GEOFISIKA ( 18 Files )

SEMINAR

NASIONAL

JURUSAN

FISIKA

FMIPA UM 2016

Aplikasi

Probabilsitic Neural Network

(Pnn) Untuk Menentukan

Persebaran Batuan

Chalk

Pada Formasi Ekofisk Di Lapangan Danish

North Sea

MUHAMMAD NAFIAN1)_{, RERNAT ABDUL HARIS}2)

Program Pascasarjana Jurusan Geofisika Reservoar, Universitas Indonesia, Depok E-mail: nafianlia@gmail.com

HP : 081288451985

ABSTRAK : Lapangan Danish North Sea memiliki umur dari Paleocene sampai Miocene. Cekungan di daerah ini memiliki beberapa komponen diantaranya, formasiEkofisk, formasiTor, dan Cromer Knoll Group. Integrasi data seismik dan log sumur yang akan dilakukan pada dataset lapangan ini untuk menentukan persebaran batuan Chalk di lapangan Danish North Sea. Integrasi dilakukan menggunakan analisa inversi dan multi-atribut seismic. Untuk melihat hasil impedansi akustik dilakukan dengan menggunakan seismik inversi yaitu metode model-based. Hasil hasil AI model Based akan diambil sebagai atribut eksternal pada analisa multi-atribut. Analisa multi-atribut digunakan untuk menghasilkan transformasi non-linier antara properti log sumur. Untuk model non-linier probabilistic neural networks (PNN) di-training

menggunakan atribut pilihan dari transformasi sebagai input. Analisis atribut dengan menggunakan metode Probabilsitic Neural Network (PNN) menghasilkan nilai porositas yang lebih sesuai pada data sumur. Hal ini karena pada prosesnya, metode PNN melakukan regresi non linear sehingga hubungan antara data atribut dengan Log Porosity bisa dioptimalkan. Dari hasil persebaran porositas yang didapat pada zona target menunjukkan nilai range 23 30% zona tersebut diidentifikasi sebagai batuanChalk.

Kata Kunci: Seismik Inversi, AImodel based,Probabilistic Neural Network

PENDAHULUAN

Lapangan Danish North Sea yang sudah berproduksi minyak dan gas adalah reservoar batu pasir dan reservoar chalk. Reservoar chalk biasanya memiliki permeabilitas yang rendah dan hidrokarbonflow ditingkatkan karena adanyaextensive

natural fracture system. Lapisanchalkini terdapat di Formasi Ekofisk dan Formasi Tor,

diantara 2 formasi ini terdapat lapisan lempung (the Ekofisk Tight Zone).Danish North

Sea Basin memiliki beberapa formasi dari Paleocene sampai Miocene. Cekungan di

daerah ini memiliki beberapa komponen diantaranya, formasiEkofisk, formasi Tor, dan

Cromer Knoll Group.

Metoda inversi seismikpost-stack(Russell, 1988) memberikan gambaran impedansi akustik. Metoda ini sangat tergantung pada hubungan teoritis antara sifat fisika dan amplitudo seismik. Tiga jenis metoda inversi yaitu recursive, sparse-spike, dan model-based diuji terhadap dataset. Metoda yang terbaik dipilih dengan kriteria koefisien korelasi terbaik dan error paling rendah kemudian digunakan sebagai atribut eksternal untuk analisa multi-atribut.

Analisis regresi dari crossplot umumnya digunakan secara rutin untuk mendapatkan fungsi hubungan inversi impedansi akustik dan porositas.untuk meningkatkan keakuratan prediksi porositas tersebut digunakan analisa multi-atribut yaitu suatu analisa untuk mendapatkan hubungan antara satu properti tertentu yang diukur pada lokasi sumur dengan bebrapa atribut seismik. Tranformasi hubungan non-linier digunakan suatu teknologi baru dari kecerdasan artifisial atau artificial neural network yaitu jenis trensformasi probabilistic neural neutwork (PNN). Hubungan ini kemudian dipakai untuk menghasilkan volume kubus seismik dari properti batuan

Secara teoritis, parameter yang dijadikan sebagai target log dapat berupa parameter apa saja yang terdapat dalam data log suatu sumur. Dari suatu data survey seismik 3D, dapat dihitung serangkaian nilai atribut seismiknya, kemudian dari nilai atribut seismik tersebut, akan dikorelasikan dengan data target log dari satu atau beberapa sumur yang ada. Jadi tujuan dalam tahapan ini adalah untuk mendapatkan transformasi multiatribut dalam bentuk transformasi linear atau on linear yang menunjukkan korelasi antara nilai atribut seismik dengan target log (Abdul Haris, 2009).

Gambar 1.1 menunjukan peta regional lapangan Danish North Sea di Negara Denmark bagian utara. Di mulai tahun 1971, ada sekitar 19 lapangan Danish North Seayang sudah berproduksi minyak dan gas.

Gambar 1.1 Daerah penelitian (Ziegler, 1990; Megson & Hardman, 2001) Lapisan Ekofisk merupakan lapangan terluas di North Sea Chalk Play. Strukturnya berupa elongated dome, yang memiliki ketebalan sekitar 2900 m. Hidrokarbon berada pada reservoar Paleocene danCretaceous chalks dengan ketebalan mencapai 900 m ( Anthony M. Spencer, et al, 2008). Reservoar Ekofisk memiliki cadangan minyak sebesar 6.9 x 109 _{bbl dan gas sebesar 10.7 x 10}12 _{scf, dimana 75 %} berada pada formasi Ekofisk. Di Denmark petroleum play utama berada di chalk, dianataranya berada di reservoarPaleocenedanJurassic.

