Hasil Pencarian  ::  Simpan CSV :: Kembali

"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%."

"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."

"Volume properti batuan dari lapangan ‘Y’ pada Cekungan Kutai, Kalimantan Timur telah diprediksi untuk mengkarakterisasi daerah yang berpotensi menjadi reservoir hidrokarbon. Prediksi ini menggunakan metode neural network berdasarkan data masukan yang berupa volume atribut instantaneous amplitude, instantaneous phase, dan instantaneous frequency serta inversi impedansi akustik. Volume properti yang berhasil diprediksi oleh neural network yaitu volume densitas, kecepatan gelombang P, dan porositas efeketif. Satu properti tambahan yaitu kecepatan gelombang S merupakan estimasi dari persamaan Castagna. Berdasarkan volume properti tersebut, didapatkan daerah yang berpotensi menjadi daerah reservoir dengan indikasi fluida hidrokarbon berupa gas yaitu pada horizon slice pada horizon yang berumur Miosen Akhir dengan nilai densitas sebesar 2.1 – 2.25 gr/cc, kecepatan gelombang P berkisar antara 1800 – 2500 m/s, kecepatan gelombang S sekitar 750 -1000 m/s, dan porositas efektif berkisar antara 10 – 15 %.

---

The rock property volumes from the 'Y' field in the Kutai Basin, East Kalimantan has been predicted to characterize area that has the potential to become hydrocarbon reservoir. This prediction uses a neural network method based on input data in the form of instantaneous amplitude, instantaneous phase, instantaneous frequency, and acoustic impedance inversion volumes. The volume of properties that are successfully predicted by the neural network is density, P-wave velocity, and effective porosity. One additional property that is the S-wave velocity is an estimation from Castagna equation. Based on those properties, the area has the potential to be a reservoir area with an indication of hydrocarbon fluid in the form of gas, which is at Late Miocene horizon slice with value of density ranges from 2.1 – 2.25 gr/cc, P wave velocity ranges from 1800 - 2500 m/s, wave velocity S ranges from 750 -1000 m/s, and effective porosity ranges from 10 – 15 %.

"

"Lapangan “DEWI”, yang berlokasi di Cekungan Bonaparte Maluku Tenggara merupakan lapangan gas dengan reservoir utama yang terletak pada Formasi Plover, yang didominasi oleh batu pasir. Berdasarkan analisa struktur didapatkan bahwa lapangan ini memiliki satu sesar utama yang membagi blok utara dan blok selatan. Berdasarkan analisis petrofisika didapatkan bahwa zona prospek hidrokarbon dari lapangan ini terletak di formasi Plover dan Zona A. Penelitian ini bertujuan untuk menganalisis distribusi parameter petrofisika seperti porositas, volume shale, dan saturasi air yang penting dalam karakterisasi reservoir. Penelitian ini menggunakan analisis seismik multiatribut dan probabilistic neural network untuk memprediksi parameter petrofisika berdasarkan atribut dari data seismik. Hasil menunjukkan bahwa pada penelitian ini probabilistic neural network memiliki keunggulan dalam memprediksi parameter petrofisika untuk karakterisasi reservoir dibanding multiatribut konvensional. Berdasarkan hasil dari pemetaannya ditemukan variasi yang menarik dalam persebaran parameter petrofisika pada formasi Plover dan Zona A. Hasil dari penelitian ini dapat digunakan untuk menyediakan pemahaman baru dalam karakterisasi daerah berpotensi hidrokarbon di Lapangan “DEWI”.

---

The “DEWI” field, which is located in the Bonaparte Basin, Southeast Maluku, is a gas field with the main reservoir located in the Plover Formation, which is dominated by sandstone. Based on structural analysis, it was found that this field has one main fault that divides the northern block and the southern block. Based on petrophysical analysis, it was found that the hydrocarbon prospect zone of this field is located in The Plover Formation and Zone A. This research aims to analyze the distribution of petrophysical parameters such as porosity, shale volume, and water saturation which are important in reservoir characterization. This research uses multi-attribute seismic analysis and probabilistic neural networks to predict petrophysical parameters based on attributes from seismic data. The results show that in this study the probabilistic neural network has advantages in predicting petrophysical parameters for reservoir characterization compared to conventional multi-attributes. Based on the results of the mapping, enticing variations were found in the distribution of petrophysical parameters in The Plover Formation and Zone A. The results of this research can be used to provide new insights into the characterization of potential hydrocarbon areas in the "DEWI" Field."

