ESTIMASI IMPEDANSI AKUSTIK DATA SEISMIK DENGAN ARTIFICIAL NEURAL NETWORK

Abstract

Metode inversi seismik merupakan sebuah proses mengubah data seismik menjadi sifat fisis lapisan batuan. Hasil akhir dari metode inversi seismik dapat membantu dalam karakterisasi zona reservoir. Namun, proses inversi membutuhkan parameter yang rumit untuk menghasilkan hasil inversi yang optimal. Oleh karena itu, penelitian ini ingin menunjukan Artificial Neural Network (ANN) dapat menjadi solusi alternatif lain untuk rekonstruksi sifat fisis batuan (impedansi akustik). Kumpulan trace yang diekstraksi dari beberapa data volum akan dijadikan sebagai data input sedangkan kumpulan data impedansi akustik dari data sumur dijadikan sebagai data output. Data input serta ouput akan dipelajari menggunakan metode ANN untuk membangun algoritma. Algoritma ANN akan digunakan untuk estimasi impedansi akustik dari data trace. Pengujian algoritma ANN dilakukan pada dua sumur dan satu line seismik. Hasil pengujian kedua sumur menunjukan korelasi antara nilai estimasi dan nilai true impedansi akustik mencapai 94%. Kemudian, pengujian pada satu line seismik memberikan hasil yang sangat baik dimana pola dan kontur struktur lapisan batuan terestimasi dengan baik. Berdasarkan hasil pengujian, maka metode ANN dapat menjadi solusi altenatif terbaik untuk menggantikan metode inversi seismik dalam estimasi impedansi akustik dari data seismik.