<?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="26204">
 <titleInfo>
  <title>ANALISA PENENTUAN TOTAL ORGANIC CARBON (TOC) DAN BRITTLENESS INDEX (BI) DALAM PENENTUAN HIDROKARBON PADA DAERAH &quot;OM&quot;, CEKUNGAN SUMBAGUT</title>
 </titleInfo>
 <name type="Personal Name" authority="">
  <namePart>Muhammad Afdhal</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>Universitas Syiah Kuala</publisher>
   <dateIssued>2016</dateIssued>
  </place>
 </originInfo>
 <language>
  <languageTerm type="code">id</languageTerm>
  <languageTerm type="text">Indonesia</languageTerm>
 </language>
 <physicalDescription>
  <form authority="gmd">Null</form>
  <extent></extent>
 </physicalDescription>
 <note>ABSTRAK&#13;
&#13;
Lapangan “OM” terletak di provinsi Sumatera Utara dengan target penelitian Formasi Baong, Cekungan Sumatera Utara. Tujuan penelitian ini adalah menentukan zona prospek shale hidrokarbon pada lapangan “OM” dengan menggunakan analisis seismik multi-atribut neural network berdasarkan data petrofisika Total Organic Carbon (TOC) dan Britteleness Index (BI) serta seismic inversi Acoustic Impedance.&#13;
Seismik multi-atribut neural networks digunakan untuk mengetahui property shale hidrokarbon berdasarkan data petrofisika berupa TOC digunakan untuk mengetahui kandungan fosil pada lapisan shale, dan BI digunakan untuk mengetahui tingkat kerapuhan pada shale karena shale memiliki 2 tingkat kerapuhan yaitu brittle (Quartz-Rich) dan ductile (Clay-Rich). Data seismik Acoustic Impedance untuk mengkarakterisasi lapisan shale pada Formasi Baong.&#13;
Hasil seismik multi-atribut neural-networks diperoleh nilai penyebaran TOC dan BI pada target Formasi Baong, dengan nilai TOC yaitu 0.62 – 0.87wt% dari nilai cutoff 0.5wt% dan BI yaitu berkisar 0.74 – 0.89 dari nilai cutoff 0.48. sedangkan untuk seismik inversi acoustic impedance dengan litologi sand bernilai 6658 – 10053 (m/s)(g/cc), sedangkan dengan litologi shale 2697 – 6469 (m/s)(g/cc), sehingga seismik AI digunakan untuk attribute ambahan pada seismik multi-atribut neural networks.&#13;
Kata Kunci : Multi-atribut Neural Networks, Acoustic Impedance, Totao Organic Carbon, Britteleness Index, Karakteristik shale hidrokarbon.  &#13;
</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>26204</recordIdentifier>
 <recordCreationDate encoding="w3cdtf">2016-10-04 22:01:42</recordCreationDate>
 <recordChangeDate encoding="w3cdtf">2016-10-05 14:14:48</recordChangeDate>
 <recordOrigin>machine generated</recordOrigin>
</recordInfo>
</modsCollection>