Hasil Pencarian  ::  Simpan CSV :: Kembali

"Salah satu upaya dalam rangka meningkatkan produksi hidrokarbon yang ekonomis dari reservoir yang memiliki karakter permeabilitas dan porositas yang rendah seperti yang terdapat pada lapisan batupasir dari Formasi Lower Pematang di Lapangan K yang berada di daerah Selat Malacca adalah dengan cara melakukan teknik stimulasi hydraulic fracturing dimana stimulasi ini adalah suatu teknik yang relative baru di berbagai tempat di Indonesia sehingga tidak begitu banyak memiliki pengalaman yang dapat digunakan sebagai bahan referensi.Untuk melakukan teknik stimulasi tersebut diperlukan pembuatan desain hydraulic fracturing yang benar berdasarkan analisa model mekanika bumi (MMB) yang merupakan suatu representasi dari integrasi seluruh aspek geomekanika pada sebuah reservoir seperti: permeability, Young's Modulus, Poison's ratio, friction angle, tekanan formasi, kondisi geologi serta tektonik yang berpengaruh pada daerah disekitar reservoir tersebut. MMB dibangun berdasarkan dari data full waveform sonic berkualitas tinggi yang diakuisisi dengan menggunakan alat yang mutakhir dan data pendukung lainnya sehingga dapat melakukan pengukuran parameter geomekanik dengan baik. Saat ini eksekusi hydraulic fracturing dapat dijadikan alat untuk mengkonfirmasi validitas desain awal dari suatu MMB.Hasil penelitian ini diharapkan dapat menghasilkan suatu desain hydraulic fracturing yang selanjutnya dapat digunakan oleh pihak engineering dalam membuat analisa keteknikan program stimulasi ini yang pada akhirnya dapat meningkatkan rasio keberhasilan menjadi lebih baik lagi.

---

Hydraulic Fracture stimulation, if properly executed, can provide a major boost to productivity in low permeability & low porosity reservoirs such the sandstone in Lower Pematang Formation in the Malacca Strait area. This technique is a relatively new development in many parts of Indonesia, so experience may be lacking.

A proper hydraulic fracturing design that derived from mechanical earth modeling (MEM) analysis is the key for designing this program. MEM is a representation of the integration of all geomechanics aspects in the reservoir such permeability, Young's Modulus, Poison's ratio, friction angle, pore pressure and the geological tectonic setting in the particular area. MEM was constructed, based on particular on high quality full waveform sonic data from a recently introduced sonic tool and others relevant data, which provides unique geomechanical measurements. At the time of frac execution, pressure and other measurements confirmed the validity of the MEMs and the initial frac designs.

Hopefully this study will generate a proper hydraulic fracturing design that can help engineering team to prepare the engineering aspects of this program and et the end it will be increase the success ratio of hydraulic fracturing program in this area."

"NM is a reservoir that only shows in a few wells and has thickness for about 30 feets or equally 10 meters, so NM is a thin layer which is difficult to find the distribution. In EBA Field, NM can be found at C-4, C-5, and B-1A wells. The result of sequence stratigraphy analysis from gamma ray log from 3 wells above tells that NM was deposited at transgressive phase which is marked by fining upward (gamma ray log), light grey fine grained sandstone, sub rounded and silicastic. Previous Study tells NM was deposited at shallow marine environment Sesimic data at EBA Field can not show the distribution map of NM because its vertical resolution only λ/4 m or about 50 meters. In purpose to find the distribution of NM, vertical resolution must be improved by Amplitude Versus Frequency Filtering (AVF) Method combined with Bed Resolution Concept. High Frequency will be used in AVF, so the distribution of NM will be discovered by NM horizon Slice and Palaeogeography depositional environment model. NM was deposited not all over the area (local distribution) so area will be divide into North NM and South NM. North NM has tectonic activity more than South NM. Based on palaeogeography map, horizon slice, sequence stratigraphy wells correlation, and lithology data so the depositional environment for North NM and South NM is Lagoon. From distribution map, total hydrocarbon reserves in NM is about 0.719 MMBO.

