Hasil Pencarian  ::  Simpan CSV :: Kembali

"Basement merupakan batuan yang kompak dan memiliki porositas yang sangat kecil, sehingga dibutuhkan porositas sekunder agar dapat menyimpan hidrokarbon. Rekahan merupakan salah satu porositas sekunder, namun tidak semua rekahan dapat menjadi porositas sekunder yang baik. Rekahan terbuka dapat menyimpan hidrokarbon dan menukung produktivitas dan kualitas dari basement reservoir. Penelitian ini bertujuan untuk mengidentifikasi rekahan terbuka dengan menggunakan log FMI dan atribut seismik pada lapangan "I", Cekungan Barito. Hasil dari interpretasi log FMI dari kedua sumur menyatakan bahwa arah azimuth dari rekahan terbuka adalah Timur-Timur Laut mdash;Barat-Barat Daya, Utara-Barat Laut Selatan-Tenggara dan Barat-Barat Laut Timur-Tenggara serta dapat diketahui arah stress horizontal. Orientasi stress dari log FMI didukung oleh data leak-off test LOT dan log densitas dapat mengidentifikasi stress regime yang berlaku pada cekungan Barito. Orientasi azimuth dan dip dari open fracture hasil dari analisa open fracture digunakan sebagai input di stereonet, sebagai filter orientasi untuk melakukan ant-tracking. Atribut ant-track berdasarkan dari algoritma ant-colony optimization dimana atribut ini hanya memetakan objek yang kontin dan digunakan sebagai metode untuk meningkatkan resolusi dari atribut geometri seismik lainnya. Atribut yang sensitif terhadap rekahan yaitu varian digunakan sebagai input untuk atribut ant-track. Hasil menunjukkan bahwa ant-track dan image log berkorelasi dengan baik. Dengan digunakannya atribut ant-track, patahan dan rekahan dapat diidentifikasi dengan resolusi dan visualisasi lebih baik dibandingkan hanya menggunakan atribut varian saja, sehingga memudahkan interpretasi.

---

basement has very small matrix porosity, secondary porosity is needed to storing hydrocarbon within the basement. Fracture is a secondary porosity, yet not all fracture can be a good secondary porosity. Open fracture have capability to storing hydrocabon, also have important roles in productivity and quality of the pre tertiary basement reservoir. This study is aimed at identifying open fractures using FMI log and seismic attributes in the I Field, Barito Basin. Interpreted image log FMI on two wells gives the azimuth and dip orientation of open fractures ENE ndash WSW, NNW SSE and WNW ESE and also the horizontal stress orientation. The stress orientation from image log combined with leak off test LOT data and density log used to prevailing stress fields.

Azimuth and dip orientation of the open fracture from FMI log is the input of the stereonet, as an orientation filter for ant tracking. Ant track attribute is based on ant colony optimization algorithm that captures only continuous features and used as edge enhancement methods for fracture sensitive attributes. The fracture sensitive attribute variance applied as an input data for ant track attribute. Results showed that ant track map and image log analysis correlated very well. Also, by applying ant track attribute to the fracture sensitive attributes succesfully able to identify faults and fractures with better resolution and visualization than only using the fracture sensitive attribute itself, so it makes easier to interpret and get the information."

