Hasil Pencarian  ::  Simpan CSV :: Kembali

"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."

"ABSTRAKMengaplikasikan metode Ground Penetrating Radar (GPR) pada tambang bawah tanah Grasberg Block Caving untuk mengidentifikasi adanya perkembangan propagasi cave pada panel tersebut. Prinsip kerja metode ini didasarkan pada perbedaan konstanta dielektrik pada batas zona caving. Data yang digunakan terdiri dari 3 lintasan akuisisi. Data tersebut diolah dengan menggunakan software ReflexW. Hasil pengolahan data ini di analisis dan di interpretasikan untuk di identifikasi perkembangan propagasi cave nya pada ketiga lintasan akuisisi tersebut. Hasil pengolahan data GPR ini juga didukung oleh data geologi dan data RQD. Berdasarkan hasil interpretasi, terlihat adanya perkembangan propagasi cave yang disebabkan oleh adanya aktifitas penambangan pada ketiga lintasan tersebut.

---

ABSTRACTApplied the Ground Penetrating Radar (GPR) method to the Grasberg Block Caving underground mine for identify the development of cave propagation on the panel. The principle of this method is based on the difference of dielectric constants on the caving zone boundary. The data that used consists of 3 acquisition line. The data was processed by using ReflexW software. The results of this data processing were in analysis and interpreted to identify the development of its cave propagation on all three of the acquisition line. GPR data processing results are also supported by geological data and RQD data. Based on the interpretation, there is a development of cave propagation caused by mining activities in the three acquisition line."

"ABSTRAKProsesing data seismik menjadi tahapan yang penting dalam meningkatkan S/N ratio dan resolusi penampang seismik dalam metode seismik. Perkembangan metode-metode baru dalam prosesing data seismik perlu diuji efektivitasnya dan implikasinya pada keseluruhan alur prosesing data seismik. Outlier-Out Stack (OlO Stack) merupakan metode stacking baru yang dikembangkan oleh Rashed pada tahun 2016. Metode ini dinilai efektif dalam mengeliminasi sampel data dengan noise yang tinggi, atau yang dinilai sebagai pencilan, sehingga membuat proses stacking menjadi lebih optimum. Penggunaan OlO Stack dalam prosesing data seismik perlu dievaluasi lebih lanjut untuk meninjau efektivitasnya dalam mereduksi seismic noise dan melihat implikasinya terhadap keseluruhan alur prosesing data seismik. Penelitian terhadap penggunaan metode OlO Stack dalam prosesing data seismik yakni dengan membandingkannya terhadap 2 metode stacking lain, yakni Straight Mean Stack dan α-Trimmed Stack. Ketiga metode stacking diujikan pada data seismik 2D laut yang melalui serangkaian variasi alur prosesing. Hasil penelitian menunjukkan penggunaan OlO Stack yang mampu mereduksi kemunculan noise lebih baik dibandingkan kedua metode lain. Penggunaannya juga mampu menekan energi multiple yang tidak teratenuasi pada prosesing, serta dapat mencegah lapisan menjadi bergelombang akibat efek koreksi NMO yang kurang sempurna.

---

ABSTRACTSeismic data processing is an important stage to improve S/N ratio and the seismic resolution in seismic method. The invention of new methods for seismic data processing needs to be examined for its effectiveness and its implications to the whole processes in seismic data processing.  Outliers-Out Stack (OlO Stack) is a new stacking method proposed by Rashed in 2016. This method is said to be effective in eliminating bad sample data, or the outliers, and improving stacking methods to the optimum. The application of OlO Stack in seismic data processing needs to be evaluated for more to examine its effectiveness to reduce seismic noise and to review the implications to the whole processing stages. The research of OlO Stack method application is by comparing it with 2 other stacking methods, Straight Mean Stack and α-Trimmed Stack. The three methods is applied to 2D seismic marine data, which have been varied at some processing stages. The results show that the application of OlO Stack in seismic data processing is effective to reduce the occurence of seismic noise better than 2 other methods. The application of the method is also good to suppress multiple energy which has not been attenuated in the processing, and also prevent the layers becoming wavy because of the effect of imperfect NMO correction.  "

