OPTIMISASI JARINGAN TRANSMISI GAS BUMI UNTUK KEBUTUHAN DI PULAU JAWA

SEMINAR TEKNIK KIMIA SOEHADI REKSOWARDOJO 2005 Bandung, 12 Desember 2005 ISSN 0854-7769

OPTIMISASI JARINGAN TRANSMISI GAS BUMI UNTUK KEBUTUHAN DI PULAU JAWA Widodo Wahyu Purwanto dan Aly Rasyid Departemen Teknik Gas dan Petrokimia, Universitas Indonesia, Kampus Depok 16424 [email protected], [email protected]

Abstrak Pemanfaatan gas untuk sektor domestik terutama di Pulau Jawa yang merupakan pusat konsumen gas terbesar di Indonesia akan semakin meningkat, disebabkan oleh pasar LNG dunia yang sangat kompetitif, peningkatan kebutuhan gas untuk listrik, kenaikan harga bahan bakar minyak, isu lingkungan, dan fakta kebutuhan gas yang semakin besar. Walaupun demikian, lokasi cadangan gas bumi yang tersedia sebagai pusat suplai lokasinya jauh dan tersebar yaitu berada di Sumatra, Kalimantan, Sulawesi, Laut Natuna, Papua dan sekitar Jawa sendiri. Oleh karena itu, optimisasi suatu sistem jaringan transmisi gas bumi terintegrasi yang menghubungkan pusat suplai ke pusat konsumen di Pulau Jawa menjadi hal yang sangat diperlukan, baik berupa jaringan pipa, melalui Liquefaction Natural Gas (LNG) maupun Compressed Natural Gas (CNG). Makalah ini akan membahas optimisasi jaringan transmisi gas untuk pulau Jawa. Metode optimisasi yang dipakai adalah metode algoritma genetik, dengan tujuan memperoleh cost of supply total yang paling minimum. Hasil optimisasi menunjukkan bahwa cost of supply total yang paling minimum dengan menggunakan data cadangan P1+P2+P3 adalah 36.9 milyar US$, dengan konfigurasi pusat suplai dan sistem moda transmisi penyaluran gas ke Jawa sebagai berikut: Jawa-Pipa, Sumatera I-Pipa, Sumatera II-Pipa, Jawa Timur-CNG, Jawa Barat-Pipa, Kalimantan Timur-Pipa, Sulawesi-Pipa, Sumatera Tengah-Pipa, dan Natuna-LNG. Supply cost total yang paling minimum dengan menggunakan data cadangan P1, adalah 42.3 milyar US$, dengan konfigurasi sistem moda transmisi penyaluran gas ke Jawa: Jawa-Pipa, Sumatera I-Pipa, Sumatera II-Pipa, Jawa Barat-CNG, Kalimantan Timur-CNG, Sulawesi-Pipa, Natuna-LNG, Papua-LNG, dan LNG impor. Keywords: Natural Gas Transmission, Optimization, Java Island I. PENDAHULUAN Permasalahan dalam memenuhi kebutuhan gas bumi di Pulau Jawa adalah belum adanya sistem transmisi gas bumi terintegrasi yang menghubungkan pusat suplai yang lokasinya tersebar ke Pulau Jawa. Makalah ini menganalisa sistim transmisi gas bumi untuk memenuhi permintaan Pulau Jawa yang memberikan biaya penyaluran gas (cost of supply total) yang paling minimum dengan metode optimisasi algoritma genetik. Jaringan transmisi yang dimaksud adalah infrastruktur penyaluran gas bumi dari pusatpusat cadangan gas yang berada di luar Pulau Jawa dan di Pulau Jawa sendiri dengan alternatif moda transportasi gas melalui pipa, LNG, CNG, atau gabungan dari ketiganya. Disamping itu, pengembangan sistem transmisi harus mempertimbangkan seluruh potensi ketersediaan gas bumi di Indoensia baik dari sisi waktu produksi, besarnya cadangan, jarak, dan biaya transportasi. Permintaan gas di Pulau Jawa sampai tahun 2025 dianggap sebagai parameter eksogen dan diprediksi dengan metode ekonometrik. II. MENGAPA PASAR GAS DOMESTIK MENJADI PENTING Ada beberapa hal yang menjadikan pasar domestik gas menjadi potensial. Pertama adalah kehadiran produsen LNG baru seperti Qatar, Australia, Russia, dan Malaysia, yang menjadi kompetitor sehingga hanya 22% yang dikuasai oleh Indonesia dari seluruh pasar LNG dunia saat ini [BP Statistical Review, 2004], merupakan pemicu untuk produsen gas di Indonesia untuk melirik pasar domestik.

