Oleh:
ISTIQOMAH
101116060
Oleh:
ISTIQOMAH
101116060
Judul Tugas Akhir : Persebaran Potensi Total Organic Carbon (TOC) Pada
Kelompok Pematang Cekungan Sumatera Tengah
Menggunakan Analisis Multiatribut
Nama Mahasiswa : Istiqomah
Nomor Induk Mahasiswa : 101116060
Program Studi : Teknik Geofisika
Fakultas : Teknologi Eksplorasi dan Produksi
Tanggal Lulus Sidang Tugas Akhir : 2 September 2020
MENGETAHUI,
Ketua Program Studi
Universitas Pertamina - i
LEMBAR PENGESAHAN
Istiqomah
NIM. 101116060
Universitas Pertamina - ii
ABSTRAK
Istiqomah. 101116060. Persebaran Potensi Total Organic Carbon (TOC) Pada Kelompok
Pematang Cekungan Sumatera Tengah menggunakan Analisis Multiatribut.
Cekungan Sumatera Tengah merupakan salah satu cekungan penghasil hidrokarbon terbesar
di Indonesia. Salah satu yang menjadi daya tarik yaitu ketersediaannya migas non
konvensional pada Kelompok Pematang. TOC merupakan salah satu parameter dalam migas
non konvensional yang menentukan berpotensi atau tidaknya suatu formasi. Dalam
penelitian ini digunakan data seismik 2D dan data sumur yang akan diintegrasikan
menggunakan metode multiatribut. Penelitian ini bertujuan untuk memprediksi nilai TOC
dan mengidentifikasi persebarannya pada Kelompok Pematang menggunakan analisis
multiatribut. Atribut log digunakan untuk memprediksi nilai log TOC. Sedangkan untuk
persebarannya dilakukan dengan metode multiatribut Probabilistic Neural Network dengan
4 pasangan atribut. Hasil korelasi pada aplikasi metode Probabilistic Neural Network
menunjukkan nilai 0.918. Hasil dari aplikasi metode ini yaitu didapatkannya persebaran nilai
TOC pada Kelompok Pematang dari rentang 0.5 – 5 wt.%. Nilai TOC tertinggi berada pada
Formasi Upper Red Bed dengan rentang 3 – 5 wt.%
Kata Kunci (sentence case): Total Organic Carbon (TOC), Multiatribut Seismik,
Probabilistic Neural Network
Universitas Pertamina - iv
KATA PENGANTAR
Puji syukur penulis panjatkan kehadirat Allah SWT, karena telah memberikan rahmat serta
karunia-Nya yang berlimpah sehingga penulis dapat menyelesaikan kegiatan tugas akhir di
Pusat Penelitian dan Pengembangan Teknologi Minyak dan Gas Bumi “LEMIGAS” serta
penulisan laporan yang berjudul “Persebaran Potensi Total Organic Carbon (TOC) pada
Kelompok Pematang Cekungan Sumatera Tengah Menggunakan Analisis Multiatribut”.
Penelitian yang ditulis dalam laporan ini tidak lepas dari peran pihak-pihak yang turut
membantu baik secara langsung maupun tidak langsung. Oleh karena itu penulis berterima
kasih kepada:
1. Kedua orang tua, Mba Anjani dan Dimas yang selalu memberikan dukungan serta
bantuan dengan tulus dalam hal apapun.
2. Bapak M. Husni Mubarak Lubis dan Ibu Ida Herawati selaku dosen pembimbing
Pertamina atas waktu, motivasi, saran, dan bimbingannya dalam penelitian ini.
3. Bapak M. Budisatya Wiranatanegara dan Bapak Humbang Purba, M.Si selaku
pembimbing Tugas Akhir di PPPTMGB “LEMIGAS” yang telah membantu dalam
memberikan materi, bimbingan, dan pengetahuan bagi penulis selama pelaksanaan
tugas akhir.
4. Mas Avi, Mas Irsyad, Mas Nugraha, Mbak Peni dan seluruh pihak Lemigas
khususnya yang tergabung dalam project CSB yang telah memberikan banyak
masukan dan saran dari proses awal sampai bisa menyelesaikan penelitian ini.
5. Mega, Eka, Alda, Eca, Safira dan seluruh teman teman yang selalu memberi
perhatian, bantuan, dan dukungan serta mendengar keluh kesah penulis selama
pengerhaan Tugas Akhir ini.
6. Dan seluruh pihak yang tidak dapat disebutkan satu persatu.
Penulis menyadari akan keterbatasan dan kelemahan dalam ilmu pengetahuan dan
pengalaman, sehingga penulis mengharapkan kritik dan saran yang membangun demi
penulis yang lebih baik. Akhir kata, penulis berharap hasil penulisan laporan Tugas Akhir
ini dapat berguna bagi pihak yang memerlukan serta perkembangan ilmu pengetahuan
khususnya di bidang geofisika.
Istiqomah
Universitas Pertamina - v
DAFTAR ISI
Universitas Pertamina - vi
2.4.4 Wavelet ................................................................................................................ 13
2.4.5 Sintetik Seismogram ......................................................................................... 13
2.4.6 Well Seismic Tie ................................................................................................. 14
2.4.7 Identifikasi dan Picking Horizon...................................................................... 14
2.5 Inversi Seismik ......................................................................................................... 15
2.6 Analisis Multiatribut ............................................................................................... 16
2.6.1 Atribut Seismik .................................................................................................. 16
2.6.2 Multiatribut Seismik ......................................................................................... 16
2.6 Total Organic Carbon (TOC) .................................................................................. 17
BAB III ............................................................................................................................... 20
METODE PENELITIAN ................................................................................................. 20
3.1 Bentuk Penelitian ..................................................................................................... 20
3.2 Lokasi dan Waktu Penelitian.................................................................................. 20
3.3 Metode Pengumpulan Data..................................................................................... 20
3.4 Metode Analisis Data ............................................................................................... 21
BAB IV ............................................................................................................................... 24
HASIL DAN PEMBAHASAN.......................................................................................... 24
4.1. Well Seismic Tie ....................................................................................................... 24
4.2 Interpretasi Horizon ................................................................................................ 26
4.3 Analisis Prediksi Log TOC ..................................................................................... 26
4.4 Analisis Cross plot .................................................................................................... 29
4.5 Analisis Seismik Inversi ........................................................................................... 30
4.5.1 Low Frequency Model........................................................................................ 30
