Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
Bauksit, sebagai bijih utama aluminium, mempunyai kualitas yang baik jika mengandung kadar alumina (Al2O2) yang tinggi dan reaktif silika (RSiO2) rendah. Penelitian ini dilakukan untuk memetakan distribusi spasial kadar Al2O3 dan RSiO2 menggunakan metode interpolasi ordinary kriging (OK) dan inverse distance weighting (IDW). Fitting variogram dilakukan dengan model spherical, exponential, dan gaussian, dan pemilihan variogram dilakukan dengan parameter residual sum of square (RSS). Dalam proses interpolasi IDW menggunakan power 1, 2, 3 dan 4. Evaluasi metode interpolasi terbaik dilakukan dengan parameter root mean square error (RMSE) dan mean error (ME). Hasil penelitian menunjukkan bawa metode interpolasi OK lebih baik dibandingkan dengan metode IDW. Peta hasil interpolasi OK menggambarkan bahwa distribusi bauksit dengan konsentrasi kadar Al2O3 ≥ 48% dan RSiO2 ≤ 5% menempati kurang lebih 50% dari luas daerah penelitian. Distribusi bauksit dengan kadar tersebut masih terbuka dan menerus ke arah utara, barat dan tenggara.

Abstrak :
Melalui metode inversi seismik yang digabungkan dengan simulasi geostatistik diperoleh suatu gambaran yang lebih rinci mengenai karakter reservoar pada lapangan "X", Cekungan Kutai dibandingkan dengan metode inversi seismik secara deterministik baik secara lataeral maupun vertikal. Proses inversi terlebih dahulu dilakukan kemudian dilanjutkan proses simulasi geostatistik untuk menghasilkan kemungkinan-kemungkinan terbaik model sebaran properti lapisan zona target disesuaikan dengan kondisi geologi lapangan dan mendekati batasanbatasan data yang dimiliki. Analisa variogram terhadap sebaran data lateral maupun horizontal memerlukan pengerjaan khusus terkait isotropik dan anisotropik. Untuk pendekatan geostatistik inversi pada lapangan "X" Cekungan Kutai diperoleh sebaran data impedansi akustik dengan resolusi vertikal yang lebih baik dibandingkan hasil dari inversi biasa, walaupun secara statistik tidak nampak perbedaan. Simulasi probabilitas sebaran batu pasir terhadap hasil geostatistik inversi diperoleh sebagai hasil terbaik dari beberapa kemungkinankemungkinan yang ada.

---

Seismic inversion methods was combined with geostatistical simulation to obtain a more detailed picture of the characteristic of the reservoir on the field "X", Kutai Basin compared with the seismic inversion methods deterministically both lateral and vertically. Inversion process first made and then continued with geostatistical simulation process to produce the best possibilities layer property distribution models tailored to the target zone of the geological conditions of the field and approached the limits of data held. Variogram analysis of the lateral and horizontal distribution of the data requires special processing adjustment associated to isotropic and anisotropic. For geostatistical inversion approach on the field "X" Kutai Basin acoustic impedance data obtained distribution with better vertical resolution than the result of the usual inversion, although the difference was not statistically visible. Simulating the probability distribution of sandstone on the results of geostatistical inversion was obtained as the best result of several possibilities exist.

