Simulasi Monte Carlo

Simulasi merupakan cara untuk memodelkan keadaan sebenarnya. Simulasi Monte

Carlo adalah simulasi dengan menggunakan random number (bilangan acak) yang bisa
dihasilkan oleh rumus matematik tertentu. Penggunaan bilangan acak ini dimaksudkan
untuk memperbanyak populasi dari besaran-besaran yang diamati. Dalam simulasi ini,
mencari distribusi besaran yang diamati (misalnya: cadangan) berdasarkan pengetahuan
terhadap distribusi dari besaran-besaran yang mempengaruhinya (misalnya: luas,
ketebalan, serta recovery). Dengan mengetahui distribusi besaran yang diamati tersebut
dapat diketahui kelakuannya termasuk risikonya.
Distribusi dari besaran dapat dinyatakan berdasarkan pengetahuan (data) manusia
tentangnya. Distribusi dapat berupa normal, log normal, segitiga, segiempat dan lain-lain.
Makin sedikit pengetahuan manusia, misalnya hanya mengetahui minimun dan
maksimum, maka makin sederhana distribusinya dan disebut distribusi segiempat.
Contoh untuk distribusi segi empat :
Tebal Reservoir Min = 15; Max = 120
Apabila random number =70, maka
Tebal = 15 + 0,70 (120 -15) = 88,5 FT.
Catatan:
Random number merpresentasikan probabilitas kumulatif yang berupa fraksi minimum nol
dan maksimum satu.

Pada bab ini hanya dibahas distribusi segitiga dan distribusi segiempat:
Distribusi Segitiga
1. μ  (X 1  X m  X 2 )/3

1
2. Probabilitas Kumulatif (PK).
a. untuk X lebih kecil atau sama dengan μ (rata-rata), PK = (X’ )2/m

2
(1  X' )
b. untuk X lebih besar atau sama dengan μ (rata-rata), PK = 1 
1 m

Dimana :
X  X1 X m  X1
X’ = dan m =
X 2  X1 X 2  X1

Distribusi Segiempat

1. μ distribusi segi empat adalah rata-rata dari X1 dan X2 .

2. Probabilitas kumulatif adalah garis lurus antara probabilitas 0 pada X1 dan probabilitas
= 1,0 pada X2.

Contoh 1 :
Cadangan = (Ketebalan reservoir) (Luas reservoir) (Net oil recovery) .
=(h) (A) (Bbl/ac-ft).
h (ft) : Min = 100, Maks = 200, Most probable = 130.
Bbl /Ac-ft, x106 : Min = 300, Maks = 600.
Luas (Acres): Min = 1500, Maks = 4000.

2
Buat Berapakah cadangan untuk bilangan. acak : 53, 97, 66, 99, 30, 81, 19, 09, 31?.

Jawab:

h X’ Probabilitas kumulatif
100 0 0
120 0,2 (0,2)(0,2)/0,3 13,33
140 0,4 1-(0,6)(0,6)/0,7 48,6
160 0,6 77,15
180 0,8 94,26
200 1,0 100

Plot h terhadap PK dapat digunakan untuk mencari nilai h pada bilangan acak tertentu.
Plot Bbl/Are-ft dan luas terhadap PK digunakan untuk mencari nilai masing-masing pada
bilangan acak tertentu, Lihat Gambar 1.

0.9

0.8

0.7
Prob kumulatif

0.6
0.5

0.4

0.3

0.2

0.1

0
100 110 120 130 140 150 160 170 180 190 200
ketebalan

Gambar 1a. Probabilitas Kumulatif Ketebalan.

3
 area
1

0.95

0.9

0.85

0.8

0.75

0.7

0.65

0.6
Prob Kumulatif

0.55

0.5

0.45

0.4

0.35

0.3

0.25

0.2

0.15

0.1

0.05

0
1500 1700 1900 2100 2300 2500 2700 2900 3100 3300 3500 3700 3900

area (acre) x 1000

Gambar 1b. Probabilitas Kumulatif Area.

Recovery
1
0.95
0.9
0.85
0.8
0.75
0.7
0.65
Prob Kumulatif

0.6
0.55
0.5
0.45
0.4
0.35
0.3
0.25
0.2
0.15
0.1
0.05
0
300 320 340 360 380 400 420 440 460 480 500 520 540 560 580 600
Recovery x 10E6 , Bbl/ac-ft

Gambar 1c. Probabilitas Kumulatif Recovery.

4
 Bilangan h A Recovery Cadangan
Random
53 145
97 3930
66 499 284x106
99 198
30 2250
81 545 243x106
19 123
09 1720
31 393 83x106

Apabila dibuat simulasi dengan menggunakan 96 bilangan acak pada bab ini (Tabel 1),
maka akan diperoleh distribusi cadangan seperti pada Gambar 2, perlu diketahui bahwa
populasi cadangan yang diperoleh hanya 32, mengakibatkan hasil simulasi belum stabil.
Makin banyak bilangan acak yang digunakan (populasi cadangan), makin stabil
distribusinya.