"Karakterisasi reservoar merupakan sebuah serangkaian tahapan evaluasi, analisis serta interpretasi keadaan, kondisi reservoar. Rangkaian tahapan tersebut berguna untuk mengetahui segala karakter yang dibutuhkan untuk melakukan justifikasi apakah sebuah reservoar memiliki klasifikasi ekonomis atau non ekonomis. Untuk mendapatkan definisi karakter reservoar dengan akurasi yang baik, analisis kualitatif dan kuantitatif sangat dibutuhkan.Salah satu metode yang dapat mendefinisikan karakter reservoar secara lengkap adalah metode inversi seismik simultan. Sebuah metode inversi seismik dengan menggunakan data pre-stack mengintegrasikan beberapa sudut insiden dengan asosiasi wavelet pada masing-masing sudut dan integrasi data sumur. Implementasi dari metode tersebut dapat menghasilkan beberapa properti fisika batuan seperti kecepatan gelombang-P (Vp), kecepatan gelombang-S (Vs), densitas, rasio Vp/Vs, impedansi akustik gelombang-P (Zp), dan impedansi akustik gelombang-S (Zs). Properti-properti batuan tersebut akan dielaborasikan guna analisis kandungan fluida dan litologi bawah permukaan. Selain itu, transformasi Lambda-Mu-Rho dan scaled-Qp (SQp) dan scaled-Qs (SQs) juga diaplikasikan sebagai luaran model fisika batuan lebih lanjut. Kelebihan dari transformasi tersebut adalah tingkat keakuratan dalam diskriminasi litologi dan jenis fluida pori dalam reservoar hidrokarbon yang lebih baik. Selain itu, dilakukan pemodelan AVO sebagai klasifikasi kelas AVO pada reservoar gas wilayah penelitian. Sebagai bentuk validasi awal sebelum dilakukannya inversi seismik simultan dan impedansi elastik, dilakukan pemodelan substitusi fluida (FRM) sebagai pemodelan skenario fluida pengisi pori dalam reservoar gas.Intergrasi dari metode dan transformasi tersebut diaplikasikan pada Lapangan “NS” yang terletak di Cekungan Kutai, Kalimantan Selatan. Lapangan tersebut merupakan lapangan penghasil gas pada rentang reservoar Formasi 4 Ma hingga Formasi 7.6 Ma yang tercakup dalam Formasi Kampung Baru hingga Formasi Balikpapan. Hasil penelitian ini merupakan sebaran lateral indikasi keberadaan prospek hidrokarbon gas yang dicirikan dengan definisi properti Zp, densitas, Lambda-Rho, rasio Poisson, dan SQp dengan nilai relatif rendah, serta properti Zs, Mu-Rho, dan SQs dngan nilai relatif tinggi. Selain itu, hasil klasifikasi AVO menunjukkan bahwa reservoar gas tergolong sebagai kelas III dengan nilai produk AVO positif. Pembobotan zonasi hidrokarbon kemudian dilakukan untuk melihat zona-zona dengan indikasi hidrokarbon tertinggi hingga terendah pada Formasi 4 Ma dan Formasi 7.6 Ma.

---

Reservoir characterization is a series of evaluation, analysis, and interpretation stages of reservoir conditions. This series of stages helps know all the characteristics needed to justify whether a reservoir has an economic or non-economic classification. Qualitative and quantitative analysis is needed to define reservoir character with reasonable accuracy.

One method that can define the reservoir character thoroughly is the simultaneous seismic inversion method. A seismic inversion method incorporates several incident angles with wavelets at each angle and integrates well data. The implementation of this method can construct several rock physics properties such as P-wave velocity (Vp), S-wave velocity (Vs), density, Vp/Vs ratio, P-wave acoustic impedance (Zp), and S-wave acoustic impedance (Zs). These rock properties will be elaborated to examine fluid content and subsurface lithology. In addition, the Lambda-Mu-Rho and scaled-Qp (SQp) and scaled-Qs (SQs) transformations were also applied as the outcomes of further rock physics models. The advantages of this transformation are the accuracy in lithological discrimination and the better type of pore fluid in the hydrocarbon reservoir. AVO modeling as an AVO type classification was carried out in the gas reservoir in the research area. As a form of initial validation prior to simultaneous seismic inversion and elastic impedance, fluid substitution modeling (FRM) was carried out as a scenario modeling pore-filling fluid in a gas reservoir.

