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 Salah satu metoda untuk cadangan minyak bumi dengan data yang sangat terbatas adalah dengan metode simulasi Monte Carlo. Kemudian dalam tahap rencana pengembangan lapangannya, akan terdapat beberapa tingkat kemungkinan keberhasilan tergantung pada kualita data geologinya. Untuk melihat besar kemungkinan keberhasilan pengembangan ini dikenal analisis resiko yang sesuai dengan konsep Gambler’s Ruin. Beberapa parameter untuk perhitungan cadangan (reserve) adalah porositas, saturasi air, bulk volume, Boi, areal closure, net pay, recovery factor. Pada akhirnya perhitungan cadangan dan resiko akan dipergunakan untuk mengetahui berbagai tingkat keuntungan pada kemungkinan eksploitasi minyak bumi pada struktur yang dipelajari. II. PERHITUNGAN CADANGAN MINYAK BUMI Metode Monte Carlo pertama-tama dikembangkan oleh J. E. Warren dari Gulf Oil Corporation (Warren, 1980-1984, personal communication). Simulasi Monte Carlo adalah simulasi statistik yang khusus menggunakan bilangan acak (random) sebagi parameter masukan (input). Karena simulasi ini dikembangkan dari bentuk distribusi statistik yang ada, maka hasil atau keluaran dari model ini juga akan membentuk suatu distribusi. Distribusi tersebut adalah dapat berupa distribusi segiempat (seragam), segitiga, dan histogram.
Masalah didalam mengevaluasi keadaan ini adalah mencari harga yang akan dicari (xI). Oleh karena itu diperlukan suatu bilangan acak yang berfungsi sebagi parameter probabilitas kumulatif. Secara analitis maka persamaan yang digunakan adalah : XI = XL + RN (XH – XL) ………………………….………(1) Dimana : XI = nilai x yang dicari XL = batas nilai x yang terkecil XH = batas nilai x yang terbesar RN =bilangan acak yang berfungsi sebagai parameter probability kumulatif 2.2. Distribusi Segitiga Distribusi jenis ini dicirikan oleh adanya harga x yang paling mungkin (XM), yang terletak antara XL dan XH. Secara analitis harga XI dapat diperoleh dengan persamaan : 1. Jika RN < (XM – XL) / (XH – XL) maka : XI=XL + √[(XM - XL) (XH – XL) RN] 2.
Jika RN > (XM – XL) / (XH – XL)
……………….(2) maka :
XI= XH + √[(XH – XM) (XH – XL) (1-RN)] ……………(3)
Jenis distribusi yang paling sering dipergunakan untuk simulasi Monte Carlo dan risk analysis adalah jenis segiempat dan segitiga.
Tiga buah variable input dinyatakan dalam bentuk distribusi, yaitu : distribusi segitiga untuk data porositas, saturasi air dan bulk volume.
2.1. Distribusi Segiempat
Lengkapnya langkah dan prosedur adalah sebagai berikut : 1. Pilih bilangan acak, masing-masing untuk distribusi Vb, φ, dan Swi. 2. Kalikan bilangan acak dengan harga-harga porositas (φ), bulk volume, (Vb), dan saturasi air (Swi).. 3. Hitung cadangan minyak ditempat (IOIP) 4. Ulang langkah 1 s/d 3 berulang kali dengan penggunaan bilangan acak yang berbeda. Bentuk distribusi probability kumulatif IOIP
Ciri distribusi ini adalah nilai mungkin (probability value) yang dimiliki suatu harga variabel adalah sama dan harga mungkin diluar selang studi harganya adalah nol. Dengan kata lain, nilai mungkin yang dimiliki suatu variabel pada suatu selang tak ada yang dominan tinggi ataupun rendah, akan tetapi merata. 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
