216

BAB IV
METODE PENGOLAHAN DATA

4.1. Pengolahan Data

Dari beberapa data yang diperoleh dari penilaian formasi kemudian

ditentukan data-data yang dapat mewakili (representatif) dari keadaan reservoar
tersebut. Metode yang digunakan untuk mendapatkan data reservoar yang
representatif diantaranya adalah metode cut-off dan metode statistik.

4.1.1. Metode Statistik

Analisa parameter-parameter reservoar dengan metode statisitik meliputi

analisa secara vertikal dan lateral pada suatu reservoar. Secara vertikal meliputi
penentuan harga average (rata-rata) pada setiap sumur, sedangkan secara lateral
digunakan korelasi-regresi dari suatu tempat ke tempat lain.

4.1.1.1. Metode Rata-rata

Jika kita melakukan pengamatan terhadap data sampel atau distribusi

frekwensinya, maka kita akan memperoleh kesan bahwa sebagian besar data
tersebut terdiri dari nilai-nilai observasi yang bertendensi untuk memusatkan diri
pada sekitar suatu nilai tertentu. Gejala pemusatan demikian disebut tendensi
sentral.
Tiga ukuran dari tendensi sentral yang umum digunakan adalah :
 Mean (rata-rata hitung)
 Median
 Modus
 217

1. Mean (rata-rata hitung)

Mean adalah harga rata-rata dari random variable. Apabila data sampel
terlalu banyak, maka rata-rata hitung (arithmetic mean) dirumuskan sebagai
berikut :
i n

 Xi ……………………………………………………………(4-1)
Xa  i 1

n
Keterangan :
X = nilai rata-rata hitung
Xi = harga sampel ke-i
n = jumlah observasi / sampel
Selain dari arithmetic mean, adakalanya rata-rata dihitung dengan rata-rata
tertimbang (weighted average). Rata-rata ini diperoleh dengan memasukkan
faktor timbangan untuk tiap-tiap observasi sehingga :
i n

X W i i
Xw  i 1
i n …………………………………………………………(4-
W
i 1
i

2)
Keterangan :
Wi = faktor timbangan.
Xi = nilai observasi ke-i.
Apabila perbandingan tiap data berurutan atau hampir tetap, rata-rata ukur
(geometrik mean) lebih baik dipakai daripada rata-rata hitung, apabila
dikehendaki rata-ratanya. Harga geometrik mean untuk L jumlah data diberikan
oleh persamaan berikut :
i n
X g   X 1 , X 2 , X 3 ........., X L    X i …………………………………(4-
i 1

3)
Jika harga ruas kiri dan kanan di logkan maka persamaan (4-3) menjadi :
 218

log X g = 1 L ( log X 1 , log X 2 , log X 3 ...... + log X L ) …………………….(4-

4)
iL

 log X i
……………………………………………………(4-5)
log X g  i 1

L
Apabila jumlah observasi banyak, maka data terlebih dahulu disusun
dalam distribusi frekuensi, sehingga memudahkan dalam perhitungan, sehingga
persamaan menjadi :
in
X a   xi f i …………………………………………………………...(4-6)
i 1

iL
log X g   f i log X i ………………………………………………….(4-7)
i 1

Keterangan :
xi = titik tengah interval kelas.
fi = frekuensi pada kelas interval ke-I, fraksi
L = jumlah observasi.

2. Median
Median adalah nilai sentral dari sebuah distribusi frekuensi sampel yang
sacara teoritis membagi seluruh jumlah observasi atau pengukuran sampel
kedalam dua bagian yang sama. Jumlah frekuensi nilai-nilai observasi sampel ke
dalam sua bagian yang sama. Jumlah frekuensi nilai-nilai observasi sampel yang
lebih kecil dari sampel median akan sama dengan jumlah frekuensi nilai-nilai
observasi sampel yang lebih besar dari median tersebut.
Secara umum median dinyatakan sebagai berikut :
 1
2 n    f 1 
Median  Li  C …………………………………….(4-8)
f med
Keterangan :
Li = batas bawah kelas median.
n = banyaknya observasi sampel.
 219

 f  1 = jumlah frekuensi kelas yang lebih rendah dari kelas median.

fmed = frekuensi kelas median
C = interval kelas.

3. Modus
Modus adalah harga dari variabel random yang paling sering terjadi atau
dapat juga dikatakan bahwa modus dari suatu kumpulan harga yang mempunyai
frekuensi terbesar. Secara umum modus dapat ditentukan dari persamaan :
f1 - f 1
Modus  X o  C 2 ……………………………………….(4-9)
2 f 0 - f1 - f 1

Keterangan :
Xo = titik tengah kelas modus
C = interval kelas
fo = frekuensi kelas modus
f1 = frekuensi kelas sesudah kelas modus
f-1 = frekeunsi kelas sebelum kelas modus.

4. Standar deviasi
Standar deviasi adalah akar kuadrat dari rata-rata penyimpangan kuadrat
mean. Setiap harga yang mungkin dari random variabel ber lokasi pada jarak
tertentu dari harga rata-ratanya yang diukur disepanjang sumbu horizontal.
Standar deviasi didefenisikan sebagai berikut :
n 2

Sd    x1  xn 
i 1
. fi ………………………………………...(4-10)

Keterangan :
fi = frekuensi untuk interval kelas ke-I, fraksi
xi = titik tengah tiap interval
xn = mean.
 220

4.1.1.1.1. Analisa Data Porositas

Parameter statistik aritmatik dan weighted average merupakan salah satu

metode statistik yang digunakan untuk mengevaluasi sifat fisik batuan reservoar,
khususnya data porositas bernilai tunggal dapat dinyatakan dengan persamaan
berikut :
in

Arithmetic average  i
…………………………………………(4-11)
 i 1

n
in

 h i i

Weighted average  
i 1
i n …………………………………………(4-
h
i 1
i

12)

Jika interval pada sumur mempunyai ketebalan yang sama maka

arithmetic average dan weighted average akan mempunyai harga yang sama. Jika
interval kedalamannya berbeda maka arithmetic average dan weighted average
mempunyai harga berlainan (Tabel IV-1). Tabel tersebut didapat berdasarkan data-
data penilaian formasi pada interval-interval yang diperkirakan menarik. Tetapi
untuk mendiskripsikan jumlah data yang benar, terutama dari analisa core maka
Law A.C Bulnes memberikan aplikasi statistik yang didasarkan pada klas-klas
(range) tertentu.