4.5.2 Analisis Pra-Inversi ........................................................................................... 32
4.5.3 Inversi Model Based .......................................................................................... 33
4.5 Analisis Multiatribut ............................................................................................... 34
BAB V ................................................................................................................................. 39
KESIMPULAN DAN SARAN .......................................................................................... 39
5.1 Kesimpulan ............................................................................................................... 39
5.2 Saran ......................................................................................................................... 39
DAFTAR PUSTAKA ........................................................................................................ 40
Gambar 2.1 Cekungan Sumatera Tengah (Lingkaran Merah) (Heidrick & Aulia, 1993)… 4
Gambar 2.2 Perkembangan Cekungan Sumatera Tengah (Heidrick & Aulia, 1993)…...... 5
Gambar 2.3 Stratigrafi Cekungan Sumatera Tengah (Eubank & Makki, 1981 dalam
Heidrick & Aulia, 1993)……………………………………………………. 6
Gambar 2.4 Kurva Log Gamma Ray (Rider, 1996)……………………………………… 8
Gambar 2.5 Kurva Log Densitas (Rider, 1996) …………………………………………. 9
Gambar 2.6 Kurva Log Neutron (Rider, 1996)…………………………………………... 9
Gambar 2.7 Kurva Log Sonic (Rider, 1996)……………………………………………... 10
Gambar 2.8 Kurva Log Resistivity (Rider, 1996)………………………………………... 11
Gambar 2.9 Koefisien refleksi (Sukmono, 1999)……………………………………….. 12
Gambar 2.10 Polaritas Normal dan Polaritas Terbalik (Abdullah, 2007)…………………. 12
Gambar 2.11 Macam-macam fasa (Abdullah, 2007)……………………………………… 13
Gambar 2.12 Jenis-jenis Wavelet (Sukmono, 1999)..……………………………………... 13
Gambar 2.13 Seismogram Sintetik (Sukmono, 1999)…………………………………… 14
Gambar 2.14 Well Seismic Tie (Sinulingga, 2017)………………………………………... 15
Gambar 2.15 Pembagian kategori metode inversi seismic (Russel,1991)………………... 15
Gambar 2.16 Alur inversi model based (Russel,1991)…………………………………… 16
Gambar 2.17 Klasifikasi Atribut Seismik (Brown, 2000)…………………………………. 16
Gambar 2.18 Tahapan metode step wise regression (Smith, 1966)………………………. 17
Gambar 2.19 Skema metode neural network (Hampson dkk, 2001)……………………… 18
Gambar 3.1 Basemap Penelitian………………………………………………………… 21
Gambar 3.2 Diagram Alir Penelitian……………………………………………………. 23
Gambar 4.1 Wavelet averaged………………………………………………………………….. 24
Gambar 4.2 Well Seismic Tie K-1 – 6694 ………………………………..……………… 25
Gambar 4.3 Well Seismic Tie J-1 – 6696 ………………………………..……………… 25
Gambar 4.4 Well Seismic Tie S-1 – 6842 ………………………………..……………… 25
Gambar 4.5 Interpretasi Horizon (a) Line 6694 (b) Line 6696 (c) Line 6842…………….. 26
Gambar 4.6 Hubungan antara TOC dengan Log input pada sumur K-1…………………. 27
Gambar 4.7 Hubungan antara TOC dengan Log input pada sumur J-1…………………. 27
Gambar 4.8 Hubungan antara TOC dengan Log input pada sumur S-1…………………. 27
Gambar 4.9 Daftar Kombinasi Atribut pada proses step wise regression……………….. 28
Gambar 4.10 Perbandingan kurva TOC core dengan kurva log TOC model
menggunakan 2 atribut……...……………………………………………… 28
Gambar 4.11 Hasil validasi kurva TOC core dengan kurva log TOC model menggunakan
2 atribut……………………………………………………………………... 28
Gambar 4.12 Cross plot antara TOC aktual dengan log TOC model menggunakan 2
atribut……………………………………………………………………….. 29
Gambar 4.13 Perbandingan antara TOC core dengan hasil log prediksi TOC (a) K-1 (b) J-
1 (c) S-1........................................................................................................ 29
Gambar 4.14 Cross plot antara impedansi akustik dengan TOC hasil prediksi pada 3
sumur............................................................................................................... 30
Gambar 4.15 Amplitude Spectrum dari seluruh seismik…………………………………… 30
Gambar 4.16 Model awal pada line 6694 dengan kontrol sumur K-1……………………… 31
Universitas Pertamina - ix
Gambar 4.17 Model awal pada line 6694 dengan kontrol sumur J-1………………………. 31
Gambar 4.18 Model awal pada line 6694 dengan kontrol sumur S-1……………………… 31
Gambar 4.19 Analisis Inversi pada sumur K-1…………………………………………….. 32
Gambar 4.20 Analisis Inversi pada sumur J-1…………………………………………… 32
Gambar 4.21 Analisis Inversi pada sumur S-1…………………………………………….. 33
Gambar 4.22 Hasil inversi pada line 6694 dengan kontrol sumur K-1…………………… 33
Gambar 4.23 Hasil inversi pada line 6694 dengan kontrol sumur J-1…………………….. 34
Gambar 4.24 Hasil inversi pada line 6694 dengan kontrol sumur S-1…………………….. 34
Gambar 4.25 Daftar kombinasi atribut terbaik pada proses step-wise regression………….. 35
Gambar 4.26 Hasil training (a) dan validasi (b) menggunakan step wise regression………. 35
Gambar 4.27 Hasil cross plot antara TOC asli dengan TOC prediksi menggunakan step
wise regression……………………………………………………………………… 35
Gambar 4.28 Hasil training (a) dan validasi (b) menggunakan PNN……………………… 36
Gambar 4.29 Hasil cross plot antara TOC asli dengan TOC prediksi menggunakan step
wise regression……………………………………………………………………… 36
Gambar 4.30 Persebaran prediksi TOC pada line 6694 dengan kontrol sumur K-1………. 36
Gambar 4.31 Persebaran prediksi TOC pada line 6694 dengan kontrol sumur J-1……….. 37
Gambar 4.32 Persebaran prediksi TOC pada line 6694 dengan kontrol sumur S-1……….. 37
Universitas Pertamina - x
DAFTAR SINGKATAN
Universitas Pertamina - xi
Universitas Pertamina - xii
BAB I
PENDAHULUAN
Pertumbuhan industri akan energi semakin meningkat, sedangkan cadangan energi yang ada
semakin berkurang, sehingga mendorong perusahaan energi khususnya minyak dan gas bumi
untuk dapat mencari cadangan baru atau mengelola sumur lama untuk menjaga kesetaraan antara
ketersediaan dan permintaan. Saat ini langkah-langkah eksplorasi minyak dan gas bumi menjadi
semakin rumit, dari studi geologi skala regional hingga studi rinci skala mikro.
Cekungan Sumatera Tengah merupakan salah satu cekungan penghasil hidrokarbon terbesar
di Indonesia. Salah satu sumber energi yang saat ini mulai banyak diburu oleh para explorasionist
untuk mendapatkan cadangan migas baru adalah shale hydrocarbon. Pada migas konvensional,
shale merupakan batuan induk, namun dalam konsep migas non konvensional, shale akan
menjadi batuan induk sekaligus reservoir. Cekungan Sumatera Tengah merupakan salah satu
cekungan yang kaya akan batuan serpih yang dapat bertindak sebagai batuan induk dan batuan
reservoar. Sedimen lakustrin yang terdapat pada formasi Brown Shale menjadi target utama dalam
eksplorasi shale hydrocarbon (Widada, S, et al, 2018).
