Article Per Year (5 Year)
p-Index From 2020 - 2025
0.408
P-Index
This Author published in this journals
All Journal Jurnal Pendidikan, Sains, Geologi, dan Geofisika (GeoScienceEd Journal) ARRUS Journal of Engineering and Technology
Asido Saputra Sigalingging
Unknown Affiliation
Agriculture, Biological Sciences & Forestry Chemistry Computer Science & IT Education Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Library & Information Science Physics

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Karaterisasi Reservoir Batu Pasir Padat (Tight Sand) Menggunakan Partial AVO Inversion di Lapangan Penobscot, Kanada Hafizh, Muhammad; Mokhammad Puput Erlangga; Asido Saputra Sigalingging
Jurnal Pendidikan, Sains, Geologi, dan Geofisika (GeoScienceEd Journal) Vol. 6 No. 4 (2025): November
Publisher : Mataram University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29303/goescienceed.v6i4.1494

Abstract

Reservoir batu pasir padat (tight sandstone) memiliki porositas dan permeabilitas yang rendah sehingga memerlukan pendekatan karakterisasi kuantitatif menggunakan analisis seismik pre-stack untuk mengevaluasi potensi hidrokarbonnya secara akurat. Penelitian ini bertujuan untuk mengidentifikasi zona prospek pada Lapangan Penobscot menggunakan metode partial AVO inversion. Data yang digunakan mencakup dua sumur (L-30 sebagai sumur produktif dan B-41 sebagai sumur kering) serta data seismik 3D pre-stack. Tahapan penelitian meliputi estimasi parameter petrofisik (Vs, Vshale, dan porositas efektif), analisis sensitivitas elastik antara AI–SI–densitas, interpretasi struktur, perbandingan hasil inversi antara post-stack dan pre-stack dan perbandingan hasil inversi antara partial AVO inversion  dan pre-stack (full angle). Hasil analisis menunjukkan bahwa AI dan SI merupakan parameter paling responsif dalam membedakan zona batu pasir padat dan tidak padat. Inversi pada sudut near memberikan konsistensi terbaik terhadap data log dengan nilai error terendah dibanding kelompok sudut lainnya. Distribusi porositas yang diperoleh dari hubungan linier AI–ϕe mengindikasikan zona reservoir yang terbukti di South Penobscot dan potensi target baru di North Penobscot dengan nilai SI yang lebih rendah, porositas relatif lebih tinggi, dan posisi struktur yang menguntungkan di dekat sesar utama. Dengan demikian, metode partial AVO inversion pada sudut near dianggap terbaik untuk karakterisasi reservoir batu pasir padat di Lapangan Penobscot. Selanjutnya, area utara direkomendasikan untuk eksplorasi lanjutan dengan mempertimbangkan keterbatasan kontrol sumur.
Reservoir Characterization of the Hugin Formation, Volve Field Norway, Using Integrated Seismic Inversion and Multiattribute Analysis Based on a Probabilistic Neural Network (PNN) Kartika, Amelia; Handoyo Handoyo; Asido Saputra Sigalingging; Farizki Budi Pangestu; Husain, Mochammad Wafa
ARRUS Journal of Engineering and Technology Vol. 5 No. 2 (2025)
Publisher : PT ARRUS Intelektual Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35877/jetech4411

Abstract

Akuisisi seismik 3D di Lapangan Volve, yang terletak di Cekungan Laut Utara, Norwegia, dilakukan untuk mengeksplorasi potensi hidrokarbon Formasi Hugin, yang diendapkan selama era Mesozoikum. Dataset yang dianalisis terdiri dari data seismik migrasi waktu pasca-tumpukan 3D dan data log sumur (sonik, densitas, dan porositas) untuk mendukung proses interpretasi. Penelitian ini bertujuan untuk mengkarakterisasi zona reservoir melalui integrasi inversi seismik Impedansi Akustik (AI) dan analisis multiatribut menggunakan metode Jaringan Syaraf Tiruan Probabilistik (PNN). Inversi seismik digunakan untuk menghasilkan penampang AI yang merepresentasikan variasi sifat fisik batuan, sementara analisis multiatribut berbasis PNN digunakan untuk memprediksi distribusi log porositas dari data seismik secara nonlinier. Hasil penelitian menunjukkan bahwa reservoir batupasir di dalam Formasi Hugin memiliki nilai AI berkisar antara 7000 hingga 8000 (g/cc·m/s) dan nilai porositas antara 0,15 hingga 0,30 (v/v). Integrasi kedua metode ini terbukti efektif dalam meningkatkan resolusi karakterisasi reservoir dan mendelineasi zona prospek hidrokarbon di Lapangan Volve. Kata kunci: Formasi Hugin, inversi impedansi akustik, karakterisasi reservoir, jaringan saraf probabilistik, refleksi seismik.
Co-Authors Farizki Budi Pangestu Handoyo Handoyo Husain, Mochammad Wafa Kartika, Amelia Mokhammad Puput Erlangga Muhammad Hafizh