ANALISIS RISIKO OPERASIONAL PADA INDUSTRI MIDSTREAM GAS DENGAN METODE SIMULASI MONTE CARLO

Prosiding Seminar Nasional Manajemen Teknologi XXV Program Studi MMT-ITS, Surabaya, 30 Juli 2016

ANALISIS RISIKO OPERASIONAL PADA INDUSTRI MIDSTREAM GAS DENGAN METODE SIMULASI MONTE CARLO Dela Agung Septriady*) dan Iwan Vanany Magister Management Teknologi Institut Teknologi Sepuluh Nopember (MMT-ITS) Surabaya Kampus MMT-ITS Jl Cokroaminoto No. 12A Surabaya 60264 e-mail: [email protected]*; [email protected]

ABSTRAK Indonesia merupakan negara kaya yang penuh dengan sumber daya alam hidro karbon seperti gas bumi di perut buminya. namun keterbatasan dalam hal pemenuhan permintaan yang ada dikarenakan adanya kendala-kendala seperti infrastruktur, kepastian cadangan gas yang cukup, material serta tingginya risiko yang ada pada sektor eksploitasi gas menjadi salah satu kendala dalam pemenuhan permintaan akan gas alam dewasa ini. Tingginya risiko pada proses eksplorasi, produksi, maupun penyaluran gas membuat perusahaan harus mengutamakan keselamatan para pekerja dengan menghindari terjadinya kecelakaan kerja, baik yang disebabkan oleh kondisi lingkungan, peralatan maupun pekerja itu sendiri. Sejarah mencatat bahwa, kegagalan operasional pernah terjadi pada tahun 2006 di PT X, yaitu meledaknya pipa gas di KP. 27.100 yang mengakibatkan terhentinya penyaluran gas di Pembangkit Jawa-Bali, dan berhentinya kegiatan operasional produksi Pupuk di PKG Gresik. Tidak ingin mengulang kejadian di tahun 2006, perlu dilakukan identifikasi dan penanggulangan risiko. Penanggulangan risiko ini diwujudkan dengan rencana kerja yang tertuang pada RKAP perusahaan. Namun selama ini, dalam penentuan rencana kerja perusahaan masih mengandalkan rencana kerja penanggulangan risiko yang bersifat durasional. Penelitian ini dilakukan dengan menggunakan metode simulasi Monte Carlo. Dengan adanya penelitian ini, diharapkan permasalahan tersebut dapat teratasi dengan data yang didapatkan berdasarkan data lapangan dalam bentuk nilai random yang dapat mewakili kondisi lapangan. Dari hasil simulasi yang dilakukan akan didapatkan risiko kritis dan dilakukan penentuan tindakan mitigasi yang tepat agar frekuensi dan dampak yang terjadi dapat diminimalisir. Kata Kunci: Risiko, Risiko operasional, Simulasi, Monte Carlo, Mitigasi, Gas.

PENDAHULUAN Indonesia merupakan negara kaya yang penuh dengan sumber daya alam hidro karbon seperti gas bumi di perut buminya. Namun keterbatasan dalam hal pemenuhan permintaan yang ada dikarenakan adanya kendala-kendala seperti infrastruktur, kepastian cadangan gas yang cukup, pengembangan lapangan gas dilakukan apabila ada kepastian pembeli komitmen jangka panjang, material serta tingginya risiko yang ada pada sektor eksploitasi gas menjadi salah satu kendala dalam pemenuhan permintaan akan gas alam dewasa ini.

