Anda di halaman 1dari 9

PROCEEDING SIMPOSIUM NASIONAL IATMI 2001

Yogyakarta, 3-5 Oktober 2001

SIMULASI MONTE CARLO DAN ANALISIS RESIKO UNTUK PENGEMBANGAN


LAPANGAN MINYAK BUMI
Sudjati Rachmat
Institut Teknologi Bandung

Kata Kunci : simulasi, cadangan, analisis resiko

ABSTRAK

Dengan mempergunakan simulasi Monte Carlo suatu lapangan yang mempunyai data terbatas dapat ditentukan besar
cadangannya sesuai dengan besar kemungkinan perolehannya. Didalam tahap awal pengembangan lapangan minyak, akan ditemuai
suatu keadaan memilih untuk menerima atau menolak terhadap tawaran pengembangan lapangan. Hal ini sesuai dengan konsep
Gambler’s Ruin yang berlaku dalam setiap pekerjaan eksplorasi, yaitu setiap kegiatan eksplorasi memiliki taruhan yang besar dan
hasil yang tak tentu.
Untuk menetapkan suatu pilihan terbaik untuk pengembangan lapangan, dapat dipergunakan suatu metode analisis resiko, dalam
kajian ini akan dicoba diterapkan suatu metode analisis resiko dengan suatu keadaan dimana data lapangan yang sangat terbatas.
Salah satu metode dalam analisis resiko adalah teknik simulasi, yaitu suatu metode yang memungkinkan untuk menganalisis besar
kemungkinan dengan cara membuat deskripsi resiko dan ketidakpastian dalam suatu bentuk distribusi nilai kemungkinan. Parameter
yang diperhitungkan adalah jumlah cadangan minyak dan faktor resiko geologinya

I. PENDAHULUAN Masalah didalam mengevaluasi keadaan ini adalah mencari


harga yang akan dicari (xI). Oleh karena itu diperlukan suatu
Salah satu metoda untuk cadangan minyak bumi dengan data bilangan acak yang berfungsi sebagi parameter probabilitas
yang sangat terbatas adalah dengan metode simulasi Monte kumulatif.
Carlo. Kemudian dalam tahap rencana pengembangan
lapangannya, akan terdapat beberapa tingkat kemungkinan Secara analitis maka persamaan yang digunakan adalah :
keberhasilan tergantung pada kualita data geologinya. Untuk XI = XL + RN (XH – XL) ………………………….………(1)
melihat besar kemungkinan keberhasilan pengembangan ini Dimana :
dikenal analisis resiko yang sesuai dengan konsep Gambler’s XI = nilai x yang dicari
Ruin. Beberapa parameter untuk perhitungan cadangan XL = batas nilai x yang terkecil
(reserve) adalah porositas, saturasi air, bulk volume, Boi, XH = batas nilai x yang terbesar
areal closure, net pay, recovery factor. Pada akhirnya RN =bilangan acak yang berfungsi sebagai parameter
perhitungan cadangan dan resiko akan dipergunakan untuk probability kumulatif
mengetahui berbagai tingkat keuntungan pada kemungkinan
eksploitasi minyak bumi pada struktur yang dipelajari. 2.2. Distribusi Segitiga

II. PERHITUNGAN CADANGAN MINYAK BUMI Distribusi jenis ini dicirikan oleh adanya harga x yang paling
mungkin (XM), yang terletak antara XL dan XH.
Metode Monte Carlo pertama-tama dikembangkan oleh J. E.
Warren dari Gulf Oil Corporation (Warren, 1980-1984, Secara analitis harga XI dapat diperoleh dengan persamaan :
personal communication). Simulasi Monte Carlo adalah 1. Jika RN < (XM – XL) / (XH – XL) maka :
simulasi statistik yang khusus menggunakan bilangan acak
(random) sebagi parameter masukan (input). Karena simulasi XI=XL + √[(XM - XL) (XH – XL) RN] ……………….(2)
ini dikembangkan dari bentuk distribusi statistik yang ada,
maka hasil atau keluaran dari model ini juga akan membentuk 2. Jika RN > (XM – XL) / (XH – XL) maka :
suatu distribusi. Distribusi tersebut adalah dapat berupa
distribusi segiempat (seragam), segitiga, dan histogram. XI= XH + √[(XH – XM) (XH – XL) (1-RN)] ……………(3)

Jenis distribusi yang paling sering dipergunakan untuk Tiga buah variable input dinyatakan dalam bentuk distribusi,
simulasi Monte Carlo dan risk analysis adalah jenis segiempat yaitu : distribusi segitiga untuk data porositas, saturasi air
dan segitiga. dan bulk volume.

2.1. Distribusi Segiempat Lengkapnya langkah dan prosedur adalah sebagai berikut :
1. Pilih bilangan acak, masing-masing untuk distribusi Vb,
Ciri distribusi ini adalah nilai mungkin (probability value) φ, dan Swi.
yang dimiliki suatu harga variabel adalah sama dan harga 2. Kalikan bilangan acak dengan harga-harga porositas (φ),
mungkin diluar selang studi harganya adalah nol. Dengan bulk volume, (Vb), dan saturasi air (Swi)..
kata lain, nilai mungkin yang dimiliki suatu variabel pada 3. Hitung cadangan minyak ditempat (IOIP)
suatu selang tak ada yang dominan tinggi ataupun rendah, 4. Ulang langkah 1 s/d 3 berulang kali dengan penggunaan
akan tetapi merata. bilangan acak yang berbeda.
Bentuk distribusi probability kumulatif IOIP
Jika telah didapatkan distribusi langkah selanjutnya
mengubah kurva distribusi kumulatif versus variabel acak.