1. Stratigrafi Daerah Penelitian

Danish North Sea Basinmemiliki beberapa formasi dari Paleocenesampai Miocene

yang ditunjukan pada Gambar 2.1. Cekungan di daerah ini terdiri dari beberapa formasi diantaranya, formasiEkofisk, formasiTor, danCromer Knoll Group.

a. Formasi Ekofisk

Formasi Ekofisk termasuk dalam lapisan chalk, dimana warnanya putih sampai abu-abu. Formasi ini tersebar pada sebelah selatan dan tengah dariNorth Sea. Formasi ini berawal Paleosen. Formasi ini mengandung batu kapur putih, coklat atau krem, keras, padat, dan berbutir halus. Formasi ekofisk merupakan formasi terbesar di batuan karbonat laut Utara.

b. Formasi Tor

Formasi Tor terdiri dari batu kapur berwarna putih sampai abu-abu, coklat muda sampai merah muda, keras, chalky limestone. Formasi ini merupakan formasi yang homogeni, terdiri dari warna putih, abu-abu atau krem, keras, dan sangat keras, sedikit yang linak, mudstones. Terkadang lapisannya berwarna hijau ke abu-abuan,marl, dan juga sedikitcalcareous shales.

c. Cromer Knoll Group

Cromer Knoll Group terdiri dari butiran yang berbutir halus, argillaceous, sedimen

marine dengan variasi konten dari calcareous material, calcareous claystones, siltstone,

SEMINAR

NASIONAL

JURUSAN

FISIKA

FMIPA UM 2016

dan pasiran. Lempung pasiran berwarna abu-abu sampai abu-abu kehitaman, kuning keabu-abuan, kehijauan dan kecoklatan. Terdapat mica dan pyrit. Secara umum mapal mendominasi lithology pada bagia atas dan bawah lapangan.

Gambar 2.1 Stratigrafi Danish North Sea (Poul Scioler et al, 2007) Zona target berada pada kotak merah

2. PengendapanChalk

Pada awalnya kondisi suhu di Late Crestaceus pada Danish North Sea sedang mengalami kenaikan dimana proses transgresi sedang berlangsung pada saat itu.

Cocolith merupakan alga ber sel 1 (satu) yang merupakan organisme utama penyusun

chalk. Cocoliths ini tinggal disepanjang perairan yang dangkal dan berada dibawah permukaan laut yang memiliki sinar matahari dan makanan yang cukup. Pada saat Cocoliths mati, kulitnya jatuh ke dasar laut. Setelah itu adanya arus turbidit membuat kumpulan dari jasad Cocolirths ini longsor kea rah laut yang lebih dalam. Longsoran yang paling terdekat akan menghasilkan butiran yang cukup besar sedangkan longsoran terjauh merupakan butiran halus. Longsoran yang halus ini merupakan

homogeneus Chalk dan dinamakan formasi Ekofisk. Secara umum penjelasan pengendapanchalkdirangkum dalamGambar 2.2

Gambar 2.2 Proses DeposisiChalkdiDanish North Sea(Taylor dan Lapre, 1987) 3. Migrasi PadaChalk

Kandungan minyak terdapat pada batuan karbonat, dimana batuan karbonat berada pada formasi Ekofisk, Tor, dan Herring yang berumur Paleocene. Sedangkan batu induk berada pada Jurassic, yang didominasi oleh serpih yang memiliki sifat permeabilitas yang kecil. Lalu pada kondisi ini mengalami patahan seperti terdapat pada Gambar 2.3. Mart merupakan shale yang mengandung lempung 30% dan karbonat 70% (Apollo Kok, 2012)

Gambar 2.3 Migrasi padaChalkdiDanish Nort Sea(Apollo Kok, 2012) METODOLOGI PENELITIAN

Pemodelan geometri penyebaran Chalk akan dilakukan dengan melakukan analisis multiatribut dengan mengintegrasikan data sumur dan data seismic yang ada. Metode ini akan dilakukan dengan dua cara yaituStep Wise Regression(SWR) danProbabilistic

Neural Network (PNN). Analisis Multiatribut dijelaskan oleh diagram alir pada

SEMINAR

NASIONAL

JURUSAN

FISIKA

FMIPA UM 2016

Gambar 3.1 Metode Analisis Statitik Multiatribut (dimodifikasi dari Wibowo A. W. 2008)

HASIL DAN PEMBAHASAN 1. Korelasi Sumur

Korelasi sumur merupakan proses menggabungkan sumur-sumur dengan cara mengkorelasikan sumur satu dengan sumur yang lain pada zona penelitian. Marker sumur ditempatkan pada bentuk log sumur yang menandakan batas suatu lapisan di bawah permukaan. Marker yang akan digunakan yaitu pada formasi Ekofisk dimana zona tersebut didominasi dengan batuanChalk.

Korelasi sumur dilakukan dengan melihat log gamma ray dan log Neutron. Penelitian ini bertujuan mencari sebaran batuanChalkyang menjadi salah satu batuan yang dapat menghasilkan cadangan minyak. Log gamma raydanneutronyang relative bernilai rendah terhadap nilai sekitarnya dapat menunjukan adanya lapisanChalk.

Data Log

Sumur Data-DataSeismik

Properti Log

Atribut 1, 2, ,n

Sumur-seismic Tie Ekstraksi Atribut Ekstraksi Log

Analisis Statistik

Pelatihan Data Sampel

Operator Korelasi

Optimal

Volume Data Seismik

Ya

Volume parameter

Analisis & Interretasi

Gambar 4.1 Zona target sumur 1, 2, dan 3 pada kotak berwarna merah

2. AnalisaCrossplot Log

Untuk mengetahui parameter log sumur yang sensitif terhadap perubahan litologi maupun karakteristik petrofisika pada sumur, dilakukan teknik crossplot antara dua log dalam sistem kartesian sumbu koordinat x dan y. Data yang memiliki kesamaan karakter litologi/porositas dikelompokkan dalam zona-zona. Crossplot dilakukan pada interval antara 1868.71- 2165.3ms antara log-log berikut:

a. Densitas vs Porositas

Dari crossplot pada Gambar 4.2 dapat dilihat bahwa persebaran nilai densitas vs porositas terbagi menjadi menjadi tiga zona litologi. Pada zona hijau nilai densitas tinggi akan tetapi nilai porositasnya rendah menunjukan bahwa litologi zona tersebut shale, sedangakan pada zona kuning dengan nilai porositas (19.5 26.8 %) ini menunjukan zona tersebut adalahchalk.

