CD Skripsi
Estimasi Porositas Reservoar secara Lateral dari Data LOG dan Seismik menggunakan metoda Jaringan saraf Tiruan (JST)
Telah dilakukan estimasi porositas reservoir secara lateral pada data log dan seismik dari lapangan “X” PT. Chevron di Pekanbaru menggunakan metoda jaringan saraf tiruan. Pada penelitian ini data yang digunakan adalah data porositas yang diturunkan dari log densitas sebagai target dan data atribut seismik sebagai data training. Atribut seismik diperoleh dengan menggunakan metode regresi stepwise. Pada penelitian ini digunakan dua tipe jaringan saraf tiruan yaitu Probabilistic Neural Network (PNN) dan Multilayer Feedforward Neural Network (MLFN). Porositas dari hasil penelitian menggunakan jaringan saraf tiruan dapat diprediksi dan lebih tepat menggunakan metoda jaringan sarat tiruan tipe PNN dimana keakuratan hasil porositas yang diprediksi sebesar 53 % dari porositas densitas aktualnya) jika dibandingkan dengan menggunakan metoda jaringan saraf tiruan tipe MLFN (keakuratan hasil porositas yang diprediksi sebesar 28 % dari porositas densitas aktualnya). Rata-rata porositas pada semua sumur untuk kedalaman dalam satuan waktu 1000 ms adalah 5.842%, kedalaman dalam satuan waktu1020 ms adalah 8.985%, kedalaman dalam satuan waktu 1040 ms adalah 14.657%, kedalaman dalam satuan waktu 1060 ms adalah 12.1%, kedalaman dalam satuan waktu 1080 ms adalah 4.828%, kedalaman dalam satuan waktu 1100 ms adalah 4.357%, kedalaman dalam satuan waktu 1120 ms adalah 4.557%, kedalaman dalam satuan waktu 1140 ms adalah 4.367%, kedalaman dalam satuan waktu 1160 ms adalah 5.985%, kedalaman dalam satuan waktu 1180 ms adalah 5.242% dan kedalaman dalam satuan waktu 1200 ms nilai porositas rata-ratanya adalah 4.442%. Pada lapisan kedalaman dalam satuan waktu 1040 ms – 1060 ms yang memiliki potensi cadangan minyak dan gas bumi.
Tidak tersedia versi lain