IATMI 2001-50
Simulasi Monte Carlo dan Analisis Resiko Untuk Pengembangan Lapangan Minyak BUmi Sudjati Rachmat

III. LANGKAH - LANGKAH PERHITUNGAN 3.3. Metode Perhitungan Cadangan


ANALISIS RESIKO
Untuk memperhitungkan distribusi perlu dilakukan :
Lima Prosedur Evaluasi Proyek (Five Step Evaluation • Menentukan nilai-nilai perkiraan minimum yang mutlak,
Procedure) yang menggambarkan metodologi analisis yang maksimum yang mutlak dan yang terbaik untuk daerah
akan digunakan untuk tahap eksplorasi gas dan minyak. tersebut, net pay dan recovery per acre foot.
Prosedur ini tidak akan menghapuskan resiko, tetapi akan • Plot nilai minimum yang mutlak pada probability 1 %
memungkinkan setiap orang untuk mengetahui evaluasi dan nilai maksimum yang mutlak pada probability 99 %
prospek secara konsisten. Berbagai kondisi untuk mengukur di atas kertas log probability untuk masing-masing faktor
ketidakpastian. Kondisi ini dapat digunakan sebagai suatu dan tarik sebuah garis lurus.
daftar pemeriksaan untuk membahas atau merencanakan suatu • Memeriksa distribusi-distribusi untuk kelayakan dan
program eksplorasi, juga dengan metode ini dapat dibuat basis perkiraan dengan distribusi tersebut hingga merasa
data historis untuk perkiraan-perkiraan pengembangan yakin.
lapangan di masa mendatang. • Catat nilai-nilai probability 23 %, 50 %, dan 77 % untuk
Net Area, nilai Net Pay dan recovery per acre foot di luar
3. 1. Penilaian Resiko garis-garis distribusi. Mengalikan nilai-nilai ini secara
bersama-sama untuk memperoleh nilai-nilai persediaan
Dalam proses evaluasi keberhasilan untuk pengembangan kemungkinan 10 %, 50 %, dan 90 %.
lapangan, pertimbangan resiko yang dilakukan adalah resiko • Catat nilai-nilai probability 10 %, 50 %, dan 90 % pada
geologi; misalnya resiko bahwa adanya akumulasi kertas log, probability dan menarik sebuah garis lurus.
hidrokarbon yang dapat diproduksi. Taksiran resiko geologi • Memperhitungkan nilai persediaan rata-rata pertama
yang dipertimbangan mengikuti empat parameter , yaitu : dengan menggunakan kaidah Swanson.
• Kematangan batuan induk (source rock) (P source) • Memeriksa ketepatan dari persediaan rata-rata dengan uji
• Kehadiran batuan reservoir (P reservoir) rasio P90/P50.
• Kehadiran suatu trap (P trap)
• Kehadiran suatu timing dan migration dari hydrokarbon 3.4. Analisis Resiko Geologi Tahap Awal
dari source ke reservoir (P dynamics )
Tahap pertama dari prosedur evaluasi melibatkan ahli
ekplorasi dan penilaian geologi/geofisikanya mengenai
Probability dari geological success (Pg) adalah diperoleh prospek dalam upaya menjawab pertanyaan yang timbul
dari perkalian dari masing-masing probability dari keempat (adakah prospek tersebut ?) dan pertanyaan berikutnya (jika
parameter seperti yang terkonsep dibawah ini : ada, seberapa besar ?). Tahap ini harus dilakukan oleh ahli
eksplorasi yang telah meneliti daerah yang dibicarakan. Jika
P(g) = Psource x Preservoir x P trap x P dynamics/timing/migration …....(4) informasi tambahan telah tersedia bagi ahli eksplorasi
tersebut, maka perkiraan-perkiraan harus diperbaharui dan
Jika salah satu dari parameter mempunyai probability nol, evaluasi prospek harus dikaji ulang.
maka probability dari geological success adalah nol.
Evaluasi geologi pada tahap ini terbagi menjadi dua tahap
Geological success ditetapkan dari hasil tes kestabilan aliran yang berbeda, yaitu :
hidrokarbon. Probability didalam parameter-parameter ini Ø Distribusi cadangan dan perkiraan-perkiraan keyakinan.
(atau resiko) didapat dari analisis informasi yang dapat Tahap-tahap dari evaluasi ini akan menggabungkan
dipercaya. Pemeriksaan perkiraan resiko terdapat pada Tabel daerah-daerah ini dan memperhitungkan suatu nilai yang
-8. diharapkan untuk prospek tersebut. Pada dasarnya, para
ahli ekplorasi harus mengukur parameter-parameter yang
3.2. Five Step Evaluation Procedure diuraikan di bawah ini. Jika ada lebih dari seorang ahli
eksplorasi yang terlibat dalam evaluasi tersebut, maka
Pada Tabel-7 diuraikan masing-masing tahap dari Five Step tim evaluasi harus membicarakan perkiraan-perkiraan
Evaluation Procedure. Tahap-tahap evaluasi berarti harus individu dan kemudian menyetujui jumlah tertentu untuk
dilaksanakan menurut urutan yang dimulai dengan penilaian masing-masing parameter yang pada gilrannya harus
geologis, dilajutkan dengan evaluasi ekonomi dan diakhiri disetujui oleh pimpinan eksplorasi. Seluruh proses ini
dengan penyusunan portofolio dan hasil laporan akhir dapat menghabiskan waktu yang cukup lama, tetapi perlu
pemboran. Masing-masing tahap berdasarkan atas informasi dan harus diselesaikan sebelum melanjutkan ke tahap
yang telah diperoleh sebelumnya dan berusaha memasukkan dua.
penilaian-penmilaian untuk suatu proses untuk pengambilan Ø Tahap kedua adalah memberikan perkiraan-perkiraan
keputusan yang rasional. yang lebih baik dan wawasan mengenai pentingnya
informasi tambahan sebelum memasukkan modal lebih
Input-input yang diperlukan untuk setiap tahap evaluasi lanjut kepada prospek tersebut.
diuraikan pada bagian-bagian berikutnya. Prospek reservoir
diperkirakan akan menjadi suatu proyek eksplorasi untuk 3.5. Penilaian Resiko
minyak dan hanya akan mengarah pada evaluasi di daerah
tersebut. Dalam menilai suatu resiko pengembangan lapangan minyak
ada beberapa hal yang harus diperhatikan , yaitu :
• Menetapkan nilai probability numeric antara 0 dan 1,00
untuk masing-masing parameter berikut ini :