145

SEMINAR TEKNIK KIMIA SOEHADI REKSOWARDOJO 2005 Bandung, 12 Desember 2005 ISSN 0854-7769 Kedua, adanya pengurangan subsidi bahan bakar minyak (BBM) oleh pemerintah. Hal ini secara langsung akan merangsang harga gas menjadi lebih bisa bersaing, sehingga bisa dijadikan substitusi BBM. Jika saat ini harga gas berkisar antara 4 - 5 US$/MMBTU, maka harga BBM Rp. 4200/lt untuk solar dan harga Rp. 4.500/lt untuk bensin, asumsi kurs 1 US$ = Rp. 10.000 adalah setara dengan 12.9 US$/MMBTU untuk solar dan 13.8 US$/MMBTU untuk bensin, sehingga harga gas untuk saat ini masih jauh lebih murah dibandingkan dengan BBM. Ketiga, kekurangan kapasitas terpasang listrik di pulau Jawa. Sebagai contoh angka elektrifikasi Jawa saat ini baru sekitar 56% sehingga masih diperlukan kapasitas terpasang hampir 100% dari kapasitas listrik untuk rumah tangga saat ini (68,257,719 kwh) [PEUI, 2004]. Keempat adalah isu lingkungan, dimana gas memiliki emisi gas buang CO2 yang lebih rendah dibanding dengan minyak dan batubara. Sedangkan yang terakhir, adalah fakta bahwa kebutuhan gas di pulau Jawa yang diprediksi akan meningkat dikarenakan adanya pengembangan infrastruktur gas yaitu proyek pipanisasi Sumatera-Jawa yang akan selesai tahun 2006, serta perkembangan industri di Pulau Jawa. III. INFRASTRUKTUR TRANSMISI GAS BUMI INDONESIA 3.1 Pipa Gas Infrastruktur untuk gas yang telah ada di Indonesia adalah pipa gas, dan LNG plant. Dari data pipa gas yang telah dibangun untuk ukuran pipa 16 hingga 42 in, hanya sekitar 2.5% yang dipakai untuk menyuplai gas ke Pulau Jawa, sedangkan sisanya untuk ekspor line 3.3%, sedangkan yang paling banyak adalah untuk infrastruktur pemipaan/gathering line LNG yaitu 92% dari total panjang pipa 28,473 km. Jaringan pipa gas di Indonesia selengkapnya dapat dilihat pada Tabel. 1. Tabel 1 Pipa gas yang sudah ada No

Nama pipa gas

Gathering line 1 Offshore-lhoksumawe 2 Onshore-Arun 3 Badak-Bontang 4 Field-Badak-Bontang 5 Offshore-West Java 6 Grissik Field Sales Line 7 Offshore-T Priok 8 Cilamaya-Cilegon 9 Pagerungan-Gresik 10 Prabumulih-Palembang 11 Grissik-Duri 12 Natuna-Singapure 13 Grissik-Sakernan 14 Sakernan-Batan-Singapure

Diameter (in)

Panjang (km)

Kapasitas (MMSCFD)

