ANALISIS PERSEBARAN POTENSI TOTAL ORGANIC CARBON (TOC) LAPANGAN “LINGGA” DENGAN MENGGUNAKAN METODE INVERSI SEISMIK DAN NEURAL NETWORK

Authors

  • Muhammad Kevin Sinulingga University of Lampung
  • Bagus Sapto Mulyatno University of Lampung
  • Ahmad Zaenudin University of Lampung

DOI:

https://doi.org/10.23960/jge.v3i2.1042

Abstract Views: 76 File Views: 200

Abstract

ABSTRAK

                                                               

                Lapangan “LINGGA” terletak di provinsi Sumatera Utara dengan target penelitian Formasi Belumai, Cekungan Sumatera Utara. Tujuan penelitian ini adalah untuk menentukan zona prospek shale hidrokarbon pada lapangan “LINGGA” dengan menggunakan analisis seismik multi-atribut neural networks berdasarkan data petrofisika Total Organic Carbon (TOC) serta seismik inversi Acoustic Impedance.Seismik multi-atribut neural networks digunakan untuk mengetahui sebaran property shale hidrokarbon berdasarkan data petrofisika berupa TOC yang digunakan untuk mengetahui kandungan hidrokarbon pada lapisan shale. Data seismik Acoustic Impedance memperoleh nilai 5865 – 10295((m/s)*(g/cc)) untuk mengkarakterisasi lapisan shale pada Formasi Belumai.Sedangkan untuk seismik AI digunakan sebagai external attribute dan data 2D seismik sebagai internal attribute pada seismik multi-atribut neural networks.Hasil seismik multi-atribut neural networks diperoleh nilai penyebaran TOC yang dikategorikan baik pada target Formasi Belumai dengan nilai TOC 0,79 – 1,10%.

 

 

ABSTRACT

 

                “LINGGA” field is located in North Sumatra Province with research objective Belumai Formation, North Sumatra Basin. The purpose of this research is to determine shale hydrocarbon prospect zone on “LINGGA” field using neural networks multi-atribut seismic analysis, based on Total Organic Carbon (TOC) petrophysical data and seismic Acoustic Impedance inversion. Neural networks multi-atribut seismic is used to discover shale hydrocarbon property based on TOC petrophysical data, that is being used to find out hydrocarbon content on shale layer. Seismic Acoustic Impedance data has obtained value 5865 – 10295 ((m/s)*(g/cc)) to characterize shale layer on Belumai Formation. While seismic AI is used as external attribute and seismic 2D data as internal attribute for neural networks multi-atribut seismic. The result of neural networks multi-atribut seismic has obtained TOC distribution value which categorize as good on the target Belumai Formation with TOC value 0,79 – 1,10%.

 

Keywords : Multi-atribut Neural Networks, Acoustic Impedance, Total Organic Carbon, Shale hydrocarbon

Downloads

Published

2019-01-17

Issue

Vol. 3 No. 2 (2017)

Section

Articles

License

Penulis yang mempublikasikan jurnal ini setuju dengan ketentuan sebagai berikut:

  • Penulis mempertahankan hak cipta dan memberikan jurnal hak publikasi pertama dengan pekerjaan secara bersamaan berlisensi di bawah Creative Commons Attribution yang memungkinkan orang lain untuk berbagi pekerjaan dengan pengakuan kepengarangan karya dan publikasi awal di jurnal ini.
  • Penulis mampu untuk masuk ke dalam terpisah, pengaturan kontrak tambahan untuk distribusi non-eksklusif versi diterbitkan jurnal pekerjaan (misalnya, posting ke sebuah repositori institusi atau menerbitkannya dalam sebuah buku), dengan pengakuan publikasi awal dalam jurnal ini.
  • Penulis diizinkan dan didorong untuk mengirim karya mereka secara online (misalnya, dalam repositori institusi atau website mereka) sebelum dan selama proses pengiriman, karena dapat menyebabkan pertukaran produktif, serta sebelumnya dan kutipan yang lebih besar dari karya yang diterbitkan (Lihat Pengaruh Open Access).