Gambar 4.2. Crossplot antara densitas dan porositas pada log Sumur-3. Crossplot ini dapat memisahkan antara shale, tight Chalk dan batu pasir dengan cukup baik.

SEMINAR

NASIONAL

JURUSAN

FISIKA

FMIPA UM 2016

b. P-Impedancevs Densitas

Dari hasil crossplot pada Gambar 4.3 antara P-Imedance vs Densitas persebaran

pada crossplot tersebut di bagi menjadi tiga zona. Zona yang berwarna kuning nilai

P-Impedance kecil berkisar 2200 2700((ft/s)*(g/cc) dan nilai Densitas juga kecil berkisar

2 2.5 (g/cc) menunjukkan zona tersebut berupa batu pasir danChalk, sedangkan zona berwarna orange berupa sand dan shaly-sand. Pada zona yang berwarna hijau menunjukan zona tersebut berupashale.

Gambar 4.3. Crossplot antara im

c. Gamma RayVs Porositas

Cross plot antara Gamma Ray vs Poroitas dapat dilihat pada Gambar 4.4 menunjukan ada beberapa zona pada crossplot tersebut, zona berwarna orange dengan nilai Gammar Ray dan Poroitas tinggi menunjukan zona tersebut berupa shale, sedangkan zona yang berwarna kuning menunjukan nilai Poroitas berkisar 20 35% dan nilaiGamma Rayrendah merupakan zona batuanChalk.

Gambar 4.4.Crossplot antara Gamma Raydan porositas pada Sumur-3. Pada crossplot

ini pemisahan antara shale, batu pasir dan chalk sudah cukup baik. Terlihat bahwa chalk mempunyai nilaiPoroitasyang tinggi.

d. P-Impedancevs Poroitas

Crossplot antara P-Impedance vs Poroitas dapat dilihat pada Gambar 4.5

menunjukan ada beberapa zona pada crossplot terssbut, zona berwarna hijau dengan nilai P-Impedance tinggi dan Poroitas rendah menunjukan zona tersebut berupa shale, sedangkan pada zona batu pasir dan chalk ditujukan pada zona yang berwarna merah dengan nilaiPoroitasberkisar 19.5 23.2 %.

SEMINAR

NASIONAL

JURUSAN

FISIKA

FMIPA UM 2016

b. P-Impedancevs Densitas

Dari hasil crossplot pada Gambar 4.3 antara P-Imedance vs Densitas persebaran

pada crossplottersebut di bagi menjadi tiga zona. Zona yang berwarna kuning nilai

P-Impedance kecil berkisar 2200 2700((ft/s)*(g/cc) dan nilai Densitas juga kecil berkisar

2 2.5 (g/cc) menunjukkan zona tersebut berupa batu pasir danChalk, sedangkan zona berwarna orange berupa sand dan shaly-sand. Pada zona yang berwarna hijau menunjukan zona tersebut berupashale.

a impedansi dan densitas pada Sumur-3. Pemisahan lit

c. Gamma RayVs Porositas

Cross plot antara Gamma Ray vs Poroitas dapat dilihat pada Gambar 4.4 menunjukan ada beberapa zona pada crossplot tersebut, zona berwarna orange dengan nilai Gammar Ray dan Poroitas tinggi menunjukan zona tersebut berupa shale, sedangkan zona yang berwarna kuning menunjukan nilai Poroitas berkisar 20 35% dan nilaiGamma Rayrendah merupakan zona batuanChalk.

Gambar 4.4.Crossplot antara Gamma Raydan porositas pada Sumur-3. Pada crossplot

ini pemisahan antara shale, batu pasir dan chalk sudah cukup baik. Terlihat bahwa chalk mempunyai nilaiPoroitasyang tinggi.

d. P-Impedancevs Poroitas

Crossplot antara P-Impedance vs Poroitas dapat dilihat pada Gambar 4.5

menunjukan ada beberapa zona pada crossplot terssbut, zona berwarna hijau dengan nilai P-Impedance tinggi dan Poroitas rendah menunjukan zona tersebut berupa shale, sedangkan pada zona batu pasir dan chalk ditujukan pada zona yang berwarna merah dengan nilaiPoroitasberkisar 19.5 23.2 %.

SEMINAR

NASIONAL

JURUSAN

FISIKA

FMIPA UM 2016

b. P-Impedancevs Densitas

Dari hasil crossplot pada Gambar 4.3 antara P-Imedance vs Densitas persebaran

pada crossplottersebut di bagi menjadi tiga zona. Zona yang berwarna kuning nilai

P-Impedance kecil berkisar 2200 2700((ft/s)*(g/cc) dan nilai Densitas juga kecil berkisar

2 2.5 (g/cc) menunjukkan zona tersebut berupa batu pasir danChalk, sedangkan zona berwarna orange berupa sand dan shaly-sand. Pada zona yang berwarna hijau menunjukan zona tersebut berupashale.

n litologi cukup baik.

c. Gamma RayVs Porositas

Cross plot antara Gamma Ray vs Poroitas dapat dilihat pada Gambar 4.4 menunjukan ada beberapa zona pada crossplot tersebut, zona berwarna orange dengan nilai Gammar Ray dan Poroitas tinggi menunjukan zona tersebut berupa shale, sedangkan zona yang berwarna kuning menunjukan nilai Poroitas berkisar 20 35% dan nilaiGamma Rayrendah merupakan zona batuanChalk.

Gambar 4.4.Crossplot antara Gamma Raydan porositas pada Sumur-3. Pada crossplot

ini pemisahan antara shale, batu pasir dan chalk sudah cukup baik. Terlihat bahwa chalk mempunyai nilaiPoroitasyang tinggi.

d. P-Impedancevs Poroitas

Crossplot antara P-Impedance vs Poroitas dapat dilihat pada Gambar 4.5

menunjukan ada beberapa zona pada crossplot terssbut, zona berwarna hijau dengan nilai P-Impedance tinggi dan Poroitas rendah menunjukan zona tersebut berupa shale, sedangkan pada zona batu pasir dan chalk ditujukan pada zona yang berwarna merah dengan nilaiPoroitasberkisar 19.5 23.2 %.

