Probabilitas Sebaran Batuan Karbonat pada Reservoir Hidrokarbon Menggunakan Metode Inversi Extended Elastic Impedance (EEI) dan Bayesian Classification (Studi Kasus: Lapangan Penobscot, Kanada) = Probability of Carbonate Rock Distribution in Hydrocarbon Reservoir using Extended Elastic Impedance (EEI) Inversion Method and Bayesian Classification (Case Study: Penobscot Field, Canada)

Latar Belakang. Formasi Abenaki merupakan salah satu formasi yang terletak di Cekungan Skotlandia dan telah terbukti menghasilkan hidrokarbon. Formasi ini terbentuk pada masa Jura Awal hingga Jura Akhir dan merupakan platform karbonat, hal ini mengindikasikan bahwa formasi ini berpotensi sebagai zona reservoir. Tujuan. Karakterisasi reservoir dilakukan untuk memberikan informasi mengenai keadaan parameter bawah permukaan baik litologi maupun keberadaan fluida yang berkaitan erat dengan nilai ekonomis reservoir. Metode. Salah satu cara untuk melakukan karakterisasi reservoir adalah dengan menggunakan metode seismik inversi yaitu Extended Elastic Impedance (EEI) yang mampu mengestimasi sifat elastisitas batuan atau fluida reservoir. Hasil analisis sensitivitas, parameter Lambda-Rho dan Mu-Rho yang berkorelasi maksimal dengan EEI pada sudut -38 dan -56 menunjukkan parameter yang sensitif untuk membedakan litologi limestone dan shale. Kedua parameter ini kemudian diinversi dengan menggunakan data seismik. Untuk meningkatkan akurasi terhadap hasil inversi dan mengurangi ketidakpastian prediksi hidrokarbon, maka dilakukan Bayesian Classification yang memberikan nilai probabilitas dari distribusi data. Hasil. Dari slicing hasil inversi EEI didapatkan bahwa dominasi reservoir (limestone) berada di bagian utara hingga timur dan juga terdapat di bagian selatan diantara shale. Dominasi non-reservoir (shale) tersebar dari bagian tenggara hingga barat laut. Klasifikasi Bayesian memberikan sebaran nilai probabilitas yang mengikuti tren sebaran hasil inversi dua parameter dengan probabilitas zona yang awalnya dikategorikan sebagai shale berada pada daerah dominan zona reservoir atau sebaliknya, memiliki tingkat probabilitas yang bervariasi dari 0% hingga 70%. Kesimpulan. Alur kerja ini memberikan penguatan hasil inversi seismik dengan Bayesian Classification pada penampang seismik dalam memetakan persebaran reservoir dan non reservoir, sehingga dapat meningkatkan akurasi dalam melakukan pengeboran sumur dan mengurangi ambiguitas dalam pengambilan keputusan dalam tahap eksploitasi.