Hasil Pencarian  ::  Simpan CSV :: Kembali

"Analisis petrofisika dilakukan untuk mendapatkan parameter-parameter petrofisika seperti kandungan lempung, porositas dan saturasi air, yang berguna untuk karakterisasi batuan reservoar. Berdasarkan data sumur 17 dan 50, Reservoar yang akan diteliti berada pada kedalaman 3328.50 hingga 3469 feet yang merupakan formasi missisauga tengah yang batuannya didominasi oleh batuan pasir. Dari perhitungan analisis petrofisika, didapatkan nilai kandungan lempung berkisar antara 13%-36%, porositas berkisar antara 16%-23% dan saturasi air berkisar antara 39%-53%. Analisis petrofisika hanya mampu memberikan informasi tentang karakter reservoar secara vertikal. Untuk itu itu perlu dilakukan analisis multiatribut seismik. Dengan analisis mulitatribut seismik persebaran parameter petrofisika seperti kandungan lempung, porositas dan saturasi air pada volum seismik bisa didapatkan. Atribut yang digunakan adalah sampled-based attributes dan inversi seismik sebagai eksternal atribut. Penggunaan Neural network dapat meningkatkan korelasi antara nilai log prediksi dengan nilai log sebenarnya hingga mencapai nilai 0.98.

---

Analysis petrophysical result can provide vertical information about the character of the reservoir. However, this method lacking in the horizontal resolution. so we can provide 3D information from analysis multiatribut. Shaly sand rock in Norwegia field is an area that has potential as a reservoir. Petrophysical parameters that will be studied in this thesis, such as clay content, porosity and water saturation. From the petrophysical analysis calculation , the value obtained clay content ranged from 13%-36%, porosity ranged from 16%-23% and a water saturation ranged from 39%-53%. Petrophysical parameters throughout the seismic volume will be predicted using multiatribut analysis. Linear sparse spike inversion results will be used as an external atribute on multiatribut analysis. The use of Neural Network aims to improve the correlation between the log predictive value with the actual value . Results from the log input will be spread throughout the seismic volume to get a pseudo volume."

"Cadangan migas semakin sulit ditemukan, hal ini dikarenakan kondisi geologi yang lebih kompleks. Kondisi yang kompleks ini menyebabkan kesulitan dalam menentukan persebaran reservoir. Maka dari itu diperlukan metode yang lebih bagus untuk mengatasi kondisi geologi yang kompleks tersebut. Penelitian ini menggunakan metode multiatribut dan Probabilistic Neural Network (PNN) yang dapat mencari hubungan antara atribut seismik dengan data yang dicari, untuk prediksi nilai properti dari batuan sekitarnya. Dari metode ini dihasilkan persebaran pada data porositas dengan nilai korelasi 0,52, saturasi air dengan nilai korelasi 0,73, dan shale content dengan nilai korelasi 0,58. Dimana gabungan dari data porositas, saturasi air, shale content, dan data impedansi akustik (AI) hasil inversi dapat menjadi petunjuk untuk identifikasi persebaran reservoir. Dari nilai porositas dan saturasi dapat dibuat persebaran hidrokarbon, dimana pada penelitian ini didapatkan nilai antara 0,01 – 0,03. Lapangan FA ini memiliki reservoir yang berada di antara sumur F-06, FA-05, FA-15, dan FA-18 dan menyebar ke arah barat dari sumur FA-05, FA-15 & FA-18.

---

Oil and gas reserves are increasingly difficult to find due to more complex geological conditions. This complex condition causes difficulties in determining reservoir distribution. Therefore a better method is needed to overcome these complex geological conditions. This study uses a multi-attribute method and Probabilistic Neural Network (PNN) that can search for correlation between seismic attributes and the data sought, for the prediction of property values ​​from surrounding rocks. From this method the distribution of porosity data with a correlation value of 0.52 was generated, water saturation with a correlation value of 0.73, and shale content with a correlation value of 0.58. Where the combination of porosity data, water saturation, shale content, and acoustic impedance (AI) data of inversion results can be a clue to identify reservoir distribution. From the porosity and saturation values, hydrocarbon dispersion can be made, where in this study values ​​were obtained between 0.01 - 0.03. This FA field has a reservoir between wells F-06, FA-05, FA-15, and FA-18 and spreads westward from wells FA-05, FA-15 & FA-18."