Tabel IV-1.
Perhitungan Arithmetic Average dan Weighted Average
Porositas dan Permeabilitas31)
 221

Untuk jumlah sampel yang besar maka data-data statistik diklasifikasikan

dalam klas-klas variabel dan jumlah kejadian variabel pada setiap range
ditabulasikan seperti terlihat pada Tabel IV-2. Jumlah kegiatan pada setiap range
dinyatakan dalam frekwensi atau dapat dikatakan bahwa frekwensi adalah fraksi
dari jumlah total sampel yang diijinkan disbanding dengan distribusi kumulatif
untuk data-data yang diberikan.

Tabel IV-2.
Klarifikasi Porositas Dengan Range 2 % Untuk Setiap Sampel31)
 222

Metode statistik yang digunakan untuk menyatakan besarnya rata-rata

(central tendency) dari kurva histogram yaitu : median porosity dan arithmetic
mean porosity.

i n
 a   i Fi …………………………………………(4-13)
i 1

dimana :
Фa = arithmetic mean porosity
Фi = harga porositas pada mid point dari klas interval atau range ke-i
Fi = frekwensi untuk klas interval ke-i, fraksi
N = jumlah klas interval
Dengan demikian harga arithmetic mean porosity dari lapangan A adalah
18,62% (berdasarkan Persamaan 4-1), sedangkan bila dihitung mean porosity
adalah 18,60% dan median porosity adalah 17,8%. Hal ini dapat dilihat pada
Gambar 4.1. Harga statistik lainnya dapat dihitung adalah mode, harmonic mean
dan geometric mean.

Gambar 4.1.
Histogram Porositas dan Distribusi Untuk Semua Sampel
dari Lapangan A31)
 223

Harga geometrik mean untuk L jumlah data diberikan oleh persamaan

berikut :
iL

 log  i
…………………………………………(4-14)
log  g  i 1

L
Untuk data-data yang diklasifikasikan maka Persamaan (4-14) dapat
ditulis-kan sebagai berikut :
iL
log  g   f i log i …………………………………………(4-15)
i 1

Dimana klas interval (range) dalam skala logaritma dan aplikasinya akan
memberikan pada evaluasi permeabilitas.
Untuk menentukan harga standart deviasi maka persamaan yang diberikan adalah
1
 in 
2

S   ( X i  X a ) 2 Fi  ………………………………………(4-16)
 i 1 
dimana Xa = arithmetic mean
Untuk kurva distribusi normal maka fungsi frekwensi dinyatakan dengan :
 1 
f ( x)   1/ 2 
-e 1 / 2 ( X - Xa ) / S
…………………………………(4-
 S d ( 2 ) 
17)
dimana :
e = bilangan pokok dari natural logaritma = 2,717828
X = harga variabel
Xa = arithmetik mean

Jika distribusi data yang diperlihatkan pada Gambar 4.1. diplot pada kertas
probabilitas maka akan didapatkan garis linear dan data tersebut merupakan kurva
normal seperti pada Gambar 4.2. Dari gambar tersebut maka didapatkan harga
mean porosity pada frekwensi kumulatif = 17,8% dan harga porositas pada 84,1%
adalah 23% sehingga standart deviasinya adalah 5,2%. Pada suatu reservoar maka
harga net productivity sand ditentukan berdasarkan distribusi porositas cut-off.
 224

Gambar 4.2.
Distribusi Porositas Lapangan A Pada Kertas Probabilitas31)
Data-data porositas dari Tabel IV-3 Bila lapisan A mempunyai kapasitas
kumulatif = 98,171% maka lapisan produktif bersihnya (yang representatif) yaitu
lapisan yang mempunyai harga porositas diatas 10%.

Tabel IV-3
Klarifikasi Distribusi Porositas Untuk Menentukan Net Productivity Sand31)

4.1.1.1.2. Analisa Data Permeabilitas

 225

Prosedur yang digunakan untuk menentukan weighted average dari

permeabilitas, sama dengan prosedur weighted average porosity. Harga weighted
average permeability dinyatakan dengan persamaan :
i n

Arithmetic.average K i
…………………………………(4-
K i 1

n
18)
i n

K h i i

Weighted.average K 
i 1
i n …………………………………(4-19)
h
i 1
i

Bila permeabilitas dinyatakan dengan klas interval yang setara dengan

interval logaritma permeabilitas yang telah diberikan oleh Law.
Gambar 4.3. memperlihatkan histogram dari sample permeabilitas, dimana
limit range-nya dinyatakan dengan persamaan :
2 j .k j
J.log = Log ………………………………………………..(4-20)
ki

kj = 2j . ki
dimana :
kj = limit range
ki = initial permeability
j = 1,2,3,4,…….
 226

Gambar 4.3.
Histogram Permeabilitas Dan Distribusi Dari Lapangan A 31)
Dari distribusi kurva histogram permeabilitas dan frekwensi kumulatif dari
lapisan tidak memberikan gambaran distribusi normal. Tipe statistik dari data
permeabilitas lapangan A adalah Skewed distribusi. Jika data-data permeabilitas
diplotkan pada kertas permeabilitas, hasilnya akan terlihat pada Gambar 4.4.
Untuk garis kurva adalah prosedur secara konvensional, sedangkan dua
garis lurus dihasilkan dari plotting logaritme permeability. Dua garis lurus
mengindikasikan dua sistem distribusi yang saling mempengaruhi.

Gambar 4.4
Distribusi Permeabilitas Pada Kertas Probabilitas Lapangan A 31)
 227

Dua kemungkinan variasi permeabilitas yang menarik bagi engineering

adalah efek dari variasi vertikal dan tipe zone yang berbeda materialnya dan efek
dari variasi daerah. Studi yang mendalam dari analisa core, electric log dan
radioaktif log akan mengindikasikan jika dua atau lebih sistem permeabilitas yang
berbeda dalam arah vertikal dalam reservoar. Jika tidak ada indikasi variasi
vertikal, data core harus dianalisa dengan batas daerah. Pada kasus dilapangan A
ditentukan dua sistem permeabilitas.
Jika klasifikasi yang diberikan oleh Law : log 2(kj/ki) = j, dimana j =
1,2.3…. dst, menghasilkan distribusi normal untuk selanjutnya persamaan fungsi
frekwensi (4-17) digunakan untuk menggambarkan variasi permeabilitas dengan
frekwensi kumulatif atau jumlah sampel. Muskat memberikan distribusi
permeabilitas yang tidak normal, akan tetapi mendekati distribusi eksponensial.
Muskat menyarankan bahwa harga permeabilitas pada setiap sampel atau range
sample diplotkan pada kertas semilog sebagai fungsi dari harga kumulatif sampel
yang mempunyai harga permeabilitas rendah. Plot yang sama akan menghasilkan
suatu garis lurus (dinyatakan dalam Persamaan 4-21), jika permeabilitas diplot
sebagai fungsi frekwensi kumulatif.
Log 10 k = m . N + b ………………………………………..(4-21)

