OPTIMASI PENGEMBANGAN LAPANGAN X DENGAN MENGGUNAKAN SIMULASI

RESERVOIR DAN ANALISIS KEEKONOMIAN

TUGAS AKHIR

Oleh:
IKHWANUSHAFA DJAILANI
NIM 12204017

Diajukan sebagai salah satu syarat untuk

mendapatkan gelar
SARJANA TEKNIK
pada Program Studi Teknik Perminyakan

PROGRAM STUDI TEKNIK PERMINYAKAN

FAKULTAS TEKNIK PERTAMBANGAN DAN PERMINYAKAN
INSTITUT TEKNOLOGI BANDUNG
2010
OPTIMASI PENGEMBANGAN LAPANGAN X DENGAN MENGGUNAKAN SIMULASI
RESERVOIR DAN ANALISIS KEEKONOMIAN

TUGAS AKHIR

Oleh:
IKHWANUSHAFA DJAILANI
NIM 12204017

Diajukan sebagai salah satu syarat untuk

mendapatkan gelar
SARJANA TEKNIK
pada Program Studi Teknik Perminyakan
Fakultas Teknik Pertambangan dan Perminyakan
Institut Teknologi Bandung

Disetujui oleh:
Dosen Pembimbing Tugas Akhir,
Tanggal…………………………

(Ir. Tutuka Ariadji, MSc, Ph.d)

 OPTIMASI PENGEMBANGAN LAPANGAN X DENGAN SUMUR VERTIKAL MENGGUNAKAN
SIMULASI RESERVOIR DAN ANALISIS KEEKONOMIAN

Oleh :
Ikhwanushafa Djailani, Institut Teknologi Bandung (ITB)

Pembimbing:
Ir. Tutuka Ariadji, MSc, Ph.d, Institut Teknologi Bandung (ITB)

SARI

Perencanaan pengembangan lapangan merupakan hal yang sangat vital untuk dilakukan di industri perminyakan,
mengingat biaya yang dibutuhkan dalam mengoperasikan suatu lapangan sangatlah besar. Simulasi Reservoir adalah
alat yang sangat diperlukan dalam perencanaan pengembangan lapangan yang handal untuk meramalkan performa
reservoir dengan realistis.

Lapangan X merupakan lapangan minyak bumi dengan jenis reservoir karbonat yang sangat kompleks. Jumlah
minyak yang diproduksikan dari lapangan tersebut masih sangat terbatas yaitu 2,23 % dari satu sumur saja. Studi ini
membutuhkan pengembangan lapangan dengan menambahkan beberapa sumur di derah-daerah yang memiliki prospek
yang baik.

Hasil simulasi yang dilakukan dengan berbagai skenario memberikan hasil sama dengan 14,02 % Faktor
Perolehan dari tiga sumur yang berproduksi. Setelah proses simulasi, dilanjutkan dengan melakukan analisis
keekonomian terhadap skenario yang dibuat dan dengan menetapkan beberapa asumsi biaya capital dan non capital
maka didapat nilai NPV Pemerintah 50.627 MUS$, NPV Kontraktor 8.346 MUS$, ROR 75,6 %, POT setelah 2,98
tahun dan PI sebesar 1,76.

Kata kunci: Simulasi Reservoir, Faktor Perolehan, Rate of Return

ABSTRACT

Plan of Development is very important to be conducted in oil industry, where a lot of money needed for
producing an oil field. Reservoir simulation is an indispensable tool for planning the development of a reliable field for
predicting realistic reservoir performance.

X Field is an oil field with a complex carbonate reservoir. Amount of oil that produced from the field was very
limited, it was just 2,23 % from just one well. These studies require field development by adding a few wells in a
potential area.

Simulation with different scenarios results in 14,02 % Recovery Factor of 3 producing wells. After simulation
process, the next step is to analize economic aspect of the development scenario which is offered by reservoir
simulation, and by using some capital and non capital cost assumptions we obtaine some economic indicator results,
NPV Value for Government is 50,627 MUS$, NPV Value for Contractor is 8,346 MUS$, ROR is 75,6 %, POT is after
2,98 years and PI value is about 1,76.

Keyword: Reservoir Simulation, Recovery Factor, Rate of Return

I. PENDAHULUAN telah tersedia, seperti input data model struktur,

Lapangan X merupakan suatu reservoir
minyak dengan formasi batu gamping yang secara
geologi berumur Miosen Awal hingga Miosen
Akhir. Ekplorasi awal lapangan ini dilakukan
sekitar tahun 2004 dan berjalan dengan sangat
sukses. Sumur pertamanya berproduksi sekitar
tahun 2009, dan memiliki nilai Original Oil In
Place yang termasuk kecil.
Geologi lapangan ini mempunyai batasan
studi antara lain adalah model geologi dan reservoir
properti batuan, PVT, dan data sejarah produksi
selama satu tahun.
Permasalahan studi yang akan dibahas
antara lain adalah jumlah sumur eksplorasi yang
masih sangat terbatas yaitu hanya satu sumur, juga
akan dibahas kriteria yang digunakan untuk
memilih lokasi sumur tambahan yang baik, dan
yang terakhir adalah tinjauan kelayakan secara
ekonomi.