"Analisis petrofisika bertujuan untuk mendapatkan parameter-parameter petrofisika seperti kandungan lempung, porositas dan saturasi air, yang berguna untuk karakterisasi batuan reservoar. Berdasarkan data sumur Penobscot B-41 dan Penobscot L-30, Reservoar yang akan diteliti berada pada kedalaman 8128.50 hingga 9969 feet yang merupakan formasi missisauga tengah yang batuannya didominasi oleh batuan pasir. Dari perhitungan analisis petrofisika, didapatkan nilai kandungan lempung berkisar antara 13%-36%, porositas berkisar antara 16%-23% dan saturasi air berkisar antara 39%-53%. Analisis petrofisika hanya mampu memberikan informasi tentang karakter reservoar secara vertikal. Untuk itu perlu dilakukan analisis multiatribut seismik. Dengan analisis mulitatribut seismik persebaran parameter petrofisika seperti kandungan lempung, porositas dan saturasi air pada volum seismik bisa didapatkan. Atribut yang digunakan adalah sampled-based attributes dan inversi seismik sebagai eksternal atribut. Penggunaan Neural network dapat meningkatkan korelasi antara nilai log prediksi dengan nilai log sebenarnya hingga mencapai nilai 0.98. Hasil dari log prediksi kandungan lempung, porositas dan saturasi akan disebar ke seluruh volum seismik untuk mendapatkan persebaran parameter tersebut dalam volum 3D.

---

Petrophysical analysis aims to obtain petrophysical parameters such as clay content, porosity and water saturation, which is useful for the characterization of reservoir rocks. Based on data well Penobscot B-41 and well Penobscot L-30, reservoir which will be studied is at a depth of 8128.50 feet to 9969 which is middle missisauga rock formations dominated by sandstone. Based on Petrophysical analysis, clay content ranged from 13% -36%, porosity ranged from 16% -23% and a water saturation ranged from 39% -53%. Petrophysical analysis can only able to provide information about the character of the reservoir vertically. Multi-attribute seismic analysis can overcome the lack of petrophysical analysis by providing information reservoir character horizontally . Within Multi- attribute seismic analysis, petrophysical parameters such as clay content, porosity and water saturation on seismic volume can be obtained. Attributes that is used are sampled-based attributes and seismic inversion as external attributes. Neural network can improve correlation between predictive logs value with the actual logs value until it reaches 0.98. Results from the prediction log clay content, porosity and saturation will be distributed to the entire seismic volume to obtain the distribution parameters in the 3D volume."

"Pemetaan distribusi reservoir melalui distribusi porositas pada lapangan Texaco dilakukan dengan menggunakan seismik inversi dan analisa multi atribut. Pada studi ini data seismik diinversi menjadi nilai impedansi akustik yang diturunkan dari data sumur untuk mengubah data volume seismik menjadi data volume impedansi akustik. Inversi seismik sparse-spike digunakan untuk melakukan proses tersebut. Hasil dari proses inversi juga digunakan sebagai atribut eksternal dalam proses analisis multi atribut neural network untuk memperkirakan distribusi nilai porositas dalam reservoar. Kajian mendalam terhadap hasil inversi dan analisa multi atribut ditekankan pada reservoar batu pasir pada pengendapan era Miocene yang ada pada interval horizon Miocene Early hingga Sand A. Identifikasi reservoar pada data log sumur memperlihatkan indikasi yang jelas pada kedalaman 2000m - 2100m dan dipertajam dengan fenomena bright spot pada interval waktu 2700ms - 2800ms. Hasil inversi memperlihatkan bahwa distribusi nilai impedansi akustik mampu membantu mendeliniasi sebaran reservoar dan hasil analisa multi atribut dapat melihat sebaran nilai porositas didalam reservoar.

