Universitas Syiah Kuala | ELECTRONIC THESES AND DISSERTATION

Electronic Theses and Dissertation

Universitas Syiah Kuala

    NULL
Ariga Putra Aldi, KARAKTERISASI DAN PREDIKSI PENYEBARAN TOC DAN BI PADA BATUAN KARBONAT MENGGUNAKAN METODE INVERSI IMPEDANSI AKUSTIK DAN MULTI-ATRIBUT NEURAL NETWORKS BERDASARKAN DATA SEISMIK 3D PADA FORMASI KAIS, DAERAH “R” CEKUNGAN SALAWATI, PAPUA. Banda Aceh Universitas Syiah Kuala,2016

Daerah “r” terletak di provinsi papua dengan target penelitian formasi kais, cekungan salawati. tujuan penelitian ini adalah menentukan penyebaran, mengkarakterisasi, dan menentukan zona prospek batuan karbonat non-konvensional reservoir pada daerah “r” dengan menggunakan analisis seismik multi-atribut neural networks berdasarkan data petrofisika total organic carbon (toc) dan brittleness index (bi) serta seismik inversi impedansi akustik. seismik multi-atribut neural networks digunakan untuk mengetahui sifat batuan karbonat non-konvensional reservoir berdasarkan data petrofisika berupa toc digunakan untuk mengetahui kandungan fosil pada lapisan batuan karbonat, sedangkan bi digunakan untuk mengetahui tingkat kerapuhan pada batuan karbonat karena batuan karbonat memiliki 2 tingkat kerapuhan yaitu brittle dan ductile. dari hasil inversi impedansi akustik diperoleh nilai ai 35810-45267 (ft/s)(g/cc) sebagai batuan karbonat dan dari hasil seismik multi-atribut neural networks diperoleh nilai penyebaran toc dan bi pada target formasi kais, dengan nilai toc yaitu 0.5-1% dan nilai bi yaitu berkisar 0.48-0.9. nilai toc 0.5-1 wt% berarti batuan karbonat yang matang, sedangkan nilai bi 0.48-0.9 menunjukkan batuan karbonat yang rapuh ; sehingga daerah prospek ditandai dengan “zone 1” dan “zone 2”. kata kunci : multi-atribut neural networks, impedansi akustik, total organic carbon, brittleness index, karakterisasi batuan karbonat non-konvensional reservoir



Abstract



    SERVICES DESK