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 untukProbabilistic 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.

SEMINAR

NASIONAL

JURUSAN

FISIKA

FMIPA UM 2016

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 memilikiPoroitas 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 Poroitasyang rendah untuk batuan chalk.

Gambar 4.7 Penampang dari kubus porositas terprediksi menggunakan Probabilistic Neural Networkdi Inline 757

4.

Analisa Terintegrasi Inversi Impedansi Akustik dan Seismik Multiatribut

Setelah melakukan analisa terhadap hasil inversi impedansi akustik dengan metode model based dan seismik multiatribut dengan probabilistic neural network, akan dilakukan analisa terintegrasi untuk mengkarakterisasi reservoar pada lapangan Danish North Sea. Analisa ini akan mengorelasikan persebaran nilai porositas dan impedansi akustik padahorizon map, dan penampangarbitrary line.

Horizon Top Chalk PNN dengan Porosity

Gambar 4.8 Penampang Inversi AI yang melawati sumur-3 dengan satu zona dugaan reservoar

Gambar 4.8 menunjukkan penampang arbitrary line yang melewati sumur-1 dan sumur-3. Horizon yang ditampilkan pada penampang ini adalah horizon pada formasi Ekofisk. Pada penampang inversi impedansi akustik model based ini yang digunakan hanya pada zona target padatopdanbase Horizondi luar zona target dinyatakan tidak valid. Oleh karena itu, pada penampang tersebut terdapat dugaan sebuah reservoar yang menerus dengan nilai range dari rendah hingga tinggi 23750 35000 ((ft/s)*(g/cc)) diantara kedua sumur ditandai pada AI yang identik dan saling berkaitan di kedua sumur pada zona Ekofsk, dimana formasi tersebut merupakan resrvoar batu pasir dan chalk.

5. Persebaran Batuan Chalk

Dengan karakteristik batuan chalkyang memiliki Poroitas yang sangat tinggi dan permeabilitas rendah, kualitas batuan chalkitu sendiri tidak seperti pada batuan pasir karena nilaiPoroitaspada batuanchalkmemiliki nilai range 30 45% (Hardman, 182). Sehingga pada analisa persebaran chalk dilakukan dengan menentukan nilai porositas.

Gambar 4.9 (a) Horizon Top Chalk PNN dengan Poroitas

Gambar 4.9menunjukkan nilai porositas pada PNN dari terendah hingga tertinggi adalah 23 30 % dengan hasil dari kedua metoda tersebut nilai porositas yang paling besar ditujukan pada nilai PNN sehingga metode PNN lebih baik. Akan tetapi, dengan nilai Poroitas tertinggi tersebut masih dikategorikan cukup baik sehingga batuanchalk.

Horizon Top Chalk PNN dengan Porosity

Gambar 4.8 Penampang Inversi AI yang melawati sumur-3 dengan satu zona dugaan reservoar

Gambar 4.8 menunjukkan penampang arbitrary line yang melewati sumur-1 dan sumur-3. Horizon yang ditampilkan pada penampang ini adalah horizon pada formasi Ekofisk. Pada penampang inversi impedansi akustik model based ini yang digunakan hanya pada zona target padatopdanbase Horizondi luar zona target dinyatakan tidak valid. Oleh karena itu, pada penampang tersebut terdapat dugaan sebuah reservoar yang menerus dengan nilai range dari rendah hingga tinggi 23750 35000 ((ft/s)*(g/cc)) diantara kedua sumur ditandai pada AI yang identik dan saling berkaitan di kedua sumur pada zona Ekofsk, dimana formasi tersebut merupakan resrvoar batu pasir dan chalk.

5. Persebaran Batuan Chalk

Dengan karakteristik batuan chalkyang memiliki Poroitas yang sangat tinggi dan permeabilitas rendah, kualitas batuan chalkitu sendiri tidak seperti pada batuan pasir karena nilaiPoroitaspada batuanchalkmemiliki nilai range 30 45% (Hardman, 182). Sehingga pada analisa persebaran chalk dilakukan dengan menentukan nilai porositas.

Gambar 4.9 (a) Horizon Top Chalk PNN dengan Poroitas

Gambar 4.9menunjukkan nilai porositas pada PNN dari terendah hingga tertinggi adalah 23 30 % dengan hasil dari kedua metoda tersebut nilai porositas yang paling besar ditujukan pada nilai PNN sehingga metode PNN lebih baik. Akan tetapi, dengan nilai Poroitas tertinggi tersebut masih dikategorikan cukup baik sehingga batuan chalk.

Horizon Top Chalk PNN dengan Porosity

Gambar 4.8 Penampang Inversi AI yang melawati sumur-3 dengan satu zona dugaan reservoar

Gambar 4.8 menunjukkan penampang arbitrary line yang melewati sumur-1 dan sumur-3. Horizon yang ditampilkan pada penampang ini adalah horizon pada formasi Ekofisk. Pada penampang inversi impedansi akustik model based ini yang digunakan hanya pada zona target padatopdanbase Horizondi luar zona target dinyatakan tidak valid. Oleh karena itu, pada penampang tersebut terdapat dugaan sebuah reservoar yang menerus dengan nilai range dari rendah hingga tinggi 23750 35000 ((ft/s)*(g/cc)) diantara kedua sumur ditandai pada AI yang identik dan saling berkaitan di kedua sumur pada zona Ekofsk, dimana formasi tersebut merupakan resrvoar batu pasir dan chalk.

5. Persebaran Batuan Chalk

Dengan karakteristik batuan chalkyang memiliki Poroitas yang sangat tinggi dan permeabilitas rendah, kualitas batuan chalkitu sendiri tidak seperti pada batuan pasir karena nilaiPoroitaspada batuanchalkmemiliki nilai range 30 45% (Hardman, 182). Sehingga pada analisa persebaran chalk dilakukan dengan menentukan nilai porositas.