Integration of these methods and transformations is applied to the “NS” Field located in the Kutai Basin, South Kalimantan. The field is gas-producing in the reservoir range of the 4 Ma Formation to 7.6 Ma Formation, which is contained in the Kampung Baru Formation to the Balikpapan Formation. The results of this study are lateral distributions indicating the presence of hydrocarbon prospects characterized by the relatively low value of Zp, density, Lambda-Rho, Poisson ratio, and SQp properties with Zs, Mu-Rho, and SQs properties with relatively high values. In addition, the results of the AVO classification indicate that the gas reservoir is classified as class III with a positive AVO product value. The hydrocarbon zone weighting then showed the zones with the highest to lowest hydrocarbon indications in the 4 Ma Formation and 7.6 Ma Formation."

"ABSTRACTReservoir basement yang retak adalah reservoir yang terletak di lapisan basement, terdiri batu kristal baik batuan metamorf atau batuan beku. Waduk ini biasanya ada fraktur sebagai porositas sekundernya mengandung hidrokarbon. Indonesia memiliki potensisumber daya reservoir basement fraktur, termasuk Subbasin Jambi di bagian utara dari Cekungan Sumatra Selatan. Dalam penelitian ini, atribut pelacakan semut dijalankan menggunakan semut triple runmelacak dan menghasilkan gambar fraktur pada data seismik 3D yang didominasi oleh NE-SW orientasi dan orientasi NW-SE kecil. Orientasi fraktur dikonfirmasi dengan FMI gambar "POME-1" berarah baik NE-SW. Resistivitas tinggi pada log resistivitas menunjukkan kandungan hidrokarbon dalam fraktur yang diidentifikasi.

---

ABSTRACTA cracked basement reservoir is a reservoir located in the basement layer, composed Crystal stones are either metamorphic or igneous rocks. This reservoir usually exists fracture as a secondary porosity containing hydrocarbons. Indonesia has potential fracture basement reservoir resources, including the Jambi Subbasin in the northfrom the South Sumatra Basin. In this study, the ant tracking attributes were run using triple run ants track and produce fracture images on 3D seismic data dominated by NE-SW orientation and orientation of the NW-SE is small. Fracture orientation is confirmed by FMI the image "POME-1" is trending both NE-SW. High resistivity in the resistivity log shows the hydrocarbon content in the identified fracture."

"Lapangan G yang berlokasi pada Cekungan Sumatera Selatan, merupakan salah satu lapangan reservoar hidrokarbon. Untuk mengetahui karakter dari reservoar Lapangan G, dalam penelitian ini, dilakukan pendekatan petrofisika serta penggunaan multi atribut seismik dengan metode Probabilistic Neural Network yang berfokus pada Formasi Gumai. Atribut seismik yang digunakan adalah atribut sesaat, yaitu amplitudo sesaat, fase sesaat, dan frekuensi sesaat serta parameter nilai petrofisika yang dicari adalah nilai porositas, saturasi air, dan volume shale. Anomali seismik Lapangan berupa dim spot diantara kedua patahan utama yang berorientasi NorthWest-SouthEast dan patahan berorientasi NorthEast-SouthWest, diperkirakan sebagai tempat akumulasi hidrokarbon. Output utama penelitian ini adalah hasil lumping untuk melihat zona suatu sumur yang memiliki prospek hidrokarbon dan hasil volume seismik prediksi dari ketiga nilai parameter petrofisika serta output sampingan dari interpretasi penampang seismik. Baik hasil lumping dan volume seismik prediksi, menampilkan bahwa Formasi Gumai memiliki prospek hidrokarbon yang juga ditampilkan pada data sumur, didapatkan bahwa Zona 5 pada Sumur G1 dan Zona 4 pada Sumur G3 memiliki prospek cadangan hidrokarbon dengan nilai volume shale sebesari 0.500, nilaii saturasii airi sebesari 0.406, dan nilai porositas sebesar 0.131.

