Abstrak—Penelitian ini bertujuan untuk melakukan evaluasi Permeabilitas klastik dapat digambarkan sebagai fungsi
formasi pada sumur A pada lapangan “X”, cekungan Jawa logaritmik dari fungsi porositas [1]. Dalam beberapa kasus,
Timur bagian utara. Data yang digunakan adalah data log dan penentuan nilai permeabilitas selain menggunakan data core
data core. Estimasi permeabilitas menggunakan beberapa cara juga dapat menggunakan log Nuclear Magnetic Resonance
yaitu persamaan Timur, Coates Free Fluid Index, dan (NMR). Namun, di lapangan metode ini memiliki biaya yang
Persamaan Coates Dumanoir pada data log dan Single
besar dan memiliki kesulitan yang tinggi pada saat akusisinya,
Transformation dari hasil crossplot antara permeabilitas core
dengan porositas core pada data core. Untuk estimasi maka dari itu penggunaan log NMR sangat jarang digunakan
permeabilitas menggunakan Single Transformation didapatkan untuk mengukur permeabilitas [2].
pengelompokan Hydraulic Flow Unit (HFU) dari perhitungan Permebilitas adalah kemampuan suatu material untuk
Flow Zone Indicator (FZI), sedangkan untuk estimasi mengalirkan fluida. Permebilitas adalah suatu besaran tensor
permeabilitas dengan Persamaan Timur menggunakan data (yang memiliki arah x, y, dan z) arah suatu aliran fluida
saturasi air (Sw). Hasil evaluasi formasi ditemukan letak zona menentukan besaran permebilitas. Estimasi permebilitas pada
reservoir pada kedalaman 4270 – 4312ft. Terdapat perbedaan batuan karbonat tidak selalu mengikuti hubungan antara
hasil dalam perhitungan nilai permeabilitas. Hal tersebut
porositas dan permebilitas, seperti halnya di batuan klastik
dikarenakan pada estimasi permeabilitas menggunakan data
log dan data core yang diperoleh dengan cara dan prinsip yang (pasir). Karena distribusi dan ukuran saluran pori di batuan
berbeda. Hasil permeabilitas yang optimum adalah karbonat seperti vuggy, interparticle berpengaruh terhadap
menggunakan data core karena data core mewakili kondisi permebilitas [3].
batuan sebenarnya dan lebih akurat jika dibandingkan dengan Estimasi permebilitas menggunakan Single
data log. Transformation. Menggunakan hasil persamaan dari crossplot
antara porositas core dengan permebilitas core. Pada estimasi
Kata Kunci— Porositas, Saturasi air, Permeabilitas, Single permebilitas menggunakan Single Transformation persamaan
Transformation dan Persamaan Timur.
sesuai dengan hydraulic flow unit (HFU) dari hasil perhitungan
flow zone indikator (FZI) [4].
I. PENDAHULUAN Pada estimasi permeabilitas menggunakan Persamaan Timur
menggunakan antara permebilitas, porositas dan saturasi air [5].
(1)
air
formasi.
Data Log
III. HASIL DAN PEMBAHASAN
A. Interpretasi Litologi.
Identifikasi Zona Reservoar
Dalam analisa data log, litologi suatu sumur pengeboran
harus diketahui terlebih dahulu. Indikator yang paling tepat
Identifikasi Zona Hidrokarbo n terhadap keberadaan reservoir adalah dengan melihat log
gamma ray, hal tersebut dikarenakan elemen radioaktif
cenderung untuk terkonsentr asi di dalam lempung dan serpih.
Menentukan Volume Shale Formasi bersih biasanya mempunyai tingkat radioaktif yang
sangat rendah, kecuali apabila formasi tersebut terkena
Menentukan Porositas, kontaminasi radioaktif misalnya dari debu volkanik atau
Permeabilitas, dan Saturasi air. granit[7].
Gambar 1. Diagram alir evaluasi formasi
B. Tahap Penelitian
Tahap-tahap dalam penelitian ini dengan melakukan evaluasi
formasi digunakan untuk mengetahui nilai porositas, saturasi air
dan permeabilitas. Perhitung an porositas langkah pertama yang
dilakukan adalah menghitung volume shale (V sh), karena
porositas efektif adalah p orositas yang bersih dari kandungan
shale. Porositas efektif digunakan untuk mengestimasi nilai
Gambar 2. Log Gamma ray untuk mengetahui lithologi batuan.
Saturasi air dan estimasi Permeabilitas.