Shale merupakan salah satu contoh reservoir minyak non konvensional. Untuk memahami
keberadaan dari batuan serpih tersebut, perlu dilakukan pendekatan secara geologi, geofisika dan
geokimia. Metode geologi yang dapat dilakukan meliputi studi regional dan lokal, analisis
struktur, dan lain-lain. Sedangkan pada metode fisika dilakukan pemetaan waktu, karakterisasi
dan sebaran karakteristik reservoir.
Salah satu metode dalam pendekatan geofisika yang cukup efektif adalah metode analisis
multiatibut yang merupakan integrasi antara data log dengan data seismik. Multiatribut adalah
proses ekstraksi beberapa atribut yang berkorelasi baik dengan data log dari data seismik.
Multiatribut ini digunakan untuk memprediksi data sumur pada setiap lokasi dalam volume
seismik.
Total Organic Carbon (TOC) merupakan salah satu parameter pada shale gas yang dapat
menentukan berpotensi atau tidaknya suatu formasi. Untuk mendapatkan data TOC, biasanya data
diambil berdasarkan hasil laboratorium analisis geokimia terhadap data core, dimana datanya
adalah diskrit dan hanya didapatkan pada lokasi tertentu saja, sehingga pada penelitian ini akan
dilakukan prediksi log TOC. Untuk mengetahui zona persebaran Total Organic Carbon dan
prospek batuan shale non-konvensional reservoir, akan digunakan metode seismik multiatribut.
Universitas Pertamina - 1
1.2 Rumusan Masalah
Berdasarkan latar belakang diatas, penulis dapat menjabarkan rumusan masalah dalam
penelitian ini antara lain:
1.3 Hipotesis
Dari hasil interpretasi pada data sumur dan data seismik diharapkan dapat menghasilkan zona
persebaran Total Organic Carbon (TOC) dan prospek batuan shale non-konvensional reservoir
pada penampang seismik pada Kelompok Pematang Cekungan Sumatera Tengah berdasarkan
analisis multiatribut.
3. Validitas prediksi persebaran TOC terbaik hanya pada batas akhir sumur.
4. Project eksplorasi untuk melihat kembali potensi yang ada di Cekungan Sumatera Tengah
dengan menggunakan data-data eksplorasi terdahulu
1.5 Tujuan
Tujuan dari penelitian ini adalah mengetahui persebaran zona potensi TOC yang tinggi pada
penampang seismik Kelompok Pematang Cekungan Sumatera Tengah dengan menggunakan
analisis multiatribut. Adapun tujuan penelitian ini adalah sebagai berikut:
1.6 Manfaat
Manfaat dari penelitian ini adalah untuk mengetahui potensi hidrokarbon pada Cekungan
Sumatera Tengah khususnya pada kelompok Pematang. Diharapkan hasil dari analisis ini dapat
digunakan untuk menentukan lokasi sumur produksi, selain itu dapat meningkatkan produktifitas
dan efisiensi dalam pengambilan minyak dan gas bumi pada sumur – sumur yang akan
dikembangkan selanjutnya.
Universitas Pertamina - 2
1.7 Lokasi Penelitian
Penelitian dilakukan dengan melakukan pengolahan data seismik 2D di Pusat Penelitian dan
Pengembangan Teknologi Minyak dan Gas Bumi “LEMIGAS”, Jl. Ciledug Raya Kavling 109
Cipulir Kebayoran Lama Jakarta Selatan 12230 – Indonesia.
Universitas Pertamina - 3
Universitas Pertamina - 4
BAB II
TUNJAUAN PUSTAKA
Gambar 2.1 Cekungan Sumatera Tengah (Lingkaran Merah) (Heidric & Aulia, 1993)
Perkembangan tektonik pada Cekungan Sumatera Tengah menurut Heidrick & Aulia
(1993) dapat dibedakan menjadi 4 fase (Gambar 2.2), diantaranya:
Universitas Pertamina - 4
Gambar 2.2 Perkembangan Cekungan Sumatera Tengah (Heidrick & Aulia, 1993)
Batuan dasar pada Cekungan Sumatera Tengah yang terbentuk pada awal masa Tersier
terdiri dari lempeng benua dan samudera. Menurut Sapiie & Hadiana (2007) dalam Heidrick &
Aulia (1993), jika ditinjau dari data sumur yang ada, Cekungan Sumatera Tengah tersusun dari
margin kontinen yang stabil selama masa Paleogen hingga Eosen. Jenis pola struktur batuan
dasar pada masa ini yang akan mengontrol perkembangan cekungan di Sumatera Tengah.
Pada fase ini Lempeng Samudera Hindia bertumbukan dengan Lempeng Benua Asia
Tenggarayang terjadi sekitar 45 juta tahun yang lalu, dan sesar-sesar mendatar dekstral
berkembang dari Cekungan Sumatera Tengah hingga Malaysia yang berarah Utara – Utara Barat
Laut (Heidrick & Aulia, 1993). Pada masa Eosen – Oligosen ini terjadi fase rifting dan
terbentuklah cekungan semi-graben, yang terisi sedimen dari erosi batuan dasar termasuk batuan
sumber lakustrin yang kaya akan organisme. Pada endapan syn rift ini membentuk batuan
sedimen Kelompok Pematang. Pada akhir Oligosen terjadi transisi dari rekahan menjadi
penurunan, yang ditandai dengan pembalikan struktur, penggundulan dan pembentukan dataran
peneplain. Akibat dari erosi ini adalah bentuk tanah purba yang mengendap di atas Formasi
Upper Red Bed.
Universitas Pertamina - 5
Episode Tektonik Miosen Bawah – Miosen Tengah (F2)
Pada fase ini Cekungan Sumatera Tengah mengalami saging yang menandakan
berakhirnya proses rifting. Saging ditandai dengan penurunan cekungan secara menyeluruh saat
diendapkan sedimen hasil transgresi Kelompok Sihapas. Formasi Telisa tergolong kedalam
endapan post-rift. Selain itu, pada fase ini juga terbentuk sesar geser menganan (dextral) yang
berarah Utara – Selatan.
Pada fase ini lempeng Indo-Australia mengalami pengaturan kembali, yang menyebabkan
terjadinya pengangkatan, pengaktifan kembali sesar mendatar sepanjang sesar besar Sumatera
yang berarah Barat Laut dan busur vulkanik aktif sepanjang Pegunungan Barisan. Struktur ini
berbeda dengan periode sebelumnya. Kerangka struktural yang dihasilkan saling tumpeng tindih
(Heidrick et.al., 1996 dalam Sapiie & Hadiana, 2007). Pada tahap awal, Cekungan Sumatera
Tengah mengalami regresi dan pengendapan sedimen Formasi Petani. Dalam peristiwa ini juga
diendapkan Formasi Minas secara tidak simetris.
