Hasil Pencarian  ::  Simpan CSV :: Kembali

"ABSTRAKKemampuan produksi sebuah sumur dapat dinilai dari parameter porositas dan permeabilitas dari reservoirnya . Untuk memperoleh nilai porositas dan permeabilitas pada sebuah sumur umumnya akan dilakukan logging dan coring dengan biaya yang tinggi. Pada penelitian ini penulis akan mengatasi masalah tersebut dengan mencoba untuk memperoleh data porositas dan permeabilitas pada sumur target menggunakan rock typing metode Lucia yang akan diintegrasikan dengan salah satu metode geostatistik yaitu Naive Bayes classifier. Metode rock typing Lucia akan membagi batuan reservoir pada sumur acuan menjadi beberapa kelas berdasar korelasi porositas dan permeabilitasnya, kemudian metode kalsifikasi Naive Bayes akan mengkorelasikan kelas tersebut dengan nilai Vp dan Vs beserta turunannya. Dengan pengintegrasian ini diperoleh trend yang menunjukan korelasi yang baik antara nilai Vp dan Vs dengan kelas batuan yang mewakili nilai porositas dan permeabilitas. Oleh karena itu nilai porositas dan permeabilitas dapat diperoleh dengan mengklasifikasikan nilai Vp dan Vs maupun turunanya pada sumur target menggunakan klasifikasi Naive Bayes. Setelah memperoleh nilai porositas dan permeabilitas pada sumur target, maka analisis produksi dapat dilakukan dengan melihat tipe batuan zona prospek sumur acuan. Selain memperoleh analisa potensi produksi sumur target, penulis juga dapat melihat kerusakan dan merekomendasikan penyemenan dengan menganalisa porositas dan permeabilitas.

---

ABSTRAKThe production capability of a well can be evaluated by measuring the porosity and permeability parameters of the reservoir. To obtain the porosity and permeability values in a well usually in industrial is using coring method. Both method are requiring high cost instrumentation. In this study the authors will solve that problem by trying to obtain the porosity and permeability data on the target well without coring using the Lucia method rock typing which will be integrated with one of the geostatistics method that is Naive Bayes classifier. Lucia 39 s rock typing method will divide the reservoir rocks from reference well into several classes based on the porosity and permeability value by the particle size of the rock, then the Naive Bayes classification method will correlate the classes with Vp and Vs and also with their derivatives . With this integration we get a trend that shows a good correlation between Vp and Vs with rock classes representing porosity and permeability values of the reservoir rock in target well. Therefore, porosity and permeability values can be obtained with Vp and Vs and also with their derivative of target wells with the Naive Bayes classification method. After obtaining the porosity and permeability values in the target well, the production analysis can be done by looking at the rock type of the prospect zone of the reference well. In addition to obtaining an analysis of the production potential of the target well, the authors can also look at the damage and recommend cementing by analyzing porosity and permeability. "

"ABSTRACTMetode rock typing adalah suatu metode yang dapat digunakan untuk menentukan nilai permeabilitas batuan dan mengklasifikasikan tipe batuan menjadi beberapa kelompok berdasarkan kondisi batuan sebenarnya. Penelitian ini menggunakan beberapa metode rock typing, yaitu metode Lucia, Flow Zone Indicator FZI, Winland R35, dan Pore Geometry Structure PGS. Penelitian ini menggunakan tiga sumur yang memiliki data core sebagai sumur referensi untuk digunakan metode-metode tersebut. Tujuan utama adalah melakukan komparasi dan memilih metode terbaik dari keempat metode tersebut. Kemudian menggunakan hasil metode rock typing untuk membuat model klasifikasi dan diaplikasikan kedalam sumur target yang tidak memiliki data core. Untuk klasifikasi, penelitian ini menggunakan dan melakukan komparasi metode Na ve Bayes dan Random Forest. Hasil yang diperoleh menunjukkan bahwa metode Lucia dan Na ve Bayes adalah metode rock typing dan classifier terbaik untuk penelitian ini. Kedua metode tersebut memiliki crossplot hubungan AI dan SI yang distribusinya terseparasi dengan baik berdasarkan kelas tipe batuannya. Sehingga untuk penelitian selanjutnya, hasil tersebut dapat digunakan dan diaplikasikan kedalam model seismik.