---

Field G, which is located in the South Sumatera Basin, isi onei ofi thei hydrocarboni reservoir fields. To determine thei character ofi thei G Field reservoir, in this study, a petrophysical approach was used and the use of multiple seismic attributes using the Probabilistic Neural Network method which focused on the Gumai Formation. Seismic attributes used are instantaneous attributes, namely instantaneous amplitude, instantaneous phase, and instantaneous frequency and the parameters of the petrophysical value sought are the value of porosity, water saturation, and shale volume. Seismic anomaly in the field in the form of a dim spot between the two main faults oriented NorthWest-SouthEast and fault oriented NorthEast- SouthWest, is estimated as a place of accumulation of hydrocarbons. The main output of this research is the lumping results to see the zone of a well that has hydrocarbon prospects and the predicted seismic volume results from the three petrophysical parameter values as well as the side output from the interpretation of the seismic cross-section. Both the lumping results and the predicted seismic volume, showing that the Gumai Formation has a hydrocarbon prospect which is also shown in the well data, it is found that Zone 5 in Well G1 and Zone 4 in Well G3 have prospects for hydrocarbon reserves with a shale volume value of 0.500, a water saturation value of 0.406, and a porosity value of 0.131."

"Jumlah produksi minyak dan gas dari suatu lapangan penghasil hidrokarbon dapat dikaji dengan melakukan perhitungan cadangan. Salah satu cara untuk mendapatkan nilai pretorian cadangan hidrokarbon adalah dengan memodelkan reservoar pada lapisan interest dari sebuah lapangan penghasil hidrokarbon. Daerah penelitian lapangan FIAN berada pada Sub-Cekungan Jambi yang secara regional termasuk wilayah Cekungan Sumatera Selatan. Fokus penelitian berada pada lapisan Sand 1 dan Sand 2 yang merupakan zona reservoar pada lapangan FIAN. Model berbasis data seismik dan data sumur yang dalam pengolahannya menghasilkan marker geologi, dan peta struktur sebagai input dalam memodelkan reservoar dengan pendekatan geostatistik stokastik. Pemodelan fasies menggunakan metode SIS (Sequential Indicator Simulation) sedangkan pemodelan properti petrofisika menggunakan metode SGS (Sequential Gaussian Simulation). Pemodelan properti petrofisika terdiri dari pemodelan porositas, saturasi air, dan NTG (net to gross). Dari analisis fasies seismik menunjukkan bahwa lapangan FIAN berada pada lingkungan pengendapan marine atau delta yang sifatnya tenang. Lapisan Sand 1 dan Sand 2 memiliki karakteristik reservoar yang baik karena memiliki nilai properti petrofisika optimal yaitu porositas 20-30%, saturasi air 50-70%, dan NTG 70-90%. Berbasis peta isopach lapisan Sand 1 dan Sand 2 memiliki ketebalan rata-rata berturut-turut 49,34 meter dan 26,30 meter. Proses perhitungan cadangan minyak dapat dilakukan dengan memodelkan STOIIP (Stock Tank Oil Initially in Place) yang pada lapisan Sand 1 dan Sand 2 memiliki nilai 64 x 106 m3. Terdapat respons hidrokarbon yang baik pada lapisan tersebut di sebelah baratdaya lapangan FIAN.

---

The amount of oil and gas production from a hydrocarbon producing field can be assessed by making a reserve calculation. One of many ways to obtain an estimated value of hydrocarbon reserves is modeling the reservoir in the interest layer of a hydrocarbon producing field. The FIAN field research area is in the Jambi Sub-Basin which is regionally included in the South Sumatra Basin. The research focus is on the Sand 1 and Sand 2 layers which are reservoir zones in the FIAN field. The model based on seismic data and well data which in processing produces geological marker, and structure maps as input in modeling the reservoir with stochastic geostatistical approach. Facies modeling is using the SIS (Sequential Indicator Simulation) method while petrophysical property modeling is using the SGS (Sequential Gaussian Simulation) method.

Petropyhsical property modeling consists of porosity, water saturation, and NTG (net to gross). From the analysis of seismic facies shows that the FIAN field is in a marine or delta deposition environment with tranquil condition. Sand 1 and Sand 2 layers have good reservoir characteristics because it has optimal petrophysical values i.e. 20-30% porosity, 50-70% water saturation, and 70-90% NTG. Based on isopach maps, Sand 1 and Sand 2 layers has an average thicknesses of 49,34 meters and 26,30 meters consecutively. The process of calculating oil reserves can be done by modeling STOIIP (Stock Tank Oil Initially in Place) which at the Sand 1 and Sand 2 layers has a value of 64 x 106 m3. There is a potential hydrocarbon response in that layers at southwest of the FIAN field."