1|Page
 Tujuan paper ini yaitu melakukan optimasi
produksi reservoir dengan menambahkan beberapa
sumur pada daerah prospek, kemudian melakukan
simulasi terhadap skenario tersebut menggunakan
Simulator Reservoir. Simulasi dilakukan untuk
setiap penambahan sumur dan hasil simulasi akan
dibandingan antara satu sama lain. Setelah didapat
kombinasi sumur optimal maka tahap terakhir yang
dilakukan adalah menganalisa kelayakannya secara
ekonomi dengan menggunakan beberapa indikator
seperti Net Present Value, Rate of Return, Pay Out
Time dan Profitability Index.
yaitu 34,8 oAPI, juga dari nilai GOR 79,68
SCF/STB dan nilai Formation Volume Factor
sebesar 1,06RB/STB maka reservoir ini dapat
digolongkan ke dalam reservoir black oil. Nilai SG
gas 0,706 menunjukkan bahwa gas jauh lebih
ringan dari udara.
Gambar 2.1, 2.2 dan 2.3 berikut merupakan
persebaran properti reservoir secara 3D di lapangan
X:

II. MODEL RESERVOIR

Untuk melakukan skenario pengembangan

lapangan dengan simulasi reservoir, maka
dibutuhkan suatu model reservoir yang
merepresentasikan reservoir sebenarnya. Beberapa
input data yang diperlukan adalah model struktur, Gambar 2.1 – Porositas
PVT, properti batuan dan data sejarah produksi
lapangan X tersebut.

Tabel 2.1 berikut ini merupakan deskripsi

karakteristik reservoir Lapangan X:

Tabel 2.1 – Data Reservoir dan Data Produksi

Properties Unit Value

o
Temperatur F 165@2650 ft.SS
Gambar 2.2 – Saturasi Air
Tekanan Psig 1063@2650 ft.SS
Pb Psig 220
Kedalaman WOC ft 2947
Kedalaman GOC ft 2620
Laju Alir Minyak STB/D 1155
Tekanan Alir Psia 948
o
API Gravity API 34,8
Specific Gravity Gambar 2.3 – Permeabilitas XY
0,706
Gas
GOR SCF/STB 79,68 Dari gambar-gambar persebaran properties
Temperatur o
batuan di atas terlihat nilai properti yang bagus
F 102 sebagai daerah akumulasi minyak terletak pada
Separator
Tekanan Separator Psig 90 daerah tengah saja. Sedangkan bagian yang lain
tidak begitu menjanjikan, selain karena nilai
Oil FVF (Bo) RB/STB 1,06 porositas dan permeabilitas yang kecil, juga karena
Viskositas Minyak Cp 0,88898 sudah tersaturasi oleh air. Pada Gambar 2.1 warna
Heptane plus % mole 76,29 merah, kuning dan hijau menunjukkan area yang
memiliki porositas terbesar hanya terletak dibagian
Initial GOR SCF/STB 638 tengah reservoir. Warna nila, dan biru menunjukkan
area yang memiliki porositas kecil terletak sebagian
besar reservoir tersebut. Hal yang sama juga
Dari data karakteristik reservoir pada Tabel ditunjukkan oleh Gambar 2.3 yang merupakan
2.1 dapat dilihat nilai tekanan bubble point adalah gambaran persebaran permeabilitas batuan reservoir
220 psig, masih jauh dibawah nilai tekanan secara lateral. Pada Gambar 2.2 yang merupakan
reservoir, yaitu 1063 psig untuk kedalaman 2650 ft peta persebaran saturasi air keterangan warna
di bawah permukaan laut. Ini mengindikasikan menunjukkan indikasi sebaliknya, yaitu warna biru
bahwa keadaan reservoir adalah under-saturated. merupakan area yang memiliki saturasi air terbesar,
Jika ditinjau dari nilai API gravity-nya yang kecil
2|Page
terletak di sebagian besar area kiri reservoir
tersebut. Sedangkan sebagian kecil area berwarna
hijau menunjukkan daerah yang memiliki saturasi
air terkecil pada reservoir ini.
Properties PVT ditunjukkan pada Gambar
2.4-Gambar 2.8 berikut ini:
Gambar 2.4 – Solution Gas Oil Ratio(Rs)
Gambar 2.4 menunjukkan profil Rs sebagai
fungsi dari tekanan. Pada tekanan di atas 220 psig
(Pb), penurunan tekanan tidak menyebabkan
perubahan nilai Rs, ini terjadi karena pada keadaan
tekanan di atas Pb gas terlarut di dalam minyak
masih dalam jumlah maksimal. Namun pada
tekanan di atas Pb mulai terjadi penurunan nilai Rs
karena gas terlarut sebagian sudah keluar di dalam
reservoir.
Gambar 2.5 –Formation Volume Factor (Bo)
minyak
Gambar 2.5 merupakan profil Bo sebagai
fungsi dari tekanan. Pada tekanan diatas 220 psig
(Pb) penurunan tekanan akibat produksi akan
meningkatkan Bo karena adanya ekspansi minyak di
dalam reservoir. Pada tekanan di bawah Pb
penurunan tekanan mengakibatkan penurunan Bo
karena adanya pelepasan gas terlarut.
Gambar 2.6 – Viskositas Minyak
3|Page
Gambar 2.6 merupakan profil viskositas
minyak sebagai fungsi dari tekanan. Pada tekanan si
atas 220 psig (Pb) nilai viskositas minyak menurun
seiring dengan penurunan tekanan, ini terjadi
karena penurunan tekanan menyebabkan jarak antar
molekul semakin renggang sehingga dapat bergerak
lebih leluasa. Namun pada tekanan di bawah Pb
penurunan tekanan reservoir menyebabkan nilai
viskositas minyak meningkat kembali, ini terjaid
karena pada keadaan ini minyak mulai melepaskan
gas terlarutnya sehingga yang tersisa hanya minyak
fraksi berat saja.
Gambar 2.7 –Formation Volume Factor (Bg) gas
kering
Gambar 2.7 menunjukkan profil Formation
Volume Factor (Bg) untuk gas kering sebagai fungsi
dari tekanan. Dari gambar terlihat bahwa harga Bg
meningkat seiring dengan terproduksi gas (tekanan
reservoir menurun).
Gambar 2.8 – Viskositas gas kering
Gambar 2.8 menunjukkan profil viskositas
gas kering sebagai fungsi dari tekanan. Tampak
pada gambar bahwa nilai viskositas menurun
seiring dengan penurunan tekanan. Pada tekanan
yang tinggi penurunan viskositas terjadi jauh lebih
cepat daripada ketika saat tekanan rendah.
Kesimpulan ini tergambar dari bentuk kurva yang
relatif miring pada tekanan tinggi, namun jauh lebih
mendatar pada tekanan rendah.
Lapangan X merupakan reservoir yang
memiliki dua kelakuan properti, sehingga dalam
pemodelan kita perlu membuat dua region yang
masing-masing memiliki karakteristik tersendiri.
Data yang diperoleh menunjukkan nilai porositas
untuk region satu adalah kurang dari 0,125 dan
porositas region dua lebih dari 0,125. Gambar 2.9
menunjukkan pembagian region di reservoir Relative Permeability (Gas-Oil Region I)
lapangan X yang terbagi menjadi dua region. 1.2

