Dalam eksplorasi minyak bumi, informasi tentang batuan di bawah permukaan bumi sangat diperlukan untuk mengetahui zona reservoir target eksplorasi yang salah satunya adalah porositas batuan. Untuk mendapatkan informasi porositas batuan digunakan metode multiatribut seismik yang dapat mengestimasi porositas dari atribut-atribut seismik. Metode multiatribut seismik memiliki dua jenis yaitu regresi linier dan probabilistic neural network (PNN). Penelitian ini bertujuan untuk mengetahui metode multiatribut seismik mana yang memberikan hasil yang lebih baik dalam mengestimasi nilai porositas batu pasir di lapangan minyak Teapot Dome. Pada penelitian ini digunakan tiga atribut seismik yaitu atribut impedansi akustik, integrate, dan amplitude weighted frequency. Multiatribut seismik regresi linier menganggap hubungan ketiga atribut seismik dan porositas adalah linier sedangkan multiatribut seismik probabilistic neural network menganggap hubungannya non linier. Hasil penelitian menunjukan bahwa metode multiatribut seismik regresi linier memberikan estimasi porositas dengan nilai korelasi 0,701 dan validasi 0,649, sedangkan metode multiatribut seismik probabilistic neural network memberikan estimasi porositas lebih baik dengan nilai korelasi 0,920 dan validasi 0,683. Hasil lain juga memperlihatkan bahwa bentuk kurva log porositas hasil estimasi probabilistic neural network lebih cocok dengan log porositas asli dibandingkan log porositas hasil estimasi regresi linier.