---

ABSTRACTRock typing is a method that can be used to determine permeability value of rocks and classify rock type in reservoir rocks into different units based on actual rocks conditions. This study uses several rock typing methods, that are Lucia, Flow Zone Indicator FZI, Winland R35, and Pore Geometry Structure PGS. This study uses three wells that have core data as reference wells for those methods. First objective is comparing those four methods and choose the best method for our study. Then, using the result of rock typing method to make a classification model and is applied into target wells that don rsquo t have core data. For classification, this study uses and compares Na ve Bayes and Random Forest method. The result shows Lucia and Na ve Bayes is the best rock typing and classifier method. Those methods able to have AI and SI crossplot which distributed separately well based on its rock type. So for future works, that results can be used and applied into seismic model."

"ABSTRAKDi daerah penelitian dan sekitarnya, reservoir karbonat pada Formasi Kujung adalah salah satu target eksplorasi. Salah satu syarat batuan karbonat sebagai reservoir yaitu harus mempunyai porositas dan permeabilitas yang baik agar mampu menyimpan dan mengalirkan hidrokarbon. Semakin besar angka porositas berarti pori-pori di dalam batuan tersebut semakin banyak, selain itu pori-pori yang saling terkoneksi akan meningkatkan permeabilitas batuan. Pengetahuan dan pemahaman mengenai porositas pada batuan karbonat dan penyebarannya sangat penting dalam eksplorasi. Pada penelitian ini dilakukan indentifikasi sebaran porositas Formasi Kujung I dengan metode penerapan aplikasi atribut pada data seismik 3D yang meliputi inversi, ant-track serta spectral decomposition. Berdasarkan penerapan atribut seismik tersebut, disimpulkan bahwa pada zona target porositas berkembang baik, selain itu ditemukan adanya fenomena low frequency shadow zone yang dapat digunakan sebagai indikator hidrokarbon pada zona target tersebut. Dengan adanya dua parameter yaitu porositas serta indikator hidrokarbon, pada penelitian ini dapat disimpulkan bahwa zona target sangat potensial sebagai reservoar yang mengandung hidrokarbon dan dapat dikembangkan sebagai target eksplorasi.

---

ABSTRACTStudy area and its surroundings, carbonate reservoir of Kujung Formation is one of the exploration target. The requirements of carbonate rock as a reservoir is must have a good porosity and permeability. Higher number of porosity it is mean there are lot of the pores in the rock, and also interconnected lot of pores will be increased permeability. So the carbonate rock with good porosity and permeability will be able to store and flow hydrocarbons. Knowledge and understanding of porosity in carbonate rocks and the distribution is very important in exploration. In this research, the identification of the distribution of porosity Kujung I Formation is using seismic attribute method. The seismic attribute application on the 3D seismic data covering the inversion, ant track as well as the spectral decomposition. The final result of applied seismic attributes, concluded that the porosity of the target zone is well developed. The study also found the phenomenon of low frequency shadow in the target zone that could be as an indicator of hydrocarbons. With two parameters, porosity and hydrocarbon indicators, the study summarized that the target zone is a potential reservoir with hydrocarbons possibility and could be developed as an exploration target."

"Saat ini, sekitar 40% produksi hidrokarbon dunia berasal dari reservoir karbonat. Berbeda dengan reservoir silisiklastik, reservoir karbonat memiliki karakteristik dengan tingkat heterogenitas lebih tinggi. Rock typing adalah metode klasifikasi batuan reservoir berdasarkan karakteristik spesifiknya kedalam satuan berbeda. Tujuan dari identifikasi rock type ini adalah menyederhanakan karakterisasi yang disebabkan oleh heterogenitas batuan reservoir. Identifikasi rock type pada tugas akhir ini menggunakan metode FZI, Winland-R35, dan Lucia. Metode ini dapat digunakan pula untuk memprediksi nilai permeabilitas pada uncored interval. Data yang digunakan pada penelitian ini adalah RCAL dan wireline log. Pengolahan data menggunakan perangkat lunak Interactive Petrophysics, dan Microsoft Excel. Berdasarkan hasil identifikasi, rock type atau flow unit berdasarkan metode FZI dibagi menjadi enam flow unit, berdasarkan metode winland-R35 dibagi menjadi empat tipe pore throat dengan sembilan flow unit, dan berdasarkan identifikasi klasifikasi lucia, kelas petrofisika dibagi kedalam kelas dua dan kelas tiga. Pada interval rock type yang tidak memiliki data core diprediksi menggunakan artificial neural network. Input porositas pada prediksi permeabilitas terdiri dari porositas sonik dan total (terkoreksi serpih). Prediksi permeabilitas paling baik ditemukan menggunakan metode FZI, dengan input porositas total.