Abstrak :
Lapangan Phy berada di lingkungan pengendapan delta plain dengan beberapa kualifikasi; batupasir yang berasal dari sungai adalah sungai - sungai yang memiliki sejarah geologi berbeda dengan ketebalan 20 - 40 meter, beberapa sungai - sungai kecil dengan ketebalan 10 - 15 meter, dan endapan sungai lainnya ketebalannya sekitar 2 meter. Berdasar kondisi geologi, lapangan Phy memiliki beberapa paket batupasir pada masing - masing log. Litologi pada lapangan ini juga bervariasi; batupasir, batulempung, batubara, dan gamping. Lapangan ini juga memiliki beberapa tantangan yaitu : a. Klasifikasi litologi dan fluida pada zona sangat dangkal (di atas 700m) dan sangat dalam (di bawah 3000 m) sulit diidentifikasi karena isu amplitude seismic b. Delineasi litologi spasial dan distribusi fluida sulit dipetakan karena anisotropi data seismic c. Resolusi vertikal untuk karakterisasi reservoir kurang baik karena paket batupasir yang tipis. Untuk menyelesaikan tantangan - tantangan tersebut, inversi simultan dan inversi geostatistik dilakukan pada lapangan ini. Separasi litologi dapat dilakukan dengan baik pada zona 2 (lebih kurang 2000 - 5000 m. Namun terdapat beberapa pertimbangan untuk menggunakan hasil inversi simultan dan geostatistik pada lapangan Phy. Kedua hasil inversi simultan dan geostatistik tidak dapat memetakan distribusi hidrokarbon baik secara vertikal maupun horizontal. Hal ini disebabkan karena hasil analisis petrofisika dan fisika batuan tidak memberikan hasil yang dapat merepresentasikan separasi litologi dan fluida. Beberapa perbaikan untuk klasifikasi fluida pada lapangan ini perlu dipelajari lebih lanjut. Melalui korelasi litologi, inversi simultan dan geostatistik dapat memetakan distribusi batupasir dengan baik meskipun beberapa keterbatasan muncul. Distribusi lateral dari prediksi batupasir berkorelasi dengan baik terhadap informasi net sand dari data sumur tetapi resolusi vertikal kurang baik. Secara kontras, inversi geostatistik memberikan hasil yang lebih detail dalam resolusi vertikal tetapi tidak berkorelasi cukup baik dengan data net sand dari sumur karena efek pemodelan variogram. ......Phy field is located on delta plain depositional environment with several qualifications; channel sand bodies are either multi - story channels with a thickness of 20 to 40 meters, many single channels with a thickness of 10 to 15 meters, and distributary channels deposits gave mouth bars with a thickness of around 2 meters. Due to this geological condition, Phy field has several sand packages on each log. The lithology of this field is also varied; sandstone, shale, coal, and limestone. This field also has several challenges: d. Lithology and fluid classification at Very Shallow (above 700 m) and Very Deep (below 3000 m) zones, caused by seismic amplitude issue e. Spatial lithology and fluid distribution delineation, caused by seismic anisotropy f. Vertical resolution resolving of reservoir characterization, caused by thin sand packages. To solve those challenges on Phy field, simultaneous inversion (SI) and geostatistical inversion (GI) have been conducted on this field. Lithology separation could be conducted well from Zone 2 (more or less 2000 - 2500 m). Nevertheless, there are several considerations to use GI and SI in Phy field. Both simultaneous and geostatistical inversion results could not characterize hydrocarbon distribution vertically and horizontally. It is because of the petrophysics and rock physics result of elastic properties which have been used as the inputs for lithology and fluid classification. Several enhancements for the classification for this field are needed to be studied deeper. Through lithology correlation, simultaneous and geostatistical inversion could delineate sand distribution well even though some limitations also overcome. Simultaneous inversion lateral distribution of sand prediction correlates well to net sand information from wells but lack of vertical resolution. Besides, geostatistical inversion gives more detail in vertical resolution of capturing thin sands but lack of lateral prediction of sands because of variogram effect.

Abstrak :
ABSTRAK
Radon merupakan unsur radioaktif yang digunakan untuk identifikasi sesar aktif penyebab utama gempa bumi , monitoring kegunungapian, mendeteksi kandungan migas dan geothermal, interpretasi keluaran airtanah di laut submarine groundwater discharge , serta pemanfaatan lainnya.Untuk mendeteksi kandungan Radon di daerah yang tidak tersampel dapat menggunakan metode Ordinary Cokriging.Metode Ordinary Cokriging merupakan perluasan dari metode ordinary kriging yaitu dengan menggunakan peubah teregional utama dan peubah teregional tambahan.Metode ini menghasilkan taksiran yang bersifat BLUE Best Linear Unbiased Estimator . Nilai taksirannya dinyatakan sebagai kombinasi linier dari data sampel. Data yang digunakan dalam tugas akhir ini merupakan isotopy data dimana kedua data yang digunakan berada pada titik lokasi yang sama. Dengan bantuan software R diperoleh plot yang menunjukkan bahwa data yang diperoleh memenuhi asumsi stasioner orde dua yaitu data yang dimiliki tidak membentuk pola tertentu terhadap lokasi data, sehingga dapat dibentuk model auto dan cross variogram. Terdapat dua model yang dihasilkan dari data ini, yaitu model Spherical dan model Eksponensial. Dari kedua model tersebut dipilih model terbaik yang cocok dengan keadaan data yaitu dengan melihat variansi minimum yang diperoleh menggunakan metode validasi silang yaitu model Spherical adalah model terbaik, dengan nilai R ?_e =0.0311 dan S_ R_e ^2=1.00095. Berdasarkan model tersebut diperoleh estimasi kandungan Radon minimum sebesar 6.3471 Bq/m3 pada koordinat 712757, 9271286, 401 dengan variansi error sebesar 0.5180 dan estimasi kandungan maksimum sebesar 6130.3063 Bq/m3 pada koordinat 712969, 9271446, 382 dengan variansi error sebesar 0.6288.

---

ABSTRACT
Radon is a radioactive element which used for identifying the earthquakes trigger, vulcanism monitoring, oil and geothermal contents detecting, interpreting ground water output in the sea submarine groundwater discharge , and many others. For detecting the content of Radon on unsampled area, the ordinary cokriging can be used. The ordinary cokriging is an extension of ordinary kriging with one covariable. This method is used to estimate the BLUE Best Linear Unbiased Estimator . The value of estimation of a point is a linear combination of observations around it. The data in this study is isotopy data. Open source software R was used to obtain the plots of the data. They showed that the assumptions of second order stationary are fulfilled. So, that auto and cross variogram models can be used. There are two models that can be applied on the data, spherical model and eksponensial model. By using the cross validation method, the spherical model is the best model to fit the data with the result R e 0.0311 and S R e 2 1.00095 . Based on this model we obtained a minimum estimates of Radon content is 6.3471Bq m3 at coordinates 712757,9271286,401 with the number of error variance is 0.5180 and maximum estimates of Radon content is 6130.3063 Bq m3 at coordinates 712969, 9271446, 382 with the number of error variance is 0.6288.