"Lapangan X berada pada Cekungan Jawa Barat Utara dengan stratigrafi yang apabila diurutkan dari usia tua ke muda adalah Basement Formasi Talang Akar, Formasi Baturaja, Formasi Cibulakan dan Formasi Parigi. Terdapat empat buah sumur yang menjadi pusat penelitian pada lapangan ini. Perhitungan mengenai efektivitas sumur sendiri dilakukan dengan mengidentifikasi konektivitas reservoir yang terpisahkan oleh adanya patahan. Patahan sendiri dapat berlaku sealing maupun leaking, dilihat dari berbagai properti patahan yang dapat dijadikan parameter dalam indikasi sealing ataupun lsquo;leaking. Adapun hasil dari Fault-Seal Analysis yang telah dilakukan adalah keempat sumur tersebut memiliki persebaran vshale yang cukup tinggi dimana sumur PDM-01 memiliki vshale pada kisaran nilai 0.5 pada bagian atas dan menurun persentasenya menjadi 0.1 pada bagian bawah. Sumur PDM-02 memiliki vshale yang beragam, rendah di bagian atas yaitu sebesar 0.1 namun tinggi di bagian bawah yaitu sebesar 0.9-1. Sumur PDM-03 memiliki vshale yang beragam namun cenderung rendah, mulai dari vshale dengan persentase 0.1 hingga 0.5. Sumur PDM-04 memiliki vshale yang beragam dan cenderung rendah, yaitu berkisar antara 0.1-0.5.

---

Field X is located at the North West Java Basin with Basement, Talang Akar Formation. Baturaja Formation, Cibulakan Formation, Parigi Formation sorted based on the geological age. There are four wells those are being considered here. The calculation about the effectivity of the wells are done by identifying the reservoir connectivity those are separated by faults. Faults might be sealing or leaking, considered by the fault properties as the parameters. The results of the Fault Seal Analysis done to the four wells are they have a high vshale distribution where PDM 01 has 0.5 at the top of the well and decreasing to 0.1 at the bottom. PDM 02 has vshale distribution variation 0.1 at the top and 0.9 1 at the bottom. PDM 03 has vshale distribution variation and tend to have a low value 0.1 0.5. PDM 04 has shale variations and with a low value tendency 0.1 0.5."

"Lapangan X merupakan lapangan produksi minyak dan gas bumi yang terletak pada cekungan Sumatera Tengah Daerah. Zona target hidrokarbon berada pada formasi Bekasap. Formasi Bekasap merupakan salah satu batuan reservoar yang utama di cekungan Sumatera Tengah. Penelitian ini telah dilakukan analisis inversi seismik dan analisis atribut seismik untuk mengidentifikasi persebaran reservoar dan dapat menganalisis keberadaan hidrokarbon pada daerah penelitian. Inversi seismik dan atribut seismik dilakukan dengan menggunakan data seismik 3D Post Stack dan data log dari 3 sumur. Data tersebut dianalisa dengan menggunakan metode inversi dan ekstraksi atribut.Perpaduan antara atribut seismik dan inversi seismik efektif untuk dijadikan sebagai landasan dalam mengambil tindakan terhadap reservoar. Dari perpaduan tersebut berupa peta persebaran reservoar batu pasir berdasarkan analisa inversi model based dan analisa atribut seismik menggunakan atribut Root Mean Square (RMS), Atribut Envelope dan Instantaneous Frequency. Berdasarkan hasil pengolahan dan interpretasi dari penelitian lapangan X, maka didapatkan nilai impedansi akustik yang tinggi sebesar 6200-7200ft/s yang intepretasikan sebagai batu pasir, Dimana pada nilai AI yang tinggi menunjukkan sand dan impedansi akustik rendah sebesar 5600-6200 ft/s yang diintepretasikan sebagai batu lempung. Dimana pada nilai AI yang rendah menunjukan shale.