III. LANGKAH - LANGKAH PERHITUNGAN ANALISIS RESIKO Lima Prosedur Evaluasi Proyek (Five Step Evaluation Procedure) yang menggambarkan metodologi analisis yang akan digunakan untuk tahap eksplorasi gas dan minyak. Prosedur ini tidak akan menghapuskan resiko, tetapi akan memungkinkan setiap orang untuk mengetahui evaluasi prospek secara konsisten. Berbagai kondisi untuk mengukur ketidakpastian. Kondisi ini dapat digunakan sebagai suatu daftar pemeriksaan untuk membahas atau merencanakan suatu program eksplorasi, juga dengan metode ini dapat dibuat basis data historis untuk perkiraan-perkiraan pengembangan lapangan di masa mendatang. 3. 1. Penilaian Resiko Dalam proses evaluasi keberhasilan untuk pengembangan lapangan, pertimbangan resiko yang dilakukan adalah resiko geologi; misalnya resiko bahwa adanya akumulasi hidrokarbon yang dapat diproduksi. Taksiran resiko geologi yang dipertimbangan mengikuti empat parameter , yaitu : • Kematangan batuan induk (source rock) (P source) • Kehadiran batuan reservoir (P reservoir) • Kehadiran suatu trap (P trap) • Kehadiran suatu timing dan migration dari hydrokarbon dari source ke reservoir (P dynamics ) Probability dari geological success (Pg) adalah diperoleh dari perkalian dari masing-masing probability dari keempat parameter seperti yang terkonsep dibawah ini : P(g) = Psource x Preservoir x P trap x P dynamics/timing/migration …....(4) Jika salah satu dari parameter mempunyai probability nol, maka probability dari geological success adalah nol. Geological success ditetapkan dari hasil tes kestabilan aliran hidrokarbon. Probability didalam parameter-parameter ini (atau resiko) didapat dari analisis informasi yang dapat dipercaya. Pemeriksaan perkiraan resiko terdapat pada Tabel -8. 3.2. Five Step Evaluation Procedure Pada Tabel-7 diuraikan masing-masing tahap dari Five Step Evaluation Procedure. Tahap-tahap evaluasi berarti harus dilaksanakan menurut urutan yang dimulai dengan penilaian geologis, dilajutkan dengan evaluasi ekonomi dan diakhiri dengan penyusunan portofolio dan hasil laporan akhir pemboran. Masing-masing tahap berdasarkan atas informasi yang telah diperoleh sebelumnya dan berusaha memasukkan penilaian-penmilaian untuk suatu proses untuk pengambilan keputusan yang rasional. Input-input yang diperlukan untuk setiap tahap evaluasi diuraikan pada bagian-bagian berikutnya. Prospek reservoir diperkirakan akan menjadi suatu proyek eksplorasi untuk minyak dan hanya akan mengarah pada evaluasi di daerah tersebut.
IATMI 2001-50
Sudjati Rachmat
3.3. Metode Perhitungan Cadangan Untuk memperhitungkan distribusi perlu dilakukan : • Menentukan nilai-nilai perkiraan minimum yang mutlak, maksimum yang mutlak dan yang terbaik untuk daerah tersebut, net pay dan recovery per acre foot. • Plot nilai minimum yang mutlak pada probability 1 % dan nilai maksimum yang mutlak pada probability 99 % di atas kertas log probability untuk masing-masing faktor dan tarik sebuah garis lurus. • Memeriksa distribusi-distribusi untuk kelayakan dan perkiraan dengan distribusi tersebut hingga merasa yakin. • Catat nilai-nilai probability 23 %, 50 %, dan 77 % untuk Net Area, nilai Net Pay dan recovery per acre foot di luar garis-garis distribusi. Mengalikan nilai-nilai ini secara bersama-sama untuk memperoleh nilai-nilai persediaan kemungkinan 10 %, 50 %, dan 90 %. • Catat nilai-nilai probability 10 %, 50 %, dan 90 % pada kertas log, probability dan menarik sebuah garis lurus. • Memperhitungkan nilai persediaan rata-rata pertama dengan menggunakan kaidah Swanson. • Memeriksa ketepatan dari persediaan rata-rata dengan uji rasio P90/P50. 