ANALISIS PERSEBARAN POTENSI TOTAL ORGANIC CARBON (TOC) LAPANGAN “LINGGA” DENGAN MENGGUNAKAN METODE INVERSI SEISMIK DAN NEURAL NETWORK

M.KEVIN P.B SINULINGGA, 1215051035 (2017) ANALISIS PERSEBARAN POTENSI TOTAL ORGANIC CARBON (TOC) LAPANGAN “LINGGA” DENGAN MENGGUNAKAN METODE INVERSI SEISMIK DAN NEURAL NETWORK. UNIVERSITAS LAMPUNG, FAKULTAS TEKNIK.

[img]
Preview
Text
ABSTRACT (ABSTRAK).pdf

Download (27Kb) | Preview
[img] Text
SKRIPSI FULL.pdf
Restricted to Registered users only

Download (4030Kb)
[img]
Preview
Text
SKRIPSI TANPA BAB PEMBAHASAN.pdf

Download (4031Kb) | Preview

Abstrak

Lapangan “LINGGA” terletak di provinsi Sumatera Utara dengan target penelitian Formasi Belumai, Cekungan Sumatera Utara. Tujuan penelitian ini adalah untuk menentukan zona prospek shale hidrokarbon pada lapangan “LINGGA” dengan menggunakan analisis seismik multi-atribut neural networks berdasarkan data petrofisika Total Organic Carbon (TOC) serta seismik inversi Acoustic Impedance. Seismik multi-atribut neural networks digunakan untuk mengetahui sebaran property shale hidrokarbon berdasarkan data petrofisika berupa TOC yang digunakan untuk mengetahui kandungan hidrokarbon pada lapisan shale. Data seismik Acoustic Impedance memperoleh nilai 5865 – 10295((m/s)*(g/cc)) untuk mengkarakterisasi lapisan shale pada Formasi Belumai. Sedangkan untuk seismik AI digunakan sebagai external attribute dan data 2D seismik sebagai internal attribute pada seismik multiatribut neural networks. Hasil seismik multi-atribut neural networks diperoleh nilai penyebaran TOC yang dikategorikan baik pada target Formasi Belumai dengan nilai TOC 0,79 – 1,10%. Kata Kunci : Multi-atribut Neural Networks, Acoustic Impedance, Total Organic Carbon, Shale hidrokarbon abstract “LINGGA” field is located in North Sumatra Province with research objective Belumai Formation, North Sumatra Basin. The purpose of this research is to determine shale hydrocarbon prospect zone on “LINGGA” field using neural networks multi-atribut seismic analysis, based on Total Organic Carbon (TOC) petrophysical data and seismic Acoustic Impedance inversion. Neural networks multi-atribut seismic is used to discover shale hydrocarbon property based on TOC petrophysical data, that is being used to find out hydrocarbon content on shale layer. Seismic Acoustic Impedance data has obtained value 5865 – 10295 ((m/s)*(g/cc)) to characterize shale layer on Belumai Formation. While seismic AI is used as external attribute and seismic 2D data as internal attribute for neural networks multi-atribut seismic. The result of neural networks multi-atribut seismic has obtained TOC distribution value which categorize as good on the target Belumai Formation with TOC value 0,79 – 1,10%. Keyword : Multi-atribut Neural Networks, Acoustic Impedance, Total Organic Carbon, Shale hydrocarbon

Tipe Karya Ilmiah: Skripsi
Subyek: Q Science (General) > Q Science (General)
Teknologi > Teknologi (General)
Teknologi > Teknologi (General)
Teknologi (General)
Program Studi: Fakultas Teknik > Prodi Geofisika
Depositing User: 64497749 . Digilib
Date Deposited: 28 Dec 2017 08:16
Last Modified: 28 Dec 2017 08:16
URI: http://digilib.unila.ac.id/id/eprint/29545

Actions (login required)

View Item View Item