Relative Permeability (Kr)

1
0.8
0.6
0.4
Krg
0.2
Kro
0
0 0.05 0.1 0.15 0.2 0.25 0.3
Gas Saturation (Sg)

Gambar 2.13 – kr sistem minyak gas region satu

Gambar 2.9 – Region 3D
Grafik permeabilitas relatif Gambar 2.11
Gambar 2.10 memperlihatkan kondisi menggambarkan bahwa region satu reservoir ini
reservoir di Lapangan X memiliki tiga fasa fluida bersifat water wet untuk sistem minyak air, terlihat
dimana warna merah menunjukkan area yang dari bentuk grafik yang lebih condong ke kanan,
tersaturasi oleh sebagian besar gas, hijau adalah dimana perpotongan antar kurva terletak pada nilai
area yang tersaturasi oleh minyak dan biru adalah Sw sama dengan 0,79 yang berarti melebihi titik
area yang tersaturasi oleh air. tengah saturasi air. Dari Gambar 2.11 didapat nilai
Swc sama dengan 0,64 dan nilai Sor sama dengan
0,11 sehingga dapat dihitung nilai Faktor Perolehan
Maksimum untuk region satu yaitu sebesar 69,4 %.
Sedangkan untuk sistem minyak gas reservoir ini
bersifat oil wet, terlihat dari bentuk grafik yang
lebih condong ke kiri, dimana perpotongan antar
kurva terletak pada nilai Sg sama dengan 0,13 yang
berarti kurang dari titik tengah saturasi gas. Bentuk
kurva Pc yang landai mencirikan bahwa nilai
Gambar 2.10 – Contact 3D permeabilitas di region satu kecil1. Data yang di
dapat menunjukkan nilai permeabilitas berkisar
Gambar 2.11 dan Gambar 2.12 adalah antara 2,98 md - 123,93 md.
grafik permeabilitas relatif sistem minyak air dan
tekanan kapiler terhadap saturasi air (Sw) region Grafik permeabilitas relatif region dua di
satu, sedangkan Gambar 2.13 menunjukkan grafik reservoir Lapangan X sedikit berbeda dari region
permeabilitas relatif sistem minyak gas terhadap satu, namun memiliki sifat wettability yang sama.
saturasi gas (Sg). Begitu juga bentuk kurva Pc-nya yang landai.
Perbedaan antara kedua kurva Pc ini terletak dari
interval nilainya, dimana region satu memiliki nilai
Relative Permeability (Water -Oil Region I)
1.2
yang lebih besar dari pada region dua. Pada region
dua ini nilai perpotongan antara kurva kro dengan
Relative Permeability (Kr)