Gambar 4.9 (a) Horizon Top Chalk PNN dengan Poroitas

Gambar 4.9menunjukkan nilai porositas pada PNN dari terendah hingga tertinggi adalah 23 30 % dengan hasil dari kedua metoda tersebut nilai porositas yang paling besar ditujukan pada nilai PNN sehingga metode PNN lebih baik. Akan tetapi, dengan nilai Poroitas tertinggi tersebut masih dikategorikan cukup baik sehingga batuan chalk.

SEMINAR

NASIONAL

JURUSAN

FISIKA

FMIPA UM 2016

Dari hasil penyebaran porositas pada formasi Ekofisk wilayah penelitian porositas baik tersebar pada wilayah barat laut daerah penelitian hal ini sesuai dengan data geologi regional yang menunjukan struktur elongated dome yang tersebar didaerah penelitian. Lapisan ekofisk ini berinterkalasi dengan lapisan tipis yang memiliki porositas rendah yang terletak di wilayah selatan daerah penelitian. Hal ini menunjukan sumber sedimen berasal dari utara daerah penelitian. Sehingga semakin jauh pengendapan sedimen dari sumbernya dapat di lihat pada wilayah selatan daerah penelitian yang didominasi oleh lapisan tipis dengan porositas rendah atau denz zone. Pada formasi ekofisk di lapangan Danish yaitu lingkunagan pengendapannya berupa

shallow marine.

KESIMPULAN 1. Kesimpulan

Dari pengolahan data pada penelitian ini diperoleh hasil untuk diinterpretasikan sebagai sarana mencapai tujuan dari penelitian ini, sehingga dapat disimpulkan bahw: 1. Inversi seismik Model Based telah dilakukan untuk menunjukkan distribusi nilai

impedansi akustik menggunakan kontrol data sumur. Impedansi akustik dapat membedakan batuan reservoar dengan nilai impedansi akustik rendah didapat nilai range impedansi 23750 35000 ((ft/s)*(g/cc)).

2. Analisis atribut dengan menggunakan metode Probabilsitic Neural Network (PNN) menghasilkan nilai porositas sesuai pada data sumur. Hal ini karena pada prosesnya, metode PNN melakukan regresi non linear sehingga hubungan antara data atribut denganLog Poroitasbisa dioptimalkan.

3. Dari hasil persebaran porositas pada formasi Ekofisk wilayah penelitian porositas baik tersebar pada wilayah barat laut daerah penelitian hal ini sesuai dengan data geologi regional yang menunjukan struktur elongated dome yang tersebar didaerah penelitian..

4. Dengan karakteristik batuan chalk yang memiliki Poroitas yang sangat tinggi, kualitas batuanchalkitu sendiri tidak seperti pada batuan pasir . Oleh karena itu, persebaran batuan Chalk pada zona target menunjukkan nilai range 23 30 dapat di indikasikan zona tersebut berupaChalk.

DAFTAR REFERENSI

Abdullah Agus., 2007, Polaritas Normal Polaritas reverse, di unduh pada tanggal; 20 April 2016, http://ensiklopediseismik.blogspot.co.id/2007/06/polaritas-normal-polaritas-reverse.htmla

Edward, A., 2014, Pemetaan Reservoar Karbonat Menggunakan Metode Dekomposisi Spektral Berbasis Continuous Wavelet Transform (CWT) Pada Studi Lapangan

Danish North Sea, Depok : Universitas Indonesia.

Hampson, D., Schuelke, J., and Qurein, J. A., 2001, Use of Multi-attribute Transforms to Predict Log Properties from Seismic Data, Geophysics, 66, p. 220- 236.

Hampson, Daniel P., Schuelke, James S., and Quirein, John A. 2000. Use of multiattribute transforms to predict log properties from seismic data. Society of Exploration Geophysicists.

Hampson, D. dan Russell, B., 2008, EMERGE: Multiatribut Theory, Hampson- Russel Software Services Ltd, Canada.

Hampson, D. dan Russell, B., 2009, EMERGE: PNN Theory, Hampson Russel Software Services Ltd, Canada.

Hardman, R. F. P. 1982.Chalk reservoirs of the North Sea.Bull. geol. Soc. Denmark,vol. 30, pp. 119-137, Copenhagen, September 1st_.

Haris, Abdul. 2004.Panduan kuliah Seismik Eksplorasi. Universitas Indonesia, Depok. Harsono, A., 1997, Evaluasi Formasi dan Aplikasi Log, Schlumberger Oilfield Service,

Edisi ke-8, Jakarta.

Irfana, 2014, Seismik Inversi, di unduh pada tanggal; 20 April 2016, https://irfanafriday.wordpress.com/2014/02/18/seismik-inversi/.

Megson, J. and Hardman, R, (2001). Exploration for and Development of Hydrocarbon in The Chalkof The North Sea: a low permeability system. Petroleum Geoscience. 7, 3 -13.

Schultz, P. S., Ronen, S., Hattori, M., and Corbett, C., 1994, Seismic Guided Estimation of Log Properties, The Leading Edge, Vol. 13, p. 305-315.

Russell, B. H ampson, D ., Lines, L., A Case Study in The L ocal Estimation of

Share-Wave Logs. Crewes

Schioler, Poul, Andsbjerg, Jan, Clausen, Ole R, Dam, Grefers, Dybkjaer, Karen Hambrg, Lars, Clausen, Clauss, Heilmann, Johannessen, Erik P, Kristensen, Lars E, Prince, lain, and Rasmussen, Jan A., 2007, Lithostratigraphy of the palaeogene Lower

Neogene Successun of the Danish North Sea, Gological Survey of Denmark and

Greenland Buletin.

Sukmono, S., 2007, Fundamentals of Seismic Interpretation, Geophysical Engineering, Bandung Institute of Technology, Bandung.

Yilmaz, O., 2001, Seismic Data Analysis. Processing, Interpretation and Inversion, Society of Exploration Geophysics.

Ziegler, P.A, 1990, Geological Atlas od Western and Central Europe, Geological Society Publishing House, Bath, 1-239 pp.