IATMI 2001-50
Simulasi Monte Carlo dan Analisis Resiko Untuk Pengembangan Lapangan Minyak BUmi Sudjati Rachmat

• Struktur • Menggambarkan sebuah garis lurus yang


• Lapisan Penutup menghubungkan titik-titik.
• Batuan reservoir • Membaca nilai probability 50 % dan berkeyakinan,
• Penentuan waktu/migrasi “apakah nilai ini sudah tepat sehingga ada sesuatu
• Mengalikan semua nilai secara bersama-sama untuk kemungkinan 50 % nilai yang sebenarnya akan menjadi
memperoleh perkiraan mengenai probabilitynya. lebih kecil dan kemungkinan 50 % nilai yang sebenarnya
Jumlahnya harus menggambarkan semua resiko yang akan menjadi lebih besar” ?
ditemukan secara alami. • Menghitung nilai rata-rata untuk parameter dengan
• Memeriksa perkiraan untuk ketepatan jika tersedia menggunakan Kaidah Swanson (Tabel-3).
tingkat keberhasilan historis.

3.6. Analisis Expected Value Untuk perhitungan tingkat prospek daerah penelitian,
distribusi data untuk luas daerah, net pay dan recovery factor
Perhitungan Expected Value dilakukan dengan cara digambarkan pada log-probability seprti pada Gambar -1.
menggabungkan perkiraan-perkiraan probability dan jumlah
nilai untuk menghasilkan nilai potensi prospek yang Nilai cadangan untuk tingkat kemungkinan tertentu dapat
mengandung resiko. diperhitungkan dengan metode-metode umum untuk
o Menyaring inventaris dan rank order operasi memperoleh perkiraan-perkiraan cadangan volumetrik.
lanjutan berdasarkan atas MEV / Risk$
Ø Melanjutkan pengembangan Dengan mengunakan metode volumetrik dan perkiraan-
Ø Perlu penelitian lebih rinci perkiraan mengenai distribusi log normal masing-masing
Ø Meninggalkan / menyerahkan / menjual faktor, maka distribusi cadangan dapat diperhitungkan dengan
o Mengevaluasi posisi pengembangan lapangan cara sebagai berikut :
berdasarkan atas pertimbangan-pertimbangan atau
implikasi-implikasi strategis. Reserve (cadangan) : Luas Area x Net Pay x Recovery
Ø Minyak vs Gas Faktor per Acre Foot
Ø Resiko tinggi vs Resiko rendah ……..………(5)
Ø Persentase kepentingan : minimum/ maksimum
Ø Ukuran Cadangan Disebabkan karena sifat dari perkiraan-perkiraan
o Melakukan pemeriksanaan laporan (pemboran) kemungkinan, maka perkalian tiga faktor bersama-sama
beberapa blan setelah sumur dibor. kemungkinan tertentu, seperti 10 %, tidak akan menghasilkan
Ø Seberapa tepat perkiraan cadangan, jika sumur nilai cadangan kemungkinan 10 %. Hal ini bahkan akan
ditemukan ? menghasilkan nilai kemungkinan 1,3 %. Oleh karena itu
Ø Apakah penemuan tersebut sesuai dengan yang untuk menentukan nilai-nilai kemungkinan 10 %, 50 %, dan
diperkirakan ? 77 % (misalnya P23, P50, dan P77) untuk masing-masing
Ø Apakah peta strukturnya sudah akurat ? faktor.