ISBN: 978-602-70604-4-9 B-3-1


Gambar 1. Proyeksi Produksi Gas Indonesia Dari grafik di atas dapat dilihat bahwa dari tahun ketahun kebutuhan akan gas akan selalu meningkat aset eksisting menurun secara drastis dan perlu diimbangi dengan sumber pasokan baru untuk memenuhi kebutuhan gas domestic. Jawa timur merupakan salah satu provinsi di Indonesia yang memproduksi gas alam yang relative besar. jumlah konsumsi gas di Jawa Timur perharinya mencapai 984 MMSCFD. Konsumsi gas oleh pihak PLTGU Gresik dan Grati mencapai 66% dengan nilai konsumsi sebesar 434 MMSCFD, kebutuhan industri, rumah tangga dan transportasi mencapai 24% dengan nilai konsumsi 202 MMSCFD, dan pihak Petrokimia Gresik mencapai 10% dengan nilai 70 MMSCFD, tetapi secara umum produktivitas masih relatif rendah karena kebutuhan gas yang selalu meningkat tiap tahunnya utamanya pihak industri. Dari keseluruhan kebutuhan Gas yang ada di Jawa Timur. Hampir setengah dari kebutuhan tersebut disalurkan melalui pipa transmisi EJGP yang di Operasikan oleh PT X. Pipa EJGP (East Java Gas Pipeline) merupakan urat nadi Jawat Timur dalam pemenuhan akan kebutuhan Gas yang kian meningkat. Pipa ini menyalurkan gas sebesar 380 MMSCFD untuk pemenuhan PT. Pembangkit Jawa Bali, PT. Petrokimia Gresik, PT. PGN, dan Industri industry yang ada di wilayah Jawa Timur. Pipa ini terbentang sepanjang 430 Km dari Offshore ke Onshore. Di Offshore sendiri pipa ini terbentang sepanjang 369 Km, sementara Onshore terbentang sepanjang 61 Km.

Gambar 2. Eastern Java Gas Pipeline (EJGP) Sejarah mencatat kegagalan operasional pernah terjadi pada tahun 2006, yaitu Meledaknya pipa gas di KP 27.100 dibawah tanggul penahan lumpur sisi selatan, gas yang disalurkan pipa itu berasal dari lapangan Santos dan EMP Kangean yang terjadi pada tanggal 22 November 2006 (www.detik.com). Agar meledaknya pipa milik PT X tidak mengulang kejadian di tahun 2006, perlu dilakukan identifikasi dan penanggulangan risiko. Penanggulangan risiko ini diwujudkan dengan rencana kerja yang tertuang pada RKAP perusahaan. Namun selama ini, dalam ISBN: 978-602-70604-4-9 B-3-2


penentuan rencana kerja perusahaan masih mengandalkan rencana kerja penanggulangan risiko yang bersifat durasional. Kekurangan dari penanggulangan durasional ini adalah tidak memperhatikan ketidak pastiaan pada keadaan yang sebenarnya. Sehingga perlu dilakukannya identifikasi dan perhitungan risiko yang bersifat numerik. Penelitian ini akan menganalisis risiko khususnya risiko operasional yang ada pada PT X dan dapat memberikan rekomendasi tindakan mitigasi untuk mengurangi kemungkinan dan dampak risiko yang ada sehingga frekuensi dan dampak risiko yang terjadi dapat diminimalisir. Dalam hal ini simulasi didesain untuk mensimulasikan permasalahan yang ada sehingga diperoleh pemahaman mengenai dampak risiko yang berupa downtime (waktu) dan opportunity loss (cost) yang terjadi serta kontribusi risiko tertinggi yang dapat digunakan dalam menyelesaikan permasalahan risiko pada kegiatan operasional perusahaan. Dengan adanya penelitian ini Perusahaan bisa memanfaatkan hasil identifikasi risiko serta melakukan tindakan mitigasi yang tepat terhadap risiko untuk dapat dimasukkan kedalam RKAP perusahaan. METODE Simulasi Monte Carlo dipilih sebagai metode dalam melakukan analisis risiko operasional di lingkungan kerja PT X. Penggunaan simulasi Monte Carlo digunakan untuk melakukan estimasi kontribusi risiko tertinggi yang mengakibatkan downtime dan opportinuty loss pada kegiatan operasional sehari-hari. Manajemen risiko komprehensif dalam penelitian ini akan terdiri dari tahap pengumpulan data, pengolahan data dan risk asessment (penilaian resiko), serta kegiatan mitigasi sebagai upaya optimasi pengurangan risiko. Secara sistematis, langkah-langkah penelitian disajikan dalam bentuk diagram alir seperti berikut:

Gambar 3. Diagram Alir Penelitian Profil Kasus Di industri migas Indonesia, peran badan-badan pemerintah masih sangat dominan dan menentukan. Pemerintah mendorong perkembangan ekonomi melalui berbagai kebijakan. SKK Migas, Ditjen Migas (Departemen ESDM), BPH Migas, Pemerintah Daerah merupakan beberapa agensi pemerintah sebagai stakeholder yang berperan penting dalam mengatur jalannya operasi industri gas melalui keputusan-keputusan yang dibuat termasuk ISBN: 978-602-70604-4-9 B-3-3


dalam proses-proses supply chain. Berikut dibawah ini merupakan flowproses bisnis Industri Gas di Indonesia.

Gambar 4. Supply Chain Industri Gas Indonesia Gas diproduksi oleh perusahaan Migas hulu. Selanjutnya gas alam yang sudah diproduksi dapat diangkut dengan menggunakan pipa transmisi ke konsumen utama, atau dibeli oleh trading gas statisun meter. Pada kenyataannya gas yang telah dibeli oleh trader juga dibeli oleh trader lainnya. Proses supply chain yang begitu panjang ini terjadi dikarenakanya tidak adanya infrastruktur perpipaan yang dimiliki oleh beberpaa trader di Indonesia. Selanjutnya para trader ini biasanya juga dapat menjual gas alam yang sudah didapat kepada perusahaan CNG. Pada Gambar 3 dapat kita simpulkan bahwa usaha inti (core business) Industri Gas di Indonesia ini dapat dibagi menjadi tiga, yaitu kegiatan hulu (upstream), kegiatan transportasi (midstream), dan kegiatan hilir (downstream). Eastern Java Area Operation merupakan salah satu area kerja dari PT X. Jalur Pipa Gas dimulai di pulau Pagerungan Besar, sebelah utara Pulau Bali. Melewati beberapa kepulauan di selatan Pulau Madura hingga masuk ke Landfall di pantai timur Pulau Jawa disekitar Porong. Panjang pipa bawah laut tersebut adalah 358,7 KM dan kemudian menuju ke Onshore Receiving Facilities (ORF). Porong melalui daratan sepanjang 11 KM. Kedalaman air laut sepanjang jalur pipa tersebut adalah 120 meter. Pipa ini mempunyai garis tengah 28 inchi dan dirancang menurut standar ANSI B31.8 Code location class 1. Risiko yang akan dilakukan analisa pada penelitian ini adalah risiko operasional yang meliputi infrastruktur Gas Transmisi yang erat kaitannya dalam kegiatan operasional Industri Midstream Gas di Indonesia antara lain: a. Pipeline b. Compressor Station c. Metering Station d. SCADA • Right Of Way • Inlet Scrubber • Scrubber • Master • Linepipe • Dehydration Plant • Control Valve / • Sub Master • Station Piping • RTU • Pig Receiver / pressure regulator Launcher • Valve yard • Gas Metering • MLV / LBCV • Compressor system Package • Flare / Vent • Emergency Stack • Gas cooler Shutdown system • Aftercooler Pengumpulan Data Proses pengumpulan data diawali dengan pelaksanaan ECR (Equipment Criticality Ranking) ECR. Dalam penelitian kali ini proses penentuan ECR dilakukan melalui asumsiasumsi, pengalaman, dan pengetahuan Tim Operation dan Maintenance. karena proses ECR sangat erat pelaksanaannya dengan kerjasama tim. Tabel dibawah ini menggambarkan RACI ISBN: 978-602-70604-4-9 B-3-4


(Responsible, Accountabel, Consulted, Informed) matrix dari pelaksanaan ECR pada penelitian ini. Tabel 1. RACI Matrix Keterangan Pekerjaan