Dimana :
N = jumlah sampel dengan harga permeabilitas rendah
m = slope dari kurva
b = intercept harga log k jika N berharga 0
k = permeabilitas
Bila jumlah sample (N) diganti dengan frekwensi kumulatif (F) maka akan
merubah sudut kurva (slope). Gambar 4.5. adalah plot antara harga kumulatif
sampel versus log 10 dari lapangan A. distribusi eksponensial didefinisikan
sebagai ratio perlapisan reservoar, yang merupakan ratio dari permeabilitas
minimum pada segmen garis lurus.
Untuk mendapatkan harga permeabilitas rata-rata, maka dapat
dipergunakan harga geometric mean sebagai berikut :
 228

in

 log k i
………………………………………..(4-22)
log .K g  i 1

L
Sedangkan untuk data-data yang diklasifikasikan (kelompok) persamaan
dapat dituliskan sebagai berikut :
in
log K g   F j . log(k a ) j ………………………………………..(4-23)
i 1

dimana :
Kg = geometric mean permeability
Ki = permeabilitas darisampel ke-i
(ka)j = arithmetic average permeability dari klas interval logaritma ke-j
Fj = frekwensi kumulatif dati interval ke-j, fraction

Harga permeabilitas dapat digunakan untuk menentukan net sand dalam

mengkalkulasikan banyaknya hidrokarbon. Pemilihan harga permeabilitas dapat
diseleksi dari kurva yang dihilangkan (cut-off permeability). Kapasitas kumulatif
permeabilitas untuk lapangan A diperlihatkan pada Gambar 4.6.
 229

Gambar 4.5
Distribusi Permeabilitas pada Kertas Semilog dari Lapangan A 31)

Gambar 4.6
Distribusi Kapasitas Permeabilitas Dari Lapangan A 31)

Dari Gambar 4.6. tersebut akan terlihat bahwa 80% kapasitas produksi
lapangan A diperlihatkan oleh sampel yang memiliki permeabilitas lebih dari 450
md, 95% kapasitas produksi diperlihatkan dari sampel yang memiliki
permeabilitas yang lebih besar dari 100 md. Jadi akan terlihat bahwa permabilitas
dengan harga 1,2 md yang dihilangkan sesungguhnya termasuk dalam productive
sand.
4.1.1.1.3. Analisa Data Saturasi Air
 230

Saturasi air dapat digambarkan sebagai fungsi dari tekanan kapiler dan
juga dapat dihubungkan dengan permeabilitas, Data tekanan kapiler untuk suatu
reservoir didapatkan dari sampel core yang masing-masing memiliki harga
porositas dan saturasi. Dari data tekanan kapiler dapat dihasilkan suatu kurva
tekanan kapiler, ada empat pendekatan untuk menentukan kandungan air pada
reservoar yaitu :
1. Berdasarkan harga geometric mean permeability yang muncul dari suatu
reservoar dan mengevaluasi saturasi air sebagai fungsi ketinggian diatas
free water table (air bebas formasi).
2. Berdasarkan harga geometric mean permeability yang muncul dan
mengevaluasi saturasi air diatas free water table dan dihubungkan dengan
volume tengah dari reservoar.
3. Mengevaluasi saturasi air pada setiap harga permeabilitas diatas
ketinggian free water table dari volumetric centre dan beratnya dengan
memperlihatkan frekwensi yang diasosiasikan dengan range tertentu.
4. Reservoar dibagi menjadi segmen volume, evaluasi geometric mean
permeability untuk setiap segmen tersebut diatas free water table yang
dihubungkan dengan volumetric centre dari segmen.

a. Metode Pertama
Berdasarkan harga geometric mean permeability dan harga saturasi air
sebagai fungsi ketinggian free water table dapat dilihat pada tekanan kapiler
atau korelasi oil base core data.
Gambar 4.7. tersebut menunjukkan hubugan antara distribusi saturasi air
terhadap tekanan kapiler dan permeabilitas batuan. Geometric mean
permeability menghasilkan harga saturasi air kira-kira 10% lebih besar dari
arithmetik harga saturasi air (Swi), pada segmen volume sebagai fungsi
ketinggian volume diatas free water table.
 231

Gambar 4.7
Perbandingan Perhitungan Distribusi Geometrik
Dan Aritmatik Mean Water Saturation 31)

b. Metode Kedua
Menghitung harga rata-rata saturasi air dari tekanan kapiler pada
volumetric mid point dari reservoar hidrokarbon. Dengan menggunakan
tekanan kapiler dan geometric mean permeability, saturasi air dapat dilihat
secara langsung dari penurunan data tekanan kapiler. Untuk lapangan A
tekanan kapiler pada mid point adalah 25 psi, sehingga harga geometric mean
permeability adalah 101,29 md dan saturasi dari Gambar 4.7. adalah 42,3%.

c. Metode Ketiga
Secara matematik identik dengan metode kedua dimana plot logaritma
permeabilitas versus saturasi air akan menghasilkan garis lurus. Saturasi air
untuk tekanan kapiler pada mid point pada klas permeabilitas dengan range
logaritma dibaca dari data peurunan tekanan kapiler di lapangan, contoh
 232

perhitungan untuk lapangan A, dimana akhirnya didapat harga saturasi air

sebesar 42,2%.

d. Metode Keempat
Merupakan metode perhitungan yang labih detail, dimana pertambahan
volume diseleksi dan semakin kecil seleksinya maka akan semakin teliti.
Setiap data pada pertambahan volume dianalisa dan permeabilitas rata-rata
serta ketinggian mid point ditentukan. Kemudian hubungan saturasi air dibaca
dari penurunan data tekanan kapiler. Saturasi rata-rata didefinisikan dengan
persamaan sebagai berikut :
in

V S j wi L
S wi  i 1
in atau S wi   W j S wj …………………..(4-
W
i 1
j
i 1

24)

Dimana :
L = jumlah sampel
Wj = eight factor volume batuan dari sampel dengan total volume
batuan hidrokarbon
Swj = saturasi sample ke-j
Vj = volume pori sample ke j

4.1.1.2 Analisa Korelasi dan Regresi

Kelayakan analisa data berhubungan dengan suatu variabel lainnya. Bila

terdapat suatu hubungan antar variabel atau hubungan tersebut dapat dirumuskan,
maka variabel-variabel tersebut dikatakan berhubungan secara fungsional. Suatu
variabel dapat diramalkan dari variabel lain apabila antara variabel yang
diramalkan (dependent variable), dan variabel yang digunakan untuk meramalkan
(independent variable) terdapat korelasi yang signifikan.
 233

Hubungan antara dependent variable dengan independent variable dapat

dilukiskan dalam suatu garis. Garis ini disebut garis regresi, sedangkan persamaan
yang menyatakannya disebut persamaan regresi.