---

Field X is an oil and gas production field located in the Central Sumatra Regional Basin. The hydrocarbon target zone is in the Bekasap formation. Bekasap Formation is one of the main reservoir rocks in the Central Sumatra basin. This research has conducted seismic inversion analysis and seismic attribute analysis to identify reservoir distribution and can analyze the presence of hydrocarbons in the study area. Seismic inversion and seismic attributes were carried out using 3D Post Stack seismic data and log data from 3 wells. The data is analyzed using inversion methods and attribute extraction.

The combination of seismic attributes and effective seismic inversion is used as the basis for taking action on the reservoir. From this combination in the form of sandstone reservoir distribution map based on model based inversion analysis and seismic attribute analysis using the Root Mean Square (RMS) attribute, Envelope Attribute and Instantaneous Frequency attribute. Based on the results of processing and interpretation of X field research, the high acoustic impedance value of 6200-7200ft/s is interpreted as sandstone, where at high AI values ​​it shows sand and low acoustic impedance of 5600-6200 ft/s interpreted as clay stones. Where the low AI value shows shale.

"

"Penelitian ini bertujuan untuk mengkarakterisasi kecepatan gelombang S sehingga dapat mengidentifikasi zona lemah pada zona produksi underground Grasberg Block Cave (GBC) dengan menggunakan metode Ambient Noise Tomography (ANT). Data yang digunakan berasal dari 11 sensor mikroseismik dengan frekuensi 15 Hz. Penelitian dilakukan dengan membandingkan data Ambient Noise Tomography (ANT) setelah 16 hari dilakukan proses produksi, yaitu data pada tanggal 1 April 2019 dengan data pada tanggal 16 April 2019. Selain mengkarakterisasi kecepatan gelombang S, hasil dari metode ANT ini dapat digunakan untuk melihat bahaya seismik jangka pendek dan jangka panjang pada tambang underground Grasberg Block Cave (GBC). Berdasarkan penelitian yang dilakukan, penulis mendapati terdapatnya perubahan kecepatan gelombang shear yang cukup besar pada zona produksi sebagai akibat dari proses penambangan pada area caving PB 1 tambang underground Grasberg Block Cave (GBC) yang berpotensi menyebabkan rockbrust.

---

This research aims to characterize the S wave velocity for identify a weak zones in the production zone of the Underground Grasberg Block Cave (GBC) using the Ambient Noise Tomography (ANT) method. This research uses data from 11 microseismic sensors with a frequency of 15 Hz. The research was conducted by comparing the Ambient Noise Tomography (ANT) data after 16 days of the production process, that is data on April 1, 2019 with data on April 16, 2019. Apart from characterizing the speed of the S wave, the results of the ANT method can be used to see short-term and long-term seismic hazards at the Grasberg Block Cave (GBC) underground mine. Based on the research, the results show a large change in shear wave velocity in the production zone due to the mining process in the PB 1 caving area of the Grasberg Block Cave (GBC) underground mine and has the potential for rockbrust.

"

"ABSTRAKPertumbuhan ekonomi dan gencarnya pembangunan infrastruktur secara nasional menyebakan kebutuhan bahan bangunan meningkat, termasuk Batuan Andesit. Batuan Andesit banyak dimanfaatkan untuk pembentukan pondasi bangunan, pembuatan jembatan serta pengaspalan jalan. Meskipun demikian, data BPS 2013-2015 menunjukkan bahwa peningkatan kebutuhan Batuan Andesit justru disertai dengan penurunan jumlah pengusaha batu andesit serta penurunan volume produksi batu andesit. Untuk menjamin keberlanjutan proses pembangunan nasional, perlu dilakukan pencarian cadangan Batuan Andesit baru. Survei geolistrik resistivitas telah dilakukan dengan 15 lintasan di lokasi A Provinsi Gorontalo. Data resistivitas semu yang diperoleh diolah menjadi model dua dimensi melalui inversi linear menggunakan perangkat lunak RES2DINV. Model dua dimensi selanjutnya diinterpolasi menggunakan perangkat Rockworks15 menjadi model tiga dimensi. Analisa model dua dimensi dan tiga dimensi menunjukkan adanya cadangan Batuan Andesit di lokasi A dengan batas bawah resistivitas terkecil 198 Ω.m. Adapun volume total cadangan Batuan Andesit sebesar 2.821.500 m3. Hasil ini menunjukkan bahwa Gorontalo berpotensi menjadi penyedia Batuan Andesit untuk menyokong proses pembangunan lokal di sekitarnya.