"Karakterisasi reservoar seismik dari data seismik 3D dan data sumur telah diaplikasikan pada lapangan Gita seluas 60 km2 dengan target reservoar sandstone formasi Talang Akar Bawah. Blok Jabung, Cekungan Sumatra Selatan, Lapangan ini merupakan lapangan miny.ak yang berpoduksi sejak tahun 2005 dari Reservoar-A Masalah utama yang ada pada lapangan ini adalah distribusi coal yang cukup merata yang mempengaruhi reflektifitas seismik sehingga menunjukkan ambiguitas antara coal dan sandstone. Masalah utama ini dapat diatasi dengan studi seismik multiatribut dan atribut amplitude. Hasil dari analisis crossplot data sumur mengindikansikan bahwa coal dapat didefrensiasikan terhadap reservoar sandstone dengan menggunakan pseudo log Gamma Ray Index (GRJ) dalam batasan nilai tertentu. Pseudo log ini digunakan sebagai data masukan dalam proses multi~atribut dengan metode regresi linear untuk menghasilkan vo]um Gamma Ray Index. Distribusi lateral reservoar sandstone dari horizon Reservoar~A dihasilkan dari volum GRI dengan menggunakan atribut amplitude berupa amplitudo RMS, Nilai Ambang dan Total Amplitude Negatif, AtribuNll:r1but lni dapat digunakan untuk menggarnbarkan fitur geologi dari Reservoar-A pada lapangan Gita. Peta distribusi yang dihasilkan menunjukkan gambaran dari reservoar sandstone yang mewakili Reservoar-A dengan arah sebaran Barat Laut menuju Tenggara yang konsisten dengan data sumur. Hasil sebaran ini dibandingkan dengan hasil studi sebelumnya dan menunjukkan bahwa Gamma Ray Index berhasil mendiferensiasi coal dan dapat memetakan sebaran reservoar sandstone di lapangan Gita.

---

Seismic reservoir characterization of a 3D seismic and well data has been applied to 60 km2 of seismic over Lower Talang Akar Formation sand reservoirs in Gita Field of Jabung Block, South Sumatra Basin. The field has produced ail since first production in iate 2005 from the Reservoir-A. The main problem on this field is well distributed coal over and between sandstone reservoirs which affecting seismic reflectivity and shows the ambiguity between coals and sandstones.

The seismic multi-attribute and amplitude attribute study has been carried out to solve this problem. Results from cross plot analysis of well data indicate that the coals can be differentiating over and between the sandstone reservoirs by using pseudo log Gamma Ray Index (GRI) within certain cut-off value.

By using this pseudo Jog and generating multi-attribute analysis with linear regression. The Gamma Ray Index volume has been created. From this volume, the lateral distribution over Reservoir-A surface was created by using amplitude attribute of RMS Amplitude. Threshold and Sum of Negative Amplitude. These attributes can be used to delineate the Reservoir-A geological feature in Gita Field.

The distribution maps are showing the delineation of sandstone reservoirs of Reservoir-A with NW-SE direction which is consistent with well data. By comparing with the previous study, the result of latest study has been successfully used to differentiate cost and to define the sandstone reservoir distribution in Gita Field."

