi

III.4 Model Awal


Model awal dibuat dari data seismik dan data log. Data log yang digunakan adalah data log
impedansi akustik. Log impedansi akustik ini didapatkan dari log sonic (kecepatan) dan log
densitas. Model awal dan data seismik menentukan bagus tidaknya hasil inversi. Model awal ini
akan digunakan sebagai kontrol dalam melakukan inversi. Horizon juga digunakan untuk
membatasi pembuatan model awal dan juga hasil inversinya. Model awal ini dibuat dengan input
sebagai berikut :

Sumur yang telah mengalami well seismic tie.

Horizon (horizon A, horizon B, dan horizon C).

Sample rate 3 ms.

Memasukkan high cut frequency yang diinginkan, dalam project ini dilakukan cut
frequency di 10/15 Hz.

III.5 Pre-inversion Analysis


Setelah didapatkan model awal, maka dilakukan analisis terlebih dahulu sebelum
melakukan inversi. Analisis ini dilakukan dengan menggunakan model based inversion yang

kemudian akan didapatkan nilai korelasi dan error antara model awal dengan hasil inversi. Untuk
mendapatkan nilai korelasi yang tinggi. Di dalam tahapan ini ada beberapa parameter yang perlu
diubah untuk mendapatkan nilai korelasi yang tinggi, antara lain adalah : horizon, data log
impedansi akustik sumur yang digunakan, ukuran blok rata-rata, nilai pembatas (soft
constraints/hard constraints), dan jumlah iterasi yang digunakan. Besarnya nilai korelasi ini akan
mempengaruhi hasil dari inversi, karena makin tinggi nilai korelasi maka hasil inversi akan
semakin bagus.
Pada tahapan ini menggunakan hard constraint, dimana hard constraint merupakan
parameter yang memiliki nilai pembatas dari 0% sampai 100% dan terdiri dari batas atas (upper)
dan batas bawah (lower). Pada parameter ini nilai masukan lebih bervariasi dan diharapkan dapat
menghasilkan korelasi terbaik untuk masukan yang tepat. Untuk ukuran blok rata-rata digunakan
nilai sesuai dengan sample rate pada data seismik, yaitu 3 ms. Untuk prewhitening, pada tahapan
ini menggunakan 1 % dan untuk iterasi nya memasukkan jumlah iterasi sebanyak 30.
Window inversi merupakan zona dimana proses inversi dilakukan. Window ini dapat
berupa time window yang konstan atau mengikuti horizon yang ada. Dalam penelitian ini, window
inversi yang digunakan yaitu window inversi yang mengikuti horizon B (-100 ms) dan horizon C
(+100 ms). Hasil analisa inversi dapat dilihat pada gambar III.6 dan III.7.

Gambar III.6 Hasil analisa inversi model based hard constraint dengan wavelet yang dirotasi

Gambar III.7 Hasil analisa inversi model based hard constraint dengan wavelet yang tidak
dirotasi
Untuk melihat model inversi sudah baik (mirip dengan model awal) atau belum, maka
dilakukan crossplot antara P-Impedance hasil inversi dengan P-Impedance pada log. Dari
crossplot tersebut menunjukkan model inversi keduanya sudah baik, karena polanya teratur dan
berhimpit dengan garis linear (Gambar III.8 dan Gambar III.9). Meskipun begitu dari hasil analisa
inversi, menyimpulkan bahwa inversi dengan wavelet yang tidak dirotasi lebih baik dibandingkan
inversi wavelet yang dirotasi. Hal tersebut dilihat dari nilai korelasi dan nilai error nya.

Gambar III.8 Hasil crossplot P-Impedance hasil inversi dengan P-Impedance pada log (wavelet
yang dirotasi)

Gambar III.9 Hasil crossplot P-Impedance hasil inversi dengan P-Impedance pada log (wavelet
yang tidak dirotasi)

III.6 Inversi dan QC hasil inversi


Inversi impedansi akustik dilakukan dengan satu metode, tetapi dengan wavelet yang
berbeda. Dari hal tersebut nanti akan dilakukan analisa terhadap hasil inversi keduanya. Gambar
III.6 menunjukkan perbandingan hasil dari kedua inversi impedansi akustik pada line seismik yang
melintasi well 01. Gambar tersebut menampilkan impedansi akustik sumur yang didapat dari
perhitungan data log dan impedansi akustik dari penampang seismik yang didapat dari hasil
inversi.

Pada inversi model based dengan wavelet rotasi , nilai impedansi yang dihasilkan pada
penampang seismik hasil inversi berkisar antara 4765 ft /s*g/cc - 12597 ft /s*g/cc. Pada inversi
model based dengan wavelet tidak rotasi , nilai impedansi yang dihasilkan pada penampang
seismik hasil inversi berkisar antara 14938 ft/s*g/cc - 36501 ft/s*g/cc. Perbandingan secara
kuantitatif terhadap seluruh hasil inversi dapat dilihat pada gambar III.10 dan gambar III.11.

Gambar III.10 Hasil inversi AI dengan wavelet yang dirotasi

Gambar III.11 Hasil inversi AI dengan wavelet yang tidak dirotasi

Gambar III. 12 Synthetic error dari hasil inversi AI dengan wavelet yang tidak dirotasi
Untuk hasil inversi AI dengan wavelet yang tidak dirotasi untuk synthetic errornya sudah
bagus, karena menunjukkan korelasi terbesar antara volume seismik dengan synthetic dari inversi
(Gambar III.12).