4.1.1.2.1. Analisa Korelasi

Analisa korelasi adalah metode statistik yang digunakan untuk

menentukan kuatnya atau terjadinya derajat hubungan dua garis lurus antara
variabel. Semakin linier garis tersebut semakin erat hubungan antara dua variabel
tersebut. Ukuran yang menyatakan hubungan garis lurus dinamakan koefisien
korelasi.
Dalam analisa korelasi sederhana, variabel yang digunakan semua random
dan keduanya “bivariate normal”. Untuk menentukan korelasi diantara dua
variabel X1 dan X2 penelitian harus mengambil sejumlah sampel dari suatu
populasi dan mengukur X1 dan X2 secara sendiri-sendiri dalam sampel
Selanjutnya untuk mempelajari hubungan antara sepasang variable X 1 dan X2
tersebut adalah setelah data dikumpulkan, dapat digambarkan pada diagram
pencar (scatter diagram).
Diagram pencar adalah suatu plot antara satu variabel versus variabel
lainnya, dimana pada ordinatnya menunjukkan dependent variable sedangkan
pada absisnya untuk melakukan plotting data yang berasal dari independent
variable. Tetapi hal ini tidak selalu dapat dilakukan dalam diagram pencar, sebab
sukar untuk mengklasifikasikan antara dependent variable dan independent
variable.
 234

Tabel IV-4
Harga Standart Koefisien Korelasi Kuadrat (r2)

Significance Level One Independent Two

Variable Independent
Variable
Df 0,95 0,99 0,95 0,99
1 0,994 1,000 0,998 1,000
2 0,902 0,980 0,951 0,990
3 0,771 0,920 0,865 0,953
4 0,656 0,841 0,776 0,901
5 0,569 0,764 0,699 0,841
6 0,500 0,696 0,632 0,785
8 0,399 0,585 0,527 0,684
10 0,332 0,501 0,450 0,602
12 0,283 0,437 0,393 0,536
15 0,232 0,367 0,329 0,458
20 0,179 0,288 0,259 0,370
25 0,145 0,237 0,213 0,308

Jika kenaikan didalam suatu variabel tersebut diikuti dengan kenaikan

variabel yang lain, maka dapat dikatakan bahwa kedua variabel tersebut
mempunyai korelasi positif. Tetapi kenaikan suatu variabel diikuti penurunan
variabel yang lain, maka dapat dikatakan kedua variabel tersebut mempunyai
korelasi negatif. Jika tidak ada perubahan pada suatu variabel walaupun variabel
yang lain berubah.
Seperti yang telah dijelaskan sebelumnya bahwa ukuran yang digunakan
untuk mengukur derajat korelasi linier dinamakan koefisien korelasi, yang
dinyatakan dengan “r” dan didefinisikan sebagai berikut :
(X 1 - X2) (X2 - X)
r= ………………………………………..(4-25)
(X 1 - X)2 (X2 - X)2
atau dapat dihitung dengan persamaan berikut :
X1 . X 2 -( X1 . X 2 ) / N
r=
X 12 - ( X 1 ) 2 / N . X 2 - ( X 2 ) 2 / N
………………………………..(4-26)
 235

kuadrat dari “r” menyatakan fraksi varian total yang dipindahkan oleh korelasi.
Harga r selalu terletak diantara -1 sampai +1, dimana untuk :
r = +1 → menyatakan korelasi positif sempurna antara X1 dan X2
r = -1 → menyatakan korelasi negatif sempurna antara X1 dan X2
r=0 → menyatakan tidak ada korelasi antara X1 dan X2

4.1.1.2.2. Analisa Regresi

Analisa regresi adalah metode statistik yang digunakan untuk menentukan

kemungkinan bentuk hubungan variabel-variabel. Tujuan pokok dalam
memperkirakan nilai dari satu variabel dalam hubungannya dengan variabel yang
lain yang telah diketahui. Seperti juga pada analisa korelasi, maka dalam analisa
regresi data akan diperkirakan, terlebih dahulu harus digambarkan dalam diagram
pencar. Selanjutnya dari hubungan yang nampak dari diagram tersebut dapat
ditentukan perkiraan bentuk hubungan tersebut apakah hubungan garis lurus,
kuadratik, eksponensial ataupun logaritmik.
Didalam analisa regresi yang dibicarakan hanya hubungan antara variabel
X dan Y, mempunyai hubungan linier jika hubungan mereka dapat ditunjukkan
dengan model statis garis lurus sebagai berikut :
Yi = A + B . Xi + Ei ………………………………………..(4-27)
Dimana :
Yi = banyaknya nilai observasi dari variable random Y
Xi = banyaknya nilai observasi dari variable random X
A = konstanta regresi
B = konstanta korelasi
Ei = kesalahan acak yang dikaitkan dengan Yi untuk setiap harga Xi
Nilai A dan B dalam model diatas dikenal dengan parameter dari model,
nilainya hanya dapat ditentukan jika keseluruhan nilai populasi dari (x,y) diketahi,
kebanyakan nilai yang diketahui hanya nilai sample dari (x,y) sehingga nilai A
dan B yang dapat dihitung hanya nilai perkiraan saja. Misalnya nilai b o
menunjukkan hasil estimasi untuk A dan bi nilai estimasi untuk B, maka
menentukan bo dan bi dapat menggunakan metode kuadratik terkecil. Untuk
 236

memperkirakan harga A dan B dicapai dengan meminimumkan jumlah kuadrat

dari kesalahan.
n n

 Ei   ( yi  A  B.xi ) 2 ………………………………………..(4-28)
2

i 1 i 1

setelah persamaan 4-18 ini kita deferensialkan, maka dapat diperoleh dua
persamaan yang digunakan untuk memperkirakan harga bo dan bi, yaitu :

yi = n . bo + bi . xi ………………………………………..(4-29)

xi.yi = bo.xi + bi.xi2 ………………………………………..(4-30)

kedua persamaan diatas dinamakan persamaan normal untuk garis lurus kuadrat
terkecil. Penyelesaian persamaan normal ini diperoleh dengan aturan Crammer
yaitu dengan menggunakan determinan atau dengan cara eleminasi atau substitusi
sederhana. Seandainya digunakan salah satu metode penyelesaian tersebut, maka
akan diperoleh :
( x 2 ) y  ( x. y ) x
bo  ………………………………………..(4-31)
 N  x    x
2 2

