Anda di halaman 1dari 7

TEKNIK RESERVOIR

NO : TR 03.02.05

JUDUL
: PERHITUNGAN CADANGAN
SUB JUDUL : Metode Volumetrik

Halaman
Revisi/Thn

: 1/7
: 2/ Juli 2003

SIMULASI MONTE CARLO

1.

PENDAHULUAN
Dalam perhitungan cadangan, simulasi Monte Carlo dilakukan untuk mengetahui distribusi dari
hasilnya yang dapat diantisipasi berdasarkan distribusi dari data masukannya. Setiap variabel yang
menjadi data masukan dapat memiliki distribusi dan rentang harga yang berbeda berdasarkan data
yang terkumpul di lapangan.
Sebagai contoh perolehan minyak (BAFbarrel per acre foot) didefinisikan oleh persamaan

BAF =

7,758 (1 S w ) RF
Boi

(1)

dimana:

= porositas, fraksi

Sw

= saturasi air, fraksi

Boi = faktor volume formasi minyak awal, rb/stb

RF = faktor perolehan, fraksi


Tentunya jika kita mengetahui atau menentukan dengan pasti harga porositas, saturasi air, faktor
perolehan dan faktor volume formasi minyak awal, harga perolehan minyak akan dapat dihitung.
Bagaimanapun kasus yang ideal seperti tersebut tidak pernah terjadi, tetapi mungkin kita mengetahui
mengetahui rentang harga dari data-data tersebut. Kemudian, pertanyaannya adalah berapa harga
parameter-parameter data tersebut yang akan digunakan dalam perhitungan perolehan minyak?
Sebaiknya seluruh rentang harga dari setiap parameter dipertimbangkan dalam perhitungan. Simulasi
Monte Carlo memungkinkan hal ini untuk dilakukan, yaitu dengan menggunakan distribusi untuk
setiap parameter yang memiliki ketidakpastian atau sumber datanya memiliki rentang ketidaktelitian
yang kemudian menggabungkannya untuk mendapatkan distribusi perolehan minyak yang mungkin
berbeda sama sekali distribusinya dengan distribusi data-data masukannya. Model seperti ini sangat
berguna terutama pada tahap eksplorasi dimana belum banyak sumber data yang dapat diperoleh.
Manajemen Produksi Hulu

TEKNIK RESERVOIR

NO : TR 03.02.05

JUDUL
: PERHITUNGAN CADANGAN
SUB JUDUL : Metode Volumetrik

Halaman
Revisi/Thn

: 2/7
: 2/ Juli 2003

Proses tadi ditampilkan pada Gambar 1.

Model

BAF =

Professional
Judgements tentang
ketidakpastian data
masukan

f()

Hasil simulasi Monte Carlo

f(Sw)

7758 (1 S w ) RF
Boi

f(Boi)

f(RF)

f(BAF)

Gambar 1. Ilustrasi Hasil Simulasi Monte Carlo


2.

PROSES SIMULASI
Langkah-langkah yang dilakukan dalam melakukan simulasi Monte Carlo adalah sebagai berikut:
a.

Mendefinisikan semua variabel


Dalam kasus perhitungan BAF, perlu diidentifikasi faktor-faktor yang berpengaruh dan terlibat
dalam perhitungan (dalam hal inim porositas, saturasi air, faktor volume formasi minyak awal,
dan faktor perolehan.

b.

Membuat model
Model disini adalah menggambarkan bagaimana hubungan antara keluaran dengan semua
variabel masukannya. Model ini dapat berupa persamaan matematik seperti pada persamaan 1.

c.

Penggolongan data masukan


Data masukan digolongkan ke dalam dua kelompok, yaitu kelompok yang memiliki
kepastian/ketelitian tinggi (deterministic) dan kelompok yang bervariasi pada suatu rentang
harga tertentu (probalistic).

Manajemen Produksi Hulu

d.

TEKNIK RESERVOIR

NO : TR 03.02.05

JUDUL
: PERHITUNGAN CADANGAN
SUB JUDUL : Metode Volumetrik

Halaman
Revisi/Thn

: 3/7
: 2/ Juli 2003

Mendefinisikan distribusi bilangan acak


Distribusi dari setiap variabel yang probalistic dapat diperoleh dari beberapa nara sumber yang
ahli dalam bidang yang berhubungan, dari analogi dengan data lapangan terdekat atau memiliki
kesamaan.

e.

Melakukan simulasi
Simulasi dilakukan dengan melakukan beberapa kali (100 sampai 1000 kali) sampling terhadap
semua data masukan menggunakan random number (0-1) generator yang dipilih. Hasil keluaran
model berdasarkan data masukan yang dipilih setiap sampling kemudian dicari distribusi, ratarata (mean), nilai tengah (median) dan nilai paling mungkin (modulus). Distribusi hasil simulasi
Monte Carlo ditampilkan dalam bentuk pdf (probability density function) dan cdf (cumulative
density function) seperti ditunjukkan pada Gambar 2. Kurva cdf kemudian diubah menjadi
Expection Plot yang kemudian dijadikan dasar dalam menentukan proved, probable dan
possible reserve seperti ditunjukkan pada Gambar 3. Penentuan proved, probable dan possible
reserve dengan cara ini dikenal dengan penentuan reserve secara probalistik, yang secara
berurutan disebut sebagai P90, P50, dan P10. Pada Expectation Plot P90 memiliki arti
kemungkinan diperolehnya nilai di atas nilai P90 adalah sebesar 90%.

