ISBN 978-602-71279-1-9 FG-118
Gambar 4.5. Crossplot antara impedansi dan porositas pada Sumur-3. Pada crossplot ini pemisahan antara shale, tight chalk dan porous chalk sudah cukup
baik. Terlihat bahwa porous chalk mempunyai AI yang rendah.
3. Analisa Seismik Multiatribut
Dari penerapan multiatribut diperoleh hasil dimana terdapat kecocokkan yang cukup baik antara porositas prediksi dengan porositas sumur. Hasil training dan nilai
validasinya juga menunjukkan korelasi dan validasi yang cukup baik. Untuk hasil dari metode probabilistic neural network PNN, nilai korelasinya mencapai 0.985664
dengan nilai error rata-rata 1.03221. Hal ini menunjukkan bahwa porositas prediksi dengan neural network mendekati nilai porositas sumur. Atas dasar tersebut
diasumsikan bahwa volume porositas yang dihasilkan cukup valid untuk memprediksi penyebaran reservoar dan diharapkan dapat juga memisahkan antara reservoar dan
non reservoar pada interval target yang tidak teresolusi dengan baik pada seismik konvensional.
Gambar 4.6 a Aplikasi multiatribut untuk Probabilistic Neural Network
Korelasi yang dihasilkan oleh Probabilistic Neural Network hanya dilakukan pada nilai horizon teratas sampai horizon terbawah pada sumur. Hal ini dikarenakan jika
kita mengaplikasikan neural network ke seluruh waktu akan memakan waktu yang sangat lama. Neural network sangat baik pada interpolasi di dalam data yang akan
diuji, tetapi tidak dalam ekstrapolasi data, oleh karena itu interval yang berada di luar window analysis akan mempunyai nilai validitas yang rendah.
Setelah melakukan analisa seismik multiatribut kita akan mengaplikasikannya untuk menyebarkan nilai porositas kedalam raw seismic dengan atribut eksternalnya
adalah inversi impedansi akustik model based. Lalu kita akan mendapatkan persebaran nilai porositas pada penampang seismik.
ISBN 978-602-71279-1-9 FG-119
Gambar 4.7 menunjukan penampang Probabilistic Neutal Network yang
digunakan hanya pada zona target pada top dan base Horizon di luar zona target dinyatakan tidak valid. Dapat di lihat pada gambar di atas persebaran nilai porositas
pada penampang seismik dengan range nilai porositas 14.0 26.9 . Dengan
karakteristik batuan chalk yang memiliki Poroitas yang sangat tinggi, kualitas batuan chalk itu sendiri tidak seperti pada batuan pasir karena nilai Poroitas pada batuan
chalk memiliki nilai range 30 45 Hardman, 182. Oleh karena itu, persebaran
porositas gambar di atas pada zona target menunjukkan nilai range 20.1 24.5 dapat di indikasikan zona tersebut berupa Chalk. Akan tetapi dengan nilai Poroitas terbesar
24,5 pada zona target dikategorikan dengan nilai Poroitas yang rendah untuk batuan chalk.
Gambar 4.7 Penampang dari kubus porositas terprediksi menggunakan Probabilistic Neural Network di Inline 757
4. Analisa Terintegrasi Inversi Impedansi Akustik dan Seismik Multiatribut