"Penelitian ini membahas karakterisasi zona reservoar hidrokarbon berdasarkan analisis petrofisika. Penelitian dilakukan dengan melakukan evaluasi formasi dan analisis petrofisika. Dalam evaluasi formasi dibutuhkan parameter-parameter fisika untuk mengevaluasi dan memprediksi kandungan minyak dan gas bumi dalam batuan reservoar. Parameter-parameter fisika tersebut adalah kandungan lempung, porositas, kejenuhan air dan permeabilitas yang didapatkan dari analisis petrofisika. Dalam penelitian ini dilakukan analisis petrofisika dari 7 data sumur. Berdasarkan hasil akhir analisis petrofisika, reservoar zona target pada lapangan penelitian adalah reservoar pada sumur Lisburne 1 dengan kandungan lempung sebesar 9%, porositas efektif 24% dan saturasi air 10%. Litologi pada reservoar ini merupakan batupasir dengan ketebalan reservoar sebesar 53,64 meter. Reservoar ini terletak pada kedalaman 1978 - 2154 ft.

---

This study discusses the caracterization of hydrocarbon reservoir zones based on petrophysical analysis. The study was conducted by formation evaluation and petrophysical analysis. In formation evaluation physics parameters needed to evaluate and predict the content of oil and gas in the reservoir rocks. The physical parameters are the clay content, porosity, water saturation and permeability obtained from petrophysical analysis.

In this study carried petrophysical analysis of 7 well data. Based on the final results of petrophysical analysis, reservoir target zone on the research field is reservoir at Lisburne 1 well with the clay content is 9%, effective porosity is 24% and water saturation is 10%. Lithology in this reservoir is sanstone with a reservoir thickness is 53,64 meters. The reservoir lies at a depth 1978 - 2154 ft."

"Cekungan Akimeugah merupakan salah satu cekungan prospek hidrokarbon di Indonesia timur, yang terletak di Provinsi Papua. Terdapat beberapa formasi yang berfungsi sebagai batuan waduk (reservoir rock) pada cekungan ini, salah satunya yaitu batupasir pada Formasi Ekmai. Penampang seismik yang biasa diamati merupakan komposit dari rentang frekuensi tertentu. Penampang dengan kandungan frekuensi berbeda akan menunjukkan kenampakan geologi yang berbeda pula. Hal ini disebabkan sifat geologi seperti ketebalan atau kandungan fluida hanya akan lebih jelas bila diamati pada rentang frekuensi yang sesuai. Pada penelitian ini, dilakukan pemanfaatan atribut dekomposisi spektral untuk mengidentifikasi keberadaan reservoir batupasir pada data seismik 3D Lapangan A. Selain data seismik, digunakan juga data sumur, serta data marker geologi untuk validasi letak formasi. Perangkat lunak yang digunakan adalah HRS, Petrel, dan OpendTect. Zona target pada penelitian ini berada pada Formasi Ekmai. Dari pengolahan data seismic-well tie didapat nilai korelasi 0,62 pada sumur Well 2. Wavelet yang digunakan adalah statistical wavelet jenis Ricker. Kemudian, dilakukan interpretasi lapisan melalui picking horizon pada lapisan Ekmai. Penerapan atribut dekomposisi spektral dilakukan dengan metode Continuous Wavelet Transform (CWT). Frekuensi yang digunakan adalah 11 Hz, 37 Hz, dan 59 Hz, pemilihan frekuensi didasarkan pada bentukan spektrum dari data seismik yang digunakan. Dari proses penelitian yang dilakukan, didapati kesimpulan bahwa kandungan batupasir yang terlihat dengan jelas pada Formasi Ekmai memiliki frekuensi 11 Hz dengan wavelet Mexican Hat.The Akimeugah Basin is one of the hydrocarbon prospect basins in eastern Indonesia, located in Papua Province. There are several formations that function as reservoir rock in this basin, one of them is sandstone in the Ekmai Formation. Seismic section commonly observed is a composite of a certain frequency range. Cross sections with different frequency contents will show different geological features. This is due to geological characteristics such as thickness or fluid content will only be more obvious if observed in the appropriate frequency range. In this study, the utilization of spectral decomposition attributes was carried out to identify the presence of sandstone reservoirs in 3D Field A seismic data. In addition to seismic data, well data was used, as well as geological marker data for validation of the formation location. The software used is HRS, Petrel, and OpendTect. The target zone in this study is in the Ekmai Formation. From the seismic-well tie data processing a correlation value of 0.62 was obtained in Well 2. Wavelet used were Ricker statistical wavelet. Then, the interpretation of layers is done through picking horizons at the Ekmai layer. The application of spectral decomposition attributes is done by the Continuous Wavelet Transform (CWT) method. The frequencies used are 11 Hz, 37 Hz, and 59 Hz, the frequency selection is based on the spectrum formation of the seismic data used. From the research process, it was concluded that the sandstone content which is clearly seen in the Ekmai Formation has a frequency of 11 Hz with Mexican Hat wavelet."

