1

ANALISIS KARAKTERISASI RESERVOIR MENGGUNAKAN

METODE SEISMIK INVERSI DAN MULTI-ATRIBUT PADA

LAPANGAN X

Tiar Evimaria Tampubolon1, Fatkhan 2, Mokhammad Puput 3

Abstract: This research was in field X, Bonaparte Basin which is a sandstone reservoir. The study conducted processing using AI inversion and multi-attribute seismic methods. Multi-attribute analysis aims to estimate the porosity and gamma ray distribution in the target zone. In this research, the porosity and gamma ray estimation volume will be made, because porosity is one of the useful parameters in identifying the target zone, and gamma ray is a parameter that can separate between sand and shale, which we know that sand is one of the reservoir rocks that can trap oil. In addition, this study carries out a seismic inversion process to produce its acoustic impedance values, which are then used as external attributes in multi-attribute analysis. In this study, a combination of 8 attributes was obtained that was able to produce volume of porosity well, and a combination of 8 attributes that were able to produce the best gamma ray volume. The author has succeeded in determining the reservoir potential namely sand, with a porosity value of 10-20% and a gamma ray value of 10-50 API.

Keywords: multiatribute, porosity, gamma ray, inversion, seismic, bonaparte basin

Abstrak: Penelitian ini berada di lapangan X, yang merupakan reservoir batu pasir. Penelitian

melakukan pengolahan menggunakan metode seismik inversi AI dan multi-atribut. Analisa

multi-atribut bertujuan untuk mengestimasi persebaran porositas dan gamma ray yang berada

pada zona target. Pada penelitian ini akan dibuat volum estimasi porositas dan gamma ray,

karena porositas merupakan salah satu parameter yang bermanfaat dalam identifikasi zona

target, dan gamma ray merupakan parameter yang dapat memisahkan antara sand dan shale,

yang kita ketahui bahwa sand merupakan salah satu batuan reservoir yang dapat menjebak

minyak. Selain itu, penelitian ini melakukan proses inversi seismik untuk menghasilkan nilai

impedansi akustiknya, yang kemudian digunakan sebagai eksternal atribut dalam analisa

multiatribut. Pada penelitian ini didapatkan kombinasi 8 atribut yang mampu menghasilkan

volum porositas dengan baik, dan kombinasi 8 atribut yang mampu menghasilkan volum

gamma ray yang terbaik. Penulis telah berhasil menentukan potensial reservoir yaitu sand,

dengan nilai porositas 10-20 % dan nilai gamma ray sebesar 10-50 API.

Kata Kunci : multiatribut, porositas, gamma ray, inversi, seismik

2

Pendahuluan

Indonesia merupakan salah satu negara

yang masih bergantung pada minyak bumi.

Usaha untuk pengembangan lapangan

minyak dan gas harus terus dilakukan untuk

memenuhi kebutuhan masyarakat.

Geofisika merupakan salah satu cabang

ilmu yang bergerak dalam eksplorasi

hidrokarbon. Salah satu metode geofisika

yang dapat digunakan untuk

mengidentifikasi keberadaan dari reservoir

dibawah permukaan bumi adalah metode

seismik refleksi. Proses inversi seismik ini

digunakan untuk mengetahui nilai

impedansi akustik dari suatu lapisan

batuan. Umumnya nilai impedansi akustik

dapat digunakan untuk identifikasi kualitas

dari suatu reservoir karena impedansi

akustik dapat menggambarkan karakter

fisis didalam lapisan batuan. Untuk analisis

yang lebih baik lagi, digunakan juga

metode seismik multi-atribut yang

memanfaatkan lebih dari satu atribut

seismik. Metode seismik multi-atribut

dilakukan untuk mencari hubungan statistik

antara data log dan data atribut seismik

pada lokasi sumur, lalu memanfaatkan

hubungan tersebut untuk

menginterpretasikan lebih lanjut dari suatu

reservoir.