Manajemen Produksi Hulu

TEKNIK RESERVOIR

NO : TR 03.02.05

JUDUL
: PERHITUNGAN CADANGAN
SUB JUDUL : Metode Volumetrik

Halaman
Revisi/Thn

: 4/7
: 2/ Juli 2003

Gambar 2. Kurva pdf dan cdf dari Hasil Simulasi Monte Carlo

Gambar 3. Expectation Plot


3.

JENIS-JENIS DISTRIBUSI DATA


Distribusi data dapat berupa normal, log normal, segi empat (uniform) dan segi tiga (triangle). Selain
jenis distribusi yang disebutkan tadi, jenis yang lainnya yang spesifik tergantung distribusi yang
diamati dari hasil pengukuran di lapangan (sesuai dengan histogram yang dibuat). Prosedur
perhitungan sampling pada proses simulasi Monte Carlo akan diberikan untuk distribusi segi empat,
dan segi tiga.
3.1. Distribusi Segi Empat
Perhatikan distribusi segi empat yang ditunjukkan oleh Gambar 4, dimana f(x) adalah fungsi
probabilitas densitas dan x adalah harga data. Sedangkan F(xxi) adalah frekuensi kumulatif.
Harga frekuensi kumulatif berkisar antara 0 dan 1. Didalam teori sampling, frekuensi kumulatif
F(xxi) ini memiliki pengertian sebagai kemungkinan untuk memperoleh data yang kurang atau
sama dengan xi dalam proses sampling. Jadi untuk mendapatkan sampel data yang kurang atau

Manajemen Produksi Hulu

TEKNIK RESERVOIR

NO : TR 03.02.05

JUDUL
: PERHITUNGAN CADANGAN
SUB JUDUL : Metode Volumetrik

Halaman
Revisi/Thn

: 5/7
: 2/ Juli 2003

sama dengan harga terbesar, kemungkinannya sama dengan satu (1) karena setiap sampling
kondisi tersebut akan selalu terpenuhi. Sedangkan kemungkinan untuk mendapatkan data yang
kurang atau sama dengan harga minimum kemungkinannya mendekati nol.

f(x)

F(x=xi)

xL

xi

xH

xL

xi

xH

1.0

F(x=xi)

Gambar 4. Distribusi segi empat (uniform)


Jika luas yang diarsir pada kurva f(x) terhadap x pada daerah antara xL dan xi adalah F(xxi) maka
luas daerah antara xL dan xH pada kurva f(x) terhadap x adalah sama dengan 1, karena F(xxH) =
1. Oleh karena itu:

(x H

x L ) f ( x) = 1

(2)

sehingga didapat f(x)

f ( x) =

1
(x H x L )

(3)

Frekuensi kumulatif dihitung berdasarkan persamaan

F ( x xi ) = f ( xi )( x x L ) =

xi x L
xH xL

(4)

Karena F(xxi) didapat dari random generator komputer, Rn, maka harga xi yang bersesuaian
Manajemen Produksi Hulu

TEKNIK RESERVOIR

NO : TR 03.02.05

JUDUL
: PERHITUNGAN CADANGAN
SUB JUDUL : Metode Volumetrik

Halaman
Revisi/Thn

: 6/7
: 2/ Juli 2003

dengan Rn adalah:

xi = x L + Rn ( x H x L )

(5)

3.2. Distribusi Segi Tiga


Contoh dari distribusi segi tiga diberikan oleh Gambar 5 dan 6, dimana xL, xC, dan xH adalah
harga terkecil, harga tengah dan harga terbesar. Untuk harga xi xC, dengan cara yang serupa,
diperoleh formula sebagai berikut:

xi = x L +

(x H

x L )(xC x L )Rn

(6)

Sedangkan untuk harga xi > xC, persamaannya adalah

xi = x H

(x H

x L )( x H xC )(1 Rn )

(7)

f(x)

xL

xi

xC

Gambar 5. Distribusi segi tiga: xi xC.

Manajemen Produksi Hulu

xH

TEKNIK RESERVOIR

NO : TR 03.02.05

JUDUL
: PERHITUNGAN CADANGAN
SUB JUDUL : Metode Volumetrik

Halaman
Revisi/Thn

: 7/7
: 2/ Juli 2003

f(x)

xL

xC

xi

xH

Gambar 6. Distribusi segi tiga: xi > xC.

4.

DAFTAR PUSTAKA
1.

Newendorp, P. dan Schuyler, J.: Decision Analysis For Petroleum Exploration, Planning
Press, 2nd Ed., Aurora, CO, 2000.

2.

Cronquist, C.: Estimation and Classification of Reserves of Crude Oil, Natural Gas, and
Condensate, SPE, Richardson, TX, 2001

3.

LAPI ITB: Pembuatan Standarisasi POD (Plan of Development) Pertamina Hulu: Laporan
Akhir, Bandung, 2003.

Manajemen Produksi Hulu