SEMINAR

NASIONAL

JURUSAN

FISIKA

FMIPA UM 2016

ISBN 978-602-71279-1-9 FG-117

b. P-Impedancevs Densitas

Dari hasil crossplot pada Gambar 4.3 antara P-Imedance vs Densitas persebaran pada crossplot tersebut di bagi menjadi tiga zona. Zona yang berwarna kuning nilai P-Impedance kecil berkisar 2200 2700((ft/s)*(g/cc) dan nilai Densitas juga kecil berkisar 2 2.5 (g/cc) menunjukkan zona tersebut berupa batu pasir danChalk, sedangkan zona berwarna orange berupa sand dan shaly-sand. Pada zona yang berwarna hijau menunjukan zona tersebut berupashale.

Gambar 4.3. Crossplot antara im c. Gamma RayVs Porositas

Cross plot antara Gamma Ray vs Poroitas dapat dilihat pada Gambar 4.4 menunjukan ada beberapa zona pada crossplot tersebut, zona berwarna orange dengan nilai Gammar Ray dan Poroitas tinggi menunjukan zona tersebut berupa shale, sedangkan zona yang berwarna kuning menunjukan nilai Poroitas berkisar 20 35% dan nilaiGamma Rayrendah merupakan zona batuanChalk.

Gambar 4.4.Crossplot antara Gamma Raydan porositas pada Sumur-3. Pada crossplot ini pemisahan antara shale, batu pasir dan chalk sudah cukup baik. Terlihat bahwa chalk mempunyai nilaiPoroitasyang tinggi.

d. P-Impedancevs Poroitas

Crossplot antara P-Impedance vs Poroitas dapat dilihat pada Gambar 4.5 menunjukan ada beberapa zona pada crossplot terssbut, zona berwarna hijau dengan nilai P-Impedance tinggi dan Poroitas rendah menunjukan zona tersebut berupa shale, sedangkan pada zona batu pasir dan chalk ditujukan pada zona yang berwarna merah dengan nilaiPoroitasberkisar 19.5 23.2 %.

SEMINAR

NASIONAL

JURUSAN

FISIKA

FMIPA UM 2016

ISBN 978-602-71279-1-9 FG-117

b. P-Impedancevs Densitas

Dari hasil crossplot pada Gambar 4.3 antara P-Imedance vs Densitas persebaran pada crossplottersebut di bagi menjadi tiga zona. Zona yang berwarna kuning nilai P-Impedance kecil berkisar 2200 2700((ft/s)*(g/cc) dan nilai Densitas juga kecil berkisar 2 2.5 (g/cc) menunjukkan zona tersebut berupa batu pasir danChalk, sedangkan zona berwarna orange berupa sand dan shaly-sand. Pada zona yang berwarna hijau menunjukan zona tersebut berupashale.

a impedansi dan densitas pada Sumur-3. Pemisahan lit c. Gamma RayVs Porositas

Cross plot antara Gamma Ray vs Poroitas dapat dilihat pada Gambar 4.4 menunjukan ada beberapa zona pada crossplot tersebut, zona berwarna orange dengan nilai Gammar Ray dan Poroitas tinggi menunjukan zona tersebut berupa shale, sedangkan zona yang berwarna kuning menunjukan nilai Poroitas berkisar 20 35% dan nilaiGamma Rayrendah merupakan zona batuanChalk.

Gambar 4.4.Crossplot antara Gamma Raydan porositas pada Sumur-3. Pada crossplot ini pemisahan antara shale, batu pasir dan chalk sudah cukup baik. Terlihat bahwa chalk mempunyai nilaiPoroitasyang tinggi.

d. P-Impedancevs Poroitas

Crossplot antara P-Impedance vs Poroitas dapat dilihat pada Gambar 4.5 menunjukan ada beberapa zona pada crossplot terssbut, zona berwarna hijau dengan nilai P-Impedance tinggi dan Poroitas rendah menunjukan zona tersebut berupa shale, sedangkan pada zona batu pasir dan chalk ditujukan pada zona yang berwarna merah dengan nilaiPoroitasberkisar 19.5 23.2 %.

SEMINAR

NASIONAL

JURUSAN

FISIKA

FMIPA UM 2016

ISBN 978-602-71279-1-9 FG-117

b. P-Impedancevs Densitas

Dari hasil crossplot pada Gambar 4.3 antara P-Imedance vs Densitas persebaran pada crossplottersebut di bagi menjadi tiga zona. Zona yang berwarna kuning nilai P-Impedance kecil berkisar 2200 2700((ft/s)*(g/cc) dan nilai Densitas juga kecil berkisar 2 2.5 (g/cc) menunjukkan zona tersebut berupa batu pasir danChalk, sedangkan zona berwarna orange berupa sand dan shaly-sand. Pada zona yang berwarna hijau menunjukan zona tersebut berupashale.

n litologi cukup baik. c. Gamma RayVs Porositas

Cross plot antara Gamma Ray vs Poroitas dapat dilihat pada Gambar 4.4 menunjukan ada beberapa zona pada crossplot tersebut, zona berwarna orange dengan nilai Gammar Ray dan Poroitas tinggi menunjukan zona tersebut berupa shale, sedangkan zona yang berwarna kuning menunjukan nilai Poroitas berkisar 20 35% dan nilaiGamma Rayrendah merupakan zona batuanChalk.

Gambar 4.4.Crossplot antara Gamma Raydan porositas pada Sumur-3. Pada crossplot ini pemisahan antara shale, batu pasir dan chalk sudah cukup baik. Terlihat bahwa chalk mempunyai nilaiPoroitasyang tinggi.

d. P-Impedancevs Poroitas

Crossplot antara P-Impedance vs Poroitas dapat dilihat pada Gambar 4.5 menunjukan ada beberapa zona pada crossplot terssbut, zona berwarna hijau dengan nilai P-Impedance tinggi dan Poroitas rendah menunjukan zona tersebut berupa shale, sedangkan pada zona batu pasir dan chalk ditujukan pada zona yang berwarna merah dengan nilaiPoroitasberkisar 19.5 23.2 %.