"Reservoir sandstone merupakan target utama atau terpenting dalam eksplorasi hidrokarbon di Formasi Mungaroo AA daerah Offshore Cekungan Carnarvorn Utara. Salah satu lapangan dengan reservoir sandstone pada Formasi Mungaroo AA berada di Lapangan Wheatstone. Identifikasi zona reservoir potensial hidrokarbon merupakan suatu hal yang fundamental dalam industri Migas. Salah satu instrumen yang saat ini menjadi sangat powerfull karena begitu luas pemanfaataannya dan nilai investasi yang besar karena tidak semahal analisa core dan well testing adalah well log. Data well log hingga saat ini masih dilakukan intepretasi secara manual atau analisa kurva. Interpretasi secara manual memakan waktu lebih lama dan melelahkan sehingga dapat mengurangi keakuratan dalam interpretasi. Seiring perkembangan waktu dibutuhkan pemanfaatan yang lebih pada data well log dibutuhkan sebuah metode yang dapat meningkatkan kualitas interpretasi atau analisis sumur, yaitu data mining.Dalam penelitian ini, metode data mining Support Vector Machine (SVM) diterapkan untuk identifikasi zona reservoir potensial hidrokarbon dari data well log di Formasi Mungaroo AA, Lapangan Wheatstone, Cekungan Carnarvorn Utara. Data well log yang digunakan berasal dari lima (5) sumur yang dibor di Lapangan yang sama. Penerapan SVM membutuhkan proses pelatihan, satu sumur digunakan sebagai data latih dan fungsi yang diperoleh darinya diterapkan pada 4 sumur yang tersisa. Fase klasifikasi akan meliputi 2 fase, yaitu fase penentuan litologi (sandstone dan non-sand) dan penentuan potensi hidrokarbon (produktif dan non-produktif). Kedua fase ini diterapkan secara bertahap menggunakan metode SVM.Hasil penelitian didapatkan nilai rata-rata akurasi pada fase penentuan litologi (sandstone dan non-sand) menunjukkan nilai sebesar 0.98 sedangkan pada fase penentuan potensi hidrokarbon (produktif dan non-produktif) menunjukkan nilai sebesar 0.93. Hasil akhir pengujian hipotesis t dengan membandingkan distribusi nilai Net To Gross (NTG) hasil prediksi dengan NTG field report menunjukkan menunjukkan bahwa distribusi antara keduanya mendekati. Meskipun hasil pengujian hipotesa yang didapatkan mengatakan distribusi nilai NTG mendekati, peneliti merekomendasikan bahwa metode data mining dapat digunakan sebagai alat verifikasi dalam mengidentifikasi zona reservoir potensial hidrokarbon. Hal ini dapat mengurangi ketidakpastian dan meningkatkan kualitas analisis sumur.

---

Sandstone reservoir occupies the first position or dominates as a hydrocarbon resource. The sandstone reservoir is the main or most important target for hydrocarbon exploration in the Mungaroo AA Formation in the Offshore area of ​​the North Carnarvon Basin. One of the fields with a sandstone reservoir in the Mungaroo AA Formation is the Wheatstone Field. Identification of potential hydrocarbon reservoir zones is a fundamental matter in the oil and gas industry. One of the instruments that are currently very powerful because of its wide use and large investment value because it is not as expensive as core analysis and well testing is the well log. Well log data is still being interpreted manually or curve analysis. Manual interpretation takes longer and is tiring so it can reduce the accuracy of interpretation. Along with the development of time, more use of well log data is needed, and a method that can improve the quality of interpretation or well analysis is needed, namely data mining.