---

Currently, about 40% of the world's hydrocarbon production comes from carbonate reservoirs. In contrast to siliciclastic reservoirs, carbonate reservoirs have characteristics with a higher degree of heterogeneity. Rock typing is a method of classification of reservoir rocks based on their specific characteristics into different units. The purpose of this rock type is to simplify the characterization caused by the heterogeneity of reservoir rocks. Rock type identification in this final project uses the FZI, Winland-R35, and Lucia methods. This method can also be used to predict permeability value at the uncored interval. The data used in this study were RCAL and wireline logs. Data processing using Interactive Petrophysics, and Microsoft Excel software. Based on the identification, rock type or flow unit from FZI method is divided into six, winland-R35 method flow unit is divided into four types of pore throat with nine flow units, and based on identification of lucia classification, the petrophysics class is divided into second and third class. Rock type of uncored interval is predicted using an artificial neural network. Porosity input in permeability prediction are using sonic and effective porosity (shale corrected). The best prediction of permeability was found using FZI method with effective porosity input"

"ABSTRAKLapangan Penobscot berada pada Cekungan Scotian, Canada. Cekungan tersebut merupakan salah satu mega area penghasil hidrokarbon di dunia yang telah dieksplorasi dan diproduksi selama lebih dari 50 tahun. Salah satu tahapan penting setelah eksplorasi lapangan adalah melakukan karakterisasi reservoar untuk pengembangan lapangan. Pengidentifikasian reservoar berdasarkan kandungan fluida, porositas, dan ketebalan menggunakan data seismik sangat krusial dalam bidang geologi dan geofisika.Penelitian ini menggunakan metoda analisa AVO dan inversi simultan pada data seismik pre-stack CDP gather lapangan Penobscot. Inversi dan analisa AVO digunakan untuk membedakan batuan reservoar yang megandung hidrokarbon dari batuan lain disekitarnya. Goodway mengajukan suatu terobosan baru terhadap metoda AVO inversion yang didasarkan atas Lamé parameters λ dan μ, dan density ρ, atau Lambda-Mu-Rho (LMR). Penampang reflektivitas yang menunjukkan kontras parameter Lambda dan Mu dapat membedakan secara optimal antara fluida dan litologi suatu reservoir. Pada kasus ini penampang reflektifitas dari kontras parameter Mu-Rho dapat digunakan sebagai litologi indikator. Sedangkan interpretasi penampang reflektivitas Lambda-Rho dapat menunjukkan identifikasi fluida, dalam hal ini gas.Hasil analisa pada lapangan Penobscot menunjukkan bahwa pada kedalaman antara 2478?3190 m (formasi Missisauga) didominasi oleh Sandstone terdapat indikasi adanya hidrokarbon berupa gas. Hasil analisa AVO, terlihat adanya anomali AVO kelas III pada TWT 2000 ms dan kehadiran gas pada zona tersebut. Lambda-Rho pada zona tersebut bernilai 33,5 - 35 Gpa*g/cc, nilai Mu-Rho pada zona tersebut bernilai 32 - 35 Gpa*g/cc. Analisa crossplot well menunjukkan bahwa pada area target mempunyai harga Lamda-Rho 35 ? 40 GPa*g/cc dan harga Mhu-Rho 49 ? 71 GPa*g/cc.