N  x. y    x  y 
bi  ………………………………………..(4-32)
 N  x    x
2 2

Suatu ciri dari garis regresi adalah bahwa garis tersebut selalu melalui
(x,y) harga rata-rata dari semua data. Dengan kata lain (x,y) dan b1 mempengaruhi
garis regresi. Keadaan ini diperlihatkan pada persamaan berikut :
Bo = y – b1.x ………………………………………………..(4-33)

Berdasarkan kenyataan ini, maka dapat disimpulkan bahwa ada tiga

sumber penyimpangan yang mempengaruhi regresi garis lurus, yaitu :
penyimpangan disekitar mean, penyimpangan disebabkan slope dan
penyimpangan residu.
Variasi residu yang dinyatakan dengan penyimpangan harga observasi y
dan garis lurus, harus lebih kecil dari variasi yang disebabkan oleh slope, oleh
karenanya analisa ketiga penyimpangan ini yang lebih dikenal dengan analisa
 237

variasi, merupakan jumlah kuadrat kesalahan-kesalahan yang terdapat dalam

regresi linier. Bila dinyatakan dalam persamaan menjadi :

=. y      bi  x. y   
2
 y  x y
Residual sum of square 2
...…(4-
 N   N 

34)
Dimana :
 y 
2

y 
2
 = jumlah kuadrat kesalahan disekitar harga rata-rata
 N 

 x y 
bi  x. y   = jumlah kuadrat kesalahan dari slope garis lurus
 N 

variasi koefisien regresi b1 dapat diperkirakan dengan rumus :

2 2
Se Se
A 2 (b1 )  
(x  x)2
x 2

  x 2
…………………………..(4-35)
N
dimana :
Se = standard error estimate yang dinyatakan dengan rumus :
residual .sum.of .square
Se = …………………………(4-
 N  a  0.5
36)

4.1.2. Metode Cut-Off Reservoir

Metode cut-off reservoar didefinisikan sebagai suatu harga tertentu dimana

dibawah atau diatas harga tersebut parameter reservoar tidak berlaku lagi untuk
dipertimbangkan. Penentuan cut-off reservoar dilakukan dengan plot variabel-
variabelnya pada kertas kartesian sehingga didapatkan suatu trend garis lurus yang
mewakili semua data dan kemudian ditentukan cutt-off reservoar tersebut.
Beberapa parameter reservoar yang akan dibicarakan dalam penulisan ini adalah
porositas, permeabilitas, saturasi air dan volume clay. Evaluasi data-data beberapa
sumur seperti penentuan derajat stratifikasi, penentuan derajat uniformity dan
 238

derajat penebalan, dilakukan setelah data-data tersebut dianalisa dengan metode

statistik dan metode cut-off.

4.1.2.1 Penentuan Cut-Off Porositas

Cut-off porositas didefinisikan sebagai suatu harga porositas dimana

harga-harga porositas dibawah harga tersebut tidak berlaku lagi untuk
dipertimbangkan. Persen kumulatif yang dipertimbangkan adalah persen
kumulatif storage pada harga porositas diatas harga porositas cut-off anggapan.
Porositas batuan berhubungan erat dengan permeabilitas batuan. Pada
batuan permeabel dapat dipastikan batuan tersebut porous, namun belum tentu
batuan porous tersebut permeabel. Dengan demikian dapat dikatakan bahwa
permeabilitas merupakan fungsi dari porositas, k = f(Ф). Pada umumnya bentuk
hubungan permeabilitas (Y) dengan porositas (X) adalah regresi exponensial,
yaitu :
Y = a bX ……...……………………………………(4-
36)
Dimana bentuk diatas tidak linier bila diplot pada kertas grafik biasa,
tetapi akan linier apabila diplot pada kertas grafik semi log seperti Gambar 4.8.
dan sesuai dengan persamaan berikut :
Log Y = Log a + X Log b …………………………………………...(4-37)

Untuk mendapatkan konstanta a dan b maka digunakan persamaan “least

squares” sebagai berikut :
  Y   X     X   X .Y 
2

a ………………………...
 N  X    X 
2 2

..(4-38)
 N  X .Y   X     X   Y 
2

b ......……………………
 N  X .Y     X  2

..(4-39)
Dengan memasukkan harga cut-off permeabilitas pada grafik hubungan
antara porositas dengan permeabilitas, maka cut-off permeabilitas tersebut akan
 239

memotong trend garis linier, selanjutnya ditarik ke bawah sejajar dengan

ordinatnya maka garis tersebut memotong absisnya. Perpotongan antara garis
tersebut dengan absisnya akan mendapatkan harga cut-off porositas.

Gambar 4.8.
Plot Persamaan Garis Hubungan Permeabilitas dan Porositas
Serta Penentuan Cut-Off Porositas 31)

Pada formasi shaly sand, penentuan cut-off porositas diperoleh dari harga
cut-off Vclay, dengan menentukan hubungan antara porositas dan Vclay. Dengan
demikian harga cut-off porositas merupakan harga porositas pada cut-off Vclay.

4.1.2.2. Penentuan Cut-Off Permeabilitas

Cut-off permeabilitas didefinisaikan sebagai suatu harga permeabilitas,

dimana dibawah harga tersebut permeabilitas sudah tidak berlaku lagi untuk
dipertimbangkan dalam perhitungan.
Penetuan cut-off permeabilitas dapat ditentukan dengan melakukan plot
antara persen kumulatif “kh” dari hasil well test versus data permeabilitas hasil
analisa core, seperti yang ditunjukkan pada Gambar 4.9.
Harga kh didapatkan dari data rekaman DST untuk masing-masing
ketebalan dimana dilakukan test dengan menggunakan persamaan :
 240

q o Bo μ o
kh = ……………………………………………………….(4-
7.08 m

40)
Cut-off permeabilitas didapatkan dengan cara membaca harga
permeabilitas hasil analisa core pada persen kumulatif kh, yang dalam contoh
diatas adalah 2%, sehingga didapat harga permeabilitas cut-off adalah 20 mD.