"Reservoir karbonat diperkirakan mengandung hampir 60% dari total cadangan hidrokarbon dunia dan diperkirakan memiliki 50% dari total produksi hidrokarbon. Hidrokarbon umumnya terdapat pada batuan berpori. Porositas batuan karbonat umumnya memiliki heterogenitas yang tinggi, kompleksitas, dan random. Salah satu metode yang efektif untuk mengatasi heterogenitas adalah metode neural network. Sehingga penelitian ini bertujuan untuk menetukan distribusi porositas dengan neural network pada batuan karbonat dengan menggunakan 2 data sumur dan data seismik 2D post stack time migration (PSTM) pada lapangan T. Seismik atribut yang digunakan sebagai input proses probabilistic neural network berupa data seismik dan hasil inversi serta log yang akan diprediksi penyebarannya. Digunakan step wise regression dan validation error untuk menentukan atribut terbaik yang akan digunakan. Hasil prediksi nilai porositas menggunkan probabilistic neural network dengan input atribut terbaik yang telah terpilih menghasilkan korelasi yang lebih baik 0.81 dengan error 0.03 dibanding dengan metode multiatribut yang menggunakan persamaan linier yaitu 0.66 dengan error 0.04 dan hasil model log prediksi mendekati log aktual. Hasil distribusi porositas dapat dianilisis bahwa nilai porositas pada sumur C1 memiliki nilai porositas efektif yang rendah dibandingkan dengan sumur C4.

---

Reservoir carbonate mostly contains 60% of total hydrocarbon preserves in the world, and it is predicted about 50% which is produced hydrocarbon. Commonly, hydrocarbon is found in the rock pores. The porosity of carbonate, generally, has high heterogeneity, complexity, and random. One of effective methods to solve the problem is neural network. The aim of this study is to determine the distribution of porosity using neural network for carbonate in T field. Seismic attribute is used as input in neural network process which is seismic data, inversion result, and well log. Step wise regression and validation error are used to determine the best attributes that will be used to.

The prediction result of porosity using probabilistic neural network with the best attribute has better correlation than using multi attributes for linier method. The correlation and error value using neural network are 0.08% and 0.03%, while the value of correlation and error using multi attribute for linier method are 0.06% and 0.04%, respectively. The predicted log model is approaching the actual log. The result of porosity distribution shows that the porosity value of well C1 has lower effective porosity than well C4."

"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."

"ABSTRAKSebagai area frontier, cekungan Selatan Jawa masih diyakini memiliki potensi hidrokarbon. Namun berdasarkan kegiatan eksplorasi yang ada sebelumnya, belum ada bukti yang menujukkan kemampuan cekungan ini untuk memproduksi dan memerangkap hidrokarbon. Tesis ini membahas mengenai metode AVO yang diaplikasikan pada beberapa target yang diprediksi sebagai daerah yang mempunyai prospek hidrokarbon.Telah dilakukan analisis AVO terhadap 9 lintasan data seismik 2D di area frontier cekungan Selatan Jawa dengan spasi antar lintasan 40 km. Atribut AVO berupa intercept dan gradient dihitung menggunakan data pre stack dan stacking velocity untuk membuat penampang atribut AVO yaitu product A B dan A B. Sementara itu kecepatan gelombang S dihitung dari persamaan Castagna untuk menurunkan atribut AVO yang lain yaitu Rp, Rs untuk membuat penampang Rp-Rs serta fluid factor pada seluruh lintasan seismik. Berdasarkan analisis terhadap penampang atribut AVO, terdapat beberapa daerah yang diduga mempunyai prospek hidrokarbon yang ditunjukkan dengan nilai nilai positif dari product A B dan atribut yang lain, dugaan ini semakin diperkuat karena lokasi anomali konsisten dengan struktur dan stratigrafi yang dapat dikenali dari data seismik.Berdasarkan hasil analisis AVO ini, masih terlalu dini untuk memberikan kesimpulan bahwa Cekungan Selatan Jawa mempunyai prospek hidrokarbon yang menjanjikan, mengingat adanya beberapa batasan karena faktor keterbatasan data yang digunakan di dalam penelitian ini. Selain itu masih memiliki resiko keekonomian yang besar di dalam eksplorasi di Cekungan Selatan Jawa karena berdasarkan analisis, belum ditemukan suatu struktur yang cukup besar dengan anomaly AVO, mengingat kedalaman air rata-rata lebih dari 3.500 meter. Hasil penelitian menyarankan bahwa eksplorasi lebih lanjut untuk daerah ini masih diperlukan untuk membuktikan potensi hidrokarbon pada daerah penelitian.