---

Lapisan NM merupakan lapisan yang hanya muncul di beberapa sumur dan memiliki ketebalan rata-rata kurang dari 30 feet setara dengan 10 m, sehingga lapisan ini dianggap sebagai lapisan tipis yang hingga saat ini sangat sulit untuk diperkirakan penyebarannya. Pada lapangan EBA ini ditemukan lapisan NM pada 3 sumur yakni C-4, C-5, dan B-1A. Hasil analisa sekuen stratigrafi dari log gamma ray ketiga sumur mengenai lapisan NM ini disimpulkan bahwa lapisan ini merupakan endapan pada fase transgresi dengan ciri khas menghalus ke atas dengan ciri khas batuan sandstone berwarna abu-abu terang dengan butiran halus, membundar tanggung, dan terdapat semen silika. Hasil studi sebelumnya menyatakan bahwa endapan ini berada pada lingkungan shallow marine. Data sesmik pada Lapangan EBA ini tidak dapat memperlihatkan penyebaran lapisan NM karena keterbatasan resolusi vertikal yang hanya mencapai λ/4 m atau berkisar 50 m. Untuk mencari lapisan NM ini maka dari data seismik perlu ditingkatkan resolusi vertikal, hal ini dilakukan dengan metode Amplitude Versus Frequency Filtering dipadukan dengan konsep bed resolution. Filtering Amplitude Versus Frekuensi ini dilakukan dengan tujuan untuk melihat persebaran lapisan NM sehingga akan bermain pada frekuensi tinggi. Persebaran Lapisan NM dapat diketahui dengan irisan horizon NM dan pemodelan lingkungan pengendapan palaeogeografinya. Penyebaran lapisan NM ini bersifat lokal sehingga area penyebaran NM dibagi menjadi 2 area yakni area utara dan selatan. Area Utara memiliki aktifitas tektonik yang lebih aktif. Berdasarkan peta palaeogeografi, irisan horizon, hasil korelasi analisa sekuen stratigrafi, dan data litologi, maka model lingkungan pengendapan untuk area selatan dan utara adalah Lagoon. Dengan mengetahui penyebaran lapisan NM ini maka perkiraan total cadangan hidrokarbon sebesar 0.719 MMBO."

"ABSTRAKIntegrasi data seismik dan log sumur dilakukan pada dataset lapangan Blackfootuntuk mengidentifikasi penyebaran litologi dan porositas pada zona targetreservoar tipis di lapangan ini. Integrasi dilakukan menggunakan analisa inversidan multi-atribut seismik. Dengan inversi seismik, tras seismik dapat diubahmenjadi volume impedansi akustik yang kemudian dikonversikan menjadiporositas dengan suatu asumsi sedangkan dengan multiatribut seismik, volumeporositas dapat diprediksi dengan transformasi linier dan non-linier antara propertilog sumur dengan serangkaian atribut seismik.Tiga jenis metoda inversi impedansi akustik diterapkan pada dataset yaitu inversirekursif, linear programming sparse-spike (LPSS) dan model-based. Hasil inversikemudian dibandingkan satu sama lain melalui parameter cross correlation danerror log. Hasil dari inversi yang berbeda-beda ini secara konsisten menunjukkanreservoar dengan impedansi rendah didalam channel pada kedalaman kurang lebih1060ms pada domain waktu. Inversi berbasiskan model menunjukkan pencitraanyang lebih baik dan koefisien korelasi yang paling tinggi (99.8%) dibandingkankedua jenis inversi lainnya. Karenanya, hasil inversi impedansi akustik modelbasedini kemudian digunakan sebagai atribut eksternal pada analisa multi-atribut.Volume pseudo porositas dibuat dari fungsi regresi dari crossplot hubunganimpedansi akustik hasil inversi dengan log porositas yang tersedia pada setiapsumur.Analisa multi-atribut digunakan untuk menghasilkan transformasi linier maupunnon-linier antara properti log sumur?dalam hal ini adalah log impedansi akustik,densitas dan porositas?dengan serangkaian atribut seismik. Untuk model linier,dipilih transformasi pembobotan linear step-wise regression (SWR) yangdiperoleh dari minimisasi least-square. Untuk mode non-linier probabilisticneural networks (PNN) di-training menggunakan atribut pilihan dari transformasiSWR sebagai input. PNN dipilih sebagai network yang akan diterapkan padadataset karena umumnya menunjukkan korelasi yang lebih baik dan mempunyaialgoritma matematis yang lebih sederhana.