Gambar 4.9.
Plot Persen Kumulatif ‘kh’ Terhadap Permeabilitas 31)

4.1.2.3. Penentuan Cut-off Saturasi Air

Cut-off saturasi air didefinisikan sebagai harga saturasi air dimana harga
saturasi air diatas harga tersebut tidak lagi dipertimbangkan. Cut-off saturasi air
didapatkan dari harga cut-off porositas.
Harga-harga porositas diplot terhadap harga saturasi air pada kertas
kartesian, sehingga didapatkan suatu garis linear setelah terlebih dahulu dilakukan
interpolasi. Maka harga cut off saturasi air pada titik perpotongan garis linear
dengan garis yang ditarik secara horizontal, seperti yang ditunjukkan pada
Gambar 4.10.
 241

Gambar 4.10.
Penentuan Cut-Off Saturasi Air 31)

4.1.2.4. Penentuan Cut-Off Vclay

Cut-off Vclay didefinisikan sebagai harga Vclay dimana Vclay diatas harga
tersebut tidak lagi dipertimbangkan. Hasil penentuan cut-off porositas selain dapat
digunakan untuk menentukan cut-off saturasi air juga dapat digunakan untuk
menetukan cut-off Vclay, adapun prosedur penentuannya adalah :
1. Hasil defleksi kurva gamma ray log dan porositas hasil well logging pada
koordinat kartesian, dimana gamma ray unit sebagai ordinat dan porositas
sebagai absisnya.
2. Data-data tersebut apabila dihubungkan secara interpolasi akan diperoleh
trend garis lurus.
3. Bila ditarik garis lurus keatas sejajar dengan ordinatnya, maka akan
memotong garis trend tersebut. Selanjutnya ditarik kekiri sejajar dengan
absisnya, maka akan memotong sumbu ordinatnya.
4. Dari titik perpotongan ini diperoleh harga cut-off gamma ray unit, seperti yang
terlihat pada Gambar 4.11.
5. Selanjutnya harga cut-off gamma ray unit tersebut dimasukkan kedalam
persamaan :
 242

GRcut off - GRmin

Vclaycu off = ……………………………………....(4-
GRmax - GRmin

41)

Gambar 4.11.
Grafik Penentuan Cut-Off Gamma Ray Units 31)

4.1.2.5. Manfaat Cut-Off Reservoir

Dengan mengetahui cut-off reservoar maka metode volumetrik yang

digunakan untuk memperkirakan cadangan reservoar akan menghasilkan jumlah
yang akurat, dimana data dari beberapa sumur tidak berlaku lagi untuk
dipertimbangkan. Bila harga cut-off porositas dan permeabilitas diplot pada grafik
log versus kedalaman bersih (net pay) lapisan produktif , dapat dilihat pada
Gambar 4.12.
Setelah dianalisa dengan metode statistik dan cut-off, maka perlu diadakan
evaluasi data-data beberapa sumur, diantaranya, penentuan derajat stratifikasi,
penentuan derajat unformity dan penentuan derajat penebalan.
 243

Gambar 4.12.
Penentuan Net Pay dengan Parameter Cut-Off Reservoir 31)

4.2. Hasil Pengolahan dan Penyajian Data

Setelah didapatkan data-data reservoir hasil dari pemboran eksplorasi dan

deliniasi selanjutnya adalah mengimplikasikan data-data reservoir tersebut untuk
keperluan perkiraan-perkiraan reservoir, seperti cadangan dan produktivitasnya.
Data yang dihasilkan dari aktivitas geologi dan geofisik akan divisualisasikan
dalam bentuk peta-peta bawah permukaan. Peta tersebut bertujuan untuk
menyajikan data-data kedalam suatu bentuk yang dimengerti dan dapat digunakan
untuk mengeksplorasi, mengembangkan dan mengevaluasi sumber daya seperti
minyak dan gasbumi. Setiap set data akan disajikan dalam bentuk angka yang
dapat dikonturkan

4.2.1 Peta Subsurface

Pada pemetaan bawah permukaan kita akan berhadapan dengan berbagai

macam bidang permukaan maupun interval-interval antara dua bidang permukaan.
Bidang permukaan ini biasanya adalah bidang perlapisan, bidang ketidakselarasan
 244

dan dapat pula bidang patahan. Dengan demikian secara teoritis banyak sekali
kemungkinan pembuatan peta-peta bawah permukaan dari suatu daerah yang
sama. Maka dalam hal ini perlu adanya suatu pemilahan terhadap bidang
permukaan maupun interval mana yang akan dibuat, dinilai dari kepentingan bagi
eksplorasi minyak dan gas.
Suatu ciri yang khas dari subsurface mapping adalah dengan apa yng
disebut garis iso atau secara popular disebut garis kontur. Garis ini menyatakan
titik-titik yang mempunyai sifat tertentu dan terdapat pada suatu bidang
permukaan (perlapisan).
Adapun data-data geologi yang dibutuhkan untuk menghitung perkiraan
besaran reservoar antara lain : luas reservoar (A), ketebalan lapisan produktif (h),
porositas rata-rata (Ф), saturasi air mula-mula (S wi), faktor volume formasi
minyak (Bo) dan factor volume formasi gas (B g). Untuk mengetahui sejauh mana
data-data tersebut didistribusikan, maka disajikan dalam bentuk peta-peta (maps)
yang tercermin dalam net isopach map, isoporositas map, isopermeabilitas map
dan isosaturasi map.

4.2.1.1. Peta Struktur

Subsurface Structure Map merupakan salah satu hal penting dalam

kegiatan eksplorasi hidrokarbon maupun setelah eksplorasi. Peta struktur tersusun
dari peta kontur. Peta struktur lebih akurat daripada tipe peta lainnya karena
informasi yang disediakan lebih komplit.
Struktur kontur adalah garis yang melewati titik pada lapisan horizon yang
sama dan mempunyai kesamaan elevasi. Horizon yang dipilih bisa top atau
bottom dari lapisan formasi, atau dengan kata lain kontur struktur garis yang
menunjukkan kedalaman yang sama. Struktur kontur menunjukkan arah dan
jumlah dip, arah strike dan perbedaan elevasi dari key horizon pada dua titik
dalam peta.
Adapun tujuan dari digunakannya peta struktur sebgai salah satu data yang
digunakan dalam memperkirakan cadangan secara volumetris adalah sebagai
 245

acuan untuk menentukan batas-batas reservoar, jenis perangkap reservoar, dan

batas formasi produktif.

