ABSTRAK Metode inversi impedansi akustik, analisis multiatribut dan Probabilistic Neural Network (PNN) telah diaplikasikan untuk data pada Lapangan “NOR” di Cekungan Sumatra Tengah. Dimana lapangan ini merupakan lapangan potensi minyak dengan Formasi Bekasap yang memiliki litologi batu pasir sebagai zona target. Penelitian ini bertujuan untuk menentukan parameter reservoir secara kuantitatif dan memperoleh peta sebaran reservoir zona potensi hidrokarbon untuk pengembangan Lapangan “NOR”. Raw data seismik diinversikan untuk mendapatkan informasi impedansi akustik. Selanjutnya, informasi impedansi akustik menjadi salah satu atribut yang akan dikombinasikan dengan atribut-atribut pada raw seismik untuk digunakan dalam analisis multiatribut dan Probabilistic Neural Network (PNN). Empat atribut adalah jumlah maksimal atribut yang dapat digunakan pada analisis multiatribut dan Probabilistic Neural Network (PNN). Hasil ini penelitian menunjukkan bahwa korelasi antara porositas berdasarkan data sumur dengan porositas prediksi pada analisis multiatribut sebesar 75% dan pada Probabilistic Neural Network (PNN) sebesar 82%. Berdasarkan analisis dan interpretasi data penelitian ini, didapatkan nilai akustik impedansi pada Lapangan “NOR” berkisar antara 16.600 – 19.000 (ft/s)*(g/cc) dengan porositas diantara 25%-33% pada Formasi Bekasap. Pola sebaran reservoir dengan impedansi akustik dan porositas yang baik di Lapangan “NOR” berada pada daerah-daerah closure. Sehingga untuk pengembangan Lapangan “NOR” dapat diusulkan sumur pengembangan di sekitar closure sesuai dengan potensi hidrokarbon yang mengacu pada hasil analisis inversi impedansi akustik, multiatribut dan Probabilistic Neural Network (PNN). Kata kunci: Inversi Impedansi Akustik, Sebaran Porositas, Analisis Multiatribut, Probabilistic Neural Network (PNN) ABSTRACT The acoustic impadance inversion, multi-attribute analysis and Probabilistic Neural Network (PNN) method were applied to data of NOR field in the Basin of central Sumatra where the field is a potential oil field with Bekasap formation which has a sandstone lithology as the target zone. This research aims to determine reservoir parameters quantitatively and obtain map of distribution reservoir the potential hydrocarbon zone for the development of NOR field. The raw seismic data were inverted to get the information of the acoustic impedance. Furthermore, acoustic impedance data were became one of the attributes combined with the attributes of raw seismic in order to be used for analysis in multi-attributes and Probabilistic Neural Network (PNN). Four number of attributes are the maximum number of attributes that can be used in the multi-attributes analysis and the Probabilistic Neural Network (PNN). The correlation between porosity of the wells with porosity prediction in multi-attributes analysis is 75 %, and 82 % on the Probabilistic Neural Network (PNN). Based on the analysis and interpretation of data obtained by this study, the value of acoustic impedance in the NOR field ranges from 16,600 – 19,000 (ft/s) * (g/cc) with porosity estimation between 25%-33% of the Bekasap formation. Reservoir distribution patterns with good acoustic impedance and good porosity in the NOR field are located on the closure areas. So, for the development of the NOR field, development wells around the closure areas can be proposed in accordance with the hydrocarbon potential refering to the results of the analysis of acoustic impedance inversion, multi-attributes and the Probabilistic Neural Network (PNN). Keywords: Acoustic Impedance Inversion, the distribution of Porosity, Multiatribut Analysis, Probabilistic Neural Network (PNN)