LEMBAR PENGESAHAN TUGAS AKHIR KARAKTERISASI DAN ANALISA PENYEBARAN RESERVOAR BATUPASIR MENGGUNAKAN METODE SEISMIK INVERSI AI DAN MULTI ATRIBUT NEURAL NETWORK PADA FORMASI TALANGAKAR LAPANGAN ZEROPHASE SUB CEKUNGAN PALEMBANG SELATAN CEKUNGAN SUMATRA SELATAN Laporan Tugas Akhir ini disusun sebagai salah satu syarat Strata S-1 Prodi Teknik Geofisika, Fakultas Teknologi Mineral, Universitas Pembangunan Nasional Veteran Yogyakarta. Disusun oleh : Reinhard Leonard Riova Naibaho 115.080.029 Tempat Yogyakarta Laporan ini telah diperiksa dan disetujui oleh : Pembimbing 1 Pembimbing 2 Dr. Ir. H. Suharsono, MT. NIP. 19620923.1990033.1001 Ir. Mahap Maha, MT. NIP. 19570304.1987031.002 i
Mengetahui, Ketua Program Studi Geofisika LEMBAR PERNYATAAN KEASLIAN SKRIPSI Saya yang bertanda tangan di bawah ini : Dr. Ir. H. Suharsono, MT. NIP. 19620923.1990033.1001 Nama : Reinhard Leonard Riova Naibaho NIM : 115.080.029 Tempat/tanggal lahir : Pangururan/22 Oktober 1989 Program Studi Fakultas Judul Skripsi : Teknik Geofisika : Teknologi Mineral : KARAKTERISASI DAN ANALISA PENYEBARAN RESERVOAR BATUPASIR MENGGUNAKAN METODE SEISMIK INVERSI AI DAN MULTI ATRIBUT NEURAL NETWORK PADA FORMASI TALANGAKAR LAPANGAN ZEROPHASE SUB CEKUNGAN PALEMBANG SELATAN CEKUNGAN SUMATRA SELATAN Dengan ini menyatakan bahwa : 1. Skripsi ini merupakan hasil karya saya yang diajukan untuk memenuhi salah satu persyaratan memperoleh gelar strata 1 di Universitas Pembangunan Nasional Veteran Yogyakarta. 2. Semua sumber yang saya gunakan dalam penulisan ini telah saya cantumkan sesuai dengan ketentuan yang berlaku di Universitas Pembangunan Nasional Veteran Yogyakarta. 3. Jika dikemudian hari terbukti bahwa karya ini bukan hasil karya asli saya atau merupakan hasil jiplakan dari karya orang lain, maka saya bersedia ii
menerima sanksi yang berlaku di Universitas Pembangunan Nasional Veteran Yogyakarta. Penulis, KARAKTERISASI DAN ANALISA PENYEBARAN RESERVOAR BATUPASIR MENGGUNAKAN METODE SEISMIK INVERSI AI DAN MULTI ATRIBUT NEURAL NETWORK PADA FORMASI TALANGAKAR LAPANGAN ZEROPHASE SUB CEKUNGAN PALEMBANG SELATAN CEKUNGAN SUMATRA SELATAN Reinhard L. R. Naibaho 115 080 029 ABSTRAK Reservoar hidrokarbon mempunyai karakteristik yang kompleks, bersifat heterogen, dan kontinuitas reflektor yang buruk sehingga hal ini dapat mempersulit proses karakterisasi dan menganalisa penyebaran reservoar hidrokarbon. Permasalahan reservoar semacam itu dapat menyebabkan menurunnya rasio keberhasilan dalam pemboran sumur minyak dan gas dan sebaliknya akan meningkatkan rasio kegagalan pemboran suatu sumur minyak maupun gas. (Reinhard L. R. Naibaho) Penelitian ini menggunakan data seismik 3 dimensi yang merupakan hasil dari migrasi (Post Stack Time Migration), yang dikontrol oleh data log untuk mendapatkan nilai impedansi akustik (AI) dan jenis log yang digunakan yaitu Log Gamma Ray (GR), Log P-wave, Log Densitas, dan Log Neutron Porosity. Metode multiatribut neural network digunakan untuk menghasilkan volum pseudo porosity yang nantinya dapat dihasilkan penampang porosity yang dapat dibandingkan dengan penampang AI daerah penelitian sehingga diharapkan iii