4.2.1.2. Peta Isopach

Peta isopach adalah peta yang menggambarkan garis kontur

mengenai penyebarannya dan ketebalan yang spesifik dari unit peta (Bishop
1960). Data isopach maps adalah peta-peta yang menggambarkan garis-garis yang
mempunyai ketebalan bersih dari lapisan produktif minyak dan gas yang sama.
Data yang berperan dalam pembuatan peta ini diantaranya data dari well log yang
digunakan untuk mengetahui net sand suatu reservoir kemudian data seismik yang
digunakan dalam penentuan interval peta isopach. Peta isopach (gambar 3.80)
dikontruksi hampir sama dengan pemetaan kontur struktur. Langkah awal
pembuatan peta ini adalah penyeleksian unit stratigrafi yang hendak dipetakan,
observasi ketebalan diplot pada titik kontrol, sehingga garis kontur isopach dapat
digambar berdasarkan ketebalan yang sama. Interval vertikal antar isopach dari
beberapa ratus feet pada regional map sebesar 10 feet untuk keperluan studi dari
satuan stratigrafi yang kecil.
Data-data yang diperoleh dari peta isopach meliputi ketebalan reservoir,
luas dari reservoir dan besar cadangan secara volumetris dari reservoir tersebut.
dengan demikian dikenal adanya : gross sand, net sand isopach map, net oil
isopach map, dan net gas isopach map.

A. Gross Sand
Gross sand isopach adalah peta yang menggambarkan garis-garis ketebalan
total lapisan. Dimana didalamnya termasuk lapisan yang tidak produktif (tight
formation) yang menyebar pada lapisan produktif.

B. Net Sand Isopach Map

Net Sand isopach adalah peta yang menggambarkan garis-garis ketebalan
bersih lapisan produktif yang sama, dimana ketebalan bersih tersebut merupakan
 246

ketebalan total dari lapisan produktif yang telah dikoreksi terhadap litologi cut-
off.
Lithologi cut-off dapat berupa lapisan-lapisan sisipan yang berada diantara
lapisan produktif dimana hal tersebut dapat diketahui dari hasil logging, misalnya
SP log, resistivity log, atau hasil analisa coring dan lapisan-lapisan yang tidak
produktif (tight formation) yang menyebar pada lapisan produktifnya. Gambar
4.13. memperlihatkan prosedur pembuatan net sand isopach map. Prosedur
tersebut diawali dengan menghubungkan titik-titik yang mempunyai ketebalan
lapisan total produktif sama dan dilanjutkan dengan penentuan batas minyak air
(kontur pada nol feet) serta koreksi ketebalan yang diperlukan.
Dari data log akan diketahui puncak formasi, kedalaman dasar formasi, batas
gas-minyak atau air-minyak dan ketebalan lapisan yang mengandung minyak.
Berdasarkan hal-hal tersebut diatas maka akan dapat dibuat kontur puncak
formasi, kontur dasar formasi termasuk batas-batas fluida net sand isopach dan
net pay isopachnya.
Dengan menghubungkan titik-titik ketebalan bersih lapisan produktifnya
serta mengikuti pola kontur batas minyak-air maka akan didapatkan net sand
isopach map seperti terlihat pada Gambar 4.14 dan Gambar 4.15
memperlihatkan net sand isopach map dari suatu reserovar.

Gambar 4.13
Prosedur Pembuatan Net Sand Isopach 9)
 247

Gambar 4.14
Prosedur Akhir Pembuatan Net Sand Isopach 9)

Gambar 4.15
Net Sand Isopach Map 9)

C. Net Oil Isopach Map

Net oil isopach adalah peta yang menggambarkan garis-garis yang
mempunyai ketebalan bersih minyak dari lapisan produktif yang sama. Net oil
isopach dapat dibuat berdasarkan data dari net isopach. Prosedur untuk membuat
net oil isopach adalah dengan penentuan ketebalan bersih lapisan produktif
dilanjutkan dengan penentuan ketebalan lapisan bersih dari minyak dari lapisan
produktif tersebut. Ketebalan bersih minyak dimulai dari garis water oil contact
 248

(WOC). Dengan menghubungkan titik-titik ketebalan bersih minyak, maka

didapatkan net oil isopach, dimana kontur nol feet dimulai dari garis WOC.

D. Net Gas Isopach Map

Net gas isopach map adalah peta yang menggambarkan garis-garis yang
mempunyai ketebalan bersih gas (dari lapisan produktif) yang sama, dimana peta
tersebut dapat dibuat berdasarkan data dari net sand isopach map. Prosedur yang
dilakukan adalah sebagai berikut : pertama ditentukan ketebalan bersih lapisan
produktifnya, kedua menentukan ketebalan bersih gas dari lapisan produktifnya,
dimana ketebalan lapisan gas bersih tersebut dimulai dari garis gas oil contact
(GOC) dan berakhir pada puncak ketebalan bersih dari lapisan produktifnya.
Dengan menghubungkan titik-titik yang mempunyai ketebalan bersih gas tersebut,
maka didapatkan net gas isopach map, dimana kontur dimulai dari garis batas
minyak gasnya (GOC).

Gambar 4.16.
Hasil Dari Prosedur Pembuatan Net Gas Isopach Map
Dari Reservoar Yang Mengandung Minyak dan Gas 9)
 249

Ada dua cara untuk menghitung volume minyak dan gas dalam suatu
reservoar yang mengandung kedua hidrokarbon tersebut. Metode yang sederhana
dan cepat adalah untuk membangun total net hydrocarbon isopach map dan net
gas isopach map, menghitung volume masing-masing, lalu mengurangi volume
gas dari total volume hidrocarbon untuk mendapatkan volume minyaknya.