---

AbstractIntegration of seismic and well log data of Blackfoot field dataset was conductedto identify the distribution of lithology and porosity of an interest thin reservoirzone in this field. The integration has been done using seismic and multiattributeanalyses. With seismic inversion, seismic trace can be changed into acousticimpedance which represent the physical property of the reservoir layer and thenconverted to be a porosity volume. With seismic multiattribute, log propertyvolumes are predicted using linear or non-linear transformations between logproperties and a set of seismic atrributes.Three types of seismic inversion have been applied to the dataset i.e. recursiveinversion, linear programming sparse-spike (LPSS) inversion and model-basedinversion. The results then were compared each other through cross correlationand error log parameters. The difference inversion results show clearly thereservoir with its related low impedance within a channel at the depth of 1550m ormoreless at 1060ms in time domain. The model-based inversion result showssmoothed image and the highest correlation coefficient (99.8%) compared to twoother inversions. Therefore, the acoustic impedance of model-based inversionresult was used for external attribute in multiattribute analyses. Pseudo-porosityvolume was produced from regression function of a crossplot between theacoustic impedance as an inversion result with the original porosity log.Multiattribute analyses were used to derive a relationship between well logproperties i.e. acoustic impedance, density and porosity logs?and a set of seismicattributes. The derived relationship can be linear (using step-wise regressiontransformation) or non-linear (using probabilistic neural network transformation).PNN is chosen as a network trained for final dataset because in general it showsbetter correlations and simpler matematic algorithms. The reliability of derivedrelationship is determined by cross-validation test."

"[ABSTRAKReservoar gas pada lapisan tipis merupakan sesuatu yang menarik untukdianalisis karena reflektor yang mengalami destruktif apabila berada dibawah tuningthickness atau 1/4λ. Penelitian ini adalah penelitian dengan mencoba preconditioningkembali data PSTM gather yang nantinya akan menjadi input analisis AVO.Peningkatan resolusi dan nilai signal to noise ratio menjadi tujuan dari penelitian ini.Usaha prosesing yang dilakukan adalah proses F-K Filter, Trimming Statics danSuper Gather. Setelah melalui ketiga proses diatas, analisis AVO pun dilakukandengan metode cross plotting. Hasil preconditioning pada penelitian ini menunjukkanbahwa ada anomali AVO yang merupakan jenis AVO klas IV. Hasil ini diperkuatdengan metode analisis Cross Plotting pada setiap atribut dari AVO itu sendiri.

---

ABSTRACTGas reservoir on thin layer is something interested to analyze due todestructive reflector which is below 1/4λ or tuning thickness condition. This researchis trying to do re-preconditioning on PSTM gather which will be input of AVOanalysis. Increased in resolution and signal to noise ratio become goal of thisresearch. Processing efforts had been done, such as: F-K Filter, Trimming Statics andSuper Gather. After all process above, AVO analysis was conducted by using CrossPlotting method. Result of re-preconditioning in this research tells class IV of AVOanomaly. The result is strengthen by analysis method of Cross Plotting which arecame from AVO attributes of Cross Plot.;Gas reservoir on thin layer is something interested to analyze due todestructive reflector which is below 1/4λ or tuning thickness condition. This researchis trying to do re-preconditioning on PSTM gather which will be input of AVOanalysis. Increased in resolution and signal to noise ratio become goal of thisresearch. Processing efforts had been done, such as: F-K Filter, Trimming Statics andSuper Gather. After all process above, AVO analysis was conducted by using CrossPlotting method. Result of re-preconditioning in this research tells class IV of AVOanomaly. The result is strengthen by analysis method of Cross Plotting which arecame from AVO attributes of Cross Plot., Gas reservoir on thin layer is something interested to analyze due todestructive reflector which is below 1/4λ or tuning thickness condition. This researchis trying to do re-preconditioning on PSTM gather which will be input of AVOanalysis. Increased in resolution and signal to noise ratio become goal of thisresearch. Processing efforts had been done, such as: F-K Filter, Trimming Statics andSuper Gather. After all process above, AVO analysis was conducted by using CrossPlotting method. Result of re-preconditioning in this research tells class IV of AVOanomaly. The result is strengthen by analysis method of Cross Plotting which arecame from AVO attributes of Cross Plot.]"