3.4. Analisis Resiko Geologi Tahap Awal Tahap pertama dari prosedur evaluasi melibatkan ahli ekplorasi dan penilaian geologi/geofisikanya mengenai prospek dalam upaya menjawab pertanyaan yang timbul (adakah prospek tersebut ?) dan pertanyaan berikutnya (jika ada, seberapa besar ?). Tahap ini harus dilakukan oleh ahli eksplorasi yang telah meneliti daerah yang dibicarakan. Jika informasi tambahan telah tersedia bagi ahli eksplorasi tersebut, maka perkiraan-perkiraan harus diperbaharui dan evaluasi prospek harus dikaji ulang. Evaluasi geologi pada tahap ini terbagi menjadi dua tahap yang berbeda, yaitu : Ø Distribusi cadangan dan perkiraan-perkiraan keyakinan. Tahap-tahap dari evaluasi ini akan menggabungkan daerah-daerah ini dan memperhitungkan suatu nilai yang diharapkan untuk prospek tersebut. Pada dasarnya, para ahli ekplorasi harus mengukur parameter-parameter yang diuraikan di bawah ini. Jika ada lebih dari seorang ahli eksplorasi yang terlibat dalam evaluasi tersebut, maka tim evaluasi harus membicarakan perkiraan-perkiraan individu dan kemudian menyetujui jumlah tertentu untuk masing-masing parameter yang pada gilrannya harus disetujui oleh pimpinan eksplorasi. Seluruh proses ini dapat menghabiskan waktu yang cukup lama, tetapi perlu dan harus diselesaikan sebelum melanjutkan ke tahap dua. Ø Tahap kedua adalah memberikan perkiraan-perkiraan yang lebih baik dan wawasan mengenai pentingnya informasi tambahan sebelum memasukkan modal lebih lanjut kepada prospek tersebut. 3.5. Penilaian Resiko 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 :
Simulasi Monte Carlo dan Analisis Resiko Untuk Pengembangan Lapangan Minyak BUmi
•
•
• Struktur • Lapisan Penutup • Batuan reservoir • Penentuan waktu/migrasi Mengalikan semua nilai secara bersama-sama untuk memperoleh perkiraan mengenai probabilitynya. Jumlahnya harus menggambarkan semua resiko yang ditemukan secara alami. Memeriksa perkiraan untuk ketepatan jika tersedia tingkat keberhasilan historis.
3.6. Analisis Expected Value Perhitungan Expected Value dilakukan dengan cara menggabungkan perkiraan-perkiraan probability dan jumlah nilai untuk menghasilkan nilai potensi prospek yang mengandung resiko. o Menyaring inventaris dan rank order operasi lanjutan berdasarkan atas MEV / Risk$ Ø Melanjutkan pengembangan Ø Perlu penelitian lebih rinci Ø Meninggalkan / menyerahkan / menjual o Mengevaluasi posisi pengembangan lapangan berdasarkan atas pertimbangan-pertimbangan atau implikasi-implikasi strategis. Ø Minyak vs Gas Ø Resiko tinggi vs Resiko rendah Ø Persentase kepentingan : minimum/ maksimum Ø Ukuran Cadangan o Melakukan pemeriksanaan laporan (pemboran) beberapa blan setelah sumur dibor. Ø Seberapa tepat perkiraan cadangan, jika sumur ditemukan ? Ø Apakah penemuan tersebut sesuai dengan yang diperkirakan ? Ø Apakah peta strukturnya sudah akurat ? 3.7.
Perkiraan Cadangan Minyak
Perkiraan-perkiraan mengenai luas daerah yang minimum mutlak dan maksimum mutlak, Net Pay dan Recovery Pec Acre Foot dapat digunakan untuk menentukan distribusi cadangan dari Tabel-1. Perkiraan yang terbaik akan digunakan sebagai suatu studi kelayakan untuk nilai rata-rata yang diperoleh untuk masing-masing parameter. Jika tersedia cukup informasi, maka cadangan dapat diperkirakan berdasarkan atas data porositas, saturasi air, faktor volume minyak dan recovery factor.
Sudjati Rachmat
• •
•
Menggambarkan sebuah garis lurus yang menghubungkan titik-titik. Membaca nilai probability 50 % dan berkeyakinan, “apakah nilai ini sudah tepat sehingga ada sesuatu kemungkinan 50 % nilai yang sebenarnya akan menjadi lebih kecil dan kemungkinan 50 % nilai yang sebenarnya akan menjadi lebih besar” ? Menghitung nilai rata-rata untuk parameter dengan menggunakan Kaidah Swanson (Tabel-3).