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 untukProbabilistic 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

SEMINAR

NASIONAL

JURUSAN

FISIKA

FMIPA UM 2016

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 memilikiPoroitas 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 Poroitasyang rendah untuk batuan chalk.

Gambar 4.7 Penampang dari kubus porositas terprediksi menggunakan Probabilistic Neural Networkdi Inline 757

4.

Analisa Terintegrasi Inversi Impedansi Akustik dan Seismik Multiatribut

Setelah melakukan analisa terhadap hasil inversi impedansi akustik dengan metode model based dan seismik multiatribut dengan probabilistic neural network, akan dilakukan analisa terintegrasi untuk mengkarakterisasi reservoar pada lapangan Danish North Sea. Analisa ini akan mengorelasikan persebaran nilai porositas dan impedansi akustik padahorizon map, dan penampangarbitrary line.

Horizon Top Chalk PNN dengan Porosity

Gambar 4.8 Penampang Inversi AI yang melawati sumur-3 dengan satu zona dugaan reservoar

Gambar 4.8 menunjukkan penampang arbitrary line yang melewati sumur-1 dan sumur-3. Horizon yang ditampilkan pada penampang ini adalah horizon pada formasi Ekofisk. Pada penampang inversi impedansi akustik model based ini yang digunakan hanya pada zona target padatopdanbase Horizondi luar zona target dinyatakan tidak valid. Oleh karena itu, pada penampang tersebut terdapat dugaan sebuah reservoar yang menerus dengan nilai range dari rendah hingga tinggi 23750 35000 ((ft/s)*(g/cc)) diantara kedua sumur ditandai pada AI yang identik dan saling berkaitan di kedua sumur pada zona Ekofsk, dimana formasi tersebut merupakan resrvoar batu pasir dan chalk.

5. Persebaran Batuan Chalk

Dengan karakteristik batuan chalkyang memiliki Poroitas yang sangat tinggi dan permeabilitas rendah, kualitas batuan chalkitu sendiri tidak seperti pada batuan pasir karena nilaiPoroitaspada batuanchalkmemiliki nilai range 30 45% (Hardman, 182). Sehingga pada analisa persebaran chalk dilakukan dengan menentukan nilai porositas.

Gambar 4.9 (a) Horizon Top Chalk PNN dengan Poroitas

Gambar 4.9menunjukkan nilai porositas pada PNN dari terendah hingga tertinggi adalah 23 30 % dengan hasil dari kedua metoda tersebut nilai porositas yang paling besar ditujukan pada nilai PNN sehingga metode PNN lebih baik. Akan tetapi, dengan nilai Poroitas tertinggi tersebut masih dikategorikan cukup baik sehingga batuanchalk.

Horizon Top Chalk PNN dengan Porosity

Gambar 4.8 Penampang Inversi AI yang melawati sumur-3 dengan satu zona dugaan reservoar

Gambar 4.8 menunjukkan penampang arbitrary line yang melewati sumur-1 dan sumur-3. Horizon yang ditampilkan pada penampang ini adalah horizon pada formasi Ekofisk. Pada penampang inversi impedansi akustik model based ini yang digunakan hanya pada zona target padatopdanbase Horizondi luar zona target dinyatakan tidak valid. Oleh karena itu, pada penampang tersebut terdapat dugaan sebuah reservoar yang menerus dengan nilai range dari rendah hingga tinggi 23750 35000 ((ft/s)*(g/cc)) diantara kedua sumur ditandai pada AI yang identik dan saling berkaitan di kedua sumur pada zona Ekofsk, dimana formasi tersebut merupakan resrvoar batu pasir dan chalk.

5. Persebaran Batuan Chalk

Dengan karakteristik batuan chalkyang memiliki Poroitas yang sangat tinggi dan permeabilitas rendah, kualitas batuan chalkitu sendiri tidak seperti pada batuan pasir karena nilaiPoroitaspada batuanchalkmemiliki nilai range 30 45% (Hardman, 182). Sehingga pada analisa persebaran chalk dilakukan dengan menentukan nilai porositas.

Gambar 4.9 (a) Horizon Top Chalk PNN dengan Poroitas

Gambar 4.9menunjukkan nilai porositas pada PNN dari terendah hingga tertinggi adalah 23 30 % dengan hasil dari kedua metoda tersebut nilai porositas yang paling besar ditujukan pada nilai PNN sehingga metode PNN lebih baik. Akan tetapi, dengan nilai Poroitas tertinggi tersebut masih dikategorikan cukup baik sehingga batuan chalk.

Horizon Top Chalk PNN dengan Porosity

Gambar 4.8 Penampang Inversi AI yang melawati sumur-3 dengan satu zona dugaan reservoar

Gambar 4.8 menunjukkan penampang arbitrary line yang melewati sumur-1 dan sumur-3. Horizon yang ditampilkan pada penampang ini adalah horizon pada formasi Ekofisk. Pada penampang inversi impedansi akustik model based ini yang digunakan hanya pada zona target padatopdanbase Horizondi luar zona target dinyatakan tidak valid. Oleh karena itu, pada penampang tersebut terdapat dugaan sebuah reservoar yang menerus dengan nilai range dari rendah hingga tinggi 23750 35000 ((ft/s)*(g/cc)) diantara kedua sumur ditandai pada AI yang identik dan saling berkaitan di kedua sumur pada zona Ekofsk, dimana formasi tersebut merupakan resrvoar batu pasir dan chalk.

5. Persebaran Batuan Chalk

Dengan karakteristik batuan chalkyang memiliki Poroitas yang sangat tinggi dan permeabilitas rendah, kualitas batuan chalkitu sendiri tidak seperti pada batuan pasir karena nilaiPoroitaspada batuanchalkmemiliki nilai range 30 45% (Hardman, 182). Sehingga pada analisa persebaran chalk dilakukan dengan menentukan nilai porositas.