---

Mapping reservoir distribution and its porosity in the Texaco field is done by using a combination of seismic inversion and multi attribute analysis. In this study the seismic inversion is constrained by well to change the volume of seismic data to the data volume of acoustic impedance. In this study Sparse-spike inversion of seismic method is used to perform the inversion process. The inverted result is used as an external attribute for multi attribute neural network process to delinieate porosity distribution of the reservoir.

This study is pointed out on sand reservoir, which was deposited in era of Miocene existing from horizon Miocene Early to Sand A. Reservoir identification from log data shows a clear indication of reservoir at a depths of 2000m-2100m dan sharpened with bright spot phenomena in the seismic data at depths of 2700ms-2800ms. AI inversion result are expected to help delineate the distribution of the reservoir and the multi attribute analysis result able to shows the reservoir porosity."

"Analisa petrofisika bertujuan untuk mengidentifikasi reservoir minyak dan gas bumi melalui perhitungan parameter petrofisika. Hasil parameter petrofisika yang didapat merupakan nilai secara vertikal. Dengan penggabungan dengan data 3D seismik, maka akan didapat penyebaran nilai parameter petrofisika dalam bentuk volum seismik. Proses penyebaran nilai ini dapat dilakukan dengan menggunakan metode multiatribut seismik. Pada studi ini, perhitungan parameter petrofisika dilakukan dengan menggunakan software Interactive Petrophysics, dan metode multiatribut seismik dilakukan dengan menggunakan software Hampson Russell. Teknik integrasi ini diaplikasikan pada data 3D seismik yang berada dalam cakupan in-line 250 ? 320 dan x-line 270 ? 310. Data sumur yang digunakan sebanyak 8 buah. Secara lebih rinci, tujuan dari studi ini adalah menghitung nilai kejenuhan air, kandungan lempung, porositas, dan permeabilitas, yang merupakan parameter petrofisika, untuk diubah menjadi bentuk volum melalui metode multiatribut seismik.

---

Petrophysical analysis is intended to identify oil and gas reservoir by evaluation of petrophysical parameters. The result of these evaluation just describes the petrophysical parameters vertically. By combining with 3D seismic data set, it can be distributed through seismic volume. This process is carried out by using seismic multi attribute method. In this study, evaluation of petrophysical parameters is performed by Interactive Petrophysics Software, while the seismic multi attribute method is carried out by Hampson Russell Software. This combined method is applied to 3D seismic data, which consists of 70 in-line and 40 x-line. The well data set consists of 8 wells. The goal of this study is to evaluate water saturation, shale content, porosity, and permeability, and to transform the results to become the form of seismic volume. "

"Fractured Basement adalah batuan beku yang mengalami rekahan sehingga dapat menjadi salah satu jenis reservoar hidrokarbon. Sesar dan rekahan merupakan struktur penting dari reservoar yang menyebabkan terbentuknya porositas sekunder. Reservoar jenis ini salah satunya terletak di basement Pra-tersier pada cekungan Sumatera Selatan. Struktur geologi yang mendominasi daerah ini adalah antiklin, sesar, dan rekahan yang diduga kuat disebabkan oleh beberapa fase tektonik. Sesar serta rekahan tersebut akan dideteksi dengan menggunakan atribut coherence dan curvature. Atribut coherence pada dasarnya menghitung kesamaan trace dengan trace tetangganya, sehingga apabila ada ketidakkontinuan trace maka akan memberikan nilai similarity yang rendah, sedangkan curvature menghitung kelengkungan kurva pada suatu titik di kurva tersebut. Jenis curvature yang dipakai adalah most positif curvature dan most negatif curvature karena keefektifannya dalam mendeteksi sesar. Parameter atribut coherence, yaitu time gate, dan parameter curvature, yaitu stepout, akan divariasikan untuk mendapatkan parameter dengan hasil terbaik dalam mendeteksi sesar. Penerapan dip-steering cube pada atribut dan proses Fault Enhacement Filter akan meningkatkan kualitas dari hasil atribut coherence dan curvature. Hasil akhir dari atribut baik coherence dan curvature ini adalah penyebaran arah sesar pada horizon top basement Pra-tersier dengan orientasi dominan yaitu barat lauttenggara. Curvature ternyata dapat memetakan sesar lebih baik dari coherence karena baik major fault maupun minor fault dapat terdeteksi secara detil dengan curvature, sedangkan coherence tidak dapat mendeteksi sesar sedetil curvature. Secara kualitatif, arahsesar ini akan dikorelasikan dengan orientasi sesar dan rekahan yang terekam pada log FMI dalam bentuk diagram Rose, yaitu diagram yang dapat memetakan orientasi strike sesar. Didapat kesamaan orientasi sesar, yaitu barat laut-tenggara, dari hasil atribut curvature dan diagram Rose FMI yang menunjukkan keefektifan atribut ini dalam mendeteksi sesar.