Untuk perhitungan tingkat prospek daerah penelitian, distribusi data untuk luas daerah, net pay dan recovery factor digambarkan pada log-probability seprti pada Gambar -1. Nilai cadangan untuk tingkat kemungkinan tertentu dapat diperhitungkan dengan metode-metode umum untuk memperoleh perkiraan-perkiraan cadangan volumetrik. Dengan mengunakan metode volumetrik dan perkiraanperkiraan mengenai distribusi log normal masing-masing faktor, maka distribusi cadangan dapat diperhitungkan dengan cara sebagai berikut : Reserve (cadangan) : Luas Area x Net Pay x Recovery Faktor per Acre Foot ……..………(5) Disebabkan karena sifat dari perkiraan-perkiraan kemungkinan, maka perkalian tiga faktor bersama-sama kemungkinan tertentu, seperti 10 %, tidak akan menghasilkan nilai cadangan kemungkinan 10 %. Hal ini bahkan akan menghasilkan nilai kemungkinan 1,3 %. Oleh karena itu untuk menentukan nilai-nilai kemungkinan 10 %, 50 %, dan 77 % (misalnya P23, P50, dan P77) untuk masing-masing faktor. Nilai-nilai untuk tingkat-tingkat probability tertentu dapat diperoleh melalui grafik dari log normal distribution yang digambarkan untuk masing-masing parameter. Apabila nilai-nilai tersebut tidak diketahui, maka distribusi cadangan dapat diperkirakan sebagai distribusi normal. Cadangan-cadangan P10
Net Pay rata-rata P50 Perkiraan adanya suatu cadangan minyak dengan rentang kemungkinan 98 % (99 % - 1 %), akan terletak diantara perkiraan minimum dan maksimum. Setelah memperhitungkan distribusi cadangan terakhir dari tiga perkiraan ini, distribusi normal log untuk masing-masing parameter harus ditentukan berdasarkan atas nilai-nilai minimum mutlak dan maksimum mutlak pertamanya. Selanjutnya data dimasukkan ke dalam kertas log kemungkinan (log probability) dengan langkah- langkah : • Plot nilai minimum yang mutlak pada tingkat probability 1%. • Plot nilai maksimum yang mutlak pada tingkat probability 99 %.
IATMI 2001-50
Cadangan-cadangan P90
= Net Area P23 x Net Pay rata-rata P23 x Recovery/ Acft P23………………..(6) = Net Area P50 …………(7) = Net Area P77 x Net Pay rata-rata P77 x Recovery/ Acft P77………………..(8)
Distribusi cadangan diperhitungkan atas nilai-nilai P23, P50, dan P77 yang dapat diketahui pada grafik dalam Gambar -2. 3.8. Kaidah Swanson (Swanson’s Rule) Suatu perkiraan konservatif mengenai nilai rata-rata dapat diperoleh dengan cepat dari distribusi cadangan dengan mempergunakan metode yang sederhana yang ditemukan oleh Swanson dan disebut Kaidah Swanson.