1
0.8 krw terletak pada Sw sama dengan 0,81. Sedangkan
0.6 perpotongan kurva kro dengan krg terletak pada Sg
0.4 0,13. Gambar 2.14 dan 2.16 berikut adalah grafik-
Krw
0.2
Kro grafik permeabilitas relatif region dua, dan grafik
0
0.5 0.6 0.7 0.8 0.9 1
tekanan kapiler region dua ditunjukkan oleh
Water Saturation (Sw) Gambar 2.15:
Gambar 2.11 – kr sistem minyak air region satu
Relative Permeability (Water -Oil Region II)
1.2
Capillary Pressure (Water-Oil Region I)
Relative Permeability (Kr)

80 1
70 0.8
60 0.6
P

0.4
s)

50
ue(i

Krw
s
e
sr

0.2
P

40
yr

Kro
p
ailla
r

30
0
C

20 0.5 0.6 0.7 0.8 0.9 1

10 Water Saturation (Sw)
0
0.5 0.6 0.7 0.8

Water Saturation (Sw)

0.9 1
Gambar 2.14 – kr sistem minyak air region dua
Gambar 2.12 – Tekanan kapiler region satu

4|Page
 Capillary Pressure (Water -Oil Region II) kemudian setelah beberapa lama mulai berproduksi
16
kembali.
14

12

Proses matching dilakukan dengan

P
si)

10
e

mengubah-ubah beberapa nilai properties, seperti

e
Pu
s
sr(

8
yr

permeabilitas relatif, Index Produktifitas (PI),

p
alla
r

6
Ci

4 transmisibility dan beberapa properties yang lain.

2 Hasil history matching ditunjukkan oleh Gambar
0
0.5 0.6 0.7 0.8 0.9 1
3.1 hingga Gambar 3.4. Secara jelas terlihat hasil
Water Saturation (Sw)
matching sudah sangat bagus baik untuk fluida
Gambar 2.15 – Tekanan kapiler region dua minyak maupun air, Meskipun di beberapa bagian
kurva tidak matching secara sempurna, terutama
Relative Permeability (Gas -Oil Region II)
hasil matching terhadap laju alir air produksi.
1.2
Relative Permeability (Kr)

1
0.8
0.6
0.4
Krg
0.2
Kro
0
0 0.05 0.1 0.15 0.2 0.25 0.3
Gas Saturation (Sg)

Gambar 2.16 – kr sistem minyak air region dua

III. INISIALISASI DAN HISTORY Gambar 3.1 – Matching laju alir minyak
MATCHING

Setelah memiliki seluruh data geologi dan

reservoir di dalam simulator reservoir, perlu
dilakukan beberapa prosedur validasi, validasi
model awal yang dilakukan adalah inisialisasi, yaitu
proses menyamakan nilai IOIP reservoir model
terhadap nilai IOIP hasil perhitungan volumetrik
oleh geologist.

Nilai IOIP yang didapat secara volumetrik

jika dibandingkan dengan nilai IOIP model tidak Gambar 3.2 – Matching produksi minyak kumulatif
berbeda jauh. Perbedaan antara kedua nilai tersebut
hanya sebesar 0,53%.

Setelah penyelarasan nilai IOIP dilakukan

maka tahap selanjutnya adalah history matching
data produksi. Pada tahap ini model yang di dapat
dari penyelarasan nilai IOIP sebelumnya diuji
terlebih dahulu dengandata produksi lapangan,
yaitu dengan melihat performa yang dihasilkan oleh
model tersebut dan membandingkannya dengan
kinerja sejarah produksi dari data lapangan.
Gambar 3.3 – Matching laju alir air
Secara lengkapnya proses matching
dilakukan terhadap data sejarah tekanan dan laju
alir fluida, namun pada kasus di lapangan X ini
hanya dilakukan terhadap data sejarah laju alir
karena data sejarah tekanan tidak tersedia. Data
sejarah produksi yang menjadi acuan dalam model
ini adalah data laju alir minyak dan air selama lebih
kurang satu tahun, yaitu mulai 17 Februari 2009
hingga 26 Januari 2010. Pada Gambar 3.1 dapat
dilihat produksi minyak yang semakin menurun
setiap harinya. Produksi sempat dihentikan Gambar 3.4 – Matching produksi air kumulatif
beberapa lama dengan cara menutup sumur,

5|Page
IV. SKENARIO OPTIMASI PRODUKSI pertambahan Faktor Perolehan tidak begitu
RESERVOIR signifikan yaitu sebesar 0,56 %.