Lokasi

Keterangan

30 16-42 42 20-36 16-26 16-26

109 34 57 25,842 70 13-50

1000 200-2000 2000 30-1500 200-600 200-600

Aceh Aceh East Kalimantan East Kalimantan West Java South Sumtera

LNG Plant LNG Plant LNG Plant Gas Processing Proc. Platform To Sales Line

16-26 24 24-28 20-28 28 16-28 28 28

55 220 3-370 50 550 470 135 335

200-600 500 500-700 300-500 700 200-700 700 700

North Java West Java East Java South Sumtera Sumatera South Cina Sea Riau Sumatera

Power Plant Industries Power Plant Power Plant Duri Steam Flood Export Transmision Export

Sumber: PGN, www.pgn.co.id

Selain pipa-pipa gas tersebut di atas, ada juga proyek pipa transmisi gas PGN yang sedang dalam tahap penyelesaian, seperti dapat dilihat pada Tabel 2. Infrastruktur yang dibangun ini, diharapkan akan mendorong pertumbuhan pemakaian gas di Pulau Jawa, serta membentuk pasar domestik baru. Tabel 2. Pipa Gas Dalam Tahap Pembangunan Pipa Gas PGN dalam Tahap Penyelesaian

Kapasitas

Tahun Selesai

146


Pipa Transmisi Sumatera - Jawa Fase I Pipa transmisi Pagardewa – Labuhan Maringgai (32”- 270km) Pipa transmisi Labuhan Maringgai – Cilegon (32”- 100km) Pipa transmisi Cilegon – Cimanggis (24”- 129km) Pipa Transmisi Sumatera - Jawa Fase II Gresik – Pagardewa (onshore 36”- 185km) Labuhan Maringgai – Muara Tawar – Muara Karang (offshore 32”- 189km) Pagardewa – Labuhan Maringgai Looping (onshore 32”- 270km) Sumber : USA Embassy, Petroleum Report, 2004

250 MMSCFD 20 tahun

2006

400 MMSCFD 18 tahun

2006

3.2 Kilang LNG Hampir semua kilang LNG di Indonesia didedikasikan untuk memenuhi ekspor LNG ke luar negeri. Kilang-kilang LNG besar yang ada di Indonesia antara lain adalah: Kilang LNG Badak/Bontang dan Kilang LNG Arun. Jadi hingga saat ini, belum ada satupun kilang LNG yang khusus dibangun untuk keperluan gas domestik, khususnya untuk pasar di Jawa. Dalam Tabel 3 dapat dilihat produksi kilang LNG. Tabel 3 Kilang LNG di Indonesia Kapasitas

Nama Kilang LNG Terpasang Bontang Arun Rencana Bontang II Tangguh

Tujuan Ekspor

22.59 Juta ton/tahun 6.8 Juta ton/tahun

Jepang Jepang, Korea

3 juta ton/tahun (2007+) 0.55 Juta ton/year , 20 year 2.6 Juta ton/year, 20 tahun 3.7 Juta ton/year, 20 tahun

Jepang Korea China USA

Source : BP Migas, ww.bpmigas.com

IV. PROYEKSI SUPLAI DAN PERMINTAAN GAS UNTUK PULAU JAWA 4.1 Suplai Gas Sangat sulit untuk mendapatkan data cadangan gas bumi yang akurat, karena sangat confidential bagi perusahaan-perusahaan minyak dan gas bumi. Sehingga data yang didapatkan adalah data sekunder. Data cadangan gas bumi secara komersial dapat dibagi menjadi dua, yaitu committed dan uncommitted. Committed gas artinya cadangan gas tersebut telah dijual untuk pembeli tertentu untuk jangka waktu dan harga yang telah disepakati, bisa untuk ekspor dalam bentuk LNG, ataupun ekspor melalui pipa. Sedangkan uncommitted gas adalah cadangan gas yang belum ada pembelinya, atau belum ada kontrak penjualan. Data suplai gas bumi yang potensial adalah data cadangan gas yang telah committed untuk Jawa dan yang masih uncommitted. Data lengkapnya dapat dilihat pada Tabel 4. Tabel 4 Data potensi suplai gas ke Pulau Jawa CADANGAN Lokasi Daerah