Simulasi Monte Carlo dan Analisis Resiko Untuk Pengembangan Lapangan Minyak BUmi
Nilai rata-rata ini biasanya merupakan nilai yang dapat dipergunakan dalam penyusunan potensi cadangan pada suatu prospek. Tahap-tahap empat sampai lima dali lima Prosedur Evaluasi menguraikan suatu metode untuk melakukan hal tersebut. Seberapa tepat Kaidah Swanson, menurut Megill dan Jemas dalam penilaiannya menjelaskan bahwa Kaidah Swanson akan memberikan hasil yang baik bila nilai perbandingan probability P90 dengan P50 adalah lima atau kurang. Dalam lima Prosedur Evaluasi dianjurkan bahwa perlu untuk meneliti rasio P90 dan P50. Jika hasilnya kurang dari lima, maka digunakan nilai rata-rata Swanson sebagai pengurangan pertama untuk evaluasi ekonomi. Jika rasio tersebut lebih besar dari lima, maka nilai rata-rata statistiknya harus digunakan untuk perhitungan distribusi tersebut. 3.9. Perkiraan Keyakinan Dalam melaksanakan evaluasi cadangan tahap pertama yang diperlukan adalah adanya suatu keyakinan akan perkiraan yang dimuat. Dalam hal ini pengembangan lapangan adalah merupakan suatu kesempatan prospek yang berdasarkan atas resiko geologi dan ini merupakan perkiraan yang sangat subjektif. Yang menjadi resiko lainnya untuk pengembangan suatu lapangan minyak adalah resiko teknis, lingkungan, atau politik yang harus dibicarakan terpisah. Jika resiko tersebut dikontrol secara alami pada saat-saat tertentu, maka hal ini akan bisa ahli eksplorasi akan berusaha menggabungkannya dalam perkiraan geologi. Ada tiga definisi fungsi dari kemungkinan yang berbeda-beda dalam hal jumlah informasi yang diperlukan sebelum definisi khusus tersebut dipergunakan : 1. Frekuensi Relatif : ini merupakan suatu definisi matematis yang didefinisikan sebagai suatu rasio antara jumlah waktu suatu peristiwa yang telah terjadi dengan jumlah total waktu peristiwa tersebut yang telah terjadi berulang kali. Seringkali pada tahap eksplorasi, parameter ini sulit untuk diperkirakan. 2. Klasik atau obyektif : ini didefinisikan sebagai suatu ukuran obyektif mengenai tingkat keyakinan akan hasil evaluasi. 3. Subyektif : ini didefinisilan sebagai opini seseorang mengenai kemungkinan bahwa suatu peristiwa yang akan menimbulkan keyakinan. Perkiraan ini digunakan jika tersedia data historis untuk daerah tersebut atau jika data tersaedia adalah mengenai suatu sifat yang tidak langsung atau analog.
Sudjati Rachmat
Tidak ada satupun metoda yang khas untuk mengukur perkiraan keberhasilan, tetapi untuk menyelesaikan evaluasi harus ditentukan suatu nilai numerik. Untuk melakukan ini, suatu perkiraan keyakinan mengenai keberhasilan penemuan dibagi menjadi lima komponen yang menjadi suatu faktor penting menentukan ada tidaknya hidrokarbon. Masing-masing faktor ini juga dapat diteliti dalam suatu pemeriksaan post-drilling. Besar kemungkinan dari masingmasing dari kelima faktor untuk prospek harus dapat diperkirakan dengan skala dari mulai 0 sampai 1 (0 – 1.00). jika nilai “0” (nol) dimasukkan untuk setiap faktor tersebut tidak ada karenanya akumulasi dianggap tidak ada. Probability masing-masing dari kelima faktor untuk prospek sebelum evaluasi dengan skala dari 0.00 sampai 1.00 harus dapat diperkirakan. Jika dimasukan angka akumulasi minyak/ gas dianggap tidak ada. Cara untuk nilai probability dapat dilihat pada Tabel-4. Nilai numerik harus diperkirakan sampai dua digit, bila lebih dibulatkan menjadi 0.00 atau 0,50. Nilai 1.00 diperkenankan tetapi harus dipergunakan dengan hati-hati karena tidak ada yang dapat menjamin hingga sumur telah dibor nantinya. Nilai masing-masing faktor dapat dikalikan bersama-sama untuk memperoleh perkiraan keyakinan bagi prospek yang digunakan pada step empat. Total perkiraan keyakinan untuk kemungkinan penemuan, P(D), diperhitungkan sebagai berikut: P(D) = P(ST) * P(SL) * P(R) * P(M) * P(O) …………….(9) Perkiraan untuk masing-masing faktor harus didasarkan pada pengalaman (kadang-kadang ditafsirkan melalui insting yang mendalam), prestasi dari perusahaan penyediaan data. Suatu perkiraan keyakinan yang renda tidak sama dengan suatu prospek buruk. Hal ini memberikan suatu indikasi bahwa potensi yang tinggi harus cukup besar untuk mengimbangi resiko yang diambil. Nilai potensi dapat dirubah menjadi dolar pada langkah ketiga dan ditukar dengan modal yang diharapkan pada langkah ke empat. 3.11. Profil Resiko Perkiraan-perkiraan tingkat keyakinan, dijelaskan pada Tabel- 5 dan Tabel- 6.
profil
resiko
Tidak semua orang akan mempergunakan profil risk summary ini, tetapi bila dipergunakan maka terlebih dahulu harus memeriksa implikasi menyeluruh mengenai data yang masuk terhadap evaluasi resiko secara keseluruhan.