Optimasi reservoir lapangan X dilakukan Jumlah sumur yang di tambah sebanyak dua
dengan cara penambahan sumur di daerah yang sumur, letak sumur-sumur tersebut adalah pada grid
memiliki porositas yang baik dan juga 34i, 17j dan grid 34i, 20j. Pengaturan konstrain
pertimbangan terhadap kondisi saturasi air. Pada BHP sebesar 500 psia bertujuan untuk mencegah
awalnya hanya ada Sumur-1. Penambahan sumur turunnya nilai BHP sampai 14,7 psia yang berarti
dilakukan pada simulator berjumlah sampai empat terlalu optimis. Tabel 4.2 berikut adalah deskripsi
sumur, namun dengan mempertimbangkan tingkat sumur yang ditambahkan:
produktivitas yang kurang, maka diputuskan untuk
menambah hanya dua sumur saja. Gambar 4.1 Tabel 4.2 – Deskripsi sumur
berikut ini adalah gambar reservoir dengan
penambahan sumur: Properties Sumur 2 Sumur 5
Letak Grid 34i, 17j 34i, 20j
Perforasi 15k-80k 15k-70k
Konstrain Laju Alir 800 stb/d 500 stb/d
BHP Minimum 500 psia 500 psia

Setelah penambahan dua sumur, maka

dihasilkan Produksi Kumulatif Minyak sebesar
1.810.013,8 STB atau Faktor Perolehan sama
Gambar 4.1 – Penambahan sumur
dengan 14,02 %. Prediksi dilakukan selama lebih
Tabel 4.1 dan Gambar 4.2 berikut ini kurang 10 tahun dari Februari 2010 sampai
memperlihatkan hubungan antara jumlah sumur Desember 2020.
terhadap Recovery Factor:
Keputusan untuk melakukan penambahan
Tabel 4.1 – Recovery Factor terhadap jumlah sumur tidak lebih dari dua sumur diambil karena
pertimbangan jumlah produksi yang tidak
Jumlah FOPT RF signifikan. Gambar 4.3 berikut ini adalah grafik
Nama Sumur produksi kumulatif minyak selama 10 tahun
sumur (BBL) (%)
running:
Sumur 1 1 1367116 10,59
Sumur 1-2 2 1646318 12,75
Sumur 1-2-5 3 1810013,8 14,02
Sumur 1-2-3-5 4 1882704 14,58
Sumur 1-2-3-4-5 5 1992226 15,43

20
15
Gambar 4.3 – Produksi kumulatif minyak pada
RF, %

10
5 Dari data produksi kumulatif kita dapat
0
0 2 4 6
Jumlah Sumur
Gambar 4.2 – Optimasi jumlah sumur terhadap RF
Dari Gambar 4.2 dan Tabel 4.1 di atas
terlihat pengaruh jumlah sumur terhadap Faktor
Perolehan. Penambahan sampai dua sumur pertama,
yaitu sumur 2 dan 5 memberikan pertambahan
Faktor Perolehan sebesar 1,27 %, namun ketika
jumlah sumur bertambah menjadi tiga nilai
6|Page
beberapa skenario
memperkirakan mekanisme pendorongan suatu
reservoir. Dengan melihat trend kurva yang
terbentuk maka kita dapat menyimpulkan
mekanisme pendorongannya5. Untuk kasus di
lapangan X ini kurva yang terbentuk mengikuti tren
untuk mekanisme pendorongan jenis dissolved gas
drive. Gambar 4.4 berikut merupakan kurva yang
terbentuk dari hasil plot antara data tekanan
reservoir terhadap data produksi kumulatif. Kurva
berwarna hitam merupakan kurva acuan yang di
dapat dari sumber lain. Sedangakan kurva berwarna
merah merupakan hasil pengolahan data dari
Lapangan X. Terlihat bahwa kurva berwarna merah
mengikuti trend kurva untuk dissolved gas drive.
setiap penambahan sumur. Biaya yang dimasukkan
ke dalam perhitungan adalah sebagian biaya
investasi baik capital maupun non capital, dan
biaya operasi di lapangan. Sedangkan biaya
pembangunan fasilitas dianggap sudah dilakukan
sebelumnya sehingga tidak perlu ditambahkan lagi
dalam biaya investasinya.