Gambar 2.3 Stratigrafi Cekungan Sumatera Tengah (Eubank & Makki, 1981 dalam Heidrick & Aulia, 1993)
Basement
Menurut Eubank & Makki (1981) dalam Heidrick & Aulia (1993), batuan ini terbentuk
pada masa pra-Tersier dan memiliki empat satuan litologi :
Universitas Pertamina - 6
a. Mallaca Terrane, terdiri dari kuarsit, argilit, batugamping kristalin, dan granidiorit
serta pluton-pluton granit yang berumur Jura.
Kelompok Pematang
Menurut Heidrick & Aulia (1993) batuan pada elemen ini terbentuk pada masa Eosen
hingga Oligosen dan diendapkan di atas batuan dasar dengan tidak selaras. Terdapat tiga formasi
dalam kelompok ini:
a. Formasi Lower Red Bed, terdiri dari batulempung, batulanau, batupasir, dan sedikit
konglomerat.
b. Formasi Brown Shale, diendapkan di atas Lower Red Bed dengan selaras dan
memiliki kandungan serpih dan endapan kipas alluvial. Formasi inilah yang
merupakan formasi utama di Cekungan Sumatra Tengah.
Kelompok Sihapas
Batuan pada kelompok ini terbentuk pada masa Oligosen Akhir hingga Miosen Awal dan
diendapkan tidak selaras di atas Kelompok Pematang. Terdapat lima formasi dari yang paling
tua sampai paling muda di kelompok ini, yaitu sebagai berikut:
e. Formasi Telisa, berfungsi sebagai seal dan memiliki tebal lebih dari 9000 kaki.
Formasi Petani
Formasi ini terbentuk pada masa Miosen Akhir hingga Pliosen Awal. Pada Formasi Petani
bagian bawah tersusun atas batugamping, batupasir glaukonit, dan batulempung, sedangkan di
bagian atas formasi ini ada batubara. Hidrokarbon pada batupasir formasi ini tidak memiliki
nilai ekonomis, di bagian bawahnya terdapat batulempung Telisa yang tebal.
Universitas Pertamina - 7
Formasi Minas
Formasi Minas terbentuk pada masa Kuarter, terendapkan dengan tidak selaras di atas
Kelompk Petani. Formasi ini terdiri atas kerikil dan pasir, pasir kuarsa halus sampai sedang, dan
limonit kuning.
2.3 Logging
Kegiatan untuk mendapatkan data log disebut logging. Kurva log adalah sekumpulan grafik
kedalaman yang menunjukkan suatu parameter yang diukur secara kontinyu di dalam suatu
sumur. Logging dilakukan untuk memberikan gambaran secara kuantitatif besarnya hidrokarbon
pada suatu lapisan pada situasi dan kondisi yang sesungguhnya. Kurva log memberikan informasi
untuk menentukan sifat-sifat batuan dan fluida (Adi Harsono, 1994).
Shale atau batu serpih memiliki unsur radioaktif yang lebih tinggi dibandingkan dengan
batu pasir, limestone dan dolomite. Log gamma ray dapat digunakan untuk membedakan litologi
serpih dan non-serpih, maka dari itu, log gamma ray sering disebut sebagai log litologi.
Universitas Pertamina - 8
Gambar 2.5 Kurva Log Densitas (Rider, 1996)
Universitas Pertamina - 9
formasi bergantung pada elastisitas, porositas, kandungan fluida dan tekanan. Log ini digunakan
untuk mengestimasi nilai porositas dan dan mengkalibrasi data seismik.
Universitas Pertamina - 10
2.4 Konsep Dasar Seismik
2.4.1 Impedansi Akustik dan Koefisien Refleksi
Kemampuan batuan untuk melewati gelombang suara disebut sebagai impedansi akustik.
Impedansi akustik merupakan hasil perkalian antara kecepatan gelombang kompresional (V)
dengan massa jenis atau densitas batuan (ρ).
𝐼𝐴 = ρ. 𝑉 (2.1)
Koefisien refleksi adalah nilai yang merepresentasikan batas antara dua lapisan yang
mempunyai nilai impedansi akustik yang berbeda. Persamaan dibawah ini menunjukkan besar
nilai refleksi yang terjadi:
𝜌 𝑣 −𝜌 𝑣 𝐴𝐼2 − 𝐴𝐼1
𝐾𝑅 = 𝜌2 𝑣2 + 𝜌1 𝑣1 = 𝐴𝐼2 + 𝐴𝐼1
(2.2)
2 2 1 1
Koefisien refleksi akan mempengaruhi amplitudo profil seismik dan polaritas gelombang
seismik. Semakin besar kontras AI, semakin kuat pantulannya, maka semakin besar amplitudo
gelombang seismik. Penggambaran koefisien refleksi dapat dilihat pada gambar 2.9
Universitas Pertamina - 11
2.4.2 Polaritas
Dalam sebuah wavelet terdapat dua properti penting, yaitu polaritas dan fasa. Polaritas
menunjukkan bentuk gelombang yang koefisien pantulannya bernilai positif atau negatif.
Penggunaan istilah polaritas merujuk pada perekaman dan peralihan tampilan dan tidak
memiliki arti khusus. Jika nilai impedansi akustik pada media pertama lebih kecil daripada
media dibawahnya (medium kedua), maka didapatkan bentuk puncak (peak), dan jika
sebaliknya atau AI₂ < AI₁, maka didapatkan bentuk palung (trough). Karena ketidakpastian
bentuk gelombang seismik yang terekam, maka digunakan pendekatan bentuk polaritas yang
berbeda yaitu polaritas normal dan polaritas terbalik (reverse). Terdapat dua jenis standar
polaritas yaitu Standar SEG (Society of Exploration Geophysicist) dan Standar Eropa dan
keduanya saling berkebalikan (Abdullah, 2007).
2.4.3 Fasa
Menurut Abdullah (20070, fasa dalam sebuah wavelet dibagi menjadi fasa minimum, fasa
nol, dan fasa maksimum. Berdasarkan gambar 2.11 terlihat pada fasa minimum memiliki energi
yang sebagian besar berada di awal, fasa nol memiliki energi yang simetris di tengah-tengah
dan fasa maksimum memiliki energi yang berada di akhir wavelet.
Universitas Pertamina - 12
Gambar 2.11 Macam-macam fasa (Abdullah, 2007)
2.4.4 Wavelet
Menurut Sukmono (1999), wavelet merupakan kumpulan dari banyak gelombang
harmonik yang mengandung komponen panjang gelombang, frekuensi, amplitudo, dan fasa
tertentu. Singkatnya, wavelet disebut dengan gelombang yang mewakili satu reflector yang
terekam oleh geophone. Apabila wavelet dikonvolusikan dengan nilai koefisien refleksi akan
menghasilkan seismogram sintetik. Terdapat 4 macam wavelet, diantaranya zero phase,
minimum phase, maximum phase dan mixed phase.
