Hasil Pencarian  ::  Simpan CSV :: Kembali

"Lapangan “X” merupakan salah satu lapangan yang terletak di Cekungan Sunda. Lapangan ini merupakan salah satu zona potensi hidrokarbon di Indonesia, dengan salah satu zona potensi hidrokarbon terletak pada batuan reservoir karbonat build-up yang berada di Formasi Upper Baturaja. Studi ini akan menghasilkan volume petrofisika semu untuk properti petrofisika volume shale, porositas, dan saturasi air menggunakan lima kombinasi atribut seismik yang ditentukan melalui analisis multi-atribut, yang kemudian nilai korelasi dan errornya akan ditingkatkan probabilistic neural network (PNN). Integrasi dari ketiga metode ini bertujuan untuk memberikan gambaran dan pemahaman baru terhadap karakterisasi daerah yang berpotensi hidrokarbon di Lapangan ”X”.

---

”X” Field is one of the fields located in Sunda Basin. “X” Field is one of the hydrocarbon potential zones in Indonesia, with one of its hydrocarbons potential zones located in the carbonate build up reservoir in the Upper Baturaja Formation. This study will produce pseudo petrophysical volumes for petrophysical properties such as shale volume, porosity, and water saturation using five seismic attributes combination from the seismic multi-attributes method. Probabilistic neural network (PNN) is used to improve the correlation and error value from the log. The integration of these three methods aims to provide new insights and understanding of the characterization of hydrocarbon potential areas in “X” Field."

"Penelitian ini didasarkan pada kebutuhan akan peningkatan akurasi dalam memprediksi properti reservoir, yang sangat penting untuk eksplorasi dan produksi hidrokarbon yang efektif. Metode tradisional sering kali kurang akurat dalam memberikan estimasi yang tepat, sehingga adopsi MARS bertujuan untuk mengatasi kekurangan ini. Penerapan Metode MARS bertujuan untuk mengevaluasi sensitivitas dan dampak transformasi Multi Attribute Rotation Scheme (MARS) dalam meningkatkan karakterisasi reservoir di Lapangan X, Cekungan Sunda. Metode ini bekerja dengan memperkirakan atribut baru dalam arah perubahan maksimum properti target dalam ruang Euclidean berdimensi n yang dibentuk oleh beberapa atribut, kemudian menskalakan atribut ini ke properti unit target. Hasil MARS diterapkan untuk memprediksi distribusi porositas, volume shale, dan saturasi air menggunakan atribut elastis yang diturunkan dari data seismik. Hasil penelitian menunjukkan bahwa metode MARS memiliki sensitivitas yang cukup terhadap perubahan atribut elastis, menghasilkan transformasi optimal untuk memprediksi sifat petrofisika reservoir. Transformasi MARS meningkatkan akurasi karakterisasi reservoir dibandingkan dengan metode konvensional. Pola distribusi porositas, volume shale, dan saturasi air yang diperoleh dari metode MARS konsisten dengan data log dan karakteristik geologi Cekungan Sunda. Temuan ini menunjukkan bahwa MARS dapat menjadi alat yang berharga untuk meningkatkan prediksi properti reservoir, yang mengarah pada pengambilan keputusan yang lebih baik dalam eksplorasi dan produksi hidrokarbon.

---

This research is based on the need to improve the accuracy of predicting reservoir properties, which is crucial for effective hydrocarbon exploration and production. Traditional methods often lack precision in providing accurate estimates, thus the adoption of MARS aims to address these shortcomings. The application of the Multi Attribute Rotation Scheme (MARS) method aims to evaluate the sensitivity and impact of the MARS transformation in enhancing reservoir characterization in Field X, Sunda Basin. This method works by estimating new attributes in the direction of maximum change of the target property in an n-dimensional Euclidean space formed by multiple attributes, and then scaling these attributes to the target unit properties. The MARS results are applied to predict the distribution of porosity, shale volume, and water saturation using elastic attributes derived from seismic data. The research findings show that the MARS method has sufficient sensitivity to changes in elastic attributes, producing optimal transformations for predicting reservoir petrophysical properties. The MARS transformation improves the accuracy of reservoir characterization compared to conventional methods. The distribution patterns of porosity, shale volume, and water saturation obtained from the MARS method are consistent with log data and the geological characteristics of the Sunda Basin. These findings suggest that MARS can be a valuable tool for enhancing reservoir property predictions, leading to better decision-making in hydrocarbon exploration and production."