Fasilitator

Bagian

Bagian

Pemeliharaan

Operasi

Pengumpulan Data Equipment

C

A/R

C

Validasi Data Equipment

C

A/R

A/R

Defini Penggolongan Tingkat Kritis Peralatan

C

A/R

A/C

Melakukan Penilaian Tingkat Kritis Peralatan

C

A/R

A/R

Pengumpulan Data dan Laporan

R

A/C

C

Dari data MY SAP dan survei lapang didapatkan bahwa terdapat total 1470 equipment yang ada di PT X . Dari hasil diskusi didapatkan bahwa ECR akan didefinisikan menjadi 4 bagian yaitu: “HIGH CRITICAL”, “MEDIUM HIGH CRITICAL”, “MEDIUM CRITICAL”, “LOW CRITICAL”. Dari hasil diskusi untuk sistem yang memiliki resiko rendah, semua equipment di sistem tersebut langsung diberi ECR-D. Khusus untuk Pump di sistem tersebut di beri ECR-C. Analisa risiko dilakukan pada equipment yang berada pada posisi “HIGH CRITICAL (A)” dan “MEDIUM HIGH CRITICAL” (B). Hasil dari proses assign ECR pada PT X dapat disimpulkan dalam bentuk tabel berikut

Gambar 5. Pie Chart Distribusi Equipment Criticality Ranking Seperti yang telah dijelaskan diatas analisa risiko akan dilakukan pada equipment “HIGH CRITICAL (A)” dan “MEDIUM HIGH CRITICAL” (B). Pemilihan ini dikarenakan apabila terjadi kegagalan dalam waktu yang cukup lama dapat menyebabkan hilangnya revenue, rusaknya citra perusahaan, dan dampak besar lainnya. Selanjutnya equipment dikelompokkan menjadi satu bagian dan didapatkan variable risiko sbb: Tabel 2. Variable Risiko PT X

Setelah mendapatkan variabel risiko langkah selanjutnya dilakukan pencarian data kegagalan dari data kehandalan yang ada pada perusahaan. Semua data kehandalan didapatkan dari kegagalan aktual peralatan yang ada di lapangan. Data kegagalan peralatan ISBN: 978-602-70604-4-9 B-3-5


didapatkan dari tahun 2013 sampai dengan 2015. Dari sekian banyak variable data yang ada, penelitian kali ini akan berfokus pada data MTTR (Meant Time To Repair). MTTR merupakan lama rata-rata sebuah equipment dilakukan perbaikan. Penting bagi perusahaan untuk selalu dapat menjaga kehandalan MTTR ini hal ini dikarenakan MTTR sangat berperan dalam menjaga Revenue perusahaan. Dalam penelitian kali ini juga akan dilakukan konversi MTTR kedalam Revenue yang terbuang untuk mendapatkan hasil opportunity loss. Pengolahan Data Probabilitas dan Dampak Risiko Pengolahan data probabilitas dilakukan dengan melakukan konversi persentase kejadian pada data yang telah didapat. Persentase kejadian kemudian dikonversi kedalam tabel probabilitas. Tabel 3. Rekapitulasi Pengolahan Data Probabilitas

Pengolahan data dampak risiko dilakukan dengan membangkitkan bilangan acak dari MTTR tiap variabel risiko. Dalam melakukan pengolahan data digunakan software Crystal Ball pada Microsoft Excel untuk menjalankan simulasi Monte Carlo. Tahap awal sebelum melakukan pengolahan data dampak risiko yaitu mengetahui distribusi dari setiap data yang telah didapat. Untuk mengetahui distribusi data yang cocok dilakukan proses fitting distribution dengan menggunakan software ARENA. Nilai yang telah didapat kemudian di konversi kedalam nilai dampak risiko. terdapat empat tingkat dampak risiko yang telah ditentukan oleh PT X yaitu Insignificant, Minor, Moderate, Significant, Catastropic. Dibawah ini merupakan hasil rekapitulasi simulasi Monte Carlo ditampilkan dalam bentuk tabel seperti berikut

ISBN: 978-602-70604-4-9 B-3-6


Tabel 4. Rekapitulasi Simulasi Monte Carlo MTTR (Hour)

No.