Kalkulasi saturasi air menggunakan nilai variabel-m karena
Gambar 2. menunjukkan resp on gamma ray untuk mengetahui
nilai faktor sementasi (m) pada suatu batuan memiliki nilai
lithologi batuan. Suatu pem bacaan nilai gamma ray yang tinggi
yang tidak isotropis atau sama. Variabel-m dapat menyebabkan
ditunjukkan bahwa di zona tersebut zona clay, karena Zona clay
perbedaan nilai Saturasi air (Sw) pada suatu formasi. Menurut memiliki kand ungan (Thorium, Uranium dan Potasium) yang
hukum Archie penentu an variabel-m dapat menggunakan data tinggi, sedangkan zona yang memiliki nilai log gamma ray
faktor formasi resistivitas dan water analysis. rendah menandakan bahwa zona reservoir (gamping dan pasir).
Dalam hasil interpretasi litologi dengan menggunakan data
Estimasi permeabilitas dalam penelitia n ini menggunakan gamma ray diketahui zona reservoir pada kedalaman 4270-4312
beberapa metode yakni Persamaan Wyllie-Rose, Coates Free ft.
Fluid Index, dan Persamaan Coates Dum anoir pada data log
dan pada data core menggunakan metode yakni persamaan B. Perhitungan Petrofisika.
Single Transfomasi dari hasil crossplot antara permeabilitas
Dalam perhitungan,diguna kan beberapa rumusan dan juga
core dengan porositas core. Saat melakukan estimasi asumsi. Rumusan dan asum si yang digunakan oleh penulis
permeabilitas pada data core, langkah petama adalah untuk perhitungan ini adalah:
menghitung nilai FZI dari hasil perhitungan Reservoir Quality Formula Archie pada persamaan (1), dimana yang dibutuhkan
Index (RQI) dan normalisasi index porositas (PHIZ) yang dalam perhitungan pada penelitian ini adalah sebagai berikut:
digunakan untuk mengetahui trend Hydraulic Flow Unit
(HFU) [6]. Data core yang digunaka n hanya data core sumur C.Penentuan Volume Shale (Vsh).
A, hal tersebut dikarenakan keterb atasannya data core yang
Perhitungan kandungan lempung dalam suatu formasi
tersedia. Setelah melakukan perhi tungan Flow Zone
dapat dicari dengan menggun akan indikator tunggal, yaitu log
Indicator (FZI) dibuat grafik antara number sample dengan
gamma ray, dan log resisti vitas, atau dengan menggunakan
nilai FZI. Dari hasil Gambar grafik dap at diketahui bahwa
indikator ganda, yaitu log ne utron-densitas. Log Gamma Ray
pada lapangan formasi yang diteliti memiliki tren HFU
(GR) adalah yang sering digunakan karena log ini mengukur
dimana tren HFU tidak berhubungan dengan nilai
tingkat radioaktifitas formasi, umumnya semakin tinggi GR
permebilitas dan porositas, karena HFU adalah suatu
semakin tinggi pula VSH karena dalam shale secara relatif lebih
pengkarakteran suatu aliran suatu fluida pada batuan. Setelah
banyak dijumpai mineral-mineral radioaktif seperti potasium
mengetahui nilai rentang FZI per HFU kemudian dibuat grafik
(K), Thorium (Th) , Uranium (U). Jadi log gamma ray sangat
antara RQI dengan PHIZ dimana nantinya dapat diketahui
memiliki kapa bilitas untuk mengukur derajat kandungan shale
nilai FZI rata-rata dari per HFU. Persamaan Single
di dala m lapisan batuan, maka pada penelitian ini gamma ra log
Transformasi dihasilkan dari grafik antara porositas core
akan digunakan untuk memprediksi besaran volu me shale atau
dengan permeabilitas core. Pada saat estimasi Permeabilitas
dikenal dengan Vshale dengan formulasi:
menggunakan Persamaan Timur digunakan data saturasi air
yang dihasilkan dari analisa evaluasi
JURNAL SAINS DAN SENI POMITS Vol. 3, No. 2, (2014) 2337-3520 (2301-928X Print) B-114
Untuk menghitung porositas dari log Nutron dan Data yang digunakan selain data log yaitu data core.