Lokasi penelitian terletak di Cekungan

yang sebagian besar terletak di lepas pantai

dan meliputi area seluas sekitar 270.000

km2 di batas barat laut benua Australia.

Cekungan ini didominasi oleh patahan

ekstensional (extensional faulting) dimana

sedikit sekali dijumpai struktur

kompresional.

Stratigrafi cekungan daerah penelitian

berturut-turut dari umur tua sampai umur

muda dari Pre cambrian sampai Kwarter

sebagai berikut :

a) Batuan Sedimen Tertua

Secara umum terbentuk pada umur

Permian, Triasik, Jurasik, Kartesius

dan sampai umur Tertiary muda .

b) Formasi Johnson (Base Eocene)

Endapan pada Formasi Johnson ini

dominan pembentuknya yaitu

mengandung batulempung

calcilutities, interbended, napal dan

batulempung gampingan.

c) Formasi Wangarlu (Turonian

MFS)

Endapan Formasi Wangarfu

tersusun atas batulempung

(Claystone) yang cukup konsisten

dan cukup dominan serta

mengandung batu lempung silika

d) Formasi Echuca Shoal (Base

Aptian)

Satuan Formasi Echuca Shoal

terbentuk pada umur Barrimian

terdiri dari material batulempung

dan jejak material karbonat.

3

e) Formasi Elang (Base Flamingo)

Formasi Elang Callovian selaras

dengan Formasi Flamingo tersusun

dengan batulempung, batulempung

agillaceous dan batupasir

f) Formasi Plover

Formasi Plover pada umumnya

didominasi oleh batupasir yang

berselingan dengan batulempung.

Formasi Plover terdiri atas Plover

Atas dan Plover Bawah. Ciri dari

Formasi Plover Atas yaitu batupasir

masif atau berlapis yang berukuran

sedang- kasar, dengan ketebalan

yang hingga lebih dari 5 meter yang

tersisipkan oleh batulempung.

METODOLOGI

Penelitian ini dilaksanakan pada Desember

2019 hingga Agustus 2020. Penelitian ini

dilakukan di Institut Teknologi Sumatera.

Daerah penelitian ini berada di lapangan X.

Pada penelitian ini terdiri dari empat sumur

(MKS-1, MKS-2, MKS-3 dan MKS-4)

dan masing-masing sumur

memeliki beberapa data log yaitu log

gamma ray, density, resistivity, dan

porosity. Berikut merupakan tabel

ketersediaan log pada peneliian kali ini.

Dalam penelitian ini log yang digunakan

adalah log gamma ray, densitas, dan p-

wave. Log Gamma Ray digunakan untuk

mengetahui sebaran dan batas lapisan

permeable dan non permeable, umumnya

litologi pasir merupakan lapisan yang

permeable dan dapat digunakan sebagai

prospek. Log densitas digunakan untuk

mendapatkan nilai porositas, dengan cara

mengekstrak log densitas, sehingga

didapatkan log porositas dari setiap sumur.

Log p-wave digunakan untuk mengetahui

nilai impedansi akustik dan digunakan

untuk melakukan checkshot dalam proses

well seismic tie.

Gambar 1. Base map pada daerah penelitian

Gambar 2. Diagram alir pengolahan data

4

Analisa weismic Tie

Proses well weismic Tie merupakan

proses awal yang sangat penting untuk

dilakukan. Dalam hal ini diperoleh

panjang gelombang 200 ms, taper

length 25 ms, dengan fasa nol dan

sample rate 4 ms.