metode ini dapat membantu peran dari metode Impedansi Akustik untuk mengkarakterisasi dan menganalisis penyebaran reservoar di daerah penelitian. Berdasarkan hasil penelitian maka disimpulkan reservoir batupasir di daerah penelitian memiliki nilai impedansi akustik (AI) antara 5196-9257 (m/s)*(gr/cc) dan nilai porositas antara 0.2162-0.3512 v/v. Dari hasil tesebut dapat diinterpretasikan bahwa reservoar tersebut bersifat poros dan memiliki porositas efektif yang baik dengan arah persebaran reservoar terdapat pada bagian selatan daerah penelitian. Kata kunci : Impedansi Akustik (AI), Log Gamma Ray (GR), Log P-wave, Log Densitas, dan Log Neutron Porosity, neural network, pseudo porosity. CHARACTERIZATION AND ANALYSIS OF SPREAD OF SANDSTONES RESERVOIR USING SEISMIC AI INVERSION AND NEURAL NETWORK MULTI ATTRIBUTE IN TALANGAKAR FORMATION "ZEROPHASE" FIELD SOUTH PALEMBANG SUB BASIN SOUTH SUMATRA BASIN Reinhard L. R. Naibaho 115 080 029 ABSTRACT Hydrocarbon reservoir characteristics that are complex, heterogeneous, and a poor reflector continuity so that it can be difficult to characterize and analyze the deployment process of a hydrocarbon reservoir. Reservoir problems that can lead to decrease the ratio of success in drilling oil and gas wells and otherwise would increase the ratio of the failure of drilling an oil or gas. This study uses a 3-dimensional seismic data that is the result of migration (Post Stack Time Migration), which is controlled by the log data to get the value of the acoustic impedance (AI) and the type of logs used is the Log Gamma Ray (GR), log P-wave, Log Density, and Neutron log porosity. Neural network multiattribute method is used to generate pseudo porosity volume that will be generated cross section of porosity that can be compared to the cross-sectional of iv
AI in research areas so hopefully this method can help the role of Acoustic Impedance methods to characterize and analyze the spread of the reservoir in the study area. Based on the results of the study it was concluded sandstones reservoir in the study area has a value of acoustic impedance (AI) between 5196-9257 (m/s) *(g/cc) and porosity values between 0.2162-0.3512 v/v. From the results it can be interpreted that the reservoir is the shaft and has a good effective porosity with the direction of the spread of the reservoir present in the southern part of the study area. Key Words : Acoustic Impedance (AI), Gamma Ray (GR) log, P-wave log, density log and neutron porosity log, neural network, pseudo porosity. KATA PENGANTAR Puji Syukur penulis panjatkan kepada Tuhan Yesus Kristus atas berkat dan perlindungan-nya sehingga skripsi ini dapat selesai tepat pada waktunya. Penulis mengucapkan terima kasih sebesar-besarnya kepada kedua orangtua penulis N. Naibaho dan E. E. Lumbantobing dan juga kepada adik-adik tercinta Liona Naibaho dan Daniel Naibaho. Terima kasih atas dukungan, semangat dan doanya. Penulis juga tidak lupa mengucapkan banyak terima kasih kepada : 1. Bapak Dr. Ir. H. Suharsono, MT. dan Bapak Ir. Mahap Maha, M.T. yang telah membantu dan membimbing penulis selama menyelesaikan Tugas Akhir di UPN, terima kasih atas kesabarannya. 2. Kepada Bapak Yoga dan Bapak Nanang yang telah memberikan bimbingan dan arahan selama melaksanakan Tugas Akhir di Pertamina EP Prabumulih. 3. Semua dosen dan karyawan yang ada di Teknik Geofisika UPN, terima kasih atas kesabaran dan ilmunya selama penulis mengecap pendidikan di UPN. 4. Saudara saudari Teknik Geofisika UPN Veteran Yogyakarta, terima kasih atas semangat dan bantuannya selama ini. v
5. Ramayana Santiani Sitanggang yang selalu memberi semangat dan kasihnya kepada penulis untuk menyelesaikan skripsi ini. 6. Teman-teman Zero Phase yang selalu menemani penulis dalam setiap petualangannya di alam. 7. Seluruh pihak yang tidak dapat disebutkan satu per satu. Akhir kata, penulis sangat mengharapkan saran dan kritik dalam penulisan ini, karena penulis tidak luput dari kesalahan-kesalahan untuk perbaikan ke depannya. Yogyakarta, 7 April 2014 (Reinhard L. R. Naibaho) DAFTAR ISI Halaman Judul Lembar Pengesahan i Lembar Pernyataan Keaslian Skripsi ii Abstrak iii Abstract iv Kata Pengantar v Daftar Isi vi Daftar Gambar ix vi