"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, anttrack 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 indicator 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 carbonaterocks and the distribution is very important in exploration. In this research, theidentification of the distribution of porosity Kujung I Formation is using seismicattribute 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 withhydrocarbons possibility and could be developed as an exploration target"

"ABSTRAKDalam bidang geologi dan geofisika, pendeteksian, identifikasi sertapengkualifikasian batuan reservoir berdasarkan parameter berupa ketebalan, porositas dan kandungan fluida menggunakan data seismic refleksi merupakan hal yang sangat krusial. AVO dan inversion merupakan metoda yang berguna dalam membedakan batuan reservoir dengan kandungan hidrokarbon dari batuan lain disekitarnya. Batupasir yang memiliki kandungan gas, umumnya dicirikan olehkontras impedance yang relatif besar dibandingkan batuan di sekitarnya. Kombinasi antara data seismik, pemodelan langsung baik sebelum atau sesudah stack ditambah dengan informasi yang diperoleh dari sumur pemboran akan mempermudah proses penarikan kesimpulan berkaitan dengan distribusi penyebaran reservoir disertai perubahan yang terjadi pada parameter - parameter reservoir itu sendiri ; misalnya variasi tebal bersih kolom gas, tebal bersih reservoir/tebal bersih porositas.Pada daerah studi lapangan Blackfoot, dilakukan perhitungan rasio AI, EI dan ?Mu-Rho? dengan tujuan menentukan jenis unit litologi. Hal ini dapat dilakukan dengan memanfaatkan hasil perhitungan even P-P dan P-S yang diperoleh dari data sonic. Korelasi yang diperoleh antara data log sumur dengan even seismik, didukung oleh rasio AI, EI dan ?Mu-Rho? memperlihatkan bahwa perubahan nilai Impedansi akustik, EI dan ?Mu-Rho?dapat dikaitkan secaralangsung dengan rasio sand/shale dan tingkat konsolodasi batuan sedimen baik secara lateral maupun vertikal. Hasil analisis menunjukkan bahwa batuan reservoir yang berkembang dilapangan Blackfoot adalah batupasir glaukonit yang diendapkan pada lingkungan incised valley. Dalam seismic dapat dikenali melalui kedalamannya yang relatif dangkal (1500-1600 m), nilai porositas yang tinggi (15-26%), ketebalan batupasir dibawah tuning ( kurang dari 20 m) serta adanya anomali amplitudo yang tinggi (bright spot). Secara umum, glauconitic channel sand produk dari incised valleypada lapangan Blackfoot memiliki karakter berupa nilai rasio Vp/Vs yang rendah, nilai P ? Impedance dan S ? Impedance yang rendah, Elastik Impedance yang rendah, nilai Mu ? Rho yang tinggi dan nilai Lambda ? Rho yang rendah.

---

ABSTRACTThe detection, identification, and qualification of thickness, porosity, and fluid content in reservoirs rocks, using seismic reflection data, is a very important topic in the area of geology and geophysics. AVO and Inversion method is gained to identify the reservoirs that contain hydrocarbon. For the gas sands has relatively strong contrast between the elastic properties of these and those of thesurrounding rocks is expected, the detection and qualification depends upon many other factors: degree of consolidation, ratio depth/thickness, lithologies involve, clay content, etc. The integration of seismic data with direct modeling, both before and afterstack, and with well information, allowed us to draw important conclusions regarding reservoirs extensions, as well as changes in other properties (net gas thickness in one case, and net sand thickness/net porosity thickness for the other) which are important for advanced development of these fields. Using the interpreted correlations the interval times of P-P and P-S events were used to calculate AI, EI, ?Mu-Rho? ratio for the principal lithologic units inBlackfoot area. Well log correlations to seismic events and AI, EI, ?Mu-Rho? ratio data indicate that changes in AI, EI, ?Mu-Rho? can be directly related to changes in the sand/shale ratio and the consolidation state of the sediments both laterally and vertically in the section. The AI ratio as the function of P-Impedance and S-Impedance correlatewith Elastic Impedance of the reservoirs properties and ?Lambda-Mu-Rho?are giving the best result to determine the lithology and fluid contents. In this seismic perspective, I considered with glauconitic incised valley sands. At Blackfoot filed, which is characterized by shallow depth (1500-1600 m), high porosities (15-26 %), sand thickness below tuning (less than 20 m), and where the reservoirs show as high amplitude anomalies (bright spot).In the Blackfoot area, the productive glauconitic incised valley sands can be identified by Vp/Vs ratio at the low value, P-Impedance and S-Impedance at low value, Elastic Impedance at the low value, Mu-Rho at the high value and Lambda-Rho at the low value."

