Wibowo, Rahmat Catur and Dewanto, Ordas Inversi Geostatistik Menggunakan Analisa Multi Atribut Step Wise Regression untuk Karakterisasi Reservoar. Jurnal RISET Geologi dan Pertambangan. (In Press)

WarningThere is a more recent version of this item available.
[img]
Preview
Text
1088-3362-1-PB.pdf

Download (3MB) | Preview

Abstract

Eksplorasi dan produksi pada reservoar tight sand sampai saat ini masih memiliki tantangan tersendiri karena karakterisitik porositas dan permeabilitas yang rendah. Penelitian ini dilakukan untuk menganalisis karakteristik reservoar tight sand berdasarkan peta persebaran properti log menggunakan inversi impedansi akustik (IA) dan analisis multi-atribut. Analisis multiatribut step wise regression adalah suatu metode yang menggunakan atribut-atribut yang paling baik untuk memprediksi log target dengan melalui proses trial and error. Pemilihan atribut seismik yang tepat dapat memberikan penggambaran zona target yang lebih baik. Penelitian ini dilakukan untuk memperoleh peta struktur geologi bawah permukaan, volume impedansi akustik. Kemudian dilakukan analisis multi-atribut untuk mendapatkan prediksi volume property log yang mencakup pseudo gamma-ray, densitas, dan porositas dengan menggunakan metode step wise regression. Hasil inversi seismik IA dan analisis multiatribut step wise regression menunjukkan reservoar dengan fluida berupa gas, serta litologi tight sand yang memiliki rentang nilai IA sebesar 22.000 ((ft/s)*(g/cc)) sampai dengan 45.000 ((ft/s)*(g/cc)), densitas 2,25 g/cc sampai dengan 2,6 g/cc, dan porositas 5% sampai 12%. Peta densitas dan porositas yang diperoleh dari analisa multi-atribut menunjang tahap eksplorasi dan produksi jangka panjang. Hal tersebut terkait untuk meningkatkan primary recovery dan tertiary recovery, pemahaman tentang perangkap stratigrafi, dan kemenerusan lapisan reservoar.

Item Type: Article
Subjects: Q Science > QC Physics
Q Science > QE Geology
Divisions: Fakultas Teknik (FT) > Prodi Teknik Geofisika
Depositing User: Rahmat Catur Wibowo, S.T., M.Eng.
Date Deposited: 16 Nov 2020 01:39
Last Modified: 16 Nov 2020 01:39
URI: http://repository.lppm.unila.ac.id/id/eprint/25286

Available Versions of this Item

Actions (login required)

View Item View Item