---

Fractured Basement is the fractured igneous that can be one of hydrocarbon reservoir type. Faults and fractures is an important structure of the reservoir that forms the secondary porosity. One of these type of reservoir is located in the Pre-Tertiary basement in the South Sumatra basin. Geological structures that dominate this area are anticlines, faults, and fractures caused by some tectonic phases. Fault and fracture are detected using coherence and curvature attributes.

Coherence attribute basically calculates similarities of the trace with their neighbors, so if there is a discontinuities of the trace, it will provide a low similarity value, while curvature is calculating the curvature of the curve at a point on the curve. Type of curvature that is used is most positive and most negative curvature due to its effectiveness in detecting faults. Coherence attribute parameters, namely time gate, and the curvature parameter, namely stepout, will be varied to obtain the parameters with the best results in detecting faults. Applying dip-steering cubein attributes and Fault Enhacement Filter will improve the quality of the results of coherence and curvature attributes.

The end result of both coherence and curvature attributes are the dispersion of fault lineaments on the top horizon Pre-Tertiary basement with a dominant orientation is northwest-southeast. Curvature can map the faults better than coherence because both major and minor faults can be detected in detail with curvature, whereas coherence can not detect faults as precisely as curvature. Qualitatively, the direction of this fault will be correlated with the orientation of the fault and fracture recorded on FMI logs in the form of Rose diagram, ie a diagram can map the fault strike orientation. Obtaining similarity fault orientation, ie northwest-southeast, between the curvature attributes and Rose FMI diagram showing the effectiveness of this attribute in detecting faults."

"Analisis petrofisika dilakukan untuk mendapatkan parameter-parameter petrofisika seperti porositas dan saturasi air yang berguna untuk karakterisasi batuan reservoar. Berdasarkan data sumur dari 4 buah sumur yang disediakan, Resevoar yang akan diteliti berada pada formasi Ekofisk yang batuannya didominasi oleh batuan chalk. Dari perhitungan analisis petrofisika, didapatkan nilai porositas berkisar antara 24%-28% dan saturasi air berkisar antara 35%-58%. Analisis petrofisika hanya mampu memberikan informasi tentang karakter resevoar secara vertikal. Untuk itu perlu dilakukan analisis multiatribut seismik. Dengan Analisis multiatribut seismik persebaran parameter petrofisika seperti porositas dan saturasi air pada volum seismik bisa didapatkan. Hasil dari log prediksi kandungan lempung, porositas dan saturasi akan disebar ke seluruh volum seismik untuk mendapatkan persebaran parameter tersebut dalam volum 3D.

---

The result of petrophysical analysis can provide vertical information about the character of the reservoir in porosity and water saturation parameter. However, this method is lacking on horizontal resolution. In this case we can provide the 3D information from multiattribute analysis. Based on 4 well data, the chalk formation in Danish North Sea Field is in the area that has potential as a reservoir. Petrophysical parameters that will be studied in this study, such as porosity and water saturation. From petrophysical analysis calculation, the value of obtained porosity are ranged between 24%-28% and the water saturation are ranged between 35%-38%. Petrophysical parameters throughout the seismic volume will be predicted by using multiattribute analysis. Model based inversion results will be used as an external attribute. The result from the log input will be spread throughout the seismic volume."