"

Residual merupakan sisa dari peristiwa seismik setelah dilakukan koreksi Normal Moveout yang menyimpang pada offset tertentu. Residual moveout dapat diatasi dengan melakukan muting pada pemrosesan data seismik, namun proses tersebut dapat menyebabkan hilangnya informasi bawah permukaan. Reduksi residual moveout  dilakukan untuk mengurangi proses muting sehingga informasi bawah permukaan dapat dipertahankan. Beberapa peneliti telah melakukan modifikasi persamaan waktu tempuh hiperbolik menjadi persamaan waktu tempuh non-hiperbolik untuk memperoleh nilai kecepatan NMO dan eta yang lebih akurat pada Offset to Depth Ratio (ODR) yang besar, sehingga nilai residual moveout semakin kecil. Tujuan penelitian ini adalah meningkatkan nilai reduksi residual moveout pada offset panjang menggunakan Pendekatan Pada dan dikomparasi dengan metode persamaan waktu tempuh hiperbolik dan non-hiperbolik. Metode yang dilakukan dalam penelitian ini adalah melakukan pemodelan ke depan (forward modeling) struktur pelapisan bawah permukaan. Hasil residual moveout menggunakan Pendekatan Pada memiliki kemampuan resukdi residual terbaik. Hal ini  dapat dilihat dari nilai residual terkecil dibandingkan dengan metode hiperbolik dan Alkhalifah dan Fomel dan Stovas. Hasil residual moveout menggunakan Pendekatan Padé menghasilkan residual yang kecil dengan residual masing-masing layer adalah 0.002 s [0.2%], 0.002 s [0.133%] dan 0.003 s [0.157%].

 

---

Residual is the remaining trace of seismict event after a NMO correction is deviated at a far offset. Residual moveout can be overcome by muting the processing of seismic data, but the process can cause loss of subsurface information. Reduction of residual moveout is done to reduce the muting process so that the subsurface information can be maintained. Some researchers have modified hyperbolic travel time equation to obtain a more accurate value NMO velocity and parameter an-ellipticity or etha on the large ODR, so that the residual moveout value is smaller mainly in large offset to depth ratio. The aims of research is to increase the reduction value of moveout residue at long offset data using Pada approximation then compare with several approximation. The method used in this study is to conduct a forward modeling of the subsurface coating structure.   The result is Pada Approximation method is obtained the best reducing residual of NMO. It can be seen from the smaller residual value of Pada Approximation than Hyperbolic, Alkhalifah and Fomel & Stovas method. The result of residual moveout using Padé Approximation have the smallest residual of each layer are 0.002 s [0.2%], 0.002 s [0.133%], and 0.003 s [0.157%].

 

"

"

Seismik anisotropi didefinisikan sebagai kecepatan yang bergantung arah dari penjalaran gelombang. Pengetahuan tentang anisotropi pada data seismik sangatlah penting. Fenomena anisotropi disebabkan karena adanya kebervariasian di lapisan yang lebih dangkal dan disebabkan karena propagasi gelombang seismik yang semakin jauh pada ofset yang jauh. Koreksi NMO mengunakan pendekatan konvensional hiperbolik pada media anisotropi masih kurang maksimal dan masih memperlihatkan adanya fenomena hockey stick pada ofset yang jauh. Secara praktis, biasanya dilakukan proses muting prosesing data seismik dengan pemodelan medium isotropi sehingga dapat kehilangan informasi – informasi penting khususnya tentang keberadaan litologi. Penelitian ini menggunakan pendekatan anisotropi untuk mreduksi residual moveout untuk data pada ofset jauh pada medium vertical transverse isotropy (VTI). Metode ini menghitung parameter anisotropi model eta, epsilon dan delta dengan menggunakan pendekatan inversi yang dikontrol dengan data sintetik model. Hasil dari penelitian ini menunjukkan bahwa metode waktu tempuh nonhiperbolik  optimized Fomel dan Stovas lebih baik dalam mereduksi residual moveout untuk medium anisotropi dengan ofset jauh yang dibandingkan terhadapa metode waktu tempuh hiperbolik, Alkhalifah, dan Fomel dan Stovas. Selanjutnya, metode optimized Fomel dan Stovas bisa juga mengestimasi litologi reservoir khususnya batuan serpih (shale). Nilai dari parameter anisotropi eta hasil inversi dari persamaannya sendiri mendekati atau sama dengan nilai eta  inisial data sintetik model. Begitu halnya untuk nilai  dan delta  memiliki nilai yang sama dengan inisial model sintetik data khususnya untuk litologi batu serpih (shale). Metode optimized Fomel dan Stovas bisa digunakan untuk mengindikasikan parameter litologi khususnya batu serpih (shale).

