PROSES PENGOLAHAN ATRIBUT CWT

Proses pengolahan atribut CWT meliputi beberapa tahap yaitu ;

1. Analisa kualitas data seismik yang akan diolah untuk atribut CWT

Kualitas data yang digunakan untuk mendapatkan hasil yang maksimal ialah data yang
Preserves, namun untuk daerah jambi ini tidak memiliki data Preserves namun memiliki kualitas
yang cukup baik dan dengan Multi-line yang cenderung memiliki Vintage yang sama yaitu
seismik pada tahun 1990 pada daerah selatan, sehingga bisa dilakukan proses atribut seismik.

Gambar 1.1 Contoh lintasan seimik 90JM-109 didaerah selatan

2. Analisa konten frekuensi data seismik

Kualitas data juga dapat dilihat dari konten frekuensi nya, dan untuk mengetahui konten
tersebut yaitu dengan melihat spektrum FFT dari data tersebut. Dari spektrum tersebut juga
bisa di analisa nilai frekuensi yang akan kita gunakan untuk atribut CWT. Berikut adalah
spektrum FFT dari salah satu lintasan di daerah selatan.
 Gambar 1.2 Spektrum FFT dari lintasan seimik 90JM-109 didaerah selatan

Terlihat dari spektrum FFT nilai frekuensi lintasan seismic 90JM-109 yaitu 16 Hz untuk Low
Frequency, 30 Hz untuk Middle Frequency, dan 48 Hz untuk High Frequency. Sedangkan untuk
lintasan seismik yang lain dari analisa spektrum FFT memiliki rentang nilai yang tidak jauh
berbeda dikarenakan Vintage lintasan sesmik yang sama dan kualitas yang tidak jauh berbeda.
Nilai yang didapat tersebut digunakan sebagai input untuk proses analisa atribut CWT dan juga
bisa digunakan untuk melihat gradient dari sebaran nilai atribut CWT tersebut.

3. Penentuan jenis Wavelet yang akan digunakan

Pada proses attribute CWT ini sangatlah penting penentuan dari jenis Wavelet yang akan
diaplikasikan pada data. Penetuan jenis Wavelet dapat di analisa dengan melihat bentuk
Wavelet tersebut pada satu trace seimik yang bedekatan dengan sumur. Berikut adalah
penentuan Wavelet dari lintasan 90JM-109 :
 Gambar 1.2 Tiga jenis Wavelet yang diaplikasikan pada lintasan seismik 90JM-109

Ada tiga jenis Wavelet yang dapat digunnakan untuk proses atribut CWT yaitu, Wavelet Morlet,
Wavelet Mexican Hat, dan Wavelet Gaussian. Dari ketiga Wavelet yang diaplikasikan pada
lintasan 90JM-109 terlihat bahwa Wavelet Morlet yang lebih bisa mewakili kondisi anomali dari
proses atribut CWT tersebut, sehingga untuk semua data digunnakan Wavelet Morlet untuk
proses atribut CWT ini.
 PROSES PENGOLAHAN ATRIBUT SWEETNESS
Proses atribut Sweetness adalah proses formulasi dengan dua atribut seismik yaitu atribut
Amplitudo Sesaat dan atribut Frekuensi Sesaat, yang mana prosesnya yaitu amplitudo sesaat
dibagi dengan akar kuadrat frekuensi sesaat. Hal ini biasanya merupakan indikator serpih pasir
untuk lingkungan silicilclastic, dan juga menyoroti frekuensi rendah atau peristiwa amplitudo
sesaat yang tinggi seperti pasir gas jenuh. Sweetness lebih didorong oleh amplitudo
dibandingkan dengan frekuensi dan sering mirip dengan kuat frekuensi, dan oleh karena itu
anomali Sweetness yang menarik adalah anomali yang lebih jelas dan sesuai dengan kekuatan
refleksi. Untuk mengetahui lebih jelas proses atribut Sweetness lihat gambar berikut.