3.7. Perkiraan Cadangan Minyak Nilai-nilai untuk tingkat-tingkat probability tertentu dapat
diperoleh melalui grafik dari log normal distribution yang
Perkiraan-perkiraan mengenai luas daerah yang minimum digambarkan untuk masing-masing parameter.
mutlak dan maksimum mutlak, Net Pay dan Recovery Pec
Acre Foot dapat digunakan untuk menentukan distribusi Apabila nilai-nilai tersebut tidak diketahui, maka distribusi
cadangan dari Tabel-1. Perkiraan yang terbaik akan cadangan dapat diperkirakan sebagai distribusi normal.
digunakan sebagai suatu studi kelayakan untuk nilai rata-rata
yang diperoleh untuk masing-masing parameter. Jika tersedia Cadangan-cadangan P10 = Net Area P23 x Net Pay
cukup informasi, maka cadangan dapat diperkirakan rata-rata P23 x Recovery/
berdasarkan atas data porositas, saturasi air, faktor volume Acft
minyak dan recovery factor. P23………………..(6)
Net Pay rata-rata P50 = Net Area P50
Perkiraan adanya suatu cadangan minyak dengan rentang …………(7)
kemungkinan 98 % (99 % - 1 %), akan terletak diantara Cadangan-cadangan P90 = Net Area P77 x Net Pay
perkiraan minimum dan maksimum. rata-rata P77 x Recovery/
Acft
Setelah memperhitungkan distribusi cadangan terakhir dari P77………………..(8)
tiga perkiraan ini, distribusi normal log untuk masing-masing
parameter harus ditentukan berdasarkan atas nilai-nilai Distribusi cadangan diperhitungkan atas nilai-nilai P23, P50,
minimum mutlak dan maksimum mutlak pertamanya. dan P77 yang dapat diketahui pada grafik dalam Gambar -2.

Selanjutnya data dimasukkan ke dalam kertas log 3.8. Kaidah Swanson (Swanson’s Rule)
kemungkinan (log probability) dengan langkah- langkah :
• Plot nilai minimum yang mutlak pada tingkat probability Suatu perkiraan konservatif mengenai nilai rata-rata dapat
1%. diperoleh dengan cepat dari distribusi cadangan dengan
• Plot nilai maksimum yang mutlak pada tingkat mempergunakan metode yang sederhana yang ditemukan oleh
probability 99 %. Swanson dan disebut Kaidah Swanson.

IATMI 2001-50
Simulasi Monte Carlo dan Analisis Resiko Untuk Pengembangan Lapangan Minyak BUmi Sudjati Rachmat

Nilai rata-rata ini biasanya merupakan nilai yang dapat Tidak ada satupun metoda yang khas untuk mengukur
dipergunakan dalam penyusunan potensi cadangan pada suatu perkiraan keberhasilan, tetapi untuk menyelesaikan evaluasi
prospek. Tahap-tahap empat sampai lima dali lima Prosedur harus ditentukan suatu nilai numerik. Untuk melakukan ini,
Evaluasi menguraikan suatu metode untuk melakukan hal suatu perkiraan keyakinan mengenai keberhasilan penemuan
tersebut. dibagi menjadi lima komponen yang menjadi suatu faktor
penting menentukan ada tidaknya hidrokarbon.
Seberapa tepat Kaidah Swanson, menurut Megill dan Jemas
dalam penilaiannya menjelaskan bahwa Kaidah Swanson Masing-masing faktor ini juga dapat diteliti dalam suatu
akan memberikan hasil yang baik bila nilai perbandingan pemeriksaan post-drilling. Besar kemungkinan dari masing-
probability P90 dengan P50 adalah lima atau kurang. masing dari kelima faktor untuk prospek harus dapat
diperkirakan dengan skala dari mulai 0 sampai 1 (0 – 1.00).
Dalam lima Prosedur Evaluasi dianjurkan bahwa perlu untuk jika nilai “0” (nol) dimasukkan untuk setiap faktor tersebut
meneliti rasio P90 dan P50. Jika hasilnya kurang dari lima, tidak ada karenanya akumulasi dianggap tidak ada.
maka digunakan nilai rata-rata Swanson sebagai pengurangan
pertama untuk evaluasi ekonomi. Jika rasio tersebut lebih Probability masing-masing dari kelima faktor untuk prospek
besar dari lima, maka nilai rata-rata statistiknya harus sebelum evaluasi dengan skala dari 0.00 sampai 1.00 harus
digunakan untuk perhitungan distribusi tersebut. dapat diperkirakan. Jika dimasukan angka akumulasi minyak/
gas dianggap tidak ada. Cara untuk nilai probability dapat
3.9. Perkiraan Keyakinan dilihat pada Tabel-4.