3.10. Definisi Mengenai Keberhasilan Penemuan Keberhasilan adalah ditemukannya suatu akumulasi minyak yang sangat besar dan komersil. Keberhasilan menemukan suatu sumber hidrokarbon, tidak hanya bergantung pada adanya suatu sumur tertentu yang prospeknya baik, namun bergantung pada prospek sumur dalam jumlah besar. Hal ini bukan merupakan kesempatan untuk menemukan suatu tingkat cadangan tertentu (misalnya cadangan-cadangan ratarata P10), atau merupakan cadangan komersil.
IATMI 2001-50
KESIMPULAN 1. Metode perhitungan cadangan dengan ketersediaan data reservoir yang sangat minim dapat dilakukan dengan cara Simulasi Monte Carlo yang dapat membentuk suatu distribusi perhitungan reservoir yang dapat menggambarkan rentang kepastian suatu perhitungan cadangan. Dalam pelaksanaan perhitungannya, metoda ini menggunakan bilangan acak sebagai salah satu input datanya.
Simulasi Monte Carlo dan Analisis Resiko Untuk Pengembangan Lapangan Minyak BUmi
2. Hasil perhitungan cadangan dengan Simulasi Monte Carlo dapat dipergunakan untuk sebagai pembanding dalam menentukan derajat keberhasilan ditemukannya suatu akumulasi minyak yang komersil dengan melaksanakan analisis resiko pengembangan lapangannya. 3. Dari hasil perhitungan resiko eksplorasi dengan memperhitungkan resiko geologi akan diperoleh suatu hasil yang akan menunjukkan besar resiko pengembangan lapangan. Bila diperoleh resiko pengembangan yang kecil, akan menunjukan bahwa lapangan atau reservoir tersebut layak untuk dikembangkan lebih lanjut. Bila diperoleh resiko pengembangan yang besar pengembangan lapangan atau reservoir menjadi tidak menarik untuk dikembangkan.
Sudjati Rachmat
Sharp, W. R. and Kidd, R. D., Application of Risk Analysis to Screen Exploration and Development Prospect, SPE of AIME 3158, 1970. Srivastava, R. M., An Application of Geostatistical Method for Risk Analysis in Reservoir Management, SPE 20608, 1990. Stanley, L. T., Practical Stasistics for Petroleum Engineers, Petroleum Publishing Campany, Tulsa, 1973. Vijaya, Suta., Five Step Project Evaluation Procedure User Manual, Unocal Energy Resources, 1991 Zahidi, M., Simulasi Monte Carlo dan Aplikasinya Dalam 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 Celah Timor, Tugas Akhir, Jurusan Teknik Perminyakan, ITB, 1996. Allen, H., Fraser and Seba, D., Richard., Economic of Wordwide Petroleum Production, p.191-266, OGCI Publications, 1993. Cairns, R. J. R., A Novel Approach to Exploration Risk Analysis, SPE 23163, 1991.
Tabel–1 Tiga Titik Perkiraan Cadangan ABSOLUTE MINIMUM
Megill, E. Robert., An Introduction to Risk Analysis, second edition, PennWell Publishing Company, Tulsa, Oklahoma, 1984. Megill, E. Robert., Business Side of Geology, Lognormal Charts Are Valuable Tools, 1990
ABSOLUTE MAXIMUM
Net Area, Acres AvgNet Pay, Feet Recovery / Ac–Ft BBL / AC – FT
Garb, A. Ferrest, Assessing Risk in Estimating Hydrocarbon Reserve and Evaluating Hydrocarbon-Producing Properties, Journal of Pertoleoum Technology, SPE 15921, June 1988. Marwanza, I : Evaluasi Perangkat Lunak Simulasi MonteCarlo Untuk Penentuan Cadangan Awal dan Analisis Resiko Eksplorasi Reservoir X,Y,Z Cirebon Jawa-Barat, Jurusan Teknik Pertambangan, 2000.