Universitas Pertamina - 13
Gambar 2.13 Seismogram Sintetik (Sukmono,1999)
Universitas Pertamina - 14
keberadaan sesar-sesar yang ada pada penampang seismik. Dengan analisa sesar yang ada dapat
memudahkan dalam mencari kemenerusan refleksi seismik. Keberadaan sesar dapat diketahui
dengan melihat ketidakmenerusan suatu reflector, perubahan kemiringan secara lapisan,
lemahnya amplitudo disekitar zona sesar dan lainnya.
Yang dilakukan dalam penelitian ini adalah inversi post stack dengan metode model based.
Inversi model based bertujuan untuk melihat gambaran geologi bawah permukaan dengan data
seismik sebagai data utama dan data sumur sebagai kontrolnya. Pada metode model based, hal
yang pertama dilakukan yaitu membuat model inisial impedansi akustik dengan menggunakan
ukuran blok yang sudah ditentukan. Kemudian koefisien refleksi diturunkan dari impedansi
akustik dan dikonvolusikan dengan wavelet sehingga menghasilkan seismogram sintetik.
Seismogram sintetik tersebut dibandingkan dengan trace seismic sebenarnya dan dihitung
galatnya. Hasil perbandingan ini dilakukan secara iteratif sehingga didapatkan kecocokan terbaik
dengan data seismic (Russel, 1991).
Universitas Pertamina - 15
2.6 Analisis Multiatribut
2.6.1 Atribut Seismik
Menurut Brown (2000) atribut seismik merupakan pengolahan data seismik yang dapat
menggambarkan citra seismik yamg lebih baik dan dapat memberikan informasi secara tidak
langsung dari penampang seismik biasa. Selain itu dapat digunakan untuk pengukuran zona
menarik serta untuk menentukan struktur atau lingkungan pengendapan daerah penelitian
(Chopra & Marfurt, 2005). Informasi ini dapat diperoleh dengan menurunkan informasi dasar
seismik seperti waktu, fasa, frekuensi dan amplitudo.
Pemilihan atribut yang tepat dapat berperan penting dalam menghasilkan citra zona yang
menarik dengan baik. Target dan hasil yang diharapkan menjadi faktor dalam menentukan
atribut yang akan digunakan.
1. Step-Wise Regression
Universitas Pertamina - 16
Gambar 2.18 Tahapan metode step-wise regression (Smith, 1966)
TOC dinyatakan sebagai persentase batuan dalam kondisi kering. Nilai TOC digunakan
sebagai salah satu parameter apakah batuan tersebut menarik untuk dianalisis lebih lanjut.
Kuantitas TOC sangat berkaitan dengan ukuran partikel sedimen. Seperti pada sampel batuan
Universitas Pertamina - 17
yang berasal dari Viking Shale, Alberta, Kanada, ketika dianalisis kandungan TOC nya, pada
sedimen ukuran lempung mencapai 5.23 % dan pada sedimen ukuran lanau mencapai 1.47%.
tingginya nilai TOC dikarenakan tingkat preservasinya, bukan karena produktivitas organiknya
(Hunt, 1996).
Dalam penelitian ini, dilakukan prediksi nilai TOC sebagai indikasi kuantitas material
organik pada sumur terhadap kedalaman sumur. Dalam penelitian ini dilakukan pendekatan
matematis. Beberapa data log sumur digunakan dalam analisa penentuan kematangan batuan
induk. Data log sumur yang digunakan untuk melakukan analisa kematangan batuan induk adalah
sebagai berikut:
a. Log Gamma Ray: Menurut Schmocher (1979) keberadaan kandungan organik pada sumur
berasosiasi dengan nilai kandungan uranium, sehingga akan meningkatkan nilai log gamma
ray.
b. Log Resistivitas: Menurut Mayer dan Nederloff (1984) batuan induk yang telah matang
biasanya berada dalam patahan-patahan atau ruang-ruang pori yang dapat terisi, maka besar
resistivitas batuan induk akan meningkat.
c. Log Densitas: Menurut Passey (1990) keberadaan kandungan organik pada batuan shale
akan mengurangi densitas batuan, sedangkan pada batu gamping atau karbonat densitas
mengalami peningkatan yang signifikan.
d. Log Neutron: Keberadaaan kandungan organik yang telah matang akan meningkatkan nilai
neutron log
e. Log Sonic: Pada batuan shale, nilai sonik travel time akan mengalami peningkatan seiring
dengan kehadiran kandungan organik.
f. Log Impedansi Akustik: Pada batuan yang memiliki nilai TOC tinggi akan mengurangi nilai
densitas batuan dan mengurangi kecepatan gelombang P sehingga impedansi akustik yang
didapatkan juga akan kecil.
Pada penelitian ini prediksi log TOC dilakukan dengan menggunakan atribut log. Konsep
yang digunakan pada atribut log sama dengan atribut seismik. Pada atribut seismik, atribut yang
digunakan berasal dari turunan seismik berupa waktu, fasa, frekuensi dan amplitudo, sedangkan
pada atribut log, atribut yang digunakan berasal dari log lain yang berada pada satu sumur yang
sama dan bekerja pada domain depth. Dalam prosesnya, log TOC diprediksi dengan melihat
hubungan yang tercipta dari log input yang selanjutnya disebut sebagai atribut. Atribut tersebut
terdiri atas log Gammaray, log Densitas, log Sonik, log Resistivitas, log Neutron dan log
Impedansi Akustik.
Setelah mengetahui atribut yang memiliki korelasi paling tinggi dengan nilai TOC core,
selanjutnya dilakukan analisa multiatribut dengan mencari pasangan atribut terbaik yang dapat
memprediksi log TOC dengan baik.
Universitas Pertamina - 18
Universitas Pertamina - 19
BAB III
METODE PENELITIAN
1 Studi Literatur
2 Pengumpulan Data
3 Pengolahan Data
4 Seminar Kemajuan
5 Penulisan Laporan
Universitas Pertamina - 20
3.4 Metode Analisis Data
a. Perangkat Penelitian
Dalam pelaksanaan penelitian, digunakan beberapa perangkat keras dan perangkat lunak
komputer, yaitu sebagai berikut:
b. Data Penelitian
1. Data Seismik
Data seismik yang digunakan dalam penelitian ini merupakan data seismik 2D Post
Stack Time Migration (PSTM) sebanyak 11 line yang dibuat menjadi satu volume grup
dengan polaritas normal, fase zero phase, dan sample interval 2 ms.
Universitas Pertamina - 21
2. Data Sumur
Pada penelitian ini digunakan 3 data sumur yang memiliki data core TOC yang berada
di dalam satu area “D”. Berikut ini merupakan kelengkapan data sumur yang akan
digunakan.