Untuk menyusun cash flow digunakan

asumsi-asumsi sebagai berikut:

1. Harga Minyak 70 US$/BBL

Gambar 4.4 – Grafik tekanan-total poduksi tipe
dissolved gas drive (Clark, N.J., 1951)
V. ANALISIS KEEKONOMIAN
Penting bagi kontraktor untuk menganalisa
skenario pengembangan reservoir lapangan x secara
ekonomi. Dengan mempelajari beberapa indikator
ekonomi seperti NPV, IRR, POT dan PI maka dapat
disimpulkan apakah investasi yang telah
dikeluarkan nantinya akan memberi keuntungan
bagi kontraktor. Gambar 5.1 berikut ini
menunjukkan pengaruh beberapa indikator ekonomi
satu terhadap lainnya:
NPV = Revenue - Cost
2. Biaya Operasi 15 US$/BBL
3. Bagian kontraktor 26,8 %
4. Bagian pemerintah 73,2 %
5. Pajak 44 %
6. FTP 10 %
7. Investment Credit 15 %
8. DMOi 25 %
9. DMO fee 10 % setelah 60 bulan berproduksi
10. Lama Proyek 11 tahun
11. Depresiasi Double Decline Balance (DDB)
selama 5 tahun
12. MARR kontraktor sebesar 15 %
13. Sumur yang berproduksi sebanyak tiga sumur
vertikal.
14. Total biaya investasi sebesar 11.043 MUS$
dengan rincian tangible cost 2.668 MUS$ dan
intangible cost 8.375 MUS$

Tabel 5.1 di bawah ini memperlihatkan

+ beberapa indikator ekonomi yang di dapat setelah
- pengolahan data:

Tabel 5.1 – Hasil perhitungan Indikator Ekonomi

Indikator Ekonomi Satuan Nilai

Total produksi MBBL 1.810,01
Total Investasi MUS$ 11.043
Total pengeluaran MUS$ 38.193
Gambar 5.1- Diagram Faktor yang mempengaruhi NPV Kontraktor @ 0% MUS$ 15.754
pengembangan Lapangan X (Sumber: Ariadji, NPV Kontraktor @ 15% MUS$ 8.346
Tutuka, 2009) Rate of return (ROR) % 75,6
Profitability Index (PI) fraksi 1,76
Dari diagram pada Gambar 5.1 dapat dilihat Pay Out Time (POT) Tahun 2,98
bahwa Net Present Value (NPV) dipengaruhi oleh NPV Indonesia @ 0% MUS$ 72.754
dua faktor, yaitu revenue yang akan meningkatkan NPV Indonesia @ 15% MUS$ 50.627
nilai NPV dan cost yang akan menurunkan nilai
NPV. Cost terbagi menjadi beberapa katagori, yaitu
opening cost, field management cost dan Nilai NPV kontraktor dihitung untuk masa
development. Revenue sendiri dipengaruhi oleh kontrak 11 tahun dan discount rate (MARR) 15 %.
perubahan harga minyak, gas, dan oleh profil Nilai investasi yang dikeluarkan adalah 11.043
produksi. MUS$. Secara data cash flow hasil perhitungan saat
ini, pemasukan yang diterima oleh kontraktor
Untuk kasus yang dibahas di paper ini kita adalah sebesar cash flow total 15.754 MUS$,
hanya meninjau pengaruh revenue oleh produksi dengan nilai Net Present Value (NPV) sebesar
minyak saja tanpa melihat produksi gasnya. Profil 8.346 MUS$. Besar nilai Rate of Return adalah
produksi yang ditinjau juga hanya satu skenario 75,6 %, dengan index keuntungan sebesar 1,76 dan
saja, yaitu penambahan sumur explorasi, namun Pay Out Time setelah 2,98 tahun. Sedangkan besar
walau demikian kita juga melakukan optimasi pada cash flow yang diterima Indonesia adalah 72.754

7|Page
MUS$ dengan Net Present Value sebesar 50.627
MUS$. Nilai ROR yang lebih besar dari 30 % dan
nilai PI yang menunjukkan angka lebih besar dari 1
mengindikasikan bahwa skenario pengembangan
reservoir ini akan memberikan keuntungan yang
memadai jika dilakukan.
Setelah beberapa indikator ekonomi
diperoleh, selanjutnya dilakukan analisis
sensitivitas. Tujuan melakukan analisis sensitivitas
adalah karena parameter-parameter seperti
operating cost, price, dan investasi tidak tetap
harganya, namun selalu berubah-ubah. Analisa
dilakukan dengan interval nilai antara 50% - 150%.
Gambar 5.2 dan Gambar 5.3 berikut merupakan
spider diagram yang terbentuk setelah dilakukan uji
sensitivitas:
investasi. Sedangkan peningkatan price
menyebabkan peningkatan nilai IRR juga.
VI. KESIMPULAN
1) Penambahan tidak lebih dari dua sumur
dilakukan setelah mempertimbangkan jumlah
produksi yang tidak signifikan.
2) Faktor Perolehan setelah simulasi dilakukan
didapat sebesar 14,02 %.
3) Indikator ekonomi setelah perhitungan cash
flow didapat NPV Pemerintah sama dengan
50.627 MUS$, NPV Kontraktor sama dengan
8.346 MUS$, ROR sama dengan 75,6 %, POT
setelah 2,98 tahun dan PI sebesar 1,76.
4) Analisis sensitivitas menggunakan spider
diagram dilakukan dengan selang nilai 50%-
150% dari kasus dasar.
5) Faktor yang paling berpengaruh terhadap
perubahan nilai NPV adalah price.
6) Faktor yang paling berpengaruh terhadap
penurunan nilai IRR adalah investment.

