Abstrak
Aktifitas industri minyak dan gas (migas) khususnya untuk kegiatan hulu atau upstream seperti kegiatan survei seismik, pengeboran sumur, logging, sampai dengan aktifitas interpretasi/analisis oleh para ahli (geoscientists dan engineers) akan dihasilkan data-data yang sangat bervariasi baik dalam hal jenis, format ataupun jumlah/volume data. Sebagai contoh, untuk suatu operasi wireline logging akan dihasilkan data logging berupa data digital di dunia industri upstream migas dikenal, dalam format file digital: LIS, DLIS ataupun LAS. Selain itu juga field print data berupa hard-copy akan disediakan oleh perusahaan jasa logging sesuai dengan permintaan dari pengguna di perusahaan migas. Data-data logging ini didapat baik pada saat fase eksplorasi (open-hole log) maupun pada tahapan produksi suatu sumur (cased-hole log). Setelah data-data tersebut didapat, kemudian para ahli di perusahaan migas akan menggunakannya sebagai sumber data untuk mencari hidrokarbon dan batuan sumber pada sumur eksplorasi, dan juga untuk memonitor distribusi hidrokarbon yang ada pada sumur fase produksi. Untuk aktifitas tersebut perusahaan migas akan meng-investasikan dana yang cukup besar, sebagai contoh biaya untuk aktifitas open-hole logging mencapai 10% dari total biaya sumur (Frank Jahn et all, Hydrocarbon Exploration and Production, Elsevier Science BV, 1998), sementara itu biaya akuisisi data seismik mencapai 80% dari total biaya seismik
(Mamdouh R. Gadallah, Ray Fisher, Exploration Geophysics An introduction, Springer, 2009). Kondisi tersebut menuntut perusahaan migas untuk dapat mengelola data dan menjaga kualitas datanya dengan baik, sebagaimana layaknya sebagai suatu aset penting mengingat besarnya investasi yang dikeluarkan untuk mendukung kegiatan operasional usaha pencarian hidrokarbon ataupun pengoptimalan produksi saat ini. Selain itu juga, khususnya untuk aktifitas migas di Indonesia, sesuai dengan peraturan perundangan-undangan, Undang-Undang Republik Indonesia No.22 tahun 2001 tentang minyak dan gas bumi dan peraturan menteri ESDM No.027 tahun 2006 tentang pengelolaan dan pemanfaatan data yang diperoleh dari survey umum, eksplorasi dan eksploitasi minyak dan gas bumi, disebutkan bahwa data yang diperoleh dari survey umum dan/atau kegiatan eksplorasi dan produksi adalah milik negara dengan demikian perusahaan migas wajib mengelola data tersebut
Pendahuluan
Pada dasarnya program atau kegiatan manajemen data melibatkan tiga komponen utama yakni: Sumber Daya Manusia (SDM) Proses atau prosedur Teknologi manajemen data
IATMI 10-040
Ketiga komponen manajemen data tersebut saling terkait dan mendukung agar tujuan program manajemen data dapat tercapai dengan baik.
Proses/Prosedur
Proses atau prosedur, adalah panduan atau petunjuk pelaksanaan kegiatan manajemen data yang prinsipnya terdiri dari standard/nomenclature data, alur proses dan data (process and data flow) beserta tim yang bertanggung-jawab terhadap masing-masing tipe data (Contoh alur proses dan data dapat dilihat di lampiran). Dengan adanya proses/prosedur ini memperjelas tugas, pokok dan fungsi (tupoksi) antar tim yang terlibat didalamnya.