"Cekungan Sumatera Selatan merupakan salah satu cekungan utama penghasil minyak dan gas bumi di Indonesia. Lapangan “X” pada Cekungan Sumatera Selatan merupakan salah satu lapangan yang memiliki reservoar hidrokarbon. Penelitian ini berfokus pada zona target Lower Talang Akar Formation (LTAF) pada Sumur G-46, G-47, dan G-49. Pada penelitian ini, penentuan sebaran litologi batupasir dilakukan menggunakan metode seismik inversi post-stack model based serta properti petrofisika. Inversi seismik model based dilakukan untuk menghasilkan nilai impedansi akustik. Properti petrofisika pada penelitian ini meliputi volume shale, porositas, dan saturasi air. Reservoar pada daerah penelitian ini memiliki litologi shaly sand sehingga digunakan metode pengukuran saturasi air persamaan Indonesian dan porositas menggunakan parameter neutrondensity. Berdasarkan hasil analisis petrofisika, zona reservoar LTAF memiliki prospek hidrokarbon dari reservoar yang baik dengan nilai porositas efektif berkisar 18%-25%, nilai saturasi air berkisar 23%-42%. Analisis petrofisika diakhiri dengan analisis lumping, di mana menghasilkan net reservoir dan net pay. Berdasarkan hasil analisis sensitivitas – analisis yang ditunjukkan untuk memisahkan litologi sand dan shale, nilai impedansi akustik tidak dapat memisahkan litologi sand dan shale karena sand bersifat tight. Inversi seismik model based menghasilkan rentang nilai impedansi akustik berkisar 7000 ((m/s)*(g/cc)) – 10500 ((m/s)*(g/cc)). Berdasarkan hasil inversi, nilai impedansi akustik tidak dapat memisahkan litologi sand dan shale karena ketebalan lapisan reservoar sand yang sangat tipis berkisar 10-20 ft.

---

The South Sumatra Basin is one of the main oil and gas producing basins in Indonesia. Field "X" in the South Sumatra Basin is one of the fields that has a hydrocarbon reservoir. This research focuses on the Lower Talang Akar Formation (LTAF) target zone in Wells G-46, G-47, and G-49. In this study, determining the distribution of sandstone lithology was carried out using the post-stack model based seismic inversion method and its petrophysical properties. Model based seismic inversion is performed to produce acoustic impedance values. Petrophysical properties in this study include shale volume, porosity, and water saturation. The reservoir in this study area has a shaly sand lithology so that the Indonesian equation of water saturation and porosity measurement methods are used using the neutron-density parameter. Based on the results of petrophysical analysis, the LTAF reservoir zone has good prospects for hydrocarbons from the reservoir with effective porosity values ranging from 18% -25%, water saturation values ranging from 23% -42%. The petrophysical analysis ends with a lumping analysis, which produces a net reservoir and net pay. Based on the results of the sensitivity analysis - the analysis shown to separate sand and shale lithology, the acoustic impedance value cannot separate sand and shale lithology because sand is tight. Model based seismic inversion produces a range of acoustic impedance values ranging from 7000 ((m/s)*(g/cc)) – 10500 ((m/s)*(g/cc)). Based on the inversion results, the acoustic impedance value cannot separate the lithology of sand and shale because the thickness of the reservoir sand layer is very thin, ranging from 10-20 ft."