Density harus menentukan zona clay dari nutron dan density. Salah satu data core yang digunakan adalah Data porositas dan
Crossplot antara RHOB dan NPHI akan menunjukkan dimana permeabilitas. Data core porositas dan permeabilitas dapat
zona clay tersebut. Di bawah ini adalah Gambar crossplot antara digunakan untuk mengkoreksi nilai porositas dan nilai
RHOB dangan NPHI (Gambar 6). permeabilitas pada log, dengan mengunakan cross plot antara
porositas dan permeabilitas. Seperti Gambar di bawah ini.
4,681 RT1
y = 11476x
100 R² = 0,973 RT2
3,112
y = 1111,x
10 R² = 0,900 RT3
2,601
y = 95,86x
RT4
1 R² = 0,855
3,705
y = 270,0x Power (RT1)
0,1 R² = 0,929 Power (RT2)
Power (RT3)
0,01 Power (RT4)
Gambar 6. Crossplot antara NPHI Vs RHOB 0 0,2 0,4
Nilai tersebut digunakan untuk menentukan porositas neutron Gambar 8. Grafik Crossplot Porositas dan permeabilitas dengan
dan porositas densitas. Setelah menghitung porositas neutron menggunakan data core.
dan porositas densitas maka dapat dilakukan perhitungan
porositas neutron densitas. Maka nilai porositas tersebut sudah Pada Gambar 8. menunjukkan persebaran porositas dan
dikoreksi dengan volume clay yang ada di formasi. Hasil persebaran permeabilitas. Gambar 8. menghasilkan persamaan
perhitungan dapat dilihat pada Gambar 7. single transformation berdasarkan HFU.
Selain data porositas dan permeabilitas, data logging juga
dapat digunakan untuk mencari nilai resistivitas batuan yang
terisi oleh air (RO) [9].
50 0,090
Gambar 10. Hasil perhitungan nilai SW (Saturasi air) dengan menggunakan y = 35,63x RT1
parameter log porositas dan log resistivitas. 40 R² = 0,947
0,508
y = 33,94x RT2
Pada Gambar 10, diperoleh hasil perhitungan nilai SW (Saturasi
air). Nilai SW (Saturasi airnya) yang rendah bisa terjadi karena
30
RT3
R² = 0,7 68
20 R² = 0,954 RT4
Keterbatasan log resistivitas atau ada kerusakan data. 3,683
10 y = 1824,x Power (RT1)
Ada horizontal barrier. R² = 0,887
Merupakan residual Hidrokarbon yang tidak terangkat Power (RT2)
0 Power (RT3)
sewaktu produksi atau waktu migrasi.
0,1 1 10
G. Analisa Permeabilitas.
Permeabilitas merupakan kemampuan lapisan untuk
melewatkan suatu fluida [10]. Agar permeabel, suatu batuan Gambar 11. Tren HFU pada gradien FZI
harus mempunyai porositas yang saling berhubungan (vugs,
capillaries, fissures, atau fractures). Ukuran pori, bentuk dan Pada Gambar 11, ditunjukkan bahwa terdapat 4 HFU pada hasil
kontinuitas mempengaruhi permeabilitas formasi [10]. perhitungan data core di sumur A.
Satuan permeabilitas adalah Darcy. Satu Darcy adalah Setelah mengetahui nilai range FZI perHFU dari
kemampuan lapisan untuk melewatkan satu kubik centimeter Gambar 11, lalu membuat crossplot antara PHIZ dengan RQI
per detik fluida dengan viskositas satu centipose melewati area dimana dapat diketahui nilai rata-rata FZI per HFU.
0,684
seluas satu sentimeter persegi di bawah tekanan sebesar satu 1,534
y = 4,368x
y = 0,219x
10
atmosfer per sentimeter [7]. Satu darcy merupakan unit yang R² = 0,967 R² = 0,678 RT1
sangat besar sehingga pada prakteknya satuan milidarcy (md) 0,893 1,173
y = 0,655x y = 0,299x RT2
lebih sering digunakan [7].
R² = 0,814 R² = 0,874
Permeabilitas formasi batuan sangat bervariasi dari 0,1
1 RT3
md sampai lebih dari 10.000 mD. Penentuan batas minimal
permeabelitas untuk kepentingan komersial dipengaruhi oleh RT4
sejumlah faktor yaitu: produksi minyak atau gas, viskositas
hidrokarbon, tekanan formasi, saturasi air, harga minyak dan 0,1 Power (RT1)
yang diketahui pada Gambar 12 dengan mengganti nilai x=1. perlunya diterapkan metod e probabilistik seperti neural
Maka akan didapatkan seperti tabel di baw ah ini yaitu: network yang diterapkan pa da data log, supaya didapatkan nilai
korelasi permeabilitas yang tinggi antara data log dengan data
Tabel 2. Rata-rata nilai FZI per HFU. core.