Risiko

1

Valve Dan SDV (Shutdown Valve) System

2

Separation System

3

Instrument Air System

4

Main Power System (Transformer, Fire Water, Genset)

5

Metering System

6

Control System (Gas Chromatograph)

7

Fire & Safety System

8

Piping & Pipeline System Total

1 0.75 1 0.15 2 1 1 16 0.05 0.1 3 5 10.5 11 9 168 96 72 360 360 744 672 372 720 744 744 360 120 288 3 2 4.8 7.5 5 84 48 216 72 124.8 96 144 72 96 24 48 360 72 24 12 168 336

Simulasi Manual Dengan Uji Simulai Dengan Software Crystal Statistik Ball (Pembanding) Replikasi Replikasi Replikas Replikasi 1 Replikasi 2 Replikasi 3 1 2 i3 (1000x) (1000x) (1000x) 0.2235

0.2279

0.2118

0.2188

0.2012

0.2261

6.5618

10.9132

9.9500

9.7649

9.6544

12.5582

27.5294

31.6912

50.8971

110.3246

94.4424

120.9790

285.1765 294.0000

290.4353

299.1179

299.8874

2.9343

3.0983

163.5529 129.4588

163.2852

132.0532

73.4118

65.2941

97.0588

70.4819

88.2267

89.2343

79.0588

232.2353

59.2941

101.5532

70.5523

307.9392

299.6471

1.8265

105.7882

2.3265

3.0882

3.1107

167.7622

7900.65

Setelah melakukan pengolahan risiko downtime operasional berdasarkan penggolongan risiko, selanjutnya dilakukan perhitungan opportunity loss. perhitungan opportunity loss ditampilkan dalam bentuk Loss Revenue/Hour, dimana nilai Loss Revenue adalah sebesar $ 10,797.88, dimana detail perhitungan terdapat pada Tabel 5. Tabel 5. Rekapitulasi Opportunity Loss

Perhitungan Tabel 6. Rekapitulasi Financial Loss

HASIL DAN PEMBAHASAN Cara yang akan digunakan untuk mengetahui risiko yang kritis adalah dengan melakukan pemetaan terhadap risiko-risiko operasional PT X. Peta risiko dapat ditunjukkan dengan menggunakan matrik 5x6 pada Gambar 6.

ISBN: 978-602-70604-4-9 B-3-7

Prosiding Seminar Nasional Manajemen Teknologi XXV Program Studi MMT-ITS, Surabaya, 30 Juli 2016 PETA RISIKO OPERASIONAL PT X