Tabel 1 Korelasi sintetik seismogram di lokasi

tiap sumur menggunakan wavelet statistic

Sumur Hasil Korelasi

MKS 1 0.945

MKS 2 0.957

MKS 3 0.722

MKS 4 0.870

Rata-rata 0.872

Analisa Crossplot

Gambar 3 Cross-plot antara Akustik Impedansi

dan porositas pada sumur MKS-3

Berdasarkan hasil cross-plot antara

impedansi akustik dengan porositas,

keduanya memiliki hubungan yang cukup

kuat. Dapat dilihat bahwa impedansi

akustik dapat memisahkan antara sand dan

shale. Sehingga, dapat disimpulkan bahwa

parameter impedansi akustik akan dapat

dimanfaatkan sebagai input eksternal

atribut dalam mengestimasi persebaran

porositas dan gamma ray pada analisa

multi-atribut.

Picking Horizon

Setelah dilakukan proses well weismic Tie,

maka selanjutnya dilakukan picking

horizon. Picking horizon dilakukan pada

horizon top res dan base res. Setelah

dilakukan picking horizon, maka

didapatkan time structure map. Time

structure map ini menunjukkan adanya

struktur antiklin yang melipat keatas pada

lapisan batuan yang memiliki bentuk

menyerupai kubah.

Gambar 4. Time Structure Map Horizon Top Res

Analisa Model Inisial

Model inisial dibuat dengan

menggunakan penampang seismic 3D,

wavelet hasil analisis, horizon top-res

dan base-res serta keempat sumur

sebagai kontrol yaitu MKS-1, MKS-2,

MKS-3 dan MKS-4. Dalam hal ini

horizon digunakan sebagai batas dari

zona target. Tujuan dilakukannya

inversi adalah untuk melihat distribusi

lateral dari nilai impedansi akustik pada

5

zona target, serta akan digunakan dalam

proses mulri-atribut sebagai external

atribut.

Gambar 5. Penampang model inisial pada

sumur MKS 2

Inversi Impedansi Akustik

Setelah inisial model dibuat, maka

langkah selanjutnya adalah melakukan

inversi dengan model inversi yang

digunakan yaitu model based. Sebelum

dilakukan inversi terlebih dahulu

dilakukan analisa secara kuantitatif

terhadap model based.

Gambar 6 Inversi AI pada arbitrary line yang

melewati keempat sumur

Gambar diatas memperlihatkan persebaran

nilai impedansi akustik pada penampang

seismik Display impedansi warna merah

merepresentasikan litologi sand, sedangkan

impedansi warna hijau merepresentasikan

litologi shale.

Gambar 7. peta slice AI pada horizon top res dan

base res.

Analisa Proses Multi-Atribut

Setelah didapatkan volum persebaran estimasi

porositas dan gamma ray, kita bisa meninjau secara

kualitatif penampang porositas dan gamma ray

untuk melihat kecocokan antara porositas dan

gamma ray estimasi terhadap porositas dan gamma

ray sebenarnya pada lokasi sumur. Berdasarkan

hasil training dan validasi yang telah dibahas pada

bab III, terlihat bahwa angka korelasi hasil validasi

terhadap data training menunjukkan angka yang

cukup baik. Nilai korelasi data training yang

akhirnya digunakan untuk porositas adalah 0.794

dengan nilai korelasi validasinya adalah 0.634.

Sedangkan nilai korelasi training yang

digunakan untuk gamma ray adalah 0.893

dengan nilai korelasi validasinya adalah

0.774. Dari hasil tersebut menunjukkan

bahwa nilai porositas dan gamma ray

estimasi yang dihasilkan sudah cukup baik

mendekati nilai porositas dan gamma ray

yang sebenarnya. Atas dasar analisa

tersebut, maka disimpulkan bahwa volum

estimasi porositas dan gamma ray yang

6

dihasilkan sudah cukup valid untuk

memprediksikan dan memetakan

persebaran porositas pada zona target.

Berikut merupakan penampang estimasi

porositas dan gamma ray yang melewati

salah satu sumur.