Dalam melaksanakan evaluasi cadangan tahap pertama yang Nilai numerik harus diperkirakan sampai dua digit, bila lebih
diperlukan adalah adanya suatu keyakinan akan perkiraan dibulatkan menjadi 0.00 atau 0,50. Nilai 1.00 diperkenankan
yang dimuat. Dalam hal ini pengembangan lapangan adalah tetapi harus dipergunakan dengan hati-hati karena tidak ada
merupakan suatu kesempatan prospek yang berdasarkan atas yang dapat menjamin hingga sumur telah dibor nantinya.
resiko geologi dan ini merupakan perkiraan yang sangat
subjektif. Nilai masing-masing faktor dapat dikalikan bersama-sama
untuk memperoleh perkiraan keyakinan bagi prospek yang
Yang menjadi resiko lainnya untuk pengembangan suatu digunakan pada step empat. Total perkiraan keyakinan untuk
lapangan minyak adalah resiko teknis, lingkungan, atau kemungkinan penemuan, P(D), diperhitungkan sebagai
politik yang harus dibicarakan terpisah. Jika resiko tersebut berikut:
dikontrol secara alami pada saat-saat tertentu, maka hal ini
akan bisa ahli eksplorasi akan berusaha menggabungkannya P(D) = P(ST) * P(SL) * P(R) * P(M) * P(O) …………….(9)
dalam perkiraan geologi.
Perkiraan untuk masing-masing faktor harus didasarkan pada
Ada tiga definisi fungsi dari kemungkinan yang berbeda-beda pengalaman (kadang-kadang ditafsirkan melalui insting yang
dalam hal jumlah informasi yang diperlukan sebelum definisi mendalam), prestasi dari perusahaan penyediaan data.
khusus tersebut dipergunakan :
1. Frekuensi Relatif : ini merupakan suatu definisi matematis Suatu perkiraan keyakinan yang renda tidak sama dengan
yang didefinisikan sebagai suatu rasio antara jumlah suatu prospek buruk. Hal ini memberikan suatu indikasi
waktu suatu peristiwa yang telah terjadi dengan jumlah bahwa potensi yang tinggi harus cukup besar untuk
total waktu peristiwa tersebut yang telah terjadi berulang mengimbangi resiko yang diambil. Nilai potensi dapat
kali. Seringkali pada tahap eksplorasi, parameter ini sulit dirubah menjadi dolar pada langkah ketiga dan ditukar dengan
untuk diperkirakan. modal yang diharapkan pada langkah ke empat.
2. Klasik atau obyektif : ini didefinisikan sebagai suatu
ukuran obyektif mengenai tingkat keyakinan akan hasil 3.11. Profil Resiko
evaluasi.
3. Subyektif : ini didefinisilan sebagai opini seseorang Perkiraan-perkiraan tingkat keyakinan, profil resiko
mengenai kemungkinan bahwa suatu peristiwa yang akan dijelaskan pada Tabel- 5 dan Tabel- 6.
menimbulkan keyakinan. Perkiraan ini digunakan jika
tersedia data historis untuk daerah tersebut atau jika data Tidak semua orang akan mempergunakan profil risk summary
tersaedia adalah mengenai suatu sifat yang tidak langsung ini, tetapi bila dipergunakan maka terlebih dahulu harus
atau analog. memeriksa implikasi menyeluruh mengenai data yang masuk
terhadap evaluasi resiko secara keseluruhan.
3.10. Definisi Mengenai Keberhasilan Penemuan

Keberhasilan adalah ditemukannya suatu akumulasi minyak KESIMPULAN


yang sangat besar dan komersil. Keberhasilan menemukan
suatu sumber hidrokarbon, tidak hanya bergantung pada 1. Metode perhitungan cadangan dengan ketersediaan data
adanya suatu sumur tertentu yang prospeknya baik, namun reservoir yang sangat minim dapat dilakukan dengan cara
bergantung pada prospek sumur dalam jumlah besar. Hal ini Simulasi Monte Carlo yang dapat membentuk suatu
bukan merupakan kesempatan untuk menemukan suatu distribusi perhitungan reservoir yang dapat meng-
tingkat cadangan tertentu (misalnya cadangan-cadangan rata- gambarkan rentang kepastian suatu perhitungan cadangan.
rata P10), atau merupakan cadangan komersil. Dalam pelaksanaan perhitungannya, metoda ini
menggunakan bilangan acak sebagai salah satu input
datanya.

IATMI 2001-50
Simulasi Monte Carlo dan Analisis Resiko Untuk Pengembangan Lapangan Minyak BUmi Sudjati Rachmat

Sharp, W. R. and Kidd, R. D., Application of Risk Analysis to


2. Hasil perhitungan cadangan dengan Simulasi Monte Carlo Screen Exploration and Development Prospect, SPE of AIME
dapat dipergunakan untuk sebagai pembanding dalam 3158, 1970.
menentukan derajat keberhasilan ditemukannya suatu
akumulasi minyak yang komersil dengan melaksanakan Srivastava, R. M., An Application of Geostatistical Method
analisis resiko pengembangan lapangannya. for Risk Analysis in Reservoir Management, SPE 20608,
1990.
3. Dari hasil perhitungan resiko eksplorasi dengan
memperhitungkan resiko geologi akan diperoleh suatu Stanley, L. T., Practical Stasistics for Petroleum Engineers,
hasil yang akan menunjukkan besar resiko pengembangan Petroleum Publishing Campany, Tulsa, 1973.
lapangan. Bila diperoleh resiko pengembangan yang
kecil, akan menunjukan bahwa lapangan atau reservoir Vijaya, Suta., Five Step Project Evaluation Procedure User
tersebut layak untuk dikembangkan lebih lanjut. Bila Manual, Unocal Energy Resources, 1991
diperoleh resiko pengembangan yang besar
pengembangan lapangan atau reservoir menjadi tidak Zahidi, M., Simulasi Monte Carlo dan Aplikasinya Dalam
menarik untuk dikembangkan. Perkiraan Distribusi Harga Parameter Reservoir,
Departemen Teknik Perminyakan, ITB, 1984.