Klasifikasi
Sumur Seismik
Jenis data
Basic well header, Well log, Marker, Core Seismic Trace, lokasi (Navigasi)
Format file
LIS, DLIS, LAS, ASCII SEGA/B/C/D/ Y, GEF, UKOOA, ASCII WHCS, PIRLS,DWIG HTS, ASCII
Produksi
Laporan/ Dokumen
Production Volumes, Well tests, facilities, Fluid properties (PVT), Reservoir pressures (BHP), Fluid contacts (TDT) Area kontrak, batasn blok, jalur pipa, jalan, sungai, pulau, batasan pantai, lokasi sumur/anjungan Faults, Horizons, Grid, modeling Core photo, Map, Log print(digital), seismic section Well Summary, Final Drilling report, Seismic processing history, Log processing
IATMI 10-040
dan efektif dalam penerapan teknologi, best practices dan standar manajemen data dalam menghadapi kebutuhan dan tantangan manajemen data saat ini dan masa yang akan datang
berbasiskan XML. Versi aktif terakhir WITSML saat ini adalah 1.4
1. Data Repository. Contoh penerapan standar data repository adalah model data relational PPDM versi 3.8 dan juga PPDM lite 1.1 2. Data Exchange. Penerapan standar data exchange berbasiskan XML dan GML untuk pertukaran data, sehingga memudahkan proses pembacaan data oleh bermacam perangkat lunak. 3. Data Content Contoh penerapan standar data content adalah reference values untuk data-data referensi sistim koordinat, dan satuan unit pengukuran. . Energistics Dibentuk pada tahun 1990 oleh beberapa perusahaan migas yakni: BP, Chevron, Elf Aquitaine, Mobil dan Texaco pada saat itu bertujuan untuk memfasilitasi pengembangan, promosi dan dukungan standar terbuka bagi aspek-aspek science, engineering dan operasional kegiatan upstream migas. Belakangan berkembang untuk memfasilitasi pengembangan, dan adopsi standar pertukaran data bagi industri upstream migas. Contoh standar yang dikembangkan oleh Energistics adalah Wellsite Information Transfer Standard Markup Language, disingkat menjadi WITSML. WITSML ini adalah teknologi standar pertukaran data-data sumur, pengeboran, dan workover
Ketidaklengkapan suatu data; sebagai contoh: 1) Lokasi sumur tidak diketahui secara persis, 2) Ada informasi lokasi sumur, akan tetapi tidak diketahui sumber/asal sistim koordinat untuk lokasi tersebut. Ketidakkonsistenan suatu data yang sama di beberapa sistim repository/database; sebagai contoh: lokasi sumur yang sama tercatat berbeda secara signifikan antar sistim repository/database satu dengan yang lain Ketidaksesuain data berdasarkan kaidah/prinsip data-data tersebut. Sebagai contoh; 1) Lokasi sumur diluar blok/area yang dikuasai oleh suatu perusahaan migas, 2) Titik kedalaman well logging lebih dalam (secara signifikan) daripada kedalaman driller. 3) Data volume produksi bulanan memperlihatkan permulaan produksi sebelum sumur completed.
Contoh-contoh permasalahan kualitas data diatas akan mempengaruhi kinerja perusahaan manakala dihadapkan pada kebutuhan akan data yang valid dan dalam waktu yang singkat, misalkan untuk pelaksanaan suatu pekerjaan proyek studi, dikarenakan tingkat keyakinan yang rendah terhadap data dan ketidakpastian
IATMI 10-040
terhadap keputusan yang diambil berdasarkan data tersebut. Suatu studi menyebutkan biaya yang ditimbulkan akibat permasalahan kualitas data ini setidaknya mencapai 10% dari revenue perusahaan (Thomas C. Redman, Data: An Unfolding Quality Disaster, Information Management Magazine, August 2004) Pengembangan suatu sistim manajemen kualitas data yang terintegrasi dan otomatis, bertahap, dan sesuai kebutuhan prioritas pengguna data akan membantu meningkatkan kinerja kualitas data suatu perusahaan migas secara terukur, sehingga permasalahan kualitas data yang ada dapat diatasi dengan baik dan sistematis.
Referensi
1. Edy Sudjana, An Introduction to Oil and Gas
Data Management, visiting lecture/seminar to Universitas Islam Negeri Sultan Syarif Kasim (UIN SUSKA) - Riau Indonesia, Faculty of Sciences and Technology, 2008 Energistics, Energistics History , 2010 Frank Jahn et all, Hydrocarbon Exploration and Production, Elsevier Science BV, 1998 Gartner, Overview for Legacy Information Management Projects, Gartner, 2010 Mamdouh R. Gadallah, Ray Fisher, Exploration Geophysics An introduction, Springer, 2009 Peraturan menteri ESDM No.027 tahun 2006 tentang pengelolaan dan pemanfaatan data yang diperoleh dari survey umum, eksplorasi dan eksploitasi minyak dan gas bumi, 2006 PPDM, About PPDM, 2010 Thomas C. Redman, Data: An Unfolding Quality Disaster, Information Management Magazine, August 2004 Undang-Undang Republik Indonesia No.22 tahun 2001 tentang minyak dan gas bumi, 2001
2. 3. 4. 5.
6.
9.
Kesimpulan
Pelaksanaan program manajemen data dan manajemen kualitas data yang baik dan berkesinambungan akan membantu kinerja perusahaan migas dalam usaha pencarian hidrokarbon dan pengoptimalan sumber yang ada saat ini, untuk itu diperlukan usaha bersama untuk mewujudkan program manajemen data dan manajemen kualitas data agar berjalan secara optimal.
IATMI 10-040
IATMI 10-040