BEST GUESS
Tabel– 2 Perhitungan Distribusi Cadangan Average Net Area
Net Pay
Recovery
Reserves
@ P23 … x @ P50 … x @ P77 … x
… x
… =
… x
… =
… x
… =
… MMBBL @ P10 … MMBBL @ P50 … MMBBL @ P77
Megill, E. Robert., Business Side of Geology, Reserve Estimates Require More Than A Single Answer, 1990
Tabel-3 Kaidah Swanson
Newendrop, P. D., Decision Analysis for Petroleum Exploration, A Devision of The Publishing Co. Tulsa. Oklahoma, March, 1975.
KAIDAH SWANSON 0.30 x P10
Value
+
0.40
x
P50
Value
+
0.30
x
P90
Value
Mean
Value
Peterson, S. K. and Murtha, J. A., Risk Analysis and Monte Carlo Simulation Applied to the Generation of Drilling AFE 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 Perkiraan Keyakinan (Confidence Estimates)
1
FAKTOR Struktur, P(ST)
2
Seal, P(DL)
3
Reservoir, P(R)
4 5
Source Rock P(SR) Waktu/migrasi P(M) Lain-lain, P(O)
Tabel -7 Five Step Evaluation Procedures
DEFINISI Struktur atau perangkap stratigrafi ada Suatu seal, tidak pecah, litologi, impermeable, hadir menerus di atas reservoir. Subsurface rock body mempunyai porosity, permeability, dan ketebalan untuk mendapatkan perkiraan cadangan minimum Batuan induk hidrokarbon yang matang di dalam suatu struktur Perkembangan trap sejak hidrokarbon bermigrasi Jika membutuhkan faktor keenam dapat menggunakan resiko geologi lainnya
LOW RISK Avg Pg = 0.375
1
Geologi
2
Eksplorasi, Pengembangan dan Produksi
3
Ekonomi
HIGH RISK Avg Pg = 0.092
§ § § § §
§
Expected Value
§ §
MAXIMUM HIGH SIDE EXCELLENT VERRY GOOD GOOD FAIR TO POOR (NO GO)
MODER ATE RISK Avg Pg = 0.183
MASUKAN
§
ANALYSIS
Table -6 Kategori Resiko pada Rules of Thumb untuk Resiko Geologi**
VERY LOW RISK Avg Pg = 0.75
ANALISIS
5
Portofolio Comparison dan Review
§ § § § §
Cadangan Confidence Distribusi Cadangan Faktor– faktor Geologi Distribusi Cadangan
§ § § § § §
Distribusi Cadangan Probability Skema Pengembangan Jadwal Pembiayaan Profil Produksi
Discounted Cash Flow
Skema Pengemban gan Profil Produksi - Kontrak - Pajak - Harga Distribusi Cadangan
§
MEV
Probability of Success Cash Flow Risk Dollar Impact Indices Distribusi Cadangan Probability of Success
§
Opportunity Preference List
Tabel -8 Daftar Parameter-Parameter Perkiraan Resiko
VERY HIGH RISK Avg Pg = 0.05
(Pg = Probability of Geological Success) * Robert E. Megill, Business Side of Geology ** Robert M. Otis, A Process for Evaluating Exploration Prospects
A. BATUAN INDUK (SOURCE ROCK) 1. Kapasitas untuk perubahan Hydrokarbon (di dalam fetch area) Kehadiran dan volume batuan induk (source rock) • Ketebalan • Luas area • Kemenerusan • Informasi hydrokarbon di dalam area (lapangan, sumur, rembesan) Pengkayaan organik (TOC,S1+S2, dsb) 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
KELUARAN (OUT PUT)
4
Tabel-5 Risk Summary (Kesimpulan Resiko)* RISK PERCENTAGES > 25 % 20 % 15 % 10 % < 10 %
No.
Simulasi Monte Carlo dan Analisis Resiko Untuk Pengembangan Lapangan Minyak BUmi
RESERVOIR 1. Kehadiran • Litologi • Distribusi • Depositional model (kerangka sekuen stratigrafi) 2. Kualitas (kapasitas kestabilan aliran) • Kemenerusan secara lateral • Ketebalan • Heterogenitas • Range dan tipe porositas • Range dan tipe permeabilitas • Potensial rekahan dan preservasi • Karakteristik diagenesa TRAP 1. Definisi