---

ABSTRACTPenobscot field located at Scotian Basin, Canada. Scotian basin is one of the mega-producing areas of hydrocarbon in the world that have been explored and produced for over 50 years. One of important steps after exploration of the field is to conduct a Reservoir Characterization for field development. The identification of reservoirs rocks using seismic reflection data is a very important topic in geology as well as geophysics area.In this study, AVO analysis and simultaneous inversion methods gained to pre-stack CDP gather seismic data of Penobscot field. Inversion and AVO analysis gained to distinguish the reservoir rocks that contained hydrocarbon with the surrounding rocks. Goodway proposed a new approach to AVO inversion based on the Lamé parameters λ and μ, and density ρ, or Lambda-Mu-Rho (LMR). The reflectivity section showing Lambda parameter and Mu contrast will be able to differentiate between litology and fluid reservoir optimally. In this case, reflectivity section of parameter contrast of Mu-Rho can be used as litology indicator. Reflectivity interpretation of Lambda-Rho section can predict fluid indicator, in this case gas.Analysis result for Penobscot field indicate that the depth of 2478?3190 m (Missisauga Formation) dominated by Sandstone and have gas indication. Based on AVO analysis, there is Class III AVO anomaly on TWT 2000 ms and the existence of gas on that zone. Lambda-Rho value on that zone is between 33,5 - 35 Gpa*g/cc. Mu-Rho value on that zone is between 32 - 35Gpa*g/cc. Based on well crossplot analysis in target area, Lamda-Rho value is between 35 ? 40 GPa*g/cc and Mhu-Rho value is between 49 ? 71 GPa*g/cc."

"Tekstur batuan karbonat dikenal dengan tingkat kompleksitas yang tinggi. Sehingga untukmemahaminya dibutuhkan perhatian yang lebih mendetil. Mengingat batuan karbonat ada bermacam-macam dan terdapat pengaruh deformasi rongga sekunder, dimana hal tersebut berkaitan langsung dengan nilai properti, yakni porositas dan permeabilitas. Berdasarkan nilaipengukuran properti pada sampel batuan inti yang sering dijadikan acuan, kadang masih menimbulkan kesalahan pada hasil permodelan dan keadaan sebenarnya. Oleh karena itu dibutuhkan metode yang dapat menghubungkan antara analisis kualitatif (fasies pengendapan)dan kuantitatif (korelasi nilai properti). Analisis fasies pengendapan dilakukan dengan acuan data wireline log, sample batuan inti, biostratigrafi, dan petrografi. Kemudian untuk analisis kuantitatif (rock typing) dilakukan dengan acuan nilai properti (porositas, permeabilitas, saturasi air, dan volume shale). Dalam menentukan metode kuantitatif yang paling tepat untuk digunakan dalam penelitian ini, penulis menyuguhkan metode Windland dan Hydraulic FlowUnit. Pada penelitian ini bertujuan untuk mendapatkan hubungan model fasies pengendapan dengan pembagian kelompok rock typing pada formasi Kujung unit I, lapangan “Betta”, Cekungan Jawa Timur Utara. Formasi Kujung Unit I top hingga bottom pada daerah penelitianmengindikasikan adanya 13 parasekuen. Terdapat beberapa lithofacies yaitu mudstone hingga grainstone, dan shale. Berada pada lingkungan pengendapan laguna dan open shelf dimana situasi eustasy konstan sehingga mendukung pertumbuhan reef patch. Nilai properti yangterkandung pada interval ini antara lain porosity berkisar 1.3% - 31.3% dan permeabilitasnya berkisar 0.04 mD hingga 1042 mD. Sehingga menghasilkan beberapa kelompok reservoir yang diberi ranking satu (1 - excellent), dua (2 – good), tiga (3 – poor), dan empat (4 – very poor) berdasarkan pengelompokan batuan dari kesamaan nilai flow unit (HFU) dan ukuran ronggayang saling terkoneksi (R35).

---

The texture of carbonate rock is known as a high level of complexity because it has several varieties and the effect of secondary porosities, such as vugs and crystallization. So that is directly involved to its properties value. However, the properties that are measured on core samples as a reference are often unmatched when it comes to modelling vs. actual condition. So, it is necessary to get the right method that can match between qualitative (depositional

facies) and quantitative analysis (properties correlation). Depositional facies interpretation is

controlled by wireline log data, core data sample, biostratigraphy, and also petrography report.