---

ABSTRACTAs a frontier area, South Java Basin is believed to have hydrocarbon potential. However, based on pre existing exploration activities, there is no evidence that shows the ability of the basin to produce and trap hydrocarbons. This thesis discusses the AVO method applied to several targets that were predicted as regions with hydrocarbon prospects.AVO analysis has been carried out on 9 2D seismic lines data in the frontier area South Java basin which have 40 km in spacing. AVO attributes such as intercept and gradient were calculated using pre stack and stacking velocity data to create AVO attributes sections product A B and A B. While the S wave velocity is calculated from Castagna equation to produce another AVO Rp, Rs attributes to make Rp Rs sections as well as fluid factor sections. Based on cross sectional analysis of AVO attributes, there are some areas that have allegedly shown hydrocarbon prospects of positive attributes, this conjecture is strengthened because it is consistent with the structure and stratigraphy that can be identified from seismic data.Based on the AVO analysis, it is still too early to give the conclusion that the South Java Basin has the promising hydrocarbons, given some constraints because of the limited data used in the study. In addition there are still major economic risks in the exploration of South Java Basin, because based on the analysis, yet to be found a structure which quite large with AVO anomaly, considering that the depth of water column is in average of more than 3,500 meters.The results suggest that further exploration of this area is still needed to prove the potential of hydrocarbons in the study area."

"Skripsi ini membahas tentang metode vertical seismic profiling (VSP) dan aplikasinya dalam karakterisasi reservoar. VSP merupakan pengukuran seismik yang dilakukan dengan menempatkan receiver di lubang bor. Karakter reservoar yang akan diteliti yaitu batu pasir pada lapangan Sejati, yang merupakan salah satu lapangan minyak dan gas VICO Indonesia yang terletak di Cekungan Kutai, Kalimantan Timur. Data yang tersedia dalam penelitian ini yaitu data VSP (near & far offset) dan well log dari satu sumur eksplorasi. Karakterisasi reservoar berdasarkan metode inversi data VSP. Langkah-langkah pengerjaan yaitu crossplot, correlation, picking horizon, initial model, inversion analysis (QC), dan final inversion. Dari hasil inversi memperlihatkan adanya sebaran impedansi rendah pada zona target. Karena besarnya tuning thickness maka perlu dilakukan studi lebih lanjut untuk memastikan apakah impedansi rendah tersebut mengindikasikan lapisan sand atau bukan.

---

This study are about vertical seismic profiling (VSP) and it?s application for reservoir characterization. VSP is an seismic measurement which is put some receivers in borehole. The character of reservoir will be studied is sandstone in Sejati field, which is one of VICO?s oil and gas fields at Kutai Basin, East Kalimantan. The data avalaible of this study are VSP (near & far offset) and well log from one exploration well. Reservoir characterization based on VSP inversion method. The sequence step of this study are crossplot, correlation, picking horizon, initial model, inversion analysis (QC), and final inversion. The inversion result show low impedance at target zone. Because tuning thickness is very high, so it is needed detailed study for identifying sand distribution at target zone."

