<?xml version="1.0" encoding="UTF-8" ?>
<modsCollection xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" xmlns:slims="http://slims.web.id" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd">
<mods version="3.3" id="163497">
 <titleInfo>
  <title>KARAKTERISASI RESERVOIR MENGGUNAKAN METODE INVERSI IMPEDANSI AKUSTIK DAN SEISMIK MULTIATRIBUT PROBABILISTIC NEURAL NETWORK (PNN) (STUDI KASUS:</title>
  <subTitle>LAPANGAN ”LV” CEKUNGAN SUMATRA TENGAH)</subTitle>
 </titleInfo>
 <name type="Personal Name" authority="">
  <namePart>Muhammad Reza Fahlevie</namePart>
  <role>
   <roleTerm type="text">Primary Author</roleTerm>
  </role>
 </name>
 <typeOfResource manuscript="no" collection="yes">mixed material</typeOfResource>
 <genre authority="marcgt">bibliography</genre>
 <originInfo>
  <place>
   <placeTerm type="text">Banda Aceh</placeTerm>
   <publisher>Fakultas Teknik</publisher>
   <dateIssued>2025</dateIssued>
  </place>
 </originInfo>
 <language>
  <languageTerm type="code"></languageTerm>
  <languageTerm type="text"></languageTerm>
 </language>
 <physicalDescription>
  <form authority="gmd">Skripsi</form>
  <extent></extent>
 </physicalDescription>
 <note>Karakterisasi reservoir merupakan salah satu tahapan yang sangat penting dalam eksplorasi hidrokarbon. Oleh karena itu, studi ini menggunakan metode inversi Impedansi Akustik (IA) dan Probabilistic Neural Network (PNN) dengan memanfaatkan 36 lintasan seismik 2D dan dua (2) data sumur, yaitu Emas dan Peranap. Kedua data tersebut merupakan data yang diakuisisi dari Lapangan “LV”, Cekungan Sumatera Tengah. Tujuan dari studi ini adalah untuk mengkarakterisasi reservoir yang potensial pada zona target Formasi Telisa dan Base Lakat. Hasil studi menunjukkan bahwa Formasi Telisa, berdasarkan hasil pemodelan dan peta distribusi parameter, merupakan zona target yang memiliki potensi prospek hidrokarbon. Zona prospek tersebut memiliki kisaran nilai impedansi akustik antara 11.000 - 22.000 (ft/s)*(g/cc) dan nilai porositas antara 25 - 40% (Sangat baik hingga istimewa). Metode PNN yang bersifat non-linier menunjukkan peningkatan akurasi prediksi, dengan nilai korelasi mencapai 0,95 dan average error sebesar 0,01. Integrasi metode inversi dan PNN terbukti efektif dalam meningkatkan akurasi prediksi dan resolusi spasial, serta memberikan gambaran yang lebih representatif terhadap kondisi fisik bawah permukaan, sehingga mendukung delineasi zona prospek secara lebih akurat. Untuk meningkatkan dan memvalidasi hasil penelitian, diperlukan penambahan data sumur di area penelitian, integrasi dengan data geologi dan petrofisika seperti analisis fasies, serta eksplorasi metode machine learning alternatif, sehingga studi di masa mendatang dapat lebih aplikatif.&#13;
&#13;
Kata kunci: Impedansi-akustik, porositas, inversi-seismik, Probabilistic Neural Network, Cekungan-Sumatera-Tengah.</note>
 <note type="statement of responsibility"></note>
 <classification>0</classification>
 <identifier type="isbn"></identifier>
 <location>
  <physicalLocation>ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala</physicalLocation>
  <shelfLocator></shelfLocator>
 </location>
 <slims:digitals/>
</mods>
<recordInfo>
 <recordIdentifier>163497</recordIdentifier>
 <recordCreationDate encoding="w3cdtf">2025-07-18 16:43:43</recordCreationDate>
 <recordChangeDate encoding="w3cdtf">2025-07-20 15:04:19</recordChangeDate>
 <recordOrigin>machine generated</recordOrigin>
</recordInfo>
</modsCollection>