4.2.1.3 Peta Isoporositas

Isoporositas map adalah peta yang menggambarkan garis-garis kesamaan

porositas, dimana pola pembuatan peta isoporosity mengikuti pola ketebalan
lapisan produktifnya. Harga porositas dari lapisan produktif dapat ditentukan
dengan korelasi harga porositas dari lapisan yang sama. Peta isoporositas dalam
pengembangan suatu lapangan minyak digunakan untuk melokalisir oil pool,
maksudnya untuk mengetahui tempat-tempat atau lokasi dalam reservoir yang
mempunyai harga porositas yang baik sehingga penentuan letak sumur-sumur
pengembangan bisa dilakukan lebih baik. Selain itu peta ini juga dapat digunakan
untuk memperlihatkan arah dan kecepatan perubahan porositas rata-rata yang
berada di area reservoir.
Prosedur pembuatannya sebagai berikut :
1. Menentukan harga porositas dari masing-masing sumur yang telah ada
2. Menentukan harga porositas dari lapisan produktifnya yang tidak terdapat
pada sumur-sumur produksi, yaitu dengan cara korelasi harga porositas
dari lapisan yang sama.
Dengan menghubungkan titik-titik yang mempunyai harga porositas sama,
maka akan didapatkan isoporosity map.
 250

Gambar 4.17.
Isoporosity Map 9)

4.2.1.4 Peta Isopermeabilitas (iso-Kh)

Merupakan peta yang garis konturnya menunjukkan tempat-tempat yang

memiliki harga permeabilitas yang sama. Pembuatan peta isopermeabilitas
dilakukan dengan memperhatikan harga-harga permeabilitas dari masing-masing
sumur penyebaran. Data permeabilitas yang digunakan untuk peta
isopermeabilitas diperoleh dari korelasi data logging masing–masing sumur.
Penyajian peta dapat dalam bentuk total (permeability-feet) kontur maupun
average permeability kontur dan juga dalam bentuk perbandingan antara
permeabilitas vertikal dan horizontal (Kv/Kh).

Gambar 4.18.
Peta Isopermeabilitas 9)
 251

4.2.1.5 Peta Isosaturasi

Peta ini menghubungkan garis-garis kontur yang menunjukkan tempat-

tempat dengan harga saturasi air yang sama. Pembuatan peta ini memperhatikan
batas minyak-air dan saturasi air dari sumur-sumur yang ada. Karena daerah
dengan saturasi air yang besar terletak dekat dengan batas minyak-air. Harga
kontur terbesar dari peta isosaturasi air terletak pada batas air-minyak.
Sedangkan formasi yang lithologinya homogen seperti pada lapisan pasir,
penentuan net pay thickness biasanya tidak terlalu sulit, yaitu dengan cara
mengurangi gross isopach dengan ketebalan shale yang diketahui. Kemudian
dapat dibuat peta isopermeabilitas berdasarkan kedalaman yang sama.

Gambar 4.19.
Peta Isosaturasi 9)

4.2.2. Pembuatan Grid

Dalam pembuatan grid (cell), maka reservoir sudah tidak dianggap lagi
sebagai tangki model yang mempunyai sifat-sifat fisik batuan yang homogen
diseluruh reservoir. Dalam hal ini reservoir dianggap sebagai sekumpulan grid
atau blok-blok dengan sifat fisik batuan antara setiap blok berlainan, sehingga
masing-masing blok tersebut akan mempunyai sifat-sifat fisik batuan, seperti :
porositas, saturasi air, permeabilitas dan ketebalan lapisan produktif bersifat
heterogen, dengan demikian pembuatan blok-blok reservoir tersebut akan
mencerminkan tingkat heterogenitas batuan reservoirnya.
 252

Bila ditinjau dari penempatan sumurnya dalam setiap blok maka terdapat
dua jenis blok yaitu : block centered dan block lattice.

Gambar 4.19.
Jenis Blok Reservoir Centered dan Lattice 9)

Keterangan gambar :
1. Block centered, yaitu sistem pembagian blok dimana letak sumur terdapat
pada puast blok sehingga parameter-parameternya dihitung pada pusat block
tersebut (gambar 4.19a).
2. Block Lattice, yaitu sistem pembagian blok, dimana letak sumur terdapat
pada perpotongan garis batas dari blok, sehingga parameter-parameternya
dihitung pada perpotongan garis tersebut (letak sumurnya), seperti
diperlihatkan pada gambar 4.19b.
Untuk mempermudah metode perhitungan cadangannya, maka pembuatan
blok-blok tersebut dilakukan pada kertas transparan, sehingga akan
mempermudah supply data yang diperlukan pada setiap blok, diperlihatkan pada
gambar 4.20.
 253

Gambar 4.20.
Pembuatan Blok-Blok Reservoir Pada Lembar Transparan 9)

4.2.3. Digitasi

Digitasi merupakan pemberian data yang diperlukan pada setiap blok

model yang telah dibuat untuk suatu reservoir tertentu, dimana data-data yang
diperlukan adalah : luas reservoir (A), ketebalan bersih lapisan produktif (h),
ketebalan bersih lapisan minyak (ho), porositas batuan (Ø), saturasi air (Swi),
faktor volume formasi minyak dan gas (Bo dan Bg). Data-data reservoir tersebut
diperoleh dengan jalan menghamparkan (overlay) dari blok reservoir model yang
telah dibuat pada lembaran peta-peta yang telah disajikan, yaitu : net san isopach
map, net oil isopach map, net gas isopach map, iso porosity map, iso water
saturation map. Dengan demikian setiap blok model sudah mempunyai data-data
reservoir yang diperlukan untuk perhitungan cadangan hidrokarbon yang
dikandung dari suatu reservoir seperti yang diperlihatkan pada gambar 4.21.
 254

Gambar4.21.
Digitasi Data-data Reservoir 9)

4.2.4. Tujuan Pembuatan Sistem Grid

Sebagai mana dikemukakan diatas, bahwa pembuatan sistem grid

merupakan pemberian data yang diperlukan pada setiap blok model yang telah
dibuat untuk suatu reservoir tertentu, dimana data-data yang diperlukan adalah :
luas reservoir (A), ketebalan bersih lapisan produktif (h), ketebalan bersih lapisan
minyak (ho), porositas batuan (Ø), saturasi air (Swi), dan FVF minyak dan gas
(Bo dan Bg). Dengan adanya data-data sebagaimana tersebut diatas, maka dapat
diplotkan dalam peta-peta, sehingga akan didapat distribusi cadangannya.
Sepertihalnya dengan cadangan, maka dengan adanya sistem grid yang ada,
besarnya distribusi cadangan dapat ditentukan dan dapat diplotkan pada peta-peta
yang ada.