Tabel 1
Perhitungan Cadangan
Rumus umum :
X  X min  X' (X mak  X min )

Ketebalan :
h (ft), hmin = 100 , hmaks = 200 , hmost probable = 130
h  h min  h' (h mak  h min ) ; RN  30 m  0,3
h'  mxRN ; RN  30

Unt contoh : RN = 99 ----- h’=0.99, h = 100+0.99*(200-100) =199 ft avg h.

unt RN =19------h’=(0.19*0.3)0.5=0.23, h=100+0.23*(200-100)=123ft,avg,h

A(Acres)
A  A min  RN(A mak  A min ) A min  1500 A mak  4000

RF(bbl/ac - ft)
RF  RFmin  RN(RFmak  RFmin ) RFmin  300 RFmak  600

5
RN h A RF Cad Kelas RN h A RF Cad Kelas
x106 x106
bbl bbl
53 143 21 125
97 3925 17 1925
66 498 40 420
279 6 101 3
99 192 44 137
30 2250 13 1825
21 363 81 543
157 4 136 3
53 124 26 128
97 1725 30 2250
66 393 60 480
84 2 138 3
53 152 25 127
97 3525 93 3825
66 510 64 492
273 6 240 5
53 134 40 135
97 3375 83 3575
66 444 98 594
201 5 287 6
53 166 14 120
97 3750 83 3575
66 399 47 441
248 5 190 4
53 146 84 167
97 2800 96 3900
66 594 49 447
242 5 290 6
53 146 60 147
97 3350 39 2475
66 309 97 591
151 4 215 5
92 176 92 176
14 1850 26 2150
71 513 44 432

167 4 164 4
RN h A RF Cad Kelas RN h A RF Cad Kelas
x106 x106
bbl bbl
53 143 93 178
40 2500 55 2875

6
 3 309 66 498
110 3 255 6
12 119 44 137
91 3775 85 3625
71 513 43 429
230 5 214 5
43 137 92 176
38 2450 65 3225
99 597 24 372
200 5 205 5
95 181 69 153
52 2800 86 3650
41 423 48 444
215 5 249 5
81 164 78 161
59 2975 47 2675
26 378 47 441
184 4 190 4
84 167 69 153
83 3575 77 3425
42 426 59 477
254 6 251 6
13 120 20 124
55 2875 69 3225
18 354 98 597
122 3 238 5

Dari table diatas (10E6)

Cadmin = 84
Cadmak =290
Selang = 50 sd 300.
Jumlah kelas = 5
Selisih (  ) = 50

Most probable = 225

Mean = 220

Statistik

7
 Selang Cad kelas Batas atas Frekuensi Frekuensi Frekuensi
(x 106 bbl) kelas Relatif (%) Kumulatif
(%)
51 – 100 II 100 1 3 3
101 – 150 III 150 5 16 19
151 – 200 IV 200 7 22 41
201 – 250 V 250 12 38 78
251 - 300 VI 300 7 22 100
Jumlah 32 100 100

38 100
36
Frek-Rel, %
34 90
Frek-Kum, %
32
30 80
28
26 70
24
60
22
20
50
18
16
40
14
12 30
10
8 20
6
4 10
2
0 0
100 150 200 250 300

Gambar 2 . Distribusi Cadangan

Dari simulasi dengan menggunakan 3000 bilangan acak atau lebih akan didapatkan
distribusi cadangan, dengan cadangan minimum adalah 45 juta barel atau {(100) (300)

8
(1500)} dan cadangan maksimum adalah 480 juta barel atau {(200) (600) (4000)}.
Cadangan rata-ratanya adalah 263 juta barel.
Dari kurva distribusi, Gambar 3, didapat nilai most probable (paling mungkin) dari
cadangan adalah 120 juta barel (mode). Mean dari kurva distribusi sekitar 140 juta barel
(mode). Kurva ini memperlihatkan frekuensi untuk mendapatkan cadangan 260 juta barel
adalah rendah. Dari probabilitas komulatif didapat probabilitas untuk mendapatkan
cadangan kurang dari 260 juta barel sebesar 0,85 berarti probabilitas untuk mendapatkan
cadangan lebih dari 260 juta barel adalah 0,15% (dari 1-0,85).

Gambar 3. Distribusi Cadangan.

Perhitungan untuk melakukan simulasi.

Distribusi segiempat
X = Xmin +CF (Xmak-Xmin).

