Hasil Pencarian  ::  Simpan CSV :: Kembali

"Salah satu aspek penting dalam inveri seismik adalah estimasi wavelet yang bisa mewakili data seismik secara komprehensif. Dalam tesis ini akan dijabarkan konsep dan implementasi algoritma Kolmogoroff dalam estimasi wavelet. Secara prinsip, dalam metoda Komogoroff, spektrum fasa minimum ditentukan atas spektrum amplitudo yang diberikan. Jika diberikan spektrum amplitudo dengan panjang wavelet n+1 maka terdapat 2n wavelet dengan spektrum fasa yang berbeda, namun hanya satu dari 2n wavelet yang mmiliki spektrum fasa minimum. Pendekatan yang unik ini diharapkan bisa memberikan estimasi wavelet yang representative. Dalam proses ini, kondisi data seismik diasumsikan terdiri dari deret reflektivitas yang acak dan merupakan hasil konvolusi dari wavelet berfasa minimum. Keabsahan dari asumsi tersebut telah diuji dengan deret reflektivitas dari suatu data sumuran dan trace seismik sintetik. Untuk verifikasi dari unjuk kerja algoritma Kolmogoroff, terlebih dahulu diaplikasikan ke data sintetik. Lebih lanjut aplikasi dengan data real dilakukan untuk menentukan distribusi impedansi akustik melalui inversi seismik. Sebagai acuan dalam mengevaluasi hasil inversi seismik dilakukan komparasi terhadap teknik Band Limited inversion yang dihasilkan dari software komersiil. Hasil koparasi menunjukkan korelasi yang optimum."

"Tekstur menyimpan atau menyediakan karakteristik-karakteristik yang penting untuk usaha pengidentifikasian permukaan dan objek pads berbagai macam citra. Untuk mempelajari tekstur tersebut, dimana sebagian besar tekstur alami mempunyai frekuensi dominan yang terletak pada saluran frekuensi menengah, diperlukan metode multisaluran frekuensi atau analisa multiresolusi, untuk mencapai frekuensi tertentu. Wavelet adalah sebuah fungsi matematika yang memotong-motong data ke dalam frekuensi-frekuensi yang berbeda, sehingga data tersebut dapat dipelajari dengan resolusi yang berbeda-beds. Sebuah metode transformasi wavelet yang disebut Transformasi Wavelet Berstruktur Pohon (Tree Structured Wavelet Transform) memungkinkan untuk memilih daerah frekuensi yang akan dipelajari. Skripsi ini bertujuan untuk membuat perangkat iunak yang dapat mengenali tekstur pads suatu citra secara tepat dengan menggunakan Transformasi Wavelet Berstruktur Pohon. Hasil uji cobs menunjukkan bahwa citra teskstur berukuran 128 x 128 piksel yang dicoba untuk diketahui teksturnya, dapat dikenali dengan balk oleh program."

"Data seismik refleksi yang direkam pada survey seismik darat sering terkontaminasi oleh noise koheren groundroll yang merupakan gelombang dispersif yang merambat di permukaan. Sinyal gelombang groundroll ini memiliki ciri amplitude yang besar dan frekuensi yang relative rendah dan berubah di sepanjang perambatannya (non-stasioner). Beberapa teknik pemfilteran yang selama ini digunakan adalah berdasarkan pada pendekatan dengan transformasi Fourier, dimana transformasi Fourier ini mengasumsikan wavelet bersifat statis sepanjang perambatannya. Teknikteknik pemfilteran tersebut diantaranya adalah pemfilteran frekuensi (frequency filtering), dan f-k filtering. Suatu alternative baru dari transformasi Fourier yang dapat digunakan saat ini adalah transformasi wavelet, dimana transformasi ini mengurai/mendekomposisi sebuah fungsi menggunakan fungsi basis (dasar) yang memiliki durasi terbatas baik dalam domain fekuensi maupun domain waktu. Hal ini berbeda dengan transformasi Fourier, dimana transformasi Fourier mendekomposisi suatu fungsi menggunakan fungsi basis sinusoidal yang memiliki durasi tak terbatas pada domain waktu dan frekuensi. Dengan menggunakan transformasi wavelet, pemfilteran gelombang groundroll dapat dilakukan dengan baik dan memiliki kelebihan dibandingkan dengan pemfilteran dengan transformasi yang berbasis transformasi Fourier, diantaranya adalah kualitas sinyal reflektor yang tetap terjaga.

---

Low-frequency, high-amplitude ground roll is an old problem in land-based seismic field records. Current processing techniques aimed at ground-roll suppression, such as frequency filtering, f -k filtering, and f -k filtering with time-offset windowing, use the Fourier transform, a technique that assumes that the basic seismic signal is stationary.

A new alternative to the Fourier transform is the wavelet transform, which decomposes a function using basis functions that, unlike the Fourier transform, have finite extent in both frequency and time. Application of a filter based on the wavelet transform to land seismic shot records suppresses ground roll in a time-frequency sense; unlike the Fourier filter, this filter does not assume that the signal is stationary.

The wavelet transform technique also allows more effective time-frequency analysis and filtering than current processing techniques and can be implemented using an algorithm as computationally efficient as the fast Fourier transform. This new filtering technique leads to the improvement of shot records and considerably improves he final stack quality."