FZI Averag e
HFU1 4.368
IV. KESIMPULAN
HFU2 0.655
Dari penelitia n yang telah dilakukan dapat
HFU3 0.219 disimpulkan:
HFU4 0.874 a. Hasil dari evaluasi formasi didapatkan Zona
reservoir terdapat pada kedalaman 4270-4312
Setelah melakukan perhitungan dibua t crossplot antara ft, dengan nilai porositas antara 7.1- 29.7 P.U ,
permeabilitas log dengan permeabilitas core. Dari hasil permeabilitas antara 0.009-520 md , saturasi air
crossplot Gambar 13 menghasilkan koefisien korelasi yang antara 0.37-2.85%.
sangat kecil. korelasi yang dihasilkan tida k dapat mendekati 1. b. Terdapat perbedaan hasil dalam perhitungan
nilai permeabilitas. Nilai permeabilitas data core
30000 0,005 y = 1421,x0,005
y = 152,2x antara 0.009-520 md, sedangkan nilai
R² = 5E-05 R² = 5E-05 permeabilitas data log antara 0.377-4084. Hal
25000 p cor 1 vs
tersebut dikarenakan pada estimasi permeabilitas
20000 duman
menggunakan dat a log dan data core diperoleh
15000 p cor 1 vs
dengan cara dan prinsip yang berbeda.
c. Pada studi kasus l apangan karbonat, penggunaan
10000 f Single Transformasi untuk mengestimasi nilai
permeabilitas lebih optimum dari pada
5000 p cor 1 vs
penggunaan persa maan timur.
0 timur
UCAPAN TERIMA KASIH
0 200 400 600 Para penulis menguca pkan terima kasih kepada
PT.Pertamina UTC yang telah memberi kesempatan dalam
pelaksanaan penelitian hin gga terselesaikannya program
Gambar 13. Grafik antara permeabilitas core dengan permeabilitas log penelitian ini.
Karena data log dan data core diperol eh dengan cara dan DAFTA R PUSTAKA
prinsip yang berbeda [5]. Nilai per meabilitas kualitatif [1] Bateman, R.M., 1985, Open-ho le Log Analysis & Formation Evaluation,
perbandingan data log dengan data core seperti pada gambar 14. International Human Resources Development Corporation, Boston.
[2] Harsono, A, 1997, Evaluasi F ormasi dan Aplikasi Log, Schlumberger
Oilfield Services, Jakarta.
[3] Ellis, D. V. & Singer, J. M., 2 008, Well Logging for Earth Scientist
2nd Edition, Springer, Netherlands.
[4] Amaefule, J.O., Altunbay,M., Tiab, D., Kersey, D.G., Keelan,D.K.,
1993. Enhanced Reservoir D escription: Using Core and Log Data to
Identify Hydraulic (Flow) Un it and Predict Permeability in Uncored
Interval/Wells. Paper SPE 263 6 presented at theSPE Annual Technical
Conference and Exibition, Huston, 3-6 October
[5] Timur, A.:”An Investigation of Permeability, Porosity, and Residual
Water Saturation Relationship for Sandstone Reservoirs,” The log
Analysist (July-August 1968) 9 , No.4,8
[6] Kozeny. J.: “Uber Kapillare Leitung des Wassers im Boden,
Sitzungsberichle.” Royal Academy of Science, Vienna. Proc. Class I
(1927) v. 136.271-306.
[7] Schlumberger, 1989, Log Interpretation Principles/Aplication,
Schlumberger Educational S ervices, Texas.
[8] Rider, M, 1996, The Geologica l Interpretation of Well Logs 2nd
Edition, Interprint Ltd, Malta.
[9] Koesoemadinata, R.P. 1978. G eologi Minyak Bumi. Bandung.
Penerbit ITB.
Gambar 14. Permeabilitas data log dengan permeabilitas data core. [10] Darling, T, 2005, Well Log ging and Formation Evaluation, Gulf
Freeway, Texas.
Gambar 14. hasil dari permeabilitas di suatu interval
hidrokarbon dengan menggunakan data log dan data core
menghasilkan nilai yang berbeda, hal ini karena data log dan
data core diperoleh dengan cara dan prins ip yang berbeda [5].
Untuk meningkatkan nilai korelasi data l og dengan data core,