PREDIKSI POROSITAS PADA 3D REEFAL BUILD-UP RESERVOAR KARBONAT MENGGUNAKAN SUPERVISED NEURAL NETWORK DARI MULTI ATRIBUT SEISMIK DAN DATA SUMUR (Studi Kasus Seismik 3D Lapangan #SNP)

Prahastudhi, Septian (2012) PREDIKSI POROSITAS PADA 3D REEFAL BUILD-UP RESERVOAR KARBONAT MENGGUNAKAN SUPERVISED NEURAL NETWORK DARI MULTI ATRIBUT SEISMIK DAN DATA SUMUR (Studi Kasus Seismik 3D Lapangan #SNP). Other thesis, Institut Teknologi Sepuluh Nopember.

Text 1107100049-Undergraduate_thesis-1.pdf Restricted to Repository staff only Download (78MB) | Request a copy

Abstract

Penelitian ini bertujuan untuk menentakan bidang batas
reservoar dan persebaran distribusi porositas pada data seismik 3 dimensi. Jenis reservoar pada penelitian ini adalah reefal build-up carbonate. Penentuan bidang batas reservoar berdasarkan data sumur dan fitur-fitur geologi. Untuk menentukan persebaran distribusi porositas digunakan
supervised back propagation neural network, porositas target
yang digunakan adalah porositas yang didapatkan dari
penurunan data log densitas menggunakan persamaan empiris
dan sebagai inputnya adalah attribut seismik. Pemilihan attributini berdasarkan tingkat sensitivitas attribut terhadap porositas.Hasilnya, bentuk 3 dimensi resevoar ditentukan dan hasil korelasi antara porositas perhitungan neural network dan porositas target adalah 0.72

Item Type:	Thesis (Other)
Additional Information:	RSFi 627.86 Pra p
Uncontrolled Keywords:	Reefal carbonate reservoir, Seismik attribut, Neural network
Subjects:	G Geography. Anthropology. Recreation > GB Physical geography > GB1197.7 Groundwater flow. Reservoirs
Divisions:	Faculty of Mathematics and Science > Physics > 45201-(S1) Undergraduate Thesis
Depositing User:	magang .
Date Deposited:	16 Oct 2026 04:11
Last Modified:	16 Oct 2026 04:11
URI:	http://repository.its.ac.id/id/eprint/145646

Actions (login required)

View Item