"Lapangan M merupakan lapangan gas yang terletak di Cekungan Sumatera Selatan dan sudah dikembangkan dengan pemboran 5 sumur pengembangan dari reservoar paparan karbonat Formasi Baturaja, dengan rata-rata produksi sebesar 4 MMCFPD per sumur. Berdasarkan hasil interpretasi seismik dan analog dengan lapangan minyak disebelah utara lapangan M, yaitu lapangan A, masih terdapat potensi reservoar minyak (oil rim) yang terletak downdip dari reservoar gas yaitu daerah yang belum dikembangkan di antara batas kontak gas dan minyak dengan batas kontak minyak dan air. Data produksi minyak sumur-sumur di lapangan A berkisar antara 100 - 800 BOPD per sumur. Hasil studi ini diharapkan dapat mengidentifikasi zona prospek minyak tersebut dan juga untuk pengembangan lebih lanjut zona gas. Menggunakan data seismik 3D dan data sumur, dilakukan evaluasi melalui metode dekomposisi spektral Continuous Wavelet Transform (CWT) data seismogram sintetik sumur dan data tras seismik yang melewati sumur, kemudian hasilnya disebarkan ke seluruh lapangan untuk mengidentifikasi penyebaran lateral keberadaan zona anomali frekuensi rendah. Hasil analisa dekomposisi spektral CWT pada data sumur dan data tras seismik yang ditunjukkan pada crossplot antara Amplitudo CWT dengan Frekuensi memperlihatkan korelasi yang cukup bagus. Sumur gas menunjukkan nilai amplitudo CWT paling tinggi pada frekuensi 10 ? 13 hz dan sumur minyak pada frekuensi 17 - 22 hz. Nilai amplitudo menurun pada frekuensi yang lebih tinggi. Pada sumur air, nilai amplitudo CWT selalu paling rendah pada frekuensi rendah hingga tinggi, sehingga dari crossplot tersebut dapat disimpulkan bahwa cut-off amplitudo zona air adalah pada 1,0+E09. Berdasarkan hasil analisis CWT dari data sumur ini, analisa dekomposisi spektral CWT kemudian disebarkan ke seluruh lapangan untuk bisa mengidentifikasi zona prospek. Selain itu, hasil crossplot antara nilai amplitudo CWT dengan nilai Saturasi air (Sw) pada zona reservoir memperlihatkan adanya hubungan yaitu nilai amplitudo CWT yang tinggi berkorelasi dengan nilai saturasi air yang rendah, begitupun sebaliknya.

---

Field M is a gas field located in the South Sumatra Basin and has been developed by the drilling of five development wells from carbonate platform reservoir of Baturaja Formation, with average production of 4 MMCFPD per well. Based on the result of seismic interpretation and its analog to the oil field located to the north of field M, namely field A, there is still potential of oil reservoir (oil rim) located downdip from the gas reservoir The potential area is limited in the area that has not been developed between gas and oil contact and between oil and water contact. The production of oil wells in the field A ranges between 100-800 BOPD per well. The result of this study is expected to identify the oil zone and other prospects for further gas development.

Based on 3D seismic data and well data, the evaluation was carried out using one of spectral decomposition methods, the Continuous Wavelet Transform (CWT). The analysis was done using both well synthetic seismogram data and seismic trace that crossing-through the wells. Then CWT was run on both data. Referring to the result of the analysis, CWT was distributed across the field to identify the presence of low-frequency zone.

The results of the CWT analysis from well data and seismic trace data are shown on the crossplots between the amplitude and the frequency. They show a fairly good correlation. Gas zone shows the highest value of CWT amplitude at a frequency of 10-13 Hz and oil zone shows the highest value at a frequency of 17- 22 Hz. Amplitude values decreased in the higher frequencies. In the water zone, the value of the CWT amplitude is always lower in low to high frequencies. From the crossplot it can be concluded that the cut-off amplitude value for water zone is at 1.0 + E09. In any frequency, the CWT amplitudes below that value is nonhydrocarbon or water.

The result of spectral decomposition that is based the above analysis and distributed throughout the field is able to identify zones of prospects. In addition to that, the crossplot between the CWT value and the water saturation (Sw) in each oil, gas and water zone shows a correlation. High CWT amplitudes correlate to low water saturation, and vice versa."

"Penampakan mikrokalsifikasi dalam citra mammography sebagai suatu indikasi terjadinya kanker payudara seringkali menjadi kendala pendiagnosisan penyakit kanker. Variasi bentuk dan ukuran kalsifikasi serta kehomogenan dengan latar belakang tekstur merupakan faktor utama yang sering menjadi masalah dalam pengamatan visual biasa.Pemanfaatan Computer Aided Diagnosis (CAD) dalam bidang pengolahan citra memungkinkan suatu citra mamography diolah dan dianalisa dalam bentuk digital untuk mengurangi kendala dalam hal pendeteksian mikrokalsifikasi.Teknik pendeteksian mikrokalsifikasi serta unjuk kerjanya dengan menggunakan transformasi wavelet, peningkatan kontras citra dan metode statistik meliputi perhitungan skewness dan kurtosis pada citra mammography digital akan diterapkan dalam tesis ini, dimana hasil pendeteksian tersebut dijadikan sebagai "second opinion" bagi ahli radiologis dalam diagnosisnya.Hasil simulasi menunjukan secara visual bahwa unjuk kerja pendeteksian mikrokalsifikasi dengan teknik yang diterapkan mempunyai tingkat keefektifan hingga 96%.

---

The presence of clustered micro-calcifications is an early sign of breast cancer, however it's difficult to detect. Variation of shape and size of calcification is the main problem for detection process, beside the homogenous texture background.Computer-aided diagnosis (CAD) schemes on image processing have the potential of substantially increasing diagnostic accuracy in mammography.Performance of wavelet transform, enhance algorithm and statistical procedure for detection method are presented in this thesis as a second opinion for radiologist's interpretation of micro-calcifications.The simulation results show visually that detecting method was applied has 96% in an effectiveness level."