Later on, the quantitative analysis (rock typing) determined by combining reservoir properties

values, which are porosity, permeability, water saturation, clay volume. The next step is to get

the right quantitative analysis method for this research, we provide Windland and hydraulic

flow unit method to identify rock typing of carbonate reservoir. The objective from this research is to find correlation between depositional facies and its quality of carbonate Kujung unit I reservoir groups that located in “Betta” field, North East Java basin. Kujung Unit I formation from top to bottom in the research area indicates the presence of 13 parasequences.

There are several lithofacies namely mudstone to grainstone and shale. It is in a lagoon deposition environment and open shelf where the eustasy situation is relatifly constant thus supporting the growth of reef patches. The property values contained at this interval include porosity ranging from 1.3% - 31.3% and its permeability ranges from 0.04 mD to 1042 mD. Thus producing several reservoir groups ranked one (1 - excellent), two (2 - good), three (3 - poor), and four (4 - very poor) based on rock typing analysis based on the similarity of flow unit value (HFU) and the size of interconnected pores (R35)."

"Sistem pori pada reservoir karbonat sangat kompleks dibanding sistim pori pada batuan klastik. terdapat tiga jenis klasifikasi tipe pori pada batuan karbonat, yaitu Interparticle, Stiff dan Crack. Kompleksitas tipe pori tersebut dapat menyebabkan perubahan kecepatan gelombang-P sebesar 40%, serta membuat pengkarakterisasian reservoir karbonat menjadi hal yang sulit ketika estimasi gelombang S dilakukan hanya dengan tipe pori dominan saja (interparticle). Oleh karena itu, pemodelan modulus elastis batuan dengan memperhitungkan kompleksitas tipe pori pada batuan karbonat menjadi hal yang penting. Differential Effective Medium (DEM) merupakan salah satu metoda pemodelan modulus elastis batuan yang memperhitungkan heterogenitas tipe pori pada batuan karbonat dengan melakukan penambahan inklusi tipe pori sedikit demi sedikit kedalam material induk (host material) hingga proporsi materi yang diinginkan tercapai. Selain modulus elastis yang telah memperhitungkan heterogenitas tipe pori, pada penelitian ini juga dihasilkan jenis pori sekunder, persentase dari tipe pori primer dan sekunder, serta estimasi kecepatan gelombang shear.

---

Pore system in the carbonate reservoirs are very complex than the pore system on clastic rocks . There are three types of classification of pore types in carbonate rocks , the interparticle , Stiff and Crack . The complexity of the pore types can cause changes in P-wave velocity by 40 % , as well as create a carbonate reservoir characterization becomes difficult when the S wave estimation is done only with the type of dominant pore ( interparticle ) . Therefore , modeling the elastic moduli of rock taking into account the complexity of type pores in carbonate rocks become essential. Differential Effective Medium ( DEM ) is a method of modeling the elastic moduli of rock that takes into account the heterogeneity of types of pores in carbonate rocks by adding a pore -type inclusions little by little into the parent material ( host material ) until the proportion of the material is reached. In addition to the elastic moduli which has taken into account the heterogenity of pore type. This research also produced the type of secondary pores , percentage of primary and secondary pore types , and the estimation of shear wave velocity."

"Reservoir karbonat pada lapangan R merupakan karbonat batugamping dengan karakter Porositas-Permeabilitas yang kompleks. Penelitian ini bertujuan untuk karakterisasi reservoir karbonat dengan melakukan estimasi Porositas Interpartikel dan Permeabilitas berdasarkan Model 3D Rock Type. Modified Rock-Fabric Classification digunakan untuk melakukan klasifikasi tipe batuan (rock type) pada tiga sumur referensi (R2, R9, R20). Menggunakan metode ini didapatkan enam RT dari hubungan Porositas Interpartikel dan Permeabilitas. Model 3D Rock Type dihasilkan dengan mengintegrasikan atribut Impedansi Akustik (AI) dan Impedansi Shear (SI) hasil simultaneous inversion seismik dengan persebaran RT pada ketiga sumur referensi menggunakan Naive Bayes Classifier. Model 3D Rock Type digunakan untuk mengontrol estimasi Porositas Interpartikel dan Permeabilitas. Hasil estimasi Porositas Interpartikel menggunakan rocktyping menunjukkan nilai pada rentang 0-0.22, dengan nilai Porositas Interpartikel yang relatif baik pada rentang 0.20-0.22 yang berkorelasi dengan RT4. Hasil estimasi Permeabilitas menggunakan rocktyping menunjukkan nilai pada rentang 0-80 milidarcy (mD), dengan nilai Permeabilitas yang relatif baik pada rentang 70-80 mD dan berkorelasi dengan RT6. Hasil estimasi Porositas Interpartikel dan Permeabilitas menggunakan rocktyping bisa menjelaskan kompleksitas reservoir karbonat dengan lebih baik.