 

 

---

Seismic anisotropy is expressed as the velocity of seismic depending on angle. Knowledge of anisotropy is essential for seismic data. The anisotropy phenomenon is due to the variation of dep layer, and it is due to the further seismic wave propagation at far offset. Normal moveout (NMO) correction using hyperbolic method has not been maximized and still shows the hockey stick phenomenon at far offset. Practically, mutting process is done, so that it will lose many informations, such as lithology. This research using anisotropic approach to reduce residual error for vertical transverse isotropy (VTI) media at far offset. This method calculated  anisotropy parameters eta , epsilon , delta  using inversion method which is controled synthetic data model. The result showed that the optimized Fomel and Stovas is better in reducing residual at far offset than hyperbolic, Alkhalifah, and Fomel and Stovas. Furthermore, optimized Fomel and Stovas is used to estimate anisotropy parameters for reservoir lithology, especially for shale. The inverted anisotrpy parameter  value is approaching to initial model value. The value of epsilon  and delta parameters also approaches to initial model value.  The optimized Fomel and Stovas method could indicate the anisotropy parameter of reservoir lithology, especially for shale.

 

"

"ABSTRACTTo define reservoir potential or to have a better understanding of reservoircharacterization become the most important part to get many subsurface information.It will be very useful to analyze and prospect new candidates. Reservoircharacterization combined with the formation evaluation data between vertical andhorizontal dimensions will produce a geologic model, which is used as an input forreservoir simulation.The objectives of this research is to develop a reservoir model within the producinginterval of interest defined as horizons ?E? where it plays as a main oil target. It is apart of the Salemba Field, Kutai Basin, East Kalimantan.A geostatistical method used for the study was stochastic since the data setavailability is good. But to have better self confidence, a glance of deterministicmethod was applied to see how the differences. There are three kind of stochasticmethod will try for facies modeling, there are: Object-base Modeling, FaciesTransition and Sequential Indicator Simulation. Each method was varied usingexponential types of variogram, which is considered as the best match use in MutiaraField.By using the existing software, it resulted more than 10 good scenarios andrealizations of geological model generated for this study. Also the criterion of themain ranking will use the OOIP and OGIP. The result also was calibrated withcurrent condition, cumulative production and recovery factor to see the remainingreserves."

"ABSTRACTBatumerah area is located in the Aru Basin, offshore South Papua. One well hasalready been drilled in this area and gave inconclusive gas discovery. The wellindicates that there may have good potential reservoir zone, but no definiteinformation was gathered from the well to confirm the statement. Acomprehensive evaluation like reservoir characterization study by integrating welldata, seismic data and geological interpretation is required to resolve thisuncertainty and predict the hydrocarbon potential of the Batumerah area. Due tolimited well data, the most applicable reservoir characterization study inBatumerah Area is Seismic Simultaneous Inversion. Simultaneous inversion is arelatively new and extremely powerful form of inversion. The detailed techniqueessentially takes several seismic angle stacks and inverts them simultaneously.The result is two primary volumes of absolute rock properties tightly calibrated tothe well log data: P-Impedance and S-Impedance. Additional outputs include:Vp/Vs, porosity and Lambda Rho volumes. Having these extra datasets take theexplorationist into a new world of possibilities. The application of a simultaneousinversion algorithm to the seismic angle stacks in Batumerah area hasdemonstrated the ability to minimize uncertainty and addressing some issuesregarding the lithology and reservoir properties due to data limitation.Even though most of well log data are derived from model and only one wellexists on the inversion area, nevertheless, the simultaneous inversion results thatare interpretative results provide best estimation and prediction for reservoircharacterization on the Batumerah area."