BAB IV
METODE PENGOLAHAN DATA
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
4)
iL
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 :
in
X a xi f i …………………………………………………………...(4-6)
i 1
iL
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
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
Arithmetic average i
…………………………………………(4-11)
i 1
n
in
h i i
Weighted average
i 1
i n …………………………………………(4-
h
i 1
i
12)
Tabel IV-1.
Perhitungan Arithmetic Average dan Weighted Average
Porositas dan Permeabilitas31)
221
Tabel IV-2.
Klarifikasi Porositas Dengan Range 2 % Untuk Setiap Sampel31)
222
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
log i
…………………………………………(4-14)
log g i 1
L
Untuk data-data yang diklasifikasikan maka Persamaan (4-14) dapat
ditulis-kan sebagai berikut :
iL
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
in
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)
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
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
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
in
log k i
………………………………………..(4-22)
log .K g i 1
L
Sedangkan untuk data-data yang diklasifikasikan (kelompok) persamaan
dapat dituliskan sebagai berikut :
in
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
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
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 :
in
V S j wi L
S wi i 1
in 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
Tabel IV-4
Harga Standart Koefisien Korelasi Kuadrat (r2)
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
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)
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)
=. 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
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
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.
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)
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)
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
41)
Gambar 4.11.
Grafik Penentuan Cut-Off Gamma Ray Units 31)
Gambar 4.12.
Penentuan Net Pay dengan Parameter Cut-Off Reservoir 31)
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.
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.
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)
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.
Gambar 4.17.
Isoporosity Map 9)
Gambar 4.18.
Peta Isopermeabilitas 9)
251
Gambar 4.19.
Peta Isosaturasi 9)
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
Gambar4.21.
Digitasi Data-data Reservoir 9)