9
Distrbusi segitiga.
(X mode  X min )
Untuk CF 
(X mak  X min )

  (X  X min )  
X  X min  (X mak  X min )  CF mode 
  (X mak  X min )  
(X mode  X min )
Untuk CF 
(X mak  X min )

   (X mode  X min )  

X  X min  (Xmak  X min ) 1  (1  CF)1    
   mak(X  X min  
)
 
Dimana : CF = cumulative frequency = random variabel.

Simulasi Monte Carlo dapat digunakan untk penilaian prospek migas maupun
perencanaan pengembangan lapangan atau POD (Plant Of Development) termasuk
perencanaan jumlah sumur, biaya pemboran, maupun kuntungan prospek.

Contoh 2.
Gunakan random number : 81,70,38,76,49,83
Luas (A) : min : 8000, mak 14000 (Acres).
Tebal (h) : min : 15 , mak : 120 (ft).
Recovery (rec) : min : 20, mak : 80 (B/Acre-ft).
Produksi awal sumur (qi) : (tebal +100) BOPD.
Produksi akhir sumur (qt) : 10 BOPD.
Waktu decline (t) : 20 tahun.
Sumur kering (N kering) : 20% sumur produksi (N sumur).
Biaya sumur pengembangan : min : 300.000 , mak : 500.000 ($).
Biaya sumur : min : 150.000, mak : mak 250.000 ($).
Margin = (harga – biaya operasi – pajak) : min : 4, mak 6 ($/BBL).
Pertahun dapat dibor 16 sumur.

Berapakah :

10
Nilai sekarang bersih keuntungan lapangan tersebut (MARR = 15%), apabila kemungkinan
menemukan lapangan tersebut adalah 20% dan biaya ekplorasi $1.500.000,- Apakah
berharga memberikan bonus $1.000.000,- untuk mendapatkan konsesi tersebut (anggap
hasil simulasi ini adalah mean/rata-rata dari NPV profit prospek).

Jawaban :
RN1 = 81----- luas 8000+0,81(14000-8000) = 12860 acres.
RN2 = 70 -----tebal : 15 +0,70(120-15) = 88,5 ft.
RN3 = 38------recovery : 20 + 0,38 (80-20) = 42,8 (B/Acres-ft).
RN4 = 76 -----biaya sumur pengembangan : 0.3x106+0,76(0,5—0,3)x106 = $452.000.
RN5 = 49 -----biaya sumur kering : 0.15x106 + 0,49 (0,25-0,15)x106 =$199.000.
RN6 = 83------margin : 4+0,83 (6-4) = $5,66/B.

Cadangan = (A)(h)(rec) = 12860 Acres x 88,5 ft x 42,8(B/acre-ft) = 48,7 x10 6 B.

.qi = 100 + 88,5 BOPD = 188,5 BOPD = 68802,5 BOPY.
.qt = 10 BOPD = 3650 BOPY.
.t = 20 tahun.
q   q 
q t  qi e-at 
 qi  q t eat  ln i  at  
  a  ln i  /t
q 
 t   qt 

 68802,5 
decline rate = a  ln /20  0,147
 3650 
1
ΔN   q i  q t   1  68802,5  3650  0,44 x106 B/sumur
a 0,147

cadangan 48,7 x106 B

N sumur = = = 111 sumur
ΔN 0,44 x106 B

N kering = 20% N sumur = 0,2 x 111 = 22 sumur

Waktu yang diperlukan untuk membor = (111+22)/16 = 8,3 tahun
Biaya Pemboran = BP = N sumur x biaya sumur pengembangan + N sumur kering x biaya
sumur kering.
= 111 x $0,452x106 + 22 x $0,2 x 106
= $50.172 x10 6 + 4,4 x106 =$54,4 x106
NPV BP = $54,4x106*( e in ) = $54,4x106x (e-0,15x(8,3/2)) = $29,2x106.

11
  a 1 - e-t(a  j) 
Revenue = Rev =(Cadangan)( margin)  - ta 
 a  j 1 - e 

 0,147 1 - e-20(0,147 0,15) 

=(48,7x10 6 B)( $5,66/B)  - 20(0,147) 
 0,147  0.15 1 - e 

6  0,147(1  0,0026)  6
= $275,6x10    $143,6x10
 0,297(1  0,05290 

NPV Rev =$143,6x106 (e-0.15x8,3/2) =$77x106

NPV Profit =NPV Rev – NPV BP = $77x106 - $29,2x106 =$47,8x106..
Expect Moneter Value (EMV) =Pf x NPVf + Ps x NPVs
= 0,8 x -$4x10 6 +0,2 x $47,8x106 = $6,36x106.
( indek f menyatakan gagal/ fail dan indek s menyatakan berhasil/succes).
Karena EMV lebih besar dari bonus maka dapat dilakukan ekplorasi.

12