"Karbonat Oligosen-Miosen di Cekungan Jawa Timur, atau Formasi Kujung 1, telah memberi kontribusi terhadap penemuan cadangan hidrokarbon sejak tahun 1990-an. Beberapa studi dilakukan untuk karakterisasi reservoar didominasi oleh penggunaan data pre-stack untuk membedakan antar fluida. Dengan adanya ketersediaan data seismik post-stack pada Lapangan “PATRA”, dilakukan integrasi antara analisis petrofisika dan analisis multi-atribut untuk melengkapi hasil inversi seismik post-stack. Studi ini menghasilkan volume petrofisika semu (kandungan serpih, porositas dan saturasi) menggunakan 5 kombinasi atribut seismik yang ditentukan melalui analisis multi-atribut. Atribut ini termasuk atribut eksternal (impedansi akustik hasil inversi berbasis model) dan atribut internal (amplitudo sesaat, frekuensi sesaat, fase sesaat, polaritas semu, frekuensi rata-rata dan frekuensi dominan). Jika atribut impedansi akustik digunakan untuk menghasilkan parameter petrofisika, maka error berkisar pada 32-57%. Penggunaaan multi atribut, dan juga PNN, mengurangi error ini menjadi 32-40% hingga 19-35%. Interpretasi seismik terintegrasi ini memungkinkan untuk delineasi zona interest yang berpotensi. PROMETHEUS dengan ketebalan ~213 ft dan luas 58.268.238 ft2 memiliki rata-rata kandungan serpih, porositas dan saturasi air sebesar 0,12-0,25, 0,3 dan 0,7. Prospek ini memiliki estimasi Hydrocarbon Initially in Place sebesar ~930.835.102 scf.

---

The Oligocene-Miocene carbonates of the East Java Basin, or the Kujung 1 Fm., have contributed significant hydrocarbon discoveries since the 1990s. Multiple studies conducted for reservoir characterization dominantly use pre-stack information to differentiate fluids. With the availability of post-stack seismic data Field “PATRA”, the integration of petrophysical analysis and multi-attribute analysis is done to enhance the results of post-stack inversion. This study created pseudo-petrophysical volumes (shale content, porosity and water saturation) using 5 combinations of seismic attributes through multi-attribute analysis. These attributes include external attributes (inverted P-Impedance from model-based inversion) and internal attributes (instantaneous amplitude, instantaneous frequency, instantaneous phase, apparent polarity, average frequency and dominant frequency). If a single attribute of P-impedance is used to derive the petrophysical parameter, the error ranges 32-57%. The use of multi attributes, and then PNN, reduced this error to 32-40% to 19-35%. The integration of seismic interpretation made it possible to delineate a potential zone of interest. PROMETHEUS with a thickness of ~213 ft and an area of 58,268,238 ft2 has average shale content, porosity and water saturation value of 0.12-0.25, 0.3 and 0.7. This zone of interest has an estimated Hydrocarbon Initially in Place of ~930,835,102 scf."

"Lapangan ‘B’ merupakan lapangan prospek hidrokarbon yang berlokasi di offshorecekungan Kutai, Kalimantan Timur. Untuk mengetahui karakterisasi reservoir lapangan‘B’, dilakukan pemodelan porositas dan saturasi air menggunakan inversi AI, multiatributseismik dan probabilistic neural network. Penelitian ini menggunakan data seismik 3DPSTM dan data sumur (AND-1, AND-2, AND-3 dan AND-4). Pada data seismik dan datasumur dilakukan inversi AI untuk mengetahui sifat litologi area penelitian. Kemudian,hasil AI ditransformasikan untuk mendapatkan model porositas. Metode multiatributseismik menggunakan beberapa atribut untuk memprediksi model porositas dan saturasiair. Setelah itu, diaplikasikan sifat non-linear dari probabilistic neural network sehinggamenghasilkan model porositas dan saturasi air hasil probabilistic neural network (PNN).Model porositas dan saturasi air transformasi AI, multiatribut seismik dan PNN divalidasidengan nilai porositas dan saturasi air data sumur untuk mengetahui apakah modelporositas dan saturasi air tersebut merepresentatifkan nilai data sumur. Validasi dilakukanpada sumur AND-1 dan AND-2. Nilai porositas dan saturasi air data sumur untuk AND-1 adalah 25.3 – 35.9% dan 45 – 60%, dan nilai porositas dan saturasi air AND-2 adalah11 – 35% dan 15 – 82%. Nilai porositas AND-1 hasil transformasi AI sekitar 16 – 67%,multiatribut seismik sekitar 11.5 – 27% dan PNN sekitar 11.5 – 27%. Nilai saturasi airAND-1 hasil multiatribut seismik sekitar 4 – 63% dan PNN sekitar 18 – 63%. Nilaiporositas AND-2 hasil transformasi AI sekitar 52 – 72%, multiatribut seismik sekitar 11– 21.5% dan PNN sekitar 11 – 21.5%. Nilai saturasi air AND-2 hasil multiatribut seismiksekitar 63 – 85% dan PNN sekitar 63 – 85%. Kemudian, metode multiatribut seismik danPNN didapatkan nilai korelasi antara parameter target dengan parameter prediksi. Modelporositas multiatribut seismik memiliki korelasi 0.840836 dan PNN memiliki korelasi0.936868. Model saturasi air multiatribut seismik memiliki korelasi 0.915254 dan PNNmemiliki korelasi 0.994566. Model porositas transformasi AI memiliki rentang yanglebih tinggi dibandingkan dengan data sumur. Model porositas dan saturasi air metodePNN memiliki rentang nilai yang cukup dekat dengan data sumur dan memiliki korelasiyang lebih tinggi dibandingkan dengan metode multiatribut seismik. Oleh sebab itu,model porositas dan saturasi air metode PNN merupakan model prediksi terbaik.Berdasarkan model PNN, reservoir zona target lapangan ‘B’ memiliki nilai impedansiakustik 25384 – 26133 ((ft/s)*(g/cc)), porositas sekitar 15 – 27% dan nilai saturasi airsekitar 11 – 63%.