K-1 √ √ √ √ √ √ √
J-1 √ √ √ √ √ - √
S-1 √ √ √ √ √ √ √
3. Data Marker
Data marker digunakan sebagai acuan atau referensi melakukan picking horizon. Data
marker yang digunakan pada penelitian ini didasarkan pada sequen boundary suati
formasi diendapkan, yang terdiri dari formasi Upper Red Bed (25.5), formasi
Brownshale (32.8), formasi Lower Red Bed (38) dan Top Basement.
4. Data Checkshot
Data checkshot adalah data interval yang terdapat pada sumur, yang digunakan untuk
mendapatkan hubungan waktu dan kedalaman. Data ini digunakan untuk melakukan
pengikatan antara data sumur dan data seismic (Well Seismic Tie). Pada sumur J-1
digunakan data checkshot yang berasal dari sumur K-1, karena jaraknya cukup dekat
yaitu 1640 meter.
Data Core TOC digunakan untuk melakukan validasi hasil dari prediksi log TOC yang
akan dibuat.
Universitas Pertamina - 22
Secara umum, tahapan-tahapan yang dilakukan dalam penelitian ini ditunjukkan pada
diagram alir penelitian berikut:
Mulai
Studi Literatur
NO
Seismik Inversi FIT?
YES
Training Multiatribut
Selesai
Universitas Pertamina - 23
Universitas Pertamina - 24
BAB IV
Setelah melakukan ekstraksi wavelet, proses well seismic tie dapat dilakukan, dengan tujuan
mengetahui korelasi antara data seismik dan data sumur. Dalam proses pengikatan data sumur ke
data seismik dilakukan stretch dan squeeze antara seismogram sintetik hasil konvolusi koefisien
refleksi dengan wavelet dengan seismogram seismik. Korelasi yang didapatkan pada sumur K-1
dengan line seismic 6694 adalah 0.628 dengan time shift 0 ms. Pada sumur J-1 dengan seismik
Universitas Pertamina - 24
6696 bernilai 0.569 dengan time shift 0 ms. Sedangkan korelasi yang didapat pada sumur S-1
dengan line seismik 6842 adalah 0.533 dengan time shift 0 ms. Hasil korelasi yang didapat pada
ketiga sumur terbilang cukup baik, walaupun biasanya dalam proses well seismic tie, korelasi
minimum yang dapat diterima adalah 0.6, namun dalam penelitian ini angka minimum tersebut
tidak tercapai karena data yang digunakan merupakan data akuisisi tahun 1980-an, dengan
teknologi akusisi maupun prosesingnya belum secanggih saat ini.
Universitas Pertamina - 25
4.2 Interpretasi Horizon
Setelah dilakukan well seismic tie, tahap selanjutnya yaitu pembuatan horizon seismic.
Picking horizon merupakan analisa batas-batas lapisan dengan melihat defleksi seismic yang
dibantu dengan keberadaan data marker pada data sumur. Pada penelitian ini, terdapat 4 horizon
yang digunakan seperti pada gambar 4.5. Horizon berwarna kuning merupakan top Formasi
Upper Red Bed, horizon warna hijau merupakan top Formasi Brown Shale, horizon warna merah
merupakan top Formasi Lower Red Bed dan horizon warna ungu merupakan batas Top Basement.
Gambar 4.5 Interpretasi Horizon (a) Line 6694 (b) Line 6696 (c) Line 6842
Dalam pengerjaannya log TOC diprediksi dengan melihat hubungan dari log input, yang
terdiri dari log Gamma ray, log Densitas, log P-wave, log Resistivitas, log Neutron dan log
Impedansi Akustik. Ke-enam log input ini secara teoritis memiliki hubungan dengan nilai TOC.
Log Gammaray memilki hubungan yang berbanding lurus dengan nilai TOC, karena keberadaan
kandungan organik pada sumur berasosiasi dengan nilai kandungan uranium, sehingga akan
meningkatkan nilai log gamma ray. Log Densitas memiliki hubungan yang berbanding terbalik
dengan nilai TOC, karena keberadaan kandungan organik pada batuan shale akan mengurangi
densitas batuan. Log p-wave juga memiliki hubungan yang berbanding terbalik dengan nilai TOC,
karena keberadaan kandungan organik pada batuan shale akan mengurangi kecepatan batuan. Log
resistivitas memiliki hubungan yang berbanding lurus dengan nilai TOC, karena biasanya batuan
induk yang telah matang dapat meningkatkan nilai resistivitas. Log Neutron memiliki hubungan
yang berbanding lurus dengan nilai TOC, karena keberadaaan kandungan organik yang telah
Universitas Pertamina - 26
matang akan meningkatkan nilai log neutron. Dan pada log impedansi akustik memiliki hubungan
yang berbanding terbalik dengan nilai TOC, karena log impedansi akustik terdiri dari log densitas
dan log p-wave, dimana keduanya memiliki hubungan yang berbanding terbalik juga. Prediksi
log TOC hanya dilakukan pada window Kelompok Pematang. Berikut ini adalah tampilan saat
akan dilakukan training atribut.
Gambar 4.6 Hubungan antara TOC dengan Log input pada sumur K-1
Gambar 4.7 Hubungan antara TOC dengan Log input pada sumur J-1
Gambar 4.8 Hubungan antara TOC dengan Log input pada sumur S-1
Dilakukan analisis multiatribut untuk mendapatkan atribut terbaik yang dapat digunakan
untuk memprediksi log TOC. Pada proses ini dilakukan training terhadap data log input untuk
menentukan atribut yang paling cocok yang dapat digunakan untuk memprediksi log TOC. Proses
pemilihan atribut ini disebut dengan step wise regression Pada proses step wise regression
didapatkan dua atribut terbaik yang memiliki nilai validasi error paling kecil, yang ditunjukkan
pada gambar 4.9
Universitas Pertamina - 27
Gambar 4.9 Daftar kombinasi atribut pada proses step wise regression
Pada gambar 4.9 kurva berwarna merah adalah kurva validation error yang digunakan
sebagai acuan dalam pemilihan atribut terbaik. Kurva tersebut menunjukkan bahwa pada atribut
kedua menunjukkan nilai validasi error paling minimum. Pada hasil training menunjukkan nilai
korelasi yang didapat sebesar 0.434 dengan error 3.85%. Sedangkan pada saat dilakukan validasi,
didapatkan korelasi sebesar 0.358 dengan error 4.017%. Pada gambar 4.12 merupakan hasil cross
plot pada saat diaplikasikan 2 atribut.
Gambar 4.10 Perbandingan kurva TOC core dengan kurva log TOC model menggunakan 2 atribut
Gambar 4.11 Hasil validasi kurva TOC core dengan kurva log TOC model menggunakan 2 atribut
Universitas Pertamina - 28
Gambar 4.12 Cross plot antara TOC aktual dengan log TOC model menggunakan 2 atribut
Pada gambar 4.13 terdapat 3 track, kurva dengan warna biru merupakan kurva hasil prediksi
menggunakan multiatribut log, sedangkan kurva warna merah merupakan nilai TOC core hasil
uji lab. Jika diinterpretasi secara kualitatif hasil yang didapatkan sebenernya kurang mewakili
data TOC core hasil uji lab. Hal ini berkaitan dengan adanya ambiguitas nilai pada saat
pengambilan data core. Diketahui bahwa data core diambil pada interval kedalaman yang tidak
regular, sehingga kemungkinan adanya kesalahan dalam penempatan kedalaman sangat tinggi.