Daftar Tabel xii BAB I PENDAHULUAN I.1 Latar Belakang Penelitian 1 I.2 Perumusan Masalah 2 I.3 Maksud dan Tujuan Penelitian 2 I.4 Batasan Masalah 3 I.5 Lokasi dan Waktu Penelitian 3 BAB II GEOLOGI REGIONAL II.1 Tinjauan Umum 5 II.2 Stratigrafi Regional Cekungan Sumatra Selatan 7 II.2.1 Batuan Dasar (Basement) 7 II.2.2 Formasi Lahat 8 II.2.3 Tuff Kikim dan Lemat Tua 8 II.2.4 Formasi Talangakar 9 II.2.5 Formasi Baturaja 9 II.2.6 Formasi Gumai 10 vii
II.2.7 Formasi Airbenakat 10 II.2.8 Formasi Muaraenim 10 II.2.9 Formasi Kasai 11 II.3 Stratigrafi Daerah Penelitian 12 II.3.1 Formasi Talangakar 12 II.3.2 Formasi Baturaja 13 II.4 Tektonik dan Struktur Geologi Cekungan Sumatra Selatan 15 II.4.1 Syndan Post Rift Megasequence 18 II.4.2 Syn-Orogenic/Inversion Megasequence 18 II.5 Petroleum System Cekungan Sumatra Selatan 19 II.5.1 Batuan Induk (Source Rock) 19 II.5.2 Reservoar 19 viii
II.5.3 Batuan Penutup (Seal Rock) 20 II.5.4 Perangkap (Trap) 20 II.5.5 Migrasi 21 BAB III DASAR TEORI III.1 Seismik Refleksi 22 III.2 Metode Seismik Inversi 23 III.2.1 Model Based Inversion 24 III.3 Inversi Impedansi Akustik (AI) 25 III.4 Multiatribut 27 III.4.1 Crossplot Target Log 28 III.4.2 Regresi Linier Multiatribut 30 III.4.3 Neural Network 32 III.5 Sifat Fisika Batuan 34 III.5.1 Porositas 34 ix
35 III.5.2 Densitas III.5.3 Kecepatan Gelombang P (V p ) dan Gelombang S (V s ) 36 III.6 Well Logging 37 III.7 Deskripsi Batuan 39 BAB IV METODOLOGI PENELITIAN IV.1 Alur Penelitian 41 IV.2 Data Penelitian 42 IV.2.1 Data Sumur 42 IV.2.2 Data Seismik 42 IV.2.3 Data Checkshot 43 IV.2.4 Data Marker 43 IV.2.5 Data Horizon 43 IV.3 Perangkat Lunak 44 IV.4 Pengolahan Data 44 IV.4.1 Pengolahan Data Sumur 44 IV.4.2 Analisa Crossplot 45 x
IV.4.3 Extract Wavelet 45 IV.4.4 Well Seismic Tie 45 IV.4.5 Initial Model 46 IV.4.6 Inversi AI 46 IV.4.7 Multiatribut Neural Network 47 BAB V HASIL DAN PEMBAHASAN V.1 Analisa Crossplot 49 V.2 Peta Struktur Waktu Horizon TAF 54 V.3 Analisa Initial Model atau Model Awal 55 V.4 Analisa Pre Inversi 56 V.5 Analisa Hasil Inversi Model Based 59 V.6 Analisa Peta Sayatan Impedansi Akustik Model Based 61 V.7 Analisa Multiatribut 64 V.8 Analisa Overlay Peta Slice AI, Porosity dan Time Structure 71 BAB VI KESIMPULAN DAN SARAN VI.1 Kesimpulan 74 xi
VI.2 Saran 74 DAFTAR PUSTAKA 76 LAMPIRAN 79 DAFTAR GAMBAR Gambar I.1 Peta Lokasi Penelitian Lapangan Zerophase 4 Gambar II.1 Gambar II.2 Pembagian Sub-Cekungan Sumatra Selatan (Badan Geologi, 2010) 6 Kolom stratigrafi Sub-Cekungan Palembang Selatan (Ginger dan Fielding, 2005) 12 Gambar II.3 Kolom stratigrafi lokal berdasarkan sumur Well 2 14 Gambar II.4 Gambar II.5 Gambar II.6 Subduksi Lempeng India-Australia dengan Lempeng Dataran Sunda dari Jura Atas s/d sekarang dan efek yang terkait (Pulunggono et al.,1992) 16 Sketsa posisi Cekungan Sumatra Selatan dalam kerangka Cekungan busur belakang (Bishop, 2001) 17 Elemen-elemen struktur utama Cekungan Sumatra Selatan (Ginger dan Fielding, 2005) 17 Gambar III.1 Prinsip kerja seismik refleksi (Sismanto, 2006) 22 xii