DAFTAR PUSTAKA

Aprizal, Firman. M., Metode Simulasi Penilaian Resiko


Eksplorasi dan Pengembangan Lapangan Minyak Wilayah A Tabel–1
Celah Timor, Tugas Akhir, Jurusan Teknik Perminyakan, Tiga Titik Perkiraan Cadangan
ITB, 1996.
ABSOLUTE BEST ABSOLUTE
Allen, H., Fraser and Seba, D., Richard., Economic of MINIMUM GUESS MAXIMUM
Wordwide Petroleum Production, p.191-266, OGCI Net Area, Acres
Publications, 1993. AvgNet Pay, Feet
Recovery / Ac–Ft
Cairns, R. J. R., A Novel Approach to Exploration Risk
BBL / AC – FT
Analysis, SPE 23163, 1991.

Garb, A. Ferrest, Assessing Risk in Estimating Hydrocarbon


Reserve and Evaluating Hydrocarbon-Producing Properties,
Journal of Pertoleoum Technology, SPE 15921, June 1988. Tabel– 2
Perhitungan Distribusi Cadangan
Marwanza, I : Evaluasi Perangkat Lunak Simulasi
MonteCarlo Untuk Penentuan Cadangan Awal dan Analisis Average
Resiko Eksplorasi Reservoir X,Y,Z Cirebon Jawa-Barat, Net Area Net Pay Recovery Reserves
Jurusan Teknik Pertambangan, 2000.
@ P23 … … x … = … MMBBL @
Megill, E. Robert., An Introduction to Risk Analysis, second x P10
@ P50 … … x … = … MMBBL @
edition, PennWell Publishing Company, Tulsa, Oklahoma,
x P50
1984.
@ P77 … … x … = … MMBBL @
Megill, E. Robert., Business Side of Geology, Lognormal x P77
Charts Are Valuable Tools, 1990

Megill, E. Robert., Business Side of Geology, Reserve Tabel-3


Estimates Require More Than A Single Answer, 1990 Kaidah Swanson

Newendrop, P. D., Decision Analysis for Petroleum KAIDAH SWANSON


Exploration, A Devision of The Publishing Co. Tulsa. 0.30 x P10 Value
Oklahoma, March, 1975. + 0.40 x P50 Value
Peterson, S. K. and Murtha, J. A., Risk Analysis and Monte + 0.30 x P90 Value
Carlo Simulation Applied to the Generation of Drilling AFE = Mean Value
estimates, SPE 26339, 1993.

Popa, C. , Nunez, J. C., Monte Carlo Method Applied To


Mata Acema Field Analysis, Proceding of The Tenth Word
Petroleum Congress, Vol. 4, Bucharest, 1979.

IATMI 2001-50
Simulasi Monte Carlo dan Analisis Resiko Untuk Pengembangan Lapangan Minyak BUmi Sudjati Rachmat

Tabel-4 Tabel -7
Perkiraan Keyakinan (Confidence Estimates) Five Step Evaluation Procedures

FAKTOR DEFINISI No. ANALISIS MASUKAN KELUARAN


1 Struktur, P(ST) Struktur atau perangkap stratigrafi (OUT PUT)
ada
2 Seal, P(DL) Suatu seal, tidak pecah, litologi, 1 Geologi § Cadangan § Distribusi Cadangan
impermeable, hadir menerus di atas § Confidence § Probability
reservoir. 2 Eksplorasi, § Distribusi § Skema Pengembangan
3 Reservoir, P(R) Subsurface rock body mempunyai Pengembangan Cadangan § Jadwal Pembiayaan
dan Produksi
porosity, permeability, dan ketebalan § Faktor– § Profil Produksi
untuk mendapatkan perkiraan faktor
cadangan minimum Geologi
4 Source Rock Batuan induk hidrokarbon yang 3 Ekonomi § Distribusi § Discounted Cash
P(SR) matang di dalam suatu struktur Cadangan Flow
5 Waktu/migrasi Perkembangan trap sejak hidrokarbon § Skema
P(M) bermigrasi Pengemban
Lain-lain, P(O) Jika membutuhkan faktor keenam gan
dapat menggunakan resiko geologi § Profil
lainnya Produksi
- Kontrak
- Pajak
- Harga
Tabel-5 4 Expected Value § Distribusi § MEV
Risk Summary (Kesimpulan Resiko)* Cadangan
§ Probability
RISK ANALYSIS of Success
PERCENTAGES § Cash Flow
> 25 % MAXIMUM HIGH SIDE § Risk Dollar
20 % EXCELLENT 5 Portofolio § Impact § Opportunity
15 % VERRY GOOD Comparison Indices Preference List
dan Review
10 % GOOD § Distribusi
< 10 % FAIR TO POOR (NO GO) Cadangan
§ Probability
of Success

Table -6
Kategori Resiko pada Rules of Thumb
untuk Resiko Geologi** Tabel -8
Daftar Parameter-Parameter Perkiraan Resiko