---

Carbonate Reservoir in R Field is a reef limestone which is characterized by its complex Porosity-Permeability relationship. This study aims to characterizze the carbonate reservoir by estimating its Interparticle Porosity and Permeability based on 3D Rock Type Model. Modified Rock-Fabric Classification is used to determine the distribution of Rock Types (rocktyping) in three reference wells (R2, R9, R20). This method identifies six Rock Types from the relationship of Interparticle Porosity and Permeability. 3D Rock Type Model is generated by integrating Acoustic Impedance (AI) and Shear Impedance (SI) attributes from seismic simultaneous inversion with Rock Types distribution in three reference wells using Naive Bayes Classifier. The result is then used to control Interparticle Porosity and Permeability Estimation. Interparticle Porosity estimation results using rocktyping show value ranges 0-0.22, a relatively good Interparticle Porosity value ranges 0.20-0.22 correlates with RT4. Permeability estimation results using rocktyping show value ranges 0-80 milidarcy (mD), a relatively good Permeability value ranges 70-80 mD correlates with RT6. Both results using rocktyping can give a better picture on the complexity of the carbonate reservoir in R Field."

"Keberadaan minyak dan gas bumi di daerah penelitian telah dibuktikan oleh empat (4) sumur yang dibor pada CD Karbonat Formasi Ngimbang. Rata-rata ketebalan karbonat berkisar antara 60 - 140 meter dengan kemampuan aliran sumur terbukti sangat bagus, dicerminkan dengan hasil tes sumuran (DST). CD Karbonat dibagi enam (6) zona aliran dengan ketebalan tiap zona berkisar antara 4 - 40 meter. Tiap zona dipisahkan oleh shale yang tipis atau pun karbonat yang ketat.Analisa detil core termasuk porositas, permeabilitas dan fasies dilakukan pada dua sumur. Hasil analisa menunjukan tidak terdapat hubungan antara lithofasies dengan porositas dan permeabilitas, sehingga pemodelan geologi berdasarkan pengelompokan lithofasies dari data core sulit untuk dilakukan.Kemudian pemodelan geologi dilakukan dengan melakukan perhitungan rock type secara petrofisika menggunakan persamaan Windland R35 dengan menggabungakan informasi yang diperoleh dari data core. Ketebalan zonasi reservoar berada di bawah resolusi seismik, sehingga analisa post stack 3d seismik yaitu analisa impedansi akustik tidak bisa membedakan zona-zona reservoar yang diidentifikasi dari sumur. Dalam tesis ini, data seismik hanya digunakan untuk pemetaan struktur dan tren karakter reservoar secara kualitatif untuk interval CD Karbonat secara keseluruhan. Untuk memetakan flow unit dari masing masing zona reservoar dalam model geologi, akan dilakukan secara statistik.