Gambar III.2 Diagram alir metode inversi seismik (Russell dan Hampson,1996) 23 Gambar III.3 Diagram alir teknik model based inversion (Sukmono, 2002) 25 Gambar III.4 Koefisien refleksi (Bhatia dan Singh 1986) 27 Gambar III.5 Display target log, tras seismik, dan eksternal atribut (Modul EMERGE HRS CE8/R4.41) 28 Gambar III.6 Conventional Crossplot Antara Log Target dan Atribut Seismik (Modul EMERGE HRS CE8/R4.41) 29 Gambar III.7 Ilustrasi Crossplot dengan menggunakan satu atribut (kiri) dan dua atribut (Kanan) (Modul EMERGE HRS CE8/R4.41) 30 Gambar III.8 Contoh kasus tiga atribut seismik, tiap sampel log target dimodelkan sebagai kombinasi linier dari sampel atribut pada interval waktu yang sama (Modul EMERGE HRS CE8/R4.41) 31 Gambar III.9 Prediksi kurva Probabilistic Neural Network (Modul EMERGE HRS CE8/R4.41) 33 Gambar III.10 Densitas bulk vs saturasi air, aplikasi persamaan Willey Pada reservoar minyak dan gas (Russel, 1999) 35 Gambar III.11 Skema deformasi batuan terhadap gelombang kompresi dan gelombang shear (Goodway,2001) 36 Gambar III.12 Skema diagram perambatan kecepatan gelombang seismik (Ensley,1984) 36 Gambar IV.1 Diagram alir penelitian 41 Gambar IV.2 Peta dasar lokasi penelitian 42 Gambar IV.3 Diagram alir proses multiatribut neural network 48 Gambar V.1 Crossplot Log Gamma Ray vs Log AI pada Well 1 49 Gambar V.2 Cross-section zona target pada Well 1 50 Gambar V.3 Crossplot Log Gamma Ray vs Log AI pada Well 2 50 Gambar V.4 Cross-section zona target pada Well 2 51 xiii
Gambar V.5 Crossplot Log Gamma Ray vs Log AI pada Well 4 51 Gambar V.6 Cross-section zona target pada Well 4 52 Gambar V.7 Crossplot Log Gamma Ray vs Log AI pada Well 6 52 Gambar V.8 Cross-section zona target pada Well 6 53 Gambar V.9 Crossplot Log Gamma Ray vs Log AI pada Well 7 53 Gambar V.10 Cross-section zona target pada Well 7 54 Gambar V.11 Peta Struktur Waktu horizon Formasi Talangakar 54 Gambar V.12 Penampang initial model pada Inline 2194 55 Gambar V.13 Penampang initial model pada Inline 2195 55 Gambar V.14 Penampang initial model pada Inline 2199 56 Gambar V.15 Analisa pre-inversi pada Well 1 57 Gambar V.16 Analisa pre-inversi pada Well 2 57 Gambar V.17 Analisa pre-inversi pada Well 4 58 Gambar V.18 Analisa pre-inversi pada Well 6 58 Gambar V.19 Analisa pre-inversi pada Well 7 59 Gambar V.20 Inversi Model Based pada inline 2194 60 Gambar V.21 Inversi Model Based pada inline 2195 61 Gambar V.22 Inversi Model Based pada inline 2198 61 Gambar V.23 Peta slice AI pada horizon W1 62 Gambar V.24 Peta slice AI pada horizon W1 +5 ms 62 Gambar V.25 Peta slice AI pada horizon W1 +10 ms 63 Gambar V.26 Peta slice AI pada horizon W1 +15 ms 63 Gambar V.27 Peta slice AI pada horizon W1 +20 ms 63 Gambar V.28 Peta slice AI pada horizon W1 +25 ms 64 Gambar V.29 Validasi Multi Atribut Regresi Linear dengan Log Porosity sebagai log target 65 Gambar V.30 Validasi Regresi Non-Linear Neural Network dengan Log Porosity sebagai log target 65 Gambar V.31 Cross Plot Porosity actual vs Porosity prediction 66 Gambar V.32 Penampang pseudo-porosity pada Inline 2194 67 Gambar V.33 Penampang pseudo-porosity pada Inline 2195 67 xiv
Gambar V.34 Peta slice pseudo-porosity pada horizon W1 68 Gambar V.35 Peta slice pseudo-porosity pada horizon W1 +5 ms 68 Gambar V.36 Peta slice pseudo-porosity pada horizon W1 +10 ms 68 Gambar V.37 Peta slice pseudo-porosity pada horizon W1 +15 ms 69 Gambar V.38 Peta slice pseudo-porosity pada horizon W1 +20 ms 69 Gambar V.39 Peta slice pseudo-porosity pada horizon W1 +25 ms 69 Gambar V.40 Overlay Peta Slice AI horizon W1 +20 ms, Porosity horizon W1 +20 ms dan Time Structure 72 Gambar V.41 Overlay Peta Slice AI horizon W1 +25 ms, Porosity horizon W1 +25 ms dan Time Structure 73 DAFTAR TABEL Tabel IV.1 Kelengkapan data log pada Well 1, Well 2, Well 4, Well 6, Well 7 42 Tabel IV.2 Kelengkapan data marker pada Well 1 dan Well 2 43 xv
xvi