VII. SARAN
1) Jika dilihat dari nilai Faktor Perolehan
maksimum yaitu 69,4 % dan jika
dibandingkan dengan nilai Faktor Perolehan
yang baru tercapai yaitu 14,02 %, maka
artinya adalah masih sangat banyak minyak
yang tersisa di dalam reservoir. Diperlukan
Gambar 5.2 – Spider Diagram NPV kontraktor
skenario-skenario lebih lanjut untuk
mengembangkan produksi reservoir di
Lapangan X ini.
2) Permasalahan reservoir di Lapangan X adalah
penurunan tekanan reservoir yang sangat
cepat, sehingga sangat disarankan penerapan
skenario-skenario yang mampu memperbaiki
atau mempertahankan kemampuan tekanan
reservoir agar lebih lama.

SIMBOL

Gambar 5.3 – Spider Diagram IRR Pb = Tekanan bubble point, Psi.

GOR = Gas Oil Ratio, SCF/STB
Dari Gambar 5.2 di atas menunjukkan OWC = Oil Water Contact
peningkatan operating cost dan investasi GOC = Gas Oil Contact
memberikan penurunan yang sama terhadap nilai Bo/FVF = Formation Volume Factor, RB/STB
NPV baik untuk 50% ataupun 150%, terlihat dari Kr = Permeabilitas relatif, fraksi
bentuk kurva operating cost yang masih Sw = Saturasi air, fraksi
berhimpitan dengan kurva investment. Dari grafik Pc = Tekanan Kapiler, Psi
yang terbentuk pada Gambar 5.2 dapat disimpulkan IOIP = Initial Oil In Place, Bbl
yang paling memberi pengaruh terhadap nilai NPV BHP = Bottom Hole Pressure, Psi
adalah perubahan price. Pada 50% price harga NPV SCAL = Special Core Analysis
sama dengan -543 MUS$, 100% price harga NPV NPV = Net Present Value, MUS$
sama dengan 8.346 MUS$, kemudian pada 150% IRR = Internal Rate of Return, %
price meningkat tajam menjadi 17.080 MUS$. POT = Pay Out Time, tahun
Sedangkan Gambar 5.3 memperlihatkan penurunan Np = Produksi kumulatif minyak, STB
nilai IRR disebabkan oleh meningkatnya nilai PI = Profitability Index, fraksi
investasi dan operating cost, namun di antara FTP = First Tranche Petroleum
keduanya yang memberi pengaruh terbesar DMO = Domestic Market Obligation
terhadap penurunan nilai IRR adalah biaya MARR = Minimum Attractive Rate of Return, %
8|Page
ID = Inside Diameter, Inch
FOPR = Field Oil Production Rate, STB/D
FOPRH = Field Oil Production Rate History,
STB/D
FOPT = Field Oil Production Total, STB
FOPTH = Field Oil Production Total History, STB
FWPR = Field Water Production Rate, STB/D
FWPRH = Field Water Production Rate History,
STB/D
FWPT = Field Water Production Total, STB
FWPTH = Field Water Production Total History,
STB
DAFTAR PUSTAKA
1. Amyx, J.W., Bass Jr., D.M., and Whiting, R.L.:
Petroleum Reservoir Engineering Physical
Properties, McGraw-Hill, Inc, New York,
1960.
9|Page
2. Partowidagdo, W.: Migas dan Energi di
Indonesia; Permasalahan dan Analisis
Kebijakan, Development Studies Foundation,
Bandung, 2009.
3. Reservoir Simulation, Institute of Petroleum
Engineering, Heriot Watt University, [t.th.].
4. Abdul Wahab Abdoel Kadir: Risiko Bisnis
Sektor Hulu Perminyakan; Analisis Teknis dan
Finansial, PT Pradnya Paramita Jakarta,
Jakarta, 2004.
5. Clark, N.J., Review of Reservoir Engineering,
World Oil, May, 1951.
6. Siagian, Ucok: Diktat Kuliah Fluida Reservoir,
Bandung, 2002.
 LAMPIRAN A

2500000

2000000 Sumur 1
Sumur 1-2
Sumur 1 2 3
Sumur 1-2-3-4
Produksi Kumulatif, STB

1500000 Sumur 1-2-3-5

Sumur 1-2-4
Sumur 1-2-5
Sumur 1-3
1000000 Sumur 1-3-4
Sumur 1-3-4-5
Sumur 1-3-5
` Sumur 1-4
500000
Sumur 1-5
Sumur 1-2-4-5
Sumur 1-2-3-4-5