III. 7 Analisis Hasil Inversi


Pada tahapan ini melakukan slicing dari hasil inversi impedansi akustik untuk mengetahui
penyebaran dari nilai impedansi akustik yang nantinya dapat mendeleniasi persebaran dari tight
limestone dengan porous limestone. Berdasarkan gambar III.13 terlihat pola persebaran dari tight
limestone.

Gambar III.13 Perbandingan persebaran Impedansi akustik antara wavelet yang dirotasi dengan
wavelet yang tidak dirotasi (a) Persebaran AI dengan wavelet dirotasi dan (b)
Persebaran AI dengan wavelet tidak dirotasi

Dari gambar III.13 terlihat bahwa persebaran AI dari wavelet yang tidak dirotasi lebih
baik dalam mendeleniasi persebaran dari AI. Persebaran AI dari wavelet yang dirotasi
menghasilkan zona yang semestinya tidak ada. Terlihat adanya nilai AI rendah di sekitar tubuh
limestone yang mengindikasikan porositas yang bagus dan secara litologi mencerminkan
limestone klastik. Di dalam tubuh limestone terdapat nilai Ai rendah yang mencerminkan adanya
porositas pada tubuh limestone.

III. 8 Analisis Sensitivitas


Untuk melakukan analisa penentuan hubungan antara nilai impedansi akustik dengan nilai
porositas. Sama pada langkah sebelumnya, namun pada crossplot ini ditentukan persamaan yang
menghubungkan kedua parameter tersebut. Log impedansi akustik diletakkan pada sumbu x dan
log porosity pada sumbu y. Sehingga hasilnya, pada saat dilakukan penyebaran porositas, dengan
,menggunakan volume hasil seismik inversi impedansi akustik ke dalam variable x dalam
persamaan, dan keluarannya dihasilkan model porositas pada variable y. Dari hasil crossplot
didapatkan suatu persamaan linear (Gambar III.14 dan Gambar III.15).

Gambar III.14 Analisa crossplot antara P-Impedance vs Porosity (wavelet yang dirotasi)

Gambar III.15 Analisa crossplot antara P-Impedance vs Porosity (wavelet yang tidak dirotasi)

III. 9 Pembuatan peta porositas


Peta porositas didapatkan dengan cara mengalikan hubungan yang didapatkan dari hasil
crossplot antara P-Impedance dengan porosity. Hubungan yang didapatkan crossplot antara PImpedance

dengan

porosity

pada

data

well

01

(wavelet

yang

dirotasi)

adalah

y 0.00000293351x 0.49281 . Sedangkan hubungan yang didapatkan crossplot antara P-

Impedance dengan porosity pada data well 01 (wavelet yang tidak dirotasi) adalah
y 0.00000924291x 0.514034 . Karena memiliki hubungan linear, maka perhitungan

nilai porosity adalah dengan cara mengalikan hubungannya saja dengan nilai P-Impedancee,
sehingga didapatkan peta persebaran porosity. Peta penampang persebaran porosity dapat dilihat
pada gambar III.16 dan III.17.

Gambar III.16 Hasil porosity dari hubungan dengan AI (wavelet yang dirotasi)

Gambar III.17 Hasil porosity dari hubungan dengan AI (wavelet yang tidak dirotasi)

BAB IV
KESIMPULAN

IV.1 Fasies dan Lingkungan Pengendapan


Lingkungan pengendapan dari daerah telitian merupakan daerah rimmed platform
dengan adanya pertumbuhan dari carbonate. Berdasarkan hasil interpretasi dengan
menggunakan cosine of phase, terlihat adanya carbonate build-up yang di atasnya terdapat
onlap dari endapan trangresif. Fasies pada daerah penelitian merupakan patch reef, ditandai
dengan adanya geometri slope yang rendah dan adanya onlap di atas fasies ini.

Gambar IV.1 Menunjukkan fasies patch reef

IV.2 Kontrol Penyebaran Porositas


Sebaran porositas di zona target dipengaruhi oleh nilai impedansi akustik (AI), dimana
nilai AI yang tinggi merupakan zona tight limestone (low porosity) dan AI yang rendah merupakan
zona porous carbonate (high porosity). Sebaran keduanya dipengaruhi oleh proses diagenesis yang
terjadi. Berdasarkan interpretasi yang dilakukan dari penampang inversi AI, terlihat bahwa
Formasi Baturaja mempunyai 2 siklus pengendapan. Siklus pertama terjadi saat adanya sea level
rise, sehingga carbonate mengalami pertumbuhan, kemudian terjadi sea level fall yang
menyebabkan bagian atas dari siklus pertama tersingkap ke atas dan menyebabkan terjadinya
proses diagenesa. Pada bagian atas dari siklus pertama termasuk dalam zona vadose- zona
freshwater phreatic, sehingga mempunyai porositas yang sangat bagus dibandingkan bagian
bawahnya. Sedangkan, di bagian bawah siklus pertama, proses diagenesis tidak berkembang
dengan baik seperti di bagian atas. Setelah itu terjadi fase trangresif yang mengakibatkan
pertumbuhan dari carbonate lagi yang menjadi siklus kedua. Siklus inilah yang berperan menjadi
perangkap stratigrafi dari akumulasi hidrokarbon (Gambar IV.2).

Gambar IV.2 Siklus carbonate dari daerah telitian yang dipengaruhi oleh sea level change

Gambar IV. 3 Persebaran porosity (wavelet yang dirotasi)

IV.3 Lokasi Sumur Terbaik


Lokasi sumur terbaik berada pada CDP 2880 dan CDP 2905 dengan interval 1450-1500
ms, dimana porositas pada daerah ini tebal dan penutup di area ini tebal yang ditandai dengan nilai
AI yang tinggi.

Gambar IV.3 Lokasi sumur terbaik

Anda mungkin juga menyukai