Gambar 8. Penampang estimasi porositas pada

arbitrary line yang melewati keempat sumur

Gambar diatas memperlihatkan penampang

estimasi porositas secara lateral yang

merupakan persebaran porositas yang

melewati keempat sumur. Warna merah

hingga biru merupakan nilai porositas

sekitar 10-20 % yang merepresentasikan

karakter porositas yang baik mengacu pada

klasifikasi nilai porositas menurut Hearst

dan Nelson (1985). Berdasarkan tampilan

di atas, terbukti bahwa secara kualitatif

estimasi volum memperlihatkan kesesuaian

nilai porositas yang cukup baik di lokasi

sekitar sumur.

Gambar 9 Peta slice porositas pada horizon top res dan

base res

Berdasarkan peta slice porositas tersebut,

dapat terlihat bahwa area berwarna kuning

hingga merah memiliki nilai porositas

sekitar 10–20 %. Sementara area berwarna

hijau memiliki harga porositas sekitar 1–5

%. Dapat dilihat bahwa keempat sumur

berada didaerah porositas dengan warna

kuning hingga merah yang menunjukkan

bahwa keempat sumur berada di porositas

yang tinggi.

Gambar 10. Penampang estimasi gamma

ray pada arbitrary line yang melewati

keempat sumur

Gambar diatas memperlihatkan penampang

estimasi gamma ray secara lateral yang

merupakan persebaran gamma ray yang

melewati keempat sumur. Warna kuning

merupakan nilai gamma ray dibawah 50

API yang merepresentasikan sand,

sedangkan warna hijau merupakan nilai

gamma ray diatas 50 API yang

merepresentasikan shale. Berdasarkan

tampilan di atas, terbukti bahwa secara

kualitatif estimasi volum memperlihatkan

7

kesesuaian nilai porositas yang cukup baik

di lokasi sekitar sumur.

Gambar 10 Peta slice gamma ray pada horizon top

res

Analisa Potensial Reservoir

Gambar 11. Persebaran potensial

reservoir pada horizon top res

Peta diatas merupakan peta slice persebaran

reservoir sand pada horizon top res.

Sebaran potensial reservoir ditandai dengan

warna kuning, sedangkan warna hijau

merupakan daerah yang tidak berpotensi

reservoir.

Integrasi Output Peta

Gambar 12. integrasi empat peta : akustik

impedansi, porositas, gamma ray, dan

sebaran reservoir sand

Berdasarkan Gambar 12. dapat kita lihat

bahwa terdapat konsistensi yang cukup baik

dari keempat peta tersebut. Dapat dilihat

bahwa nilai porositas berasosiasi dengan

baik terhadap nilai AI. Area dengan

porositas tinggi berkorelasi dengan nilai AI

yanng rendah, begitu pula sebaliknya

daerah yang memiliki porositas rendah

berasosiai dengan nilai AI yang tinggi. Peta

porositas memiliki konsistensi porositas

yang semakin membesar dari wilayah

tenggara menuju barat laut. Secara geologi

semakin kearah barat laut, pengendapan

semakin menuju ke arah pantai, sedangkan

semakin ke arah tenggara pengendapan

semakin menuju ke arah laut. Hal ini juga

didukung dengan rendahnya nilai gamma

8

ray menuju wilayah barat laut yang

mengindikasi batu pasir. Sementara

semakin ke arah tenggara nilai gamma ray

semakin besar yang mengindikasi batu

lempung. Wilayah sekitar barat laut

memiliki porositas sekitar 10 – 20 %,

sedangkan wilayah tenggara memiliki

porositas sekitar 1-5 %. Dapat dilihat

bahwa keempat sumur relatif berada pada

area dengan keadaan porositas sekitar 10 –

20 %, yang sudah berada pada kategori

cukup hingga baik yanng bisa terisi oleh

hidrokarbon mengacu pada klasifikasi nilai

porositas menurut Hearst dan Nelson

(1985). Tidak hanya itu, keberadaan stuktur

antiklin menjadi salah satu pendukung yang

sangat penting karena struktur antiklin

secara sistem petroleum memungkinkan

hidrokarbon bermigrasi dan terperangkap

menuju zona closure.