P1

P2

P3

(TCF)

(TCF)

(TCF)

P1+P2+P3 (TCF)

BCF/Y

COMMITTED GAS Non Jawa Ekspor Jawa BCF/Y

BCF/Y

BCF/Y

UNCOMMITTED Total

P1+P2+P3

BCF/Y

BCF/Y

147


Jawa Barat

4.90

1.00

0.60

6.50

325

0

0

124

124

201

Jawa Timur Sumatera Selatan Kalimantan Timur

2.20

0.50

0.40

3.10

155

0

0

103

103

52

7.90

5.60

11.80

25.30

1,265

106

154

311

572

693

25.30

8.70

13.40

47.40

2,370

1,195

0

0

1,195

1,175

2.90

1.00

0.50

4.40

220

0

0

0

0

220 297

Sulawesi Sumatera Tengah

2.00

1.40

4.20

7.60

380

0

83

0

83

11.10

7.50

2.60

21.20

1,060

219

0

0

219

841

Aceh

2.90

2.30

4.90

10.10

505

331

0

0

331

174

Papua

14.60

4.00

5.30

23.90

1,195

356

0

0

356

839

Laut Natuna

Total 73.80 32.00 43.70 149.5 7,475.0 2,207 237 538 2,982 Source : [BP Migas, 2004],[Bappenas ,2005], [USA Embassy, 2004], BCF/y dihitung dengan asumsi 20 tahun

4.2 Proyeksi Kebutuhan Gas Jawa Model permintaan gas bumi mengasumsikan bahwa permintaan gas ditentukan oleh nilai Gross Domestic Regional Product (GDRP). Hipotesanya, terdapat hubungan yang positif antara permintaan gas dengan GDP; semakin tinggi GDP maka permintaan gas akan semakin tinggi pula. Model permintaan inilah yang akan dijadikan basis metode proyeksi kebutuhan gas di Jawa. Model permintaan gas di suatu wilayah secara umum adalah sebagai berikut: (1) Drg = f (GDRPr ) ε g Dimana D adalah permintaan gas, GDRPr adalah GDP Regional, dan r merujuk pada region/wilayah tertentu. ε adalah elastisitas yaitu rasio perubahan permintaan terhadap perubahan GDP. Data yang digunakan sebagai basis regresi permintaan gas di jawa adalah data PDRB Jawa dan data permintaan gas Jawa dari tahun 2002-2003 [PEUI, 2004]. Persamaan permintaan gas Jawa adalah sebagai berikut: g (2) ln( D jw ) = − 5 .538 + 0 .65 ∗ ln( GDRP jw ) Pertumbuhan GDP untuk pulau Jawa diasumsikan 6% untuk kurun waktu 2005 hingga 2010, kemudian menjadi 8% pada tahun 2011 hingga tahun 2015, dan berikutnya hingga tahun 2025 adalah 7%. Hasil proyeksi permintaan gas bumi di Jawa dapat ditampilkan pada Gambar 1.

2,500

2,000

BCF

1,500

1,000

500

0 2001 2003 2005 2007 2009 2011 2013 2015 2017 2019 2021 2023 2025

Tahun

Gambar 1.

