ADD TUGAS 9 | Muhammad Shafran Shofyan (3712100026)

1. Membuat Korelasi Seismik

a. Langkah pertama adalah memunculkan trace seismic dari data SEG-Y
yang dipakai pada matakuliah Eksplorasi Seismik, data yang dipakai
adalah data 12.sgy
Untuk menampilkan data tersebut ketik script dibawah ini pada kolom
editor pada program MatLab.
%membaca data seg-y dan menampilkan trace seismik
seismic=read_segy_file_legacy('E:\latihan\12.sgy',{'format','ibm'},
{'traces',1:5:30});
%membatasi waktu yang akan di analisa
seismic=s_select(seismic,{'times',0,1000});
s_wplot(seismic);
s_spectrum(seismic);

setelah script diatas diketik, akan muncul gambar trace seismic dibawah
ini.

Figure 1 Trace Seismik dari data SEG-Y 12

Gambar diatas menunjukkan bahwa trace tersebut berjarak sejauh 1 sampai 30

dengan spasi 5 dan memiliki waktu selama 1000 sekon.

ADD TUGAS 9 | Muhammad Shafran Shofyan (3712100026)

Grafik 1 dibawah merupakan hasil spectrum dari trace diatas. Spectrum dibawah
ini menunjukkan grafik antara amplitude dengan frekuensi.

Grafik 1 Hubungan antara Amplitudo dengan Frekuensi

b. Melakukan filter ormsby untuk menghilangkan noise yang ada. Filter

ormsby pada latihan ini dilakukan di frekuensi 20, 40, 60, dan 80. BErikut
script yang digunakan pada Matlab
%melakukan filter ormsby
seismic_fo=s_filter(seismic,{'ormsby',20,40,60,80});
s_spectrum(seismic,seismic_fo);

Akan dihasilkan grafik 2 dibawah ini.

Grafik 2 Hasil dari pemfilteran dengn metode ormsby

Grafik biru merupakan hasil dari pemfilteran ormsby.

ADD TUGAS 9 | Muhammad Shafran Shofyan (3712100026)

c. Melakukan cross correlation yang berguna untuk meredam low frequency
dan meningkatkan high frequency. Berikut script yang digunakan.
%melakukan cross corellation
corr=s_correlate(seismic,seismic_fo,{'lags',0,1000},{'normalize','traces'});
s_spectrum(corr,seismic,seismic_fo);
s_wplot(corr);

Grafik 3 Hasil spectrum setelah melakukan cross correlation

Untuk gambar 2 dibawah merupakan trace hasil dari cross correlation

Figure 2 Trace seismik hasil cross correlation

ADD TUGAS 9 | Muhammad Shafran Shofyan (3712100026)

2. Melakukan konvolusi antara wavelet dengan koefisien refleksi
a. Pertama membuat wavelet ricker dengan menggunakan script dibawah
ini.
%membuat wavelet ricker
wavelet=s_create_wavelet({'type','ricker'});
s_plot(wavelet);

Figure 3 Wavelet ricker dengan frekuensi 30 Hz

b. Langkah berikutnya adalah membuat koefisien refleksi pada matlab

dengan script dibawah ini.
%membuat koefisien reflaksi
reflect=s_convert(randn(1000,1),0,4);
s_plot(reflect)

data yang digunakan data random dari nilai 0 diambil setiap 4 ms. Berikut
gambar hasilnya

ADD TUGAS 9 | Muhammad Shafran Shofyan (3712100026)

Figure 4 Nilai koefisien reflaksi

c. Terakhir adalah melakukan konvolusi antara wavelet ricker dengan

koefisien reflaksi. Script pada matlab adalah sebagai berikut.
%membuat sintetik seismogram
synthetic=s_convolve(reflect,wavelet);
synthetic=s_select(synthetic,{'times',0,1000});
s_plot(synthetic);

Nilai yang diambil dibatasi waktunya dari 0 sampai 1000. Berikut hasil
gambarnya.

ADD TUGAS 9 | Muhammad Shafran Shofyan (3712100026)

Figure 5 Nilai konvolusi dengan waktu yang sudah dibatasi

3. Melakukan filter data LAS dengan menggunakan moving average

a. Pertama yang dilakukan adalah membuka data las yang sudah ada.
Berikut cara membuka datanya menggunakan matlab.
w_log=read_las_file('F02-1.las',{'section','all'});
l_plot(w_log,{'orient','landscape'},{'curves','gr','ai','phie'},
{'axis_limits','tight'},{'color','b'});

Figure 6 Hasil pembacaan data las pada Matlab

b. Kemudian melakukan filter moving average untuk membuang noise-noise

pada data diatas. Script yang digunakan adalah sebagai berikut.
%melakukan moving average
w_log = l_average(w_log,{'length',1},{'curves','ai'});
l_plot1(w_log,{'curves','ai','ai_mean'})

ADD TUGAS 9 | Muhammad Shafran Shofyan (3712100026)

Figure 7 Hasil Filter moving average grafik biru adalah hasil dari pemfilteran

Lampiran script
%latihan ADD peratama
%membaca data seg-y dan menampilkan trace seismik
seismic=read_segy_file_legacy('E:\latihan\12.sgy',{'format','ibm'},
{'traces',1:5:30});
%membatasi waktu yang akan di analisa
seismic=s_select(seismic,{'times',0,1000});
s_wplot(seismic);
s_spectrum(seismic);
%melakukan filter ormsby
seismic_fo=s_filter(seismic,{'ormsby',20,40,60,80});
s_spectrum(seismic,seismic_fo);
%melakukan cross corellation
corr=s_correlate(seismic,seismic_fo,{'lags',0,1000},{'normalize','traces'});
s_spectrum(corr,seismic,seismic_fo);
s_wplot(corr);
%latihan add 2
%membuat wavelet ricker
wavelet=s_create_wavelet({'type','ricker'});
s_plot(wavelet);
%membuat koefisien reflaksi
reflect=s_convert(randn(1000,1),0,4);
s_plot(reflect)
%membuat sintetik seismogram
synthetic=s_convolve(reflect,wavelet);
synthetic=s_select(synthetic,{'times',0,1000});
s_plot(synthetic);

ADD TUGAS 9 | Muhammad Shafran Shofyan (3712100026)

%latihan add 3
%membaca data las dari file yang sudah ada
w_log=read_las_file('F02-1.las',{'section','all'});
l_plot(w_log,{'orient','landscape'},{'curves','gr','ai','phie'},
{'axis_limits','tight'},{'color','b'});
%melakukan moving average
w_log = l_average(w_log,{'length',1},{'curves','ai'});
l_plot1(w_log,{'curves','ai','ai_mean'})