0
2008 2010 2012 2014 2016 2018 2020
tahun

Produksi Kumulatif Semua Skenario

10 | P a g e
 LAMPIRAN B

Cash Flow Produksi Sumur 1-2-5

Production (MSTB) Investment

Revenue Oil Depreciation (MUS$) Opex FTP
Year Cap Non Cap
Yearly Cumm (MUS$) (MUS$) (MUS$)
(MUS$) (MUS$) 1 2 3 4 5 Subtotal
0 2008 - - - 2901,00 1818,00 - - - - - - - -
1 2009 281,94 281,94 19735,86 - - 725,25 - - - - 725,25 4229,11 1973,59
2 2010 648,22 930,16 45375,47 5474,00 850,00 - 543,94 - - - 543,94 9723,32 4537,55
3 2011 492,94 1423,10 34505,56 - - 1368,50 - 407,95 - - 1776,45 7394,05 3450,56
4 2012 171,03 1594,13 11972,01 - - - 1026,38 - 305,96 - 1332,34 2565,43 1197,20
5 2013 71,53 1665,65 5006,82 - - - - 769,78 - 917,89 1687,68 1072,89 500,68
6 2014 50,98 1716,63 3568,58 - - - - - 577,34 - 577,34 764,70 356,86
7 2015 34,13 1750,76 2389,18 - - - - - - 1732,01 1732,01 511,97 238,92
8 2016 26,51 1777,27 1855,60 - - - - - - - - 397,63 185,56
9 2017 19,97 1797,25 1398,14 - - - - - - - - 299,60 139,81
10 2018 9,38 1806,63 656,88 - - - - - - - - 140,76 65,69
11 2019 1,78 1808,41 124,48 - - - - - - - - 26,67 12,45
12 2020 1,61 1810,01 112,39 - - - - - - - - 24,08 11,24
Jumlah 1810,01 18361,95 126700,97 8375,00 2668,00 2093,75 1570,31 1177,73 883,30 2649,90 8375,00 27150,21 12670,10

Equity Contractor Govern- Contractor Total

Investment Cost Contractor DMO DMO
Recovery To be Taxable ment Income Contractor
Year Credit Recovery Share Burben Fee
(MUS$) Split Income Tax After Tax Income
(MUS$) (MUS$) (MUS$) (MUS$) (MUS$)
(MUS$) (MUS$) (MUS$) (MUS$) (MUS$)
0 2008 - - - - - - - - - - -
1 2009 435,15 6772,36 7207,51 10554,76 5992,51 2359,99 - 4067,66 1789,77 2277,89 9050,25
2 2010 - 10267,25 10267,25 30570,67 16792,83 5425,95 - 11366,87 5001,42 6365,45 16632,70
3 2011 821,10 10020,50 10841,60 20213,40 11318,85 4126,14 - 8013,81 3526,08 4487,73 14508,23
4 2012 - 3897,77 3897,77 6877,04 3862,04 1431,60 - 2430,44 1069,39 1361,04 5258,82

11 | P a g e
 5 2013 - 2760,57 2760,57 1745,57 1074,42 598,71 - 475,71 209,31 266,40 3026,96
6 2014 - 1342,03 1342,03 1869,69 1064,99 426,73 42,67 680,94 299,61 381,33 1723,36
7 2015 - 2243,98 2150,27 - 114,28 114,28 28,57 28,57 12,57 16,00 2166,26
8 2016 - 491,34 491,34 1178,70 652,55 221,89 22,19 452,85 199,25 253,59 744,93
9 2017 - 299,60 299,60 958,72 525,45 167,19 16,72 374,98 164,99 209,99 509,59
10 2018 - 140,76 140,76 450,43 246,87 78,55 7,85 176,17 77,52 98,66 239,42
11 2019 - 26,67 26,67 85,36 46,78 14,89 1,49 33,39 14,69 18,70 45,37
12 2020 - 24,08 24,08 77,06 42,24 13,44 1,34 30,14 13,26 16,88 40,96
Jumlah 1256,25 38286,92 39449,46 74581,41 41733,80 14979,36 120,84 28131,53 12377,87 15753,66 53946,86

Expen- Contractor Contractor Indonesia

Year Diture Cash Flow Cum Cash Flow Take
(MUS$) (MUS$) (MUS$) (MUS$)

0 2008 4719,00 -4719,00 -4719,00 -

1 2009 4229,11 4821,14 102,14 10685,60
2 2010 16047,32 585,39 687,53 28742,77
3 2011 7394,05 7114,19 7801,71 19997,32
4 2012 2565,43 2693,38 10495,10 6713,19
5 2013 1072,89 1954,07 12449,17 1979,86
6 2014 764,70 958,66 13407,83 1845,22
7 2015 511,97 1654,30 15062,13 222,92
8 2016 397,63 347,30 15409,43 1110,67
9 2017 299,60 209,99 15619,42 888,55
10 2018 140,76 98,66 15718,08 417,46
11 2019 26,67 18,70 15736,78 79,11
12 2020 24,08 16,88 15753,66 71,42
Jumlah 38193,21 15753,66 - 72754,10

12 | P a g e