148

SEMINAR TEKNIK KIMIA SOEHADI REKSOWARDOJO 2005 Bandung, 12 Desember 2005 ISSN 0854-7769 Proyeksi permintaan gas bumi Jawa V. METODE PERHITUNGAN BIAYA SUPLAI (SUPPLY COST) Metode optimisasi supply cost total adalah dengan menggunakan metode algoritma genetik. Algoritma genetik adalah algoritma pencarian yang berdasarkan pada mekanisme sistem natural yakni genetik dan seleksi alam. Dalam aplikasi algoritma genetik, variabel solusi dikodekan kedalam struktur string yang merepresentasikan barisan gen, yang merupakan karakteristik dari solusi problem. Berbeda dengan teknik pencarian konvensional, algoritma genetik berangkat dari himpunan solusi yang dihasilkan secara acak. Himpunan ini disebut populasi. Sedangkan setiap individu dalam populasi disebut kromosom yang merupakan representasi dari solusi. Kromosom-kromosom berevolusi dalam suatu proses iterasi yang berkelanjutan yang disebut generasi. Pada setiap generasi, kromosom dievaluasi berdasarkan suatu fungsi evaluasi. Setelah beberapa generasi maka algoritma genetik akan konvergen pada kromosom terbaik, yang diharapkan merupakan solusi optimal [Gen dan Cheng,1997]. Biaya suplai gas bumi, adalah keseluruhan biaya dari tahun awal yang ditetapkan sampai tahun tertentu, merupakan total penjumlahan komponen biaya suplai gas bumi dari produsen hingga ke konsumen. Tahun awal ditetapkan tahun 2005, sedangkan tahun akhir adalah 2025.

Supply Cost tersebut dapat diformulasikan sebagai berikut: N ⎡ 20 ⎤ (3) SC = ∑ ⎢ ∑ ( A ij x α ij ) + ( B ij x β ij ) + ( C ij x δ ij ) x V ij x (1 + r ) −1 ⎥ j =1 ⎣ i =1 ⎦ dimana: SC = Supply Cost, US$ Aij, Bij, Cij = cost factor untuk pipa, LNG, dan CNG pada tahun i dan lokasi j, US$/MMSCF α ij , β ij , δ ij = nilai proporsi untuk pipa, LNG dan CNG pada tahun i dan lokasi j.

[

]

Vij = volume suplai gas pada tahun i dan lokasi j, MMSCF r = interest rate (asumsi sebesar 0.05) N = Jumlah lokasi titik suplai Aij , Bij , Cij meliputi penjumlahan dari harga wellhead, biaya transportasi, dan biaya proses. Harga wellhead dan biaya proses seperti storage dan regasifikasi untuk LNG dianggap konstan, sedangkan untuk biaya transport adalah mengikuti fungsi jarak [Economides and Oligney, 2004], dengan rumus: TPipa = 0.001x + 0.4034 TLNG = 0.0002x + 0.2376 TCNG = 0.0004x + 0.5352

(4) (5) (6)

Dimana x adalah jarak lokasi j ke Jawa, km TPipa, TLNG , TCNG = Biaya transportasi masing-masing untuk pipa, LNG, dan CNG, US$/MMBTU. Dengan constraint: 0 ≤ α ij +

0 ≤

β ij + δ ij

∑ [V ]≤ N

j =1

ij

Di

≤ 1 untuk setiap tahun i, dan lokasi j

(7)

pada tahun i,

(8)

dimana Di adalah kebutuhan gas di Jawa pada tahun i Penyelesaian dengan menggunakan algoritma genetic dengan fungsi fitness sebagaia berikut f ( α ij , β ij , δ ij , V ij ) =

⎡ ∑ ⎢⎣ ∑ [ ( A N

j =1

20

i =1

ij

x α ij ) + ( B ij x β ij ) + ( C ij x δ ij )

]x V

ij

⎤ x (1 + r ) − 1 ⎥ ⎦

(9)

149


Perhitungan algoritma genetik dilakukan dengan memakai Toolbox Algoritma Genetik dari Matlab Software, sehingga dapat dihitung α ij , β ij , δ ij , V ij yang menghasilkan supply cost yang paling minimum. Secara garis besar metodologi perhitungan dapat dijelaskan sebagai berikut: 1. Berdasarkan data cadangan gas suplai uncommitted, dan jarak lokasi suplai ke Jawa ditentukan mode transportasi yang layak, berdasarkan role of thumb moda transportasi. 2. Kalkulasi harga cost factor untuk masing-masing moda transportasi (harga A, B, C). 3. Masukan harga-harga A, B, C pada tahap 2, kedalam rumus fungsi fitness (rumus no. 7). 4. Lakukan optimisasi dengan metode algoritma genetik, dengan menggunakan fungsi fitness dan constraint yang sudah dijelaskan di atas, sehingga dihasilkan generasi yang konvergen yang merupakan solusi untuk supply cost yang paling minimum. VI. HASIL PERHITUNGAN