Selain itu hasil korelasi yang didapat dengan menggunakan metode ini juga memiliki hasil yang
paling tinggi dibanding dengan menggunakan metode yang lain.
Gambar 4.13 Perbandingan antara TOC core dengan hasil log prediksi TOC
Universitas Pertamina - 29
Gambar 4.14 Cross plot antara impedansi akustik dengan TOC hasil prediksi pada 3 sumur
Dari hasil cross plot ini, dapat disimpulkan bahwa dari ketiga sumur ini memiliki hubungan
yang berbanding terbalik dengan parameter impedansi akustik. Terlihat bahwa semakin rendah
nilai impedansi akustik, maka semakin tinggi nilai TOC. Sehingga pada penelitian ini dilakukan
analisa inversi seismik yang kemudian digunakan sebagai atribut eksternal untuk melakukan
persebaran data TOC pada penampang seismik.
3-13 Hz
Universitas Pertamina - 30
Gambar 4.16 Model awal pada line 6694 dengan kontrol sumur K-1
Gambar 4.17 Model awal pada line 6696 dengan kontrol sumur J-1
Gambar 4.18 Model awal pada line 6842 dengan kontrol sumur S-1
Universitas Pertamina - 31
Pada hasil low frequency model didapatkan nilai impedansi akustik pada sumur K-1 dan J-
1 sebesar 25000-35000 (ft/s)*(g/cc), sedangkan pada sumur S-1 memiliki rentang yang lebih
tinggi yaitu 30000-48000 (ft/s)*(g/cc). Hal itu berkaitan dengan area dimana sumur S-1
memiliki jarak yang jauh dengan sumur K-1 dan J-1, sehingga terjadi perbedaan litologi yang
terbentuk.
Universitas Pertamina - 32
Gambar 4.21 Analisis Inversi pada sumur S-1
Gambar 4.22 Hasil inversi pada line 6694 dengan kontrol sumur K-1
Gambar 4.23 Hasil inversi pada line 6696 dengan kontrol sumur J-1
Universitas Pertamina - 33
Gambar 4.24 Hasil inversi pada line 6842 dengan kontrol sumur S-1
Hasil inversi yang didapat dinilai cukup baik karena nilai impedansi akustik hasil inversi
sudah mendekati nilai impedansi akustik dari sumur. Dari hasil inversi ini dapat diinterpretasi
bahwa pada formasi Brown Shale memiliki nilai impedansi akustik yang relatif lebih tinggi
dibandingkan dengan nilai impedansi akustik pada formasi Upper Red Bed. Jika dilihat dari
kandungan organiknya pada formasi Upper Red Bed memiliki kandungan TOC yang relatif
lebih tinggi sehingga nilai impedansi yang didapatkan rendah. Sedangkan pada sumur S-1
formasi Brown Shale memiliki nilai impedansi yang sangat tinggi yang disebabkan oleh
kandungan organic yang rendah.
Gambar 4.25 Daftar kombinasi atribut terbaik pada proses step-wise regression
Universitas Pertamina - 34
Dilakukan training pada data sumur menggunakan kombinasi dari 4 atribut, didapatkan nilai
korelasi sebesar 0.907 dengan error 0.87%, sedangkan hasil validasi memiliki nilai korelasi 0.709
dengan error 2.24%, yang ditunjukkan pada gambar 4.26. Kurva merah adalah nilai log prediksi
TOC, sedangkan kurva hitam merupakan nilai TOC pada sumur.
b
a
Gambar 4.26 Hasil training (a) dan validasi (b) menggunakan step wise regression
Gambar 4.27 Hasil cross plot antara TOC asli dengan TOC prediksi menggunakan step wise regression
Untuk mendapatkan nilai korelasi yang lebih baik, hasil kombinasi atribut pada proses step
wise regression ini dianalisis kembali dengan menggunakan metode PNN. Hasil dari
menggunakan metode PNN, terbukti meningkatkan korelasi yang didapat yaitu sebesar 0.918
dengan error 0.83% sedangkan ketika dilakukan validasi didapatkan korelasi sebesar 0.739
dengan error 1.54%.
a b
Gambar 4.28 Hasil training (a) dan validasi (b) menggunakan PNN
Universitas Pertamina - 35
Gambar 4.29 Hasil cross plot antara TOC asli dengan TOC prediksi menggunakan step wise regression
Hasil pada analisis multiatribut, didapatkan nilai korelasi dan validasi terbesar menggunakan
metode PNN, sehingga hasil analisa PNN ini yang nantinya akan di aplikasikan pada data seismik.
Hasil analisis multiatribut ini terbilamg cukup baik, terlihat bahwa hasil prediksi TOC pada data
seismik sudah mendekati nilai TOC pada data sumur.
Gambar 4.30 Persebaran prediksi TOC pada line 6694 dengan kontrol sumur K-1
Gambar 4.31 Persebaran prediksi TOC pada line 6696 dengan kontrol sumur J-1
Universitas Pertamina - 36
Gambar 4.32 Persebaran prediksi TOC pada line 6842 dengan kontrol sumur S-1
Hasil penampang seismic pada penelitian ini menunjukkan zona Kelompok Pematang
memiliki nilai TOC yang baik dengan rentang nilai 0.5 sampai 5 wt.%. Berdasarkan Alexander
dkk (2011) hubungan antara kuantitas dengan TOC yang berpotensi menghasilkan hidrokarbon
adalah nilai TOC ≥ 1 wt.% (Tabel 4.4), sehingga lebih berpotensi untuk menjadikannya sebagai
reservoir shale.
Tabel 4.1 Hubungan antara TOC dengan resource potential (Alexander dkk, 2011)
Poor <0.5
Fair 0.5 – 1
Good 1–2
Excellent >4
Pada sumur K-1 dan J-1 Formasi Upper Red Bed memiliki nilai TOC yang tinggi dengan
rentang 3 – 5 wt.%, yang menandakan bahwa potensi TOC pada formasi ini sangat baik.
Sedangkan pada Formasi Brown Shale nilai TOC yang dihasilkan yaitu 2 – 4 wt.% yang
mendakan potensi TOC pada formasi ini juga sangat baik.
Pada sumur S-1 terlihat trend yang dihasilkan pada formasi Brown Shale memiliki nilai
TOC yang sangat kecil, hal itu dikarenakan hubungan TOC yang berbanding terbalik dengan
impedansi akustik. Dimana pada log sumur terlihat bahwa log densitas dan log p-wave
menunjukkan nilai yang tinggi, sehingga nilai impedansi akustik yang dihasilkan juga tinggi.
