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 | ELECTRONIC THESES AND DISSERTATION

Electronic Theses and Dissertation

Universitas Syiah Kuala

    NULL

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


Pengarang

Ariga Putra Aldi - Personal Name;

Dosen Pembimbing



Nomor Pokok Mahasiswa

1204107010039

Fakultas & Prodi

Fakultas Teknik / Teknik Geofisika (S1) / PDDIKTI : 33201

Subject
-
Kata Kunci
-
Penerbit

Banda Aceh : Universitas Syiah Kuala., 2016

Bahasa

Indonesia

No Classification

-

Literature Searching Service

Hard copy atau foto copy dari buku ini dapat diberikan dengan syarat ketentuan berlaku, jika berminat, silahkan hubungi via telegram (Chat Services LSS)

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

Tidak Tersedia Deskripsi

Citation



    SERVICES DESK