Gambar 4.9 (a) Horizon Top Chalk PNN dengan Poroitas

Gambar 4.9menunjukkan nilai porositas pada PNN dari terendah hingga tertinggi adalah 23 30 % dengan hasil dari kedua metoda tersebut nilai porositas yang paling besar ditujukan pada nilai PNN sehingga metode PNN lebih baik. Akan tetapi, dengan nilai Poroitas tertinggi tersebut masih dikategorikan cukup baik sehingga batuan chalk.

SEMINAR

NASIONAL

JURUSAN

FISIKA

FMIPA UM 2016

ISBN 978-602-71279-1-9 FG-121

Dari hasil penyebaran porositas pada formasi Ekofisk wilayah penelitian porositas baik tersebar pada wilayah barat laut daerah penelitian hal ini sesuai dengan data geologi regional yang menunjukan struktur elongated dome yang tersebar didaerah penelitian. Lapisan ekofisk ini berinterkalasi dengan lapisan tipis yang memiliki porositas rendah yang terletak di wilayah selatan daerah penelitian. Hal ini menunjukan sumber sedimen berasal dari utara daerah penelitian. Sehingga semakin jauh pengendapan sedimen dari sumbernya dapat di lihat pada wilayah selatan daerah penelitian yang didominasi oleh lapisan tipis dengan porositas rendah atau denz zone. Pada formasi ekofisk di lapangan Danish yaitu lingkunagan pengendapannya berupa shallow marine.

KESIMPULAN 1. Kesimpulan

Dari pengolahan data pada penelitian ini diperoleh hasil untuk diinterpretasikan sebagai sarana mencapai tujuan dari penelitian ini, sehingga dapat disimpulkan bahw: 1. Inversi seismik Model Based telah dilakukan untuk menunjukkan distribusi nilai

impedansi akustik menggunakan kontrol data sumur. Impedansi akustik dapat membedakan batuan reservoar dengan nilai impedansi akustik rendah didapat nilai range impedansi 23750 35000 ((ft/s)*(g/cc)).

2. Analisis atribut dengan menggunakan metode Probabilsitic Neural Network (PNN) menghasilkan nilai porositas sesuai pada data sumur. Hal ini karena pada prosesnya, metode PNN melakukan regresi non linear sehingga hubungan antara data atribut denganLog Poroitasbisa dioptimalkan.

3. Dari hasil persebaran porositas pada formasi Ekofisk wilayah penelitian porositas baik tersebar pada wilayah barat laut daerah penelitian hal ini sesuai dengan data geologi regional yang menunjukan struktur elongated dome yang tersebar didaerah penelitian..

4. Dengan karakteristik batuan chalk yang memiliki Poroitas yang sangat tinggi, kualitas batuanchalkitu sendiri tidak seperti pada batuan pasir . Oleh karena itu, persebaran batuan Chalk pada zona target menunjukkan nilai range 23 30 dapat di indikasikan zona tersebut berupaChalk.

DAFTAR REFERENSI

Abdullah Agus., 2007, Polaritas Normal Polaritas reverse, di unduh pada tanggal; 20 April 2016, http://ensiklopediseismik.blogspot.co.id/2007/06/polaritas-normal-polaritas-reverse.htmla

Edward, A., 2014, Pemetaan Reservoar Karbonat Menggunakan Metode Dekomposisi Spektral Berbasis Continuous Wavelet Transform (CWT) Pada Studi Lapangan Danish North Sea, Depok : Universitas Indonesia.

Hampson, D., Schuelke, J., and Qurein, J. A., 2001, Use of Multi-attribute Transforms to Predict Log Properties from Seismic Data, Geophysics, 66, p. 220- 236.

Hampson, Daniel P., Schuelke, James S., and Quirein, John A. 2000. Use of multiattribute transforms to predict log properties from seismic data. Society of Exploration Geophysicists.

Hampson, D. dan Russell, B., 2008, EMERGE: Multiatribut Theory, Hampson- Russel Software Services Ltd, Canada.

Hampson, D. dan Russell, B., 2009, EMERGE: PNN Theory, Hampson Russel Software Services Ltd, Canada.

Hardman, R. F. P. 1982.Chalk reservoirs of the North Sea.Bull. geol. Soc. Denmark,vol. 30, pp. 119-137, Copenhagen, September 1st_.

Haris, Abdul. 2004.Panduan kuliah Seismik Eksplorasi. Universitas Indonesia, Depok. Harsono, A., 1997, Evaluasi Formasi dan Aplikasi Log, Schlumberger Oilfield Service,

Edisi ke-8, Jakarta.

Irfana, 2014, Seismik Inversi, di unduh pada tanggal; 20 April 2016, https://irfanafriday.wordpress.com/2014/02/18/seismik-inversi/.

Megson, J. and Hardman, R, (2001). Exploration for and Development of Hydrocarbon in The Chalkof The North Sea: a low permeability system. Petroleum Geoscience. 7, 3 -13.

Schultz, P. S., Ronen, S., Hattori, M., and Corbett, C., 1994, Seismic Guided Estimation of Log Properties, The Leading Edge, Vol. 13, p. 305-315.

Russell, B. H ampson, D ., Lines, L., A Case Study in The L ocal Estimation of Share-Wave Logs. Crewes

Schioler, Poul, Andsbjerg, Jan, Clausen, Ole R, Dam, Grefers, Dybkjaer, Karen Hambrg, Lars, Clausen, Clauss, Heilmann, Johannessen, Erik P, Kristensen, Lars E, Prince, lain, and Rasmussen, Jan A., 2007, Lithostratigraphy of the palaeogene Lower Neogene Successun of the Danish North Sea, Gological Survey of Denmark and Greenland Buletin.

Sukmono, S., 2007, Fundamentals of Seismic Interpretation, Geophysical Engineering, Bandung Institute of Technology, Bandung.

Yilmaz, O., 2001, Seismic Data Analysis. Processing, Interpretation and Inversion, Society of Exploration Geophysics.

Ziegler, P.A, 1990, Geological Atlas od Western and Central Europe, Geological Society Publishing House, Bath, 1-239 pp.