VERY LOW MODER HIGH VERY A. BATUAN INDUK (SOURCE ROCK)


LOW RISK ATE RISK HIGH 1. Kapasitas untuk perubahan Hydrokarbon (di dalam
RISK RISK RISK fetch area)
Avg Pg = Avg Pg = Avg Pg = Avg Pg = Avg Pg = Kehadiran dan volume batuan induk (source rock)
0.75 0.375 0.183 0.092 0.05 • Ketebalan
• Luas area
(Pg = Probability of Geological Success) • Kemenerusan
• Informasi hydrokarbon di dalam area (lapangan,
* Robert E. Megill, Business Side of Geology sumur, rembesan)
** Robert M. Otis, A Process for Evaluating Exploration Pengkayaan organik (TOC,S1+S2, dsb)
Prospects Tipe Kerogen
• Tipe I - lacustrine, oil prone
• Tipe II - marine, oil dan gas prone
• Tipe III – gas prone
• Tipe IV - Inert
2. Kematangan Batuan Induk
Data batuan induk (Ro, Tmax, E1)

IATMI 2001-50
Simulasi Monte Carlo dan Analisis Resiko Untuk Pengembangan Lapangan Minyak BUmi Sudjati Rachmat

RESERVOIR 3. Preservation dan Segregation


1. Kehadiran • Post entrapment tektonik atau patahan
• Litologi • Displacement dari minyak oleh air atau gas
• Distribusi • Biogradasi
• Depositional model (kerangka sekuen stratigrafi) • Thermal cracking
2. Kualitas (kapasitas kestabilan aliran) • Preferential migration of gas
• Kemenerusan secara lateral
• Ketebalan Tabel– 9
• Heterogenitas Tingkatan/Rating Probability
• Range dan tipe porositas
• Range dan tipe permeabilitas TABEL RATING PROBABILITY RESERVOIR
• Potensial rekahan dan preservasi
• Karakteristik diagenesa TINGKATAN
PROBABILITY
NET SAND
POROSITY
KETEBALAN
(THICKNESS)
PERMEABILITY

TRAP 1 Ketiga parameter dengan pasti dan sangat


1. Definisi Trap (keakuratan pengambilan data) memuaskan
• Nomer dan lokasi garis seismik 0,9 Porositas sangat baik dan Net Sand sangat baik
serta
• Kualitas (resolusi) dari data seismik Permeability sangat memungkinkan untuk produksi
• Reliability (velocity complication) 0,8 minyak/gas
• Gradien velocity lateral Tidak ada kekurangan, dan hanya dua parameter
• Integration of gravity, magnetic, seismik dan 0,7 yang meyakinkan
informasi well log Tidak ada kekurangan, dan hanya satu parameter
0,6 yang meyakinkan
2. Karakteristik Trap
Tidak ada informasi yang tidak sesuai, cenderung
• Tipe dari trap (antiklinal, patahan, dsb) ke optimistis
• Kualitas dari four-way closure 0,5 Tidak ada informasi yang tidak sesuai, cenderung
• Kualitas dan tipe dari closure lainnya. ke pesimistis
• Pembagian jenis patahan 0,4 Ada satu parameter yang diharapkan kurang
3. Seal mendukung/meragukan
Top seal 0,3 Ada dua parameter yang diharapkan kurang
mendukung/meragukan
• Litologi 0,2 Porositas minimal dan ketebalan Net Sand terbatas
• Ketebalan serta bersifat
• Kemenerusan 0,1 Impermeable/keras
• Lekukan pada bagian atas trap Reservoir tidak diketahui
• Derajat/sudut rekahan atau patahan
Patahan (Fault) seal
• Tipe patahan TINGKATAN LITOLOGY TOP SEAL PATAHAN DI DLAM CAP
• Waktu pergerakan PROBABILITY IMPERMEAB
LE (SEAL)
PERSISTENT
(TUTUPAN)
HARUS MENJADI SEAL
SETELAH MIGRASI
• Kedalaman dan tekanan SELESAI
• Litologi
• Kemiringan lapisan yang terpotong patahan 1 Dari hasil test usulan didapat konfirmasi bahwa top
seal di atau di bawah elevasi adalah sangat baik
dengan tutupan serta reservoir yang juga sangat baik
Stratigrafi seal
0,9 Ketiga parameter dipercaya sangat mendukung dan
Seal lainnya – diagenesa, tekanan, dan lain-lain. dipercaya
0,8 Tidak ada kekurangan, dan hanya dua parameter yang
meyakinkan
B. WAKTU DAN MIGRASI (timing and migration) 0,7 Tidak ada kekurangan, dan hanya satu parameter yang
1. Waktu (timing) meyakinkan
0,6 Tidak ada informasi yang tidak sesuai, cenderung ke
• Waktu pengembangan dari reservoir, seal dan terhadap optimistis
trap pembentukan hydrokarbon dan migrasi 0,5 Tidak ada informasi yang tidak sesuai, cenderung ke
• Model Kematangan (burial history, paleogeothermal pesimistis
regime) 0,4 Ada satu parameter pada caprock yang meragukan
• Gradien Thermal 0,3 Ada dua parameter pada caprock yang meragukan
0,2 Permeabilitasnya meragukan dan tidak cukup besar
2. Migrasi serta patahan aktif setelah akumulasi
• Posisi dari trap yang berhubungan dengan dapur / 0,1 Topseal kemungkinan akan pecah
fetch area
Kualitas batuan induk
• Migration style (vertikal atau lateral)
• Jarak tempuh migrasi (vertikal dan lateral)
• Hubungan dengan reservoir
• Saluran migrasi

