LAPORAN SEMENTARA

PRKTIKUM GEOSTATISTIKA TG 3009

MODUL KE – 02
GEOSTATIK

Oleh:
Muhamad Arif Samsudin 120120158

Asisten :

DANI PUSPITA SARI 119120030

GRASELA YUNISIA SIREGAR 119120052
DENNYA ANGELINE A.P 119120097
AHMAD MAULANA SIDIK 119120133
ANUGRAH MARIO TAMBA 119120161
GHEVIRA ANGELINA MITRA 120120018
FAJAR ADIVADILAH 120120124
SALSABILA MUKHSIS 120120160

PROGRAM STUDI TEKNIK GEOFISIKA

JURUSAN TEKNOLOGI PRODUKSI DAN INDUSTRI
INSTITUT TEKNOLOGI SUMATERA
 2023
HASIL DAN PEMBAHASAN
1. Auto Korelasi porositas

2. Covarian porositas x permheabilitas

3. Cross kolerasi x permheabilitas

4. Koefisien kolerasi porositas x permheabilitas

5. Grafik antara porositas dan permheabilitas

PEMBAHASAN
Pada praktikum modul 2 ini membahas mengenai Geostatik, yang merupakan
lanjutan dari modul sebelumnya. Pada modul 2 ini menggunakan data yang masih sama
dengan modul 1.
Pada hasil 1 yaitu mencari nilai auto kolerasi dari porositas. Auto korelasi
merupakan pengulangan dalam suatu sekuen data dapat dihitung dari pengukuran
kesamaan dengan dirinya sendiri pada sekuen tersebut (auto-correlation). Jika logging
dilakukan pada keadaan geologi yang tersusun atas perulangan antara shale dengan
sandstone, maka respons log-nya pun akan terulang pula. Adapun persamaan Auto
korelasi yaitu:

Dan bentuk persamaannya pada python, menjadi:

#Autocorrel porositas
def autocorrel (x):
total=tx_lagx(x).sum()
panjang=len(tx_lagx(x))-(x+1)
result=(total/panjang)/poro_std**2
return result
Adapun hasil yang didapat yaitu:
Auto Korelasi lag 1 adalah = 0.7754160863195169
Auto Korelasi lag 2 adalah = 0.6591954506974064
Auto Korelasi lag 3 adalah = 0.5188081255355659
 Pada hasil 2 yaitu mencari nilai Covarian porositas x permheabilitas. Kovarian
adalah ukuran dalam statistik untuk melihat bagaimana perubahan dalam satu variabel
dikaitkan dengan perubahan dalam variabel kedua. Adapun persamaan dari kovarian
yaitu:

Dan untuk persamaannya pada python, menjadi:

#Covarian Porositas x Permeabilitas
def covarian () :
poro_rata=poro-poro_mean
perm_rata=perm-perm_mean
logk_rata=logk-logk_mean
poroperm=((poro_rata*perm_rata).sum())/(len(poro)-1)
porolog=((poro_rata*logk_rata).sum())/(len(poro)-1)
return poroperm, porolog
Dan untuk hasil yang didapat:
1034.7613185213033

Pada hasil 3 dilakukan Cross kolerasi x permheabilitas. Cross kolerasi

digunakan untuk melihat keterkaitan antara 2 kelompok data pada waktu yang
bersamaan, maka kita bisa membandingkan antara 2 data yang berbeda untuk
ditentukan hubungan korelasinya. Adapun persamaan cross kolerasi yaitu:

Dan pada python menjadi:

#Cross Correlation Porositas x Permeabilitas
def cross_corr(x) :
a=(lag_poro(-x)-meant_poro(-x)).shift(x)
b=lag_perm(x)-meanu_perm(x)
result =a*b
cross_corr =((np.sum(result))/(len(poro)-
(x+1)))/(poro_std*perm_std)
return cross_corr
Dengan hasil:
Cross Korelasi lag 1 adalah = 0.7729043213138446
Cross Korelasi lag 2 adalah = 0.7545956833435257
Cross Korelasi lag 3 adalah = 0.6934928270862489

Jika dilihat hasil kolerasi dari auto kolerasi dan cross kolerasi memiliki perbedaan,
hal ini disebabkan karena fungsi kedua kolerasi tersebut yang memang berbeda.
Pada hasil 4 dilakukan pencarian nilai Koefisien kolerasi porositas x
permheabilitas. Koefisien korelasi ( r ) adalah sebuah nilai yang dipergunakan untuk
mengukur derajat keeratan hubungan antara dua variabel. Adapun persamaannya
sebagai berikut:

Dan pada python menjadi:

def corr_coef(x):
poroperm=(poro-poro_mean)*(perm-perm_mean)
corr_poroperm=((np.sum(poroperm))/(len(poro)-
x))/(poro_std*perm_std)
return corr_poroperm
Dengan hasil:
Koefisien Korelasi poro x perm adalah = 0.8398988894933678

Dan yang terakhir pada hasil 5 adalah grafik antara porositas dan
permheabilitas, Dari grafik tersebut dapat terlihat bahwa antara porositas dan
permheabilitas memiliki hubungan yang tidak berbanding lurus atau dapat dikatakan
tidak fit, hal ini dapat dilihat dari persebaran titik titik porositas yang tidal searah
dengan garis permheabilitasnya.
LAMPIRAN
Link Google Colab :

https://colab.research.google.com/drive/1-
LHloHX4xLHz0RAIlOlzjEESw2nnss_U?usp=sharing

Excel

Foto praktikum