Asumsi-asumsi dasar perhitungan untuk setiap kasus, dapat dilihat pada Tabel 5, sedangkan supply cost hasil perhitungannya dapat dilihat pada Gambar 2. Penjadwalan, besarnya volume suplai serta konfigurasi sistem transmisi untuk tiap-tiap Case dapat dilihat berturut-turut pada Gambar 3, Gambar 4, dan Gambar 5. Hasil perhitungan untuk Case I (Gambar 3) yang menggunakan asumsi cadangan P1+P2+P3 menghasilkan angka supply cost 36.9 milyar US$. Berdasarkan perhitungan pada Case I, ketersediaan gas lokal masih cukup banyak untuk menutup kebutuhan gas di Jawa, jadi tidak diperlukan impor gas dari negara lain, bahkan masih ada pusat suplai yang belum terutilisasi yaitu Papua. Dari perhitungan Case II (Gambar 4) yang hanya menggunakan asumsi jumlah cadangan P1 (Proven Reserve), menghasilkan angka supply cost sebesar 42.3 milyar US$. Dari sisi besarnya volume suplai hasil perhitungan Case II menunjukan bahwa diperkirakan gas yang harus disalurkan ke Pulau Jawa akan mulai kekurangan mulai tahun 2021. Case III (Gambar 5) menguji hasil studi Asian Development Bank (ADB) [Pendawa etc, 2005], menunjukan bahwa supply cost untuk Case III lebih tinggi sekitar 8.7% dari Case I, yaitu dari 36.9 milyar US$ menjadi 40.1 milyar US$. Kalau dilihat dari pusat suplai yang digunakan dalam studi ADB ini, maka jelas riset ini hanya mementingkan kelompok suplai yang memiliki cadangan besar, padahal masih ada kelompok suplai yang memiliki cadangan mulai yang kecil hingga moderat, yang kalau dimanfaatakan seperti pada Case I maka akan menghasilkan angka supply cost yang lebih rendah. Tabel 5. Parameter asumsi Case

Case I Case II Case III

Cadangan Gas

P1 + P2 + P3 P1 P1 + P2 + P3

Penjadwalan Lokasi Suplai Jawa, Sumatera I, II Jawa, Sumatera I, II ADB riset

150


43

42.3

Supply Cost (US$ Milyar)

42 41

40.1

40 39 38 37

36.9

36 35 34

Case I

Case II

Case III

Gambar 2 Total Supply Cost

2,500 LNG Natuna Pipa SumTeng Pipa Sulaw esi

2,000

Pipa Kaltim Pipa Jaw a Barat CNG Jaw a Timur

BCF

1,500

Pipa Sumatera II Pipa Sumatera I 1,000

Supply Java

500

20 05 20 06 20 07 20 08 20 09 20 10 20 11 20 12 20 13 20 14 20 15 20 16 20 17 20 18 20 19 20 20 20 21 20 22 20 23 20 24 20 25

0

Tahun

Gambar 3 Hasil Perhitungan Case I

2,500

LNG Import LNG Papua

2,000

LNG Natuna Pipa Sulaw esi CNG Kaltim

BCF

1,500

CNG Jaw a Barat Pipa Sumatera II Pipa Sumatera I

1,000

Supply Java

500

20 05 20 06 20 07 20 08 20 09 20 10 20 11 20 12 20 13 20 14 20 15 20 16 20 17 20 18 20 19 20 20 20 21 20 22 20 23 20 24 20 25