In this study, the Support Vector Machine (SVM) data mining method was applied to identify potential hydrocarbon reservoir zones from well log data in the Mungaroo AA Formation, Wheatstone Field, North Carnarvon Basin. The well log data used is from five (5) wells drilled in the same field. The application of SVM requires a training process, one well is used as training data, and the functions derived from it are applied to the remaining 4 wells. The classification phase will include 2 phases, namely the lithology determination phase (sandstone and non-sand) and the determination of the hydrocarbon potential (productive and non-productive. These two phases are implemented in stages using the SVM method.

The results showed that the average accuracy value in the lithology determination phase showed a value of 0.98 while the hydrocarbon potential determination phase showed a value of 0.93. The result of testing the t hypothesis by comparing the distribution of the predicted NTG value with the NTG field report shows that the distribution between the two is identical. Although the results of the hypothesis testing obtained say the distribution of NTG values ​​is identical, the researcher recommends that the data mining method can be used as a verification tool in identifying potential hydrocarbon reservoir zones. This can reduce uncertainty and improve the quality of well analysis"

"ABSTRAKLapangan "GG" berada di Cekungan Sumatra Selatan tepatnya di formasi TalangAkar. di Sub-DAS Palembang Tengah. Daerah Cekungan Sumatra Selatan memiliki prospek hidrokarbon yang cukup besar, terutama dalam pembentukan TalangAkar. Oleh karena itu, sebelum mengetahui apa reservoir hidrokarbon dalam pemodelan facies bidang "GG" perlu dilakukan dengan menggunakan atribut seismik. Formasi ini terdiri dari batupasir, batulanau dan tanah liat yang tersimpan di delta. Batupasir dalam Formasi TalangAkar yang disimpan dalam perangkap membantu mengatasi pelanggaran pesisir. Salah satu informasi dari data seismik yang berguna untuk mengetahui informasi reservoir di lapangan adalah amplitudo. Atribut amplitudo yang digunakan dalam penelitian ini adalah amplitudo RMS. Sedangkan untuk memilih horizon dan kesalahan, atribut varians digunakan untuk menentukan perbedaan lateral dalam impedansi akustik dengan melacak jejak antara variabel-variabel tertentu. Untuk memodelkan facies, metode Sequential Indicator Simulation (SIS) adalah metode berbasis variogram yang dapat mewakili korelasi antara sumur dengan memodelkan kontinuitas spasial antara dua lokasi pada suatu waktu yang akan diketahui menyebar pasir & serpih. Hasil pemodelan ini menghasilkan distribusi pasir & serpihan dan lingkungan pengendapannya yang fluvial dan delta yang dominan yang disesuaikan dengan aplikasi geologi regional dan atribut RMS.

---

ABSTRACKThe "GG" field is in the South Sumatra Basin, precisely in the TalangAkar formation. in the Central Palembang Sub-watershed. The South Sumatra Basin Area has considerable hydrocarbon prospects, especially in the formation of TalangAkar. Therefore, before knowing what the hydrocarbon reservoir in modeling the "GG" field facies needs to be done using seismic attributes. This formation consists of sandstone, siltstone and clay stored in the delta. Sandstones in the TalangAkar Formation kept in traps help to overcome coastal violations. One of the information from seismic data that is useful to find out reservoir information in the field is amplitude. The amplitude attribute used in this study is the RMS amplitude. Whereas to select the horizon and error, the variance attribute is used to determine lateral differences in acoustic impedance by tracking the trace between certain variables. To model facies, the Sequential Indicator Simulation (SIS) method is a variogram-based method that can represent the correlation between wells by modeling spatial continuity between two locations at a time that will be known to spread sand & shale. The results of this modeling produce a distribution of fluvial and delta dominant sand & debris and depositional environments that are adapted to regional geological applications and RMS attributes."