PROBABILITAS

6. Definetely 5. Almost Certain 4. Likely 6

3. Moderate 2. Unlikely 1. Rare

1

5

2

3

1. Insignificant

4

8

7

2. Minor

3. Moderate

4. Significant

5. Catastrophic

IMPACT

Gambar 6. Peta Risiko Operasional PT X Peta Risiko yang dikembangkan PT X terdiri dari 4 warna yaitu Merah, Kuning, Orange, dan Merah. Dalam penelitian kali ini risiko kritis yang dimaksud merupakan risikorisiko yang masuk kedalam peta kuning dan orange. Pada peta risiko terdapat dua risiko yang masuk kedalam peta kuning dan oranye sehingga kedua variable ini harus mendapatkan mitigasinya, yaitu risiko Main Power System (Transformer, Fire Water, Genset) dan risiko Control System (Gas Chromatograph). Setelah diketahui risiko apa saja yang kritis maka perlu diberikan solusi mitigasi yang tepat agar dapat mengurangi risiko pada perusahaan. Dalam memberikan solusi diperlukan. Salah satau metode yang sering digunakan untuk mengidentifikasi penyebab terjadinya risiko adalah dengan menggunakan fishbone diagram atau sering juga disebut cause and effect diagram. Terdapat 5 tindakan mitigasi yang memungkinkan untuk dilakukan mengacu pada risiko kritis yang terdapat pada variable risiko kegagalan peralatan main power system (transformer, fire water, genset) diantaranya Membuat Rincian Material Opname Emergency; Membuat Sistem Digitalisasi Material; Memperbaharui Sistem Pengecekan Rutin; Membuat Kontrak Overhaul Serta Kontrak Jasa Konsultasi; Membuat Daftar Peringkat Pemeriksaan Peralatan. Terdapat juga 5 tindakan mitigasi yang dapat digunakan pada variable risiko kegagalan peralatan control system (gas chromatograph) diantaranya Membuat Rincian Material Opname Emergency; Merubah Setting Kalibrasi Menjadi 1 Jam Sekali; Memberikan Peralatan Voltage Regulator pada peralatan GC; Membuat Kontrak Overhaul Serta Kontrak Jasa Konsultasi; Pemberian Training Terkait GC Kepada Operator. KESIMPULAN DAN SARAN Berdasarkan penelitian yang telah dilakukan dapat ditarik kesimpulan sesuai dengan tujuan penelitian, kesimpulan tersebut antara lain sbb: 1. Terdapat 8 variabel risiko yang memiliki pengaruh downtime consequences dan opportunity loss consequences terhadap proses operasional PT X. 2. Dari hasil evaluasi terdapat 2 risiko yang merupakan risiko kritis pada kegiatan operasional PT X. 3. Terdapat 5 tindakan mitigasi yang memungkinkan untuk dilakukan mengacu pada risiko kritis yang terdapat pada variable risiko kegagalan peralatan main power system (transformer, fire water, genset). Terdapat juga 5 tindakan mitigasi yang dapat digunakan pada variable risiko kegagalan peralatan control system (gas chromatograph) ISBN: 978-602-70604-4-9 B-3-8


Saran yang dapat diberikan oleh penulis untuk penelitian selanjutnya yaitu dapat dilakukan proses identifikasi risiko pada seluruh material operasional dengan penentuan likelihood berdasarkan total waktu pengambilan material dan event berdasarkan kejadian pergantian material. DAFTAR PUSTAKA Andersen, S. & Mostue, B. A. (2011). Risk analysis and risk management approaches applied to the petroleum industry and their applicability to IO concepts. Journal of Safety Science. Burtescu, Emil (2012). Decision Assistance in Risk Assessment – Monte Carlo Simulation. Informatica Economica Vol. 16 No 4. Pujawan, I.N. (2010). Supply Chain Management Edisi Kedua. Surabaya: Tim Guna Widya. Reza, Andy & Vanany, (2013), Analisis Risiko Downtime dan Opportunity Loss Operasional Industri Eksplorasi Gas Dengan Metode Simulasi Monte Carlo, Institut Teknologi Sepuluh Nopember, Surabaya. Szoplik, Jolanta (2012), The Gas Transportation in a Pipeline Network, Intechopen, Rijeka, Croatia. Shahriar, A., Sadiq, R. (2012), “Risk Analysis For Oil & Gas Pipelines: A Sustainability Assessment Approach Using Fuzzy Based Bow-Tie Analysis”. Journal of Loss Prevention in the Process Industries. Vol. 25, hal 505-523. Tang, C.S. (2006). Perspectives in supply chain risk management. International Journal of Production Economics 103, 451–488. Hendi,

(2012). Peningkatan Kebutuhan Gas di Jawa Timur. http://finance.detik.com/read/2012/06/17/173519/1943377/1034/pgn-janji-penuhisupplai-gas-sesuai-kontrak-di-jawa-timur. Akses terakhir: 10 Januari 2013

ISBN: 978-602-70604-4-9 B-3-9

ANALISIS RISIKO OPERASIONAL PADA INDUSTRI MIDSTREAM GAS DENGAN METODE SIMULASI MONTE CARLO

Recommend Documents