0

Tahun

Gambar 4

151


Hasil Perhitungan Case II

2,000 LNG Papua

1,800 LNG Natuna

BCF

1,600

Pipa Kaltim

1,400

Pipa Sumatera II

1,200

Pipa Sumatera I

1,000

Supply Java

800 600 400 200

20 22 20 23 20 24 20 25

20 15 20 16 20 17 20 18 20 19 20 20 20 21

20 09 20 10 20 11 20 12 20 13 20 14

20 05 20 06 20 07 20 08

0

Tahun

Gambar 5 Hasil Perhitungan Case III

VII. KESIMPULAN

Dari hasil analisis diatas dapat disimpulkan sebagai berikut: 1. Cost of supply total yang paling minimum untuk Case I dengan menggunakan data cadangan P1+P2+P3 adalah 36.9 milyar US$, dengan konfigurasi sistem moda transmisi gas ke Jawa sebagai berikut: Jawa Timur-CNG , Jawa Barat-Pipa, Kaltim-Pipa ,Sulawesi-Pipa, Sumatera Tengah-Pipa, dan Natuna-LNG. 2. Untuk Case II dengan menggunakan data cadangan P1 didapat supply cost sebesar 42.3 milyar US$, dengan konfigurasi sistem moda transmisi gas ke Jawa sebagai berikut: Jawa Barat-CNG, Kalimantan Timur - CNG, Sulawesi-Pipa, Natuna-LNG, Papua-LNG, dan LNG impor . 3. Untuk Case III, yang menggunakan hasil riset ADB didapat supply cost sebesar 40.1 milyar US$. Konfigurasi sistem moda transmisi: Jawa-Pipa, Sumatera I-Pipa, Sumatera II-Pipa, Kalimantan Timur-Pipa, LNG West Java , LNG East Java. 4. Keakuratan data cadangan gas sangat penting, karena pengaruhnya sangat signifikan terhadap perhitungan supply cost, maupun konfigurasi moda transportasi. 5. Perlu kehati-hatian bagi pemegang kebijakan, dalam menentukan prioritas infrastruktur untuk moda transportasi yang akan dibangun, sehingga diperoleh supply cost yang paling optimum.

DAFTAR ACUAN

1. 2. 3. 4. 5. 6.

Arlie, M., Skov, P.E., “An Analysis of Forecasts of Energy Supply, Demand, and Oil Prices”, SPE 30058, Society Petroleum Engineers, 1987 Bappenas, Gas Transportation Project Through Public-Private Partnership, Beicip-Franlab, Sofragaz, Pendawa, , August, 2005 (Report Meeting). British Petroleum, BP Statistical Review of World Energy, June 2004. Dougherty, E.L and M.S Al Blehed, “Free World Total Primary Energy Demand: An Econometric Approach”, SPE 16290, Society Petroleum Engineers, 1987 Economides M, Oligney R, “Natural Gas: The Excriating Transition”, SPE 77371, Society Petroleum Engineer, 2002. Gen, M. Dan Cheng, R., Genetic Algorithm and Engineering Design, Ashikaga Institute of Technology Ashikaga, Japan, A Wiley-Interscience publication, John Wiley & Sons, Inc, 1997.

152


7. 8. 9. 10. 11. 12. 13.

Wagner J.V., Steven Wagensveld, “Marine Transportation of Compressed Natural Gas A Viable Alternative to Pipeline or LNG”, SPE Journal No. 77925, Society Petroleum Engineers, 2002. Pengkajian Energi Universitas Indonesia, Indonesia Energy Outlook and Statistis 2004, Universitas Indonesia, Depok, 2004 Terasaki D, Fujita K, “The Role of Unconventional Natural Gas in the Next 30 years in Asia”, SPE Journal No. 93779, Society Petroleum Engineers, 2002. USA Embassy, Petroleum Report 2002-2003, Jakarta, 2004 Official website BP Migas: http://www.BPmigas.com Official website PGN: http://www.pgn.co.id Official website Matlab: http://www.mathworks.com

153

OPTIMISASI JARINGAN TRANSMISI GAS BUMI UNTUK KEBUTUHAN DI PULAU JAWA

Recommend Documents