---

ABSTRACT

The economic growth and infrastructure development on national scale in Indonesia have caused the demand of building material increased, including andesitic rocks. Andesitic rocks have been utilized for creating building foundation, bridge development as well as road paving. Regardless, according to BPS data from 2013-2015 during these growth, the number of andesitic rocks businesses and mining were decreased. Therefore, to ensure the continuation of national development, an exploration of new andesitic rocks mine is required. Geo-electrical resistivity survey with 15 survey lines has been done at location A, Gorontalo Province. The apparent resistivity data acquired have been processed into two-dimensional model through linear inversion using software RES2DINV. This two-dimensional models were further interpolated and extrapolated using software Rockworks15 to into three-dimensional model. Analysis of these models shows a potential andesitic rocks reserves at location A with minimum lower cut-off resistivity is 198 Ω.m. The total reserve volume ranging 2.821.500 m3. This result implies that Gorontalo can be a supplier of andesitic rocks to support local development."

"Karakterisasi reservoir merupakan salah satu upaya efektif yang dapat dilakukan untuk perhitungan cadangan hidrokarbon dan digunakan dalam melakukan reservoir pada penggunaan lebih lanjut. Dengan menggunakan data core dapat menggambarkan keadaan sumur berdasaarkan keadaan sesungguhnya. Namun, tidak semua sumur memiliki data core dan tantangan lain dalam karakterisasi reservoir adalah parameter permeabilitas tidak selalu menjukkan hubungan linier dengan porositas. Sehingga perlu dilakukannya pendekatan metode guna mendapatkan estimasi permeabilitas. Pada studi ini dilakukan klasifikasi batuan berdasarkan karakteristik petrofisika yang didapat dari data dan RCAL dengan pendekatan metode rock typing Winland, Hydraulic Flow Unit (HFU), dan Pittman. Pada penelitian ini terdapat 3 sumur, dilakukan perhitungan parameter petrofika dan dilakukan perhitungan prediksi permeabilitas pada masing-masing sumur. Dengan menggunakan Sumur K-2 yang dijadikan sebagai sumur referensi, dilakukan komparasi metode. Hasil komparasi metode terbaik kemudian dipilih untuk dilakukan propagasi pada sumur lainnya. Propagasi rock type yang dilakukan pada tiap sumur menggunakan pendekatan MRGC. Hasilnya, dengan menggunakan metode Winland, HFU, dan Pittman didapatkan nilai koefisien determinasi permeabilitas core dan estimasi permeabilitas beruturut-turut adalah 0,5865 untuk metode Winland, 0.8852 untuk metode HFU, dan 0,3031 untuk metode Pittman. Reservoir characterization is an effective process to get a calculation of hydrocarbon reserves and to conduct modeling reservoir for further use. Well core data can provide information based on actual well conditions. RCAL data is a core data which consists of porosity and permability parameters. However, not all wells have core data. Another challenge in the reservoir characterization is permeability cant be determined just by a classical plot with porosity. Rock typing is a method that can be used to classify rock type in reservoir rocks into different units and determine permeability value of rocks. The aims of this study are to present petrophysical parameters and the result of a comparison from the application of some rock typing methods in Carbonate Reservoir Kais Formation, field A. In this study conducts rock classification based on petrophysical characteristics obtained from wireline log data and core porosity and core permeability data with Winland, Hydraulic Flow Unit, and Pittman rock typing methods. This study uses 3 wells, to get calculation petrophysical parameters and permeability prediction on each well. Well K-2 established as a reference well is used to choose the best rock typing method from comparison. The best method to be applied to reference well is used for propagation in other wells. Propagation rock type performed on each well using MRGC (Multi Resolution Graph Clustering) approach. The result shows the coefficient of determination (R2) core permeability and permeability estimates respectively Winland, HFU, and Pittman methods were 0.5865 for the Winland method, 0.8852 for the HFU method, and 0.3031 for the Pittman method."

"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."

"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."