Dari data report sumur S-1 menunjukkan bahwa sumur ini tidak berpotensi untuk
dikembangkan, seandainya terdapat hidrokarbon pada sumur ini juga jumlah yang dihasilkan
sangat sedikit sehingga tidak potensial.
Universitas Pertamina - 37
Dari keseluruhan penampang yang memiliki sumur referensi dapat disimpulkan bahwa
zona persebaran potensi TOC tertinggi terdapat pada Formasi Upper Red Bed. Selain karena
nilai impedansi akustik yang rendah, nilai TOC yang tinggi pada Formasi Upper Red Bed juga
dapat dikarenakan adanya kehadiran coal yang menyebabkan densitas pada kedalaman tertentu
sangat kecil. Sehingga menyebabkan nilai impedansi akustik rendah. Dikarenakan keterbatasan
data sumur yang tidak dapat meng-cover seluruh zona Kelompok Pematang, maka nilai
persebaran TOC yang dapat dipercaya hanya sampai top Formasi Lower Red Bed.
Universitas Pertamina - 38
Universitas Pertamina - 39
BAB V
5.1 Kesimpulan
Berdasarkan pengolahan data yang telah dilakukan, kesimpulan yang diperoleh dari penelitian
ini adalah:
1. Hasil analisis cross plot menunjukkan nilai impedansi akustik memiliki hubungan yang
berbanding terbalik dengan nilai TOC.
2. Analisis seismik inversi dapat mencerminkan Formasi Upper Red Bed yang memiliki nilai
impedansi akustik rendah dan Formasi Brown Shale memiliki nilai impedansi akustik tinggi.
3. Hasil analisis multiatribut menggunakan PNN mendapatkan korelasi yang lebih besar yaitu
0.918 dibandingkan dengan menggunakan step wise regression yang mendapatkan korelasi
sebesar 0.907.
4. Formasi Upper Red Bed memiliki nilai TOC rata-rata yang lebih tinggi dengan rentang 3 –
5 wt.%, sedangkan Formasi Brown Shale memiliki nilai TOC rata-rata yang lebih rendah
dengan rentang 0.5 – 4 wt.%.
5. Zona potensi TOC yang tinggi pada penampang seismik Kelompok Pematang Cekungan
Sumatera Tengah berada pada Formasi Upper Red Bed.
5.2 Saran
1. Menggunakan lebih banyak data sumur untuk lebih mengoptimalkan metode
multiatribut.
2. Mengintegrasikan data hasil prediksi dengan pengukuran core yang tersedia di sumur
lainnya.
Universitas Pertamina - 39
Universitas Pertamina - 40
DAFTAR PUSTAKA
Harsono, Adi. (1997). Evaluasi Formasi dan Aplikasi Log. Edisi (revisi) ke 8,
SchlumbergerOil Field Services, Jakarta
Hampson, D.P., Schuelke, J.S. and Quirein, J.A. (2001). Use of Multiattribute Transforms
to Predict Log Properties from Seismik Data. Geophysics, Vol. 66, NO. 1, P. 220 – 226.
Heidrick, T. L., & Aulia, K. (1993). A Structural And Tectonic Model Of The Coastal Plains
Block, Central Sumatra Basin, Indonesia. Indonesian Petroleum Association , (pp.
285-317). Jakarta.
Hunt. (1996). Petroleum Geochemistry and Geology. New York
Meyer, B.L., Nederlof, M.H. (1984). Identification of source rocks on wireline
logs by density/resistivity and sonic transit time/resistivity cross plots.
AAPG Bulletin 68, 121– 129
Passey, Q.R., Moretti, F.U., Stroud, J.D., 1990. A practical modal for organic
richness from porosity and resistivity logs. AAPG Bulletin 74, 1777–
1794. logs II: Geol. Soc. London, Spec. Publ., 65, pp. 369– 376.
Rider, M. (1996). The Geological Interpretation of Well Logs (2nd edition). Malta:Whittles
Publishing.
Universitas Pertamina - 40
Russell, B. (1991). Introduction to Seismic Inversion Methods, third edition, Volume 2,
S.N. Domenico, Editor Course Notes Series.
Widada, S, et al., (2018). Potensi Shale Hydrocarbon Formasi Brown Shale, Cekungan
Sumatra Tengah Berdasarkan Data Log Mekanik. Jurnal Offshore. Vol.2 No.1. ISSN
:2549-8681
Universitas Pertamina - 41
Universitas Pertamina - 42
Formulir Bimbingan Tugas Akhir
FAKULTAS TEKNOLOGI EKSPLORASI DAN PRODUKSI
PROGRAM STUDI TEKNIK GEOFISIKA
1. Diskusi awal mengenai gambaran umum penelitian tugas akhir interpretasi seismik.
2. Menentukan judul dan tujuan yang ingin dicapai dalam penelitian tugas akhir.
3. Revisi proposal peneltian tugas akhir.
Paraf Pembimbing:
1. Langkah yang harus dilakukan dalam melakukan interpretasi seismik meliputi data
yang digunakan, QC data, well seismic tie, picking horizon, dan lain-lain.
2. Miss Tie Analysis
3. Pengumpulan data
Paraf Pembimbing:
Universitas Pertamina - 42
Formulir Bimbingan Tugas Akhir
FAKULTAS TEKNOLOGI EKSPLORASI DAN PRODUKSI
PROGRAM STUDI TEKNIK GEOFISIKA
1. Cek kelengkapan data penelitian : data seismik, data well, checkshot, dan report.
2. Melakukan digitasi data checkshot dan bit size pada well report.
3. Mulai well tie.
Paraf Pembimbing:
Paraf Pembimbing
Universitas Pertamina - 43
Formulir Bimbingan Tugas Akhir
FAKULTAS TEKNOLOGI EKSPLORASI DAN PRODUKSI
PROGRAM STUDI TEKNIK GEOFISIKA
Paraf Pembimbing:
Paraf Pembimbing:
Universitas Pertamina - 44
Formulir Bimbingan Tugas Akhir
FAKULTAS TEKNOLOGI EKSPLORASI DAN PRODUKSI
PROGRAM STUDI TEKNIK GEOFISIKA
Paraf Pembimbing:
1. Inversi tidak jadi dilakukan karena AI tidak memiliki hubungan dengan TOC.
2. Analisa Multiatribut.
3. Penentuan blind well pada analisa multiatribut.
Paraf Pembimbing:
Universitas Pertamina - 45
Formulir Bimbingan Tugas Akhir
FAKULTAS TEKNOLOGI EKSPLORASI DAN PRODUKSI
PROGRAM STUDI TEKNIK GEOFISIKA
Paraf Pembimbing:
Paraf Pembimbing:
Universitas Pertamina - 46
Formulir Bimbingan Tugas Akhir
FAKULTAS TEKNOLOGI EKSPLORASI DAN PRODUKSI
PROGRAM STUDI TEKNIK GEOFISIKA
Universitas Pertamina - 47