---

The 'B' field is a hydrocarbon prospect field located in the offshore Kutai Basin, East

Kalimantan. To determine the characterization of the ‘B’ field reservoir, porosity and

water saturation modeling was carried out using AI inversion, seismic multiattribute and

probabilistic neural network. This study uses 3D PSTM seismic data and wells data

(AND-1, AND-2, AND-3 and AND-4). In seismic data and wells data, AI inversion was

carried out to determine the lithological characteristics of the research area. Then, the AI

results were transformed to obtain a porosity model. The seismic multiattribute method

uses several attributes to predict the porosity and water saturation model. After that, the

non-linear properties of the probabilistic neural network were applied to produce the

porosity and water saturation model of the probabilistic neural network (PNN). The

porosity and water saturation model of AI transformation, seismic multiattribute and PNN

were validated with the porosity and water saturation values of the wells data to determine

whether the porosity and water saturation models represent the wells data values.

Validation was carried out on AND-1 and AND-2 wells. The porosity and water

saturation value of the well data for AND-1 around 25.3 - 35.9% and 45 - 60%, and the

porosity and water saturation value of AND-2 around 11 - 35% and 15 - 82%. The

porosity value of AND-1 as a result of AI transformation is around 16 - 67%, the seismic

multiattribute about 11.5 - 27% and the PNN about 11.5 - 27%. The water saturation value

of AND-1 resulted from seismic multiattribute around 4 - 63% and PNN around 18 - 63%.

The porosity value of AND-2 transformed by AI around 52 - 72%, the seismic

multiattribute around 11 - 21.5% and the PNN around 11 - 21.5%. The water saturation

value of AND-2 result from the seismic multiattribute around 63 - 85% and PNN around

63 - 85%. Then, the multiattribute seismic and PNN methods obtained the correlation

value between the target parameter and the predicted parameter. The seismic

multiattribute porosity model has a correlation of 0.840836 and PNN has a correlation of

0.936868. The multiattribute seismic water saturation model has a correlation of 0.915254

and PNN has a correlation of 0.994566. The AI transformation porosity model has a

higher range than the wells data. The PNN method of porosity and water saturation model

has a fairly close range of values to wells data and has a higher correlation than the

multiattribute seismic method. Therefore, the porosity and water saturation model of the

PNN method is the best prediction model. Based on the PNN model, the field target zone

reservoir 'B' has an acoustic impedance value about 25384 – 26133 ((ft/s) * (g/cc)), a

porosity of 15 - 27% and a water saturation of 11 - 63%."