---

The presences of oil and gas in the North East Java Sea Basin, North of Madura Island, Indonesia, have been proven by four (4) wells drilled into the Early Oligocene CD Carbonate of the Ngimbang Formation. This formation was deposited within carbonate platform setting. The average gross thickness of carbonate ranges between 60 - 143 meters with very good deliverability of 450 – 4,449 BOPD recorded from DST’s. The reservoir comprises of six (6) zones with thickness of each zone ranges between 4 - 40 meters. Each zone is separated by either thin shale or tight carbonate. Reservoir rock types identification is an essential component in the reservoir characterization process. Rock typing together with acoustic impedance analysis from post stack 3D seismic data was carried out on carbonate reservoir. The results of the analysis were used as input for the geological model. Detailed core analysis data covering core porosity, core permeability, and core lithofacies were done on Salemba-B and Salemba-C wells. The data from both wells then used for rock typing calibration for other wells which do not have any conventional core data i.e. Cibubur-A and Salemba-A wells. Facies analysis from the core showed that no clear relation between core lithfacies with the poro-perm. Therefore the lithofacies based geological model from core was dificult to be performed. Rock type identification was calculated using Windland R35 equation which has been calibrated with core data. The productive zones were dificult to differentiate using accoustic impedance analysis due to the thickness of reservoar zonation is less than seismic resolution. Seismic data was only used to map the structure and qualitative gross reservoir charateristic. The geostatistical method was used to distribute the productive zone laterally identified from petrophysical analysis. The geological model produced was used to delineate the productive zones for field development. "

"Cekungan Jawa Timur merupakan salah satu cekungan tertua dengan tekanan pori tinggi di Indonesia. Penelitian dilakukan berfokus pada wilayah yang mengandung keberadaan hidrokarbon dengan kondisi tekanan tinggi (overpressure). Analisis pencarian zona hidrokarbon dilakukan menggunakan data sumur. Pengembangan eksplorasi untuk mencari cadangan minyak baru perlu dilakukan analisis tekanan pori agar proses pengeboran dapat dilakukan dengan optimum dan dapat mencegah dari kecelakaan kerja. Proses pengolahan pada penelitian ini dibagi menjadi dua, yaitu pengolahan terhadap data sumur yang digunakan untuk menentukan zona hidrokarbon dan besar tekanan pori pada area penelitian. Dalam mengolah data sumur, akan digunakan crossplot log untuk menentukan zona hidrokarbon dan menggunakan metode Eaton untuk mendapatkan estimasi tekanan pori. Selanjutnya adalah pengolahan data seismik yang akan digunakan dalam melakukan persebaran estimasi tekanan pori pada area penelitian. Pengolahan data seismik, akan dilakukan proses inversi untuk mendapatkan pemodelan kecepatan dan densitas serta inversi impedansi. Persebaran tekanan pori pada data sumur dilakukan dengan menggunakan neural network dengan masukkan data yang didapat dari hasil pengolahan data sumur dan data seismik. Berdasarkan pengolahan data yang telah dilakukan, didapatkan hasil bahwa Cekungan Jawa Timur memiliki tekanan tinggi dengan nilai tekanan pori melebihi tekanan hidrostatik. Zona overpressure ditemukan pada formasi Kujung I yaitu pada kedalaman 3725-3902 kaki dengan nilai tekanan pori 2334-2421 psi dan formasi Kujung II pada kedalaman 3975-4120 kaki dengan nilai tekanan pori sebesar 2592-2686 psi. Tekanan pori tinggi diduga karena hidrokarbon yang telah mencapai tingkat kematangan.

---

The East Java Basin is one of the oldest basins with high pore pressure in Indonesia. The research focuses on areas containing hydrocarbon presence with high-pressure conditions (overpressure). Analysis for hydrocarbon zones is conducted using well data. Exploration development to find new oil reserves requires an analysis of pore pressure to optimize drilling processes and prevent workplace accidents. The processing in this study is divided into two parts: processing well data used to determine hydrocarbon zones and the magnitude of pore pressure in the research area. When processing well data, a log crossplot will be used to identify hydrocarbon zones, and the Eaton method will be employed to estimate pore pressure. Subsequently, seismic data processing will be used to map the distribution of estimated pore pressure in the research area. Seismic data processing will involve inversion processes to obtain velocity and density modeling, as well as impedance inversion. Pore pressure distribution in well data will be conducted using a neural network, inputting data obtained from processing both well and seismic data. Based on the processed data, it was found that the East Java Basin has high pressure with pore pressure values exceeding hydrostatic pressure. Overpressure zones were identified in the Kujung I formation at depths of 3725-3902 feet with pore pressure values of 2334-2421 psi and in the Kujung II formation at depths of 3975-4120 feet with pore pressure values of 2592-2686 psi. The high pore pressure is suspected to be due to hydrocarbons reaching maturity levels."