IATMI 2001-50
Simulasi Monte Carlo dan Analisis Resiko Untuk Pengembangan Lapangan Minyak BUmi Sudjati Rachmat

TABEL RATING PROBABILITY STRUKTUR – TRAP TABEL RATING PROBABILITY WAKTU DAN
INTEGRITY MIGRASI
TINGKATAN MAP/DATA INTEGRITY PERHITUNGAN TINGKATAN APAKAH ADA APAKAH APAKAH SAMA
PROBABILITY APAKAH APAKAH SEJARAH PROBABILITY SUATU RUTE MIGRASI STRUKTUR
KUALITAS INTERPRETASI APAKAH BENTUK YANG SINKRON DI DALAM BASIN
DATA DAN STRUKTUR GEOMETRI ANALOG MEMUNGKINKAN DENGAN YANG
DISTIBUSINYA DAPAT DENGAN HASIL TES DI DALAM TRAP, SEJARAH MENGANDUNG
CUKUP UNTUK DIPERCAYA ? DI DALAM BASIN MEMUNGKINKAN UMUR DAN HYDROCARBON
LATIHAN ? DAN TERLIHAT DI HYDROCARBON WAKTU DI DALAM
DALAM MODEL BERMIGRASI DARI HORIZONTAL
YANG VALID ? DARI SOURCE ? FORMASI ? TARGET ?

1 Hasil pengeboran telah diketahui model trap dan 1 Semuanya baik dan dapat menunjang pergerakan
struktur secara pasti minyak/gas di dalam trap
0,9 Ketiga parameter dipercaya sangat mendukung dan 0,9 Rutenya baik dan migrasi terjadi setelah trap
dipercaya dari hasil tes dan analog dengan di dalam terbentuk dan sudah ada laporan kasus sukses pada
basin basis
0,8 Tidak ada kekurangan, dan hanya dua parameter yang 0,8 Tidak ada kekurangan, dan hanya dua parameter
meyakinkan yang meyakinkan
0,7 Tidak ada kekurangan, dan hanya satu parameter 0,7 Tidak ada kekurangan, dan hanya satu parameter
yang meyakinkan yang meyakinkan
0,6 Tidak ada informasi yang tidak sesuai, cenderung ke 0,6 Tidak ada informasi yang tidak sesuai, cenderung
optimistis ke optimistis
0,5 Tidak ada informasi yang tidak sesuai, cenderung ke 0,5 Tidak ada informasi yang tidak sesuai, cenderung
pesimistis ke pesimistis
0,4 Ada satu parameter yang meragukan 0,4 Ada satu parameter yang meragukan
0,3 Ada dua parameter yang meragukan 0,3 Ada dua parameter yang meragukan
0,2 Ada data yang bermasalah dan interpretasinya kurang 0,2 Tidak ada gambaran rute dan migrasi dipercaya
kritis serta tidak ada sukses record untuk trap dengan terjadi sebelum trap terbentuk serta tidak ada
tipe ini sejarah yang sukses
0,1 Geometri dari trap tidak dimengerti 0,1 Diketahui bahwa trap tidak mengandung
pergerakan hydrocarbon

TABEL RATING PROBABILITY SOURCE


(KEMATANGAN SOURCE ROCK)
AREA PAY AND RECOVERY DISTRIBUTION
TINGKATAN APAKAH SOURCE APAKAH DAPATKAH
PROBABILITY CUKUP MATANG DRAINAGE HYDROCARBON
UNTUK CUKUP UNTUK BERPINDAH DARI
MENGKAYAKAN MERUBAH SOURCE YANG
KEROGEN ? PROSPEK ? MATANG ?

1 Kematangan source rock telah ditetapkan di dalam


area drainage
Dari hasil pengamatan pengeboran, volumenya cukup
untuk berpindah
0,9 Ketiga parameter dipercaya sangat mendukung dan
dipercaya
0,8 Tidak ada kekurangan, dan hanya dua parameter yang
meyakinkan
0,7 Tidak ada kekurangan, dan hanya satu parameter
yang meyakinkan
0,6 Tidak ada informasi yang tidak sesuai, cenderung ke
optimistis
0,5 Tidak ada informasi yang tidak sesuai, cenderung ke
pesimistis PROBABILITY LESS THAN
0,4 Ada satu parameter yang meragukan
0,3 Ada dua parameter yang meragukan
Gambar 1
0,2 Terlalu kecil dan secara volumetric tidak cukup, serta
Distribusi Area, Net Pay dan Recovery Factor
proses perpindahan buruk
0,1 Source rock belum matang atau tidak hadir di dalam
area drainage

IATMI 2001-50
Simulasi Monte Carlo dan Analisis Resiko Untuk Pengembangan Lapangan Minyak BUmi Sudjati Rachmat

RESERVE DISTRIBUTION

PROBABILITY LESS THAN

Gambar 2
Contoh Distribusi Cadangan

IATMI 2001-50