KESIMPULAN

A. Metode inversi AI dapat

dimanfaatkan sebagai atribut

eksternal dalam proses multi

atribut. Analisis metode seismik

multiatribut menunjukkan bahwa

hasil data baik jika menggunakan 8

atribut untuk untuk properti fisik

gamma ray dan 8 atribut untuk

properti fisik porositas.

B. Metode seismik multi-atribut dan

seismik inversi telah berhasil

diaplikasi oleh penulis serta berhasil

memberikan informasi properti

(porositas, gamma ray & impedansi

akustik) yang bermanfaat dalam

membantu interpretasi hingga

pengusulan lokasi sumur baru.

C. Penulis telah berhasil menentukan

daerah yang berpotensi

hidorkarbon, dengan potensial

reservoir yaitu sand, dengan nilai

porositas sekitar 10-20 % dan nilai

gamma ray dibawah 50 API.

Acknowledgements

Terimakasih yang sebesar-besarnya kepada

dosen pembimbing yang luar biasa Dr. Ir.

Fatkhan, M.T Mokhammad Puput

Erlangga, S.Si, M.T yang telah membantu

dalam penulisan karya ini dengan baik,

yang telah sabar dalam memberikan ilmu

kepada penulis. Semoga ilmu yang

diberikan menjadi bekal di masa yang akan

datang.

Daftar Pustaka

[1] Budiarto, E., Pranata, E., Putra,

R.A., Hendyantoro, R., Praja,

A.A.S., dan Permana, A.W. 2015.

Tutorial Petrel dan Interactive

[2] Brown. A.R., 2000.

Interpretation Of Three-

9

Dimensional Seismic Data,

AAPG Memoir 42.

[3] Rider, 2002, Geological

interpretation of Well logs

[4] Cordsen, A. dan Pierce, J. 2000.

Planning land 3D seismic surveys.

SEG Geophysical Developments :

USA

[5] Russell, B. H. 1996, Installation

and Tutorials. Hampson-Russell

Software Service Ltd. USA.

[6] Russell, B.H., 1998, Introduction

to Seismic Inversion Methods,

Society of Exploration

Geophysicist

[7] Sukmono, S. 2001. Seismic

Attributes For Reservoir

Characterization. Jurusan Teknik

Geofisika Institut Teknologi

Bandung. Bandung

[8] Sukmono, S. 2000. Seismik

Inversi Untuk Karakterisasi

Reservoir. Departemen Teknik

Geofisika ITB. Bandung.

[9] Muhsin, Dhafit M. 2012. Aplikasi

Metode Elastic Impedance dan

Inversi Seismik Stokastik Untuk

Mengetahui Persebaran Reservoir

Batupasir Pada Lapngan

“MDM”.

[10] Skripsi Sarjana Fakultas Teknik

Pertambangan dan Perminyakan

ITB: tidak diterbitkan

[11] Simm, R. dan Bacon, M. 2014.

Seismic Amplitude: An

Interpreter’s Handbook.

Cambridge University Press: UK.

[12] Barnes. A.E., 1999. Seismic

attributes past, present, and

future, SEG Technical Program

Expanded Abstracts.

[13] Chen. Q., dan Sidney. S., 1997.

Seismic Attribute Technology

For Reservoir Forecasting

and Monitoring. The Leading

Edge, V. 16, no. 5, p. 445-456.

[14] Nagura, H., Suzuki I., Teramoto

T., Hayashi, Y., Yoshida, T.,

Bandjarnahor, H. MP., Kihara,

K., Swiecicki, T., Bird, R.,2003,

The Abadi Gas Field, Proceedings

Indonesia Petroeleum Association

29th, Jakarta, Indonesia.

IPA03-G-141.

[15] Russel, B., Hampson, D.,

Schuelke, J., and Qurein, J., 1997.

Multi-attribute Seismic Analysis,

The Leading Edge, Vol. 16.