"Cekungan Jawa Timur Utara membentang sepanjang lebih dari 600 km dari barat ke timur, dan memanjang sekitar 250 km dari arah utara ke selatan, serta telah menjadi tempat eksplorasi dan eksploitasi minyak sejak seratus tahun lamanya (Lunt, 2013). Pada batas antara Eosen dan Oligosen, Central Deep mulai mengalami pemekaran (rifting), kemudian terjadi subsidensi secara cepat ke kondisi laut sangat dalam dan menangkap sebagian besar sedimen yang sebelumnya tertransport jauh ke arah timur. Daerah penelitian berada di area struktur Central Deep, tepatnya pada formasi Kujung. Formasi tersebut didominasi oleh litologi claystone dengan banyak sisipan tipis karbonat dan batupasir. Penelitian ini bertujuan untuk mengarakterisasi reservoir yang ada pada formasi Kujung (middle Kujung hingga lower Kujung) menggunakan inversi seismik simultan dan transformasi LMR. Metode tersebut akan menghasilkan model properti batuan berupa Zp, Zs, densitas, rigiditas, dan inkompresibilitas, yang dapat digunakan untuk mengetahui sebaran litologi dan kandungan fluida di dalam batuan. Berdasarkan hasil analisis, dapat disimpulkan bahwa hasil inversi simultan mampu mendelineasi zona reservoir karbonat dan batupasir dengan masing-masing nilai parameter sebagai berikut. Reservoir karbonat memiliki nilai impedansi P sebesar 8823 – 11788 (m/s)*(gr/cc), impedansi S 5338 – 6636 (m/s)*(gr/cc), densitas 2.47 – 2.7 gr/cc, dan rasio VpVs paling rendah yaitu 1.63 – 1.8. Sedangkan reservoir batupasir memiliki nilai impedansi P sebesar 7764 – 8823 (m/s)*(gr/cc), impedansi S 4597 – 5338 (m/s)*(gr/cc), densitas 2.33 – 2.47 gr/cc, dan rasio VpVs sebesar 1.75 – 1.99. Hasil transformasi LMR menunjukkan bahwa reservoir yang mengandung hidrokarbon memiliki nilai parameter sebagai berikut. Zona hidrokarbon pada karbonat memiliki nilai inkompresibilitas 31.9 – 34.2 GPA*gr/cc dan riditas 22.7 – 32.1 GPA*gr/cc. Sedangkan zona hidrokarbon pada batupasir memiliki nilai inkompresibilitas 27.9 – 31.9 GPA*gr/cc dan rigiditas 17.4 – 22.7 GPA*gr/cc.

---

The North East Java Basin extends more than 600 km from west to east, and about 250 km from north to south, has been a place of oil exploration and exploitation for hundred years (Lunt, 2013). At the boundary between the Eocene and the Oligocene, the Central Deep begins to rifted, then subsided rapidly to very deep sea conditions and captures most of the sediment that was previously transported far to the east. The research area is in the Central Deep structure, precisely in the Kujung formation. The formation is dominated by lithology of claystones with many thin interbeds of carbonates and sandstones. This study aims to characterize the reservoir in the Kujung formation (middle Kujung to lower Kujung) using simultaneous seismic inversion and LMR transformation. This method will produce a rock property model in the form of Zp, Zs, density, rigidity, and incompressibility, which can be used to determine the lithological distribution and fluid content of the rocks. Based on the results of the analysis, it can be concluded that the simultaneous inversion result can delineate the carbonate and sandstone reservoir zones with each of the following parameter values. The carbonate reservoir has a P-impedance value of 8823 - 11788 (m/s)*(gr/cc), S-impedance value of 5338 - 6636 (m/s)*(gr/cc), density of 2.47 - 2.7 gr/cc, and the lowest value of Vp/Vs is 1.63 - 1.8. While the sandstone reservoir has a P-impedance value of 7764 - 8823 (m/s)*(gr/cc), S-impedance value of 4597 - 5338 (m/s)*(gr/cc), density of 2.33 - 2.47 gr/cc, and the Vp/Vs of 1.75 - 1.99. The results of the LMR transformation show that the reservoir containing hydrocarbons has the following parameter values. The hydrocarbon zone in the carbonate has an incompressibility value of 31.9 - 34.2 GPA*(gr/cc) and rigidity of 22.7 - 32.1 GPA*(gr/cc). Meanwhile, the hydrocarbon zone in the sandstones has an incompressibility value of 27.9 - 31.9 GPA*(gr/cc) and rigidity of 17.4 - 22.7 GPA*(gr/cc)."

"Daerah penelitian terletak di Sunda Basin yang merupakan bagian dari Cekungan Northwest Java yang terletak di offshore. Cekungan ini terbukti produktif, namun aktivitas eksplorasi saat ini di daerah penelitian ini jarang. Penelitian difokuskan pada reservoir hidrokarbon dari formasi karbonat di Lapangan 'X', yang dikenal sebagai Formasi Batu Raja Atas. Lapangan ini memiliki dua sumur untuk diteliti, yaitu Sumur GD1 dan GD2, keduanya merupakan sumur deviasional dan memiliki jarak yang berdekatan satu sama lain. Dalam menentukan reservoir hidrokarbon di daerah ini, analisis petrofisika dan metode inversi seismik telah dilakukan. Keduanya akan digunakan untuk menganalisis reservoir hidrokarbon sebagai hasil utama. Parameter analisis petrofisika terdiri dari permeabilitas, densitas, volume shale, porositas dan saturasi air. Selain itu, inversi seismik menerapkan metode impedansi akustik untuk menunjukkan kenampakan geologi di bawah permukaan, sehingga dapat mengidentifikasi karakterisasi reservoir. Nilai Impedansi Akustik menunjukkan bahwa zona minat di Batu Raja Atas atau diperpendek formasi UBR memiliki rentang interval dari 17.000 hingga 22.000 (ft/s)*(g/cc), sehingga kedua metode tersebut dapat membuktikan formasi ini memiliki karakterisasi yang baik sebagai target utama atau reservoir. Berdsarkan analisis petrofisika, hasil perhitungan parameter volume shale, saturasi air, dan porositas yang telah dianalisis menunjukkan bahwa area zone of interest memiliki reservoir hidrokarbon yang cukup baik. Hal tersebut dapat dilihat dari nilai rata-rata volumei shalei sebesari kurang dari sama dengan 40%, nilaii saturasii airi sebesari kurang dari sama dengan 0.43 v/v, dan nilaii porositasi sebesari 0.117-0.13 v/v.

---

The study area is located in Sunda Basin which is part of Northwest Java Basin that lies on offshore. The basin is proven to be prolific, however, the current exploration activity in this study area is sparse. The study is focused on the hydrocarbon reservoir of the carbonate formation, which is known as Upper Batu Raja Formation. This research has two wells to be researched, which are Well GD1 and GD2, both of them are deviational wells and have close distance with each other. To specifically determine the hydrocarbon reservoir in this area, a petrophysical analysis and seismic inversion method have been carried out. Both of them will be used to analyze the hydrocarbon reservoir as the main result. The parameters of petrophysical analysis consist of permeability, density, shale volume, porosity and water saturation. Aside from that, the seismic inversion applies acoustic impedance method to show the geological appearance in the subsurface, therefore it can identify the reservoir characterization. The Acoustic Impedance value shows that the zone of interest in Upper Batu Raja or as shorten as UBR formation has interval range from 17000 to 22000 (ft/s)*(g/cc), hence, these methods promptly prove this formation has good characterization as the main target or reservoir. According to petrophysical analysis, the results of shale volume, water saturation, and porosity which have been analyzed show that zone of interest has a good hydrocarbon reservoir. It has been proved from the average calculation of shale volume more or less 40%, water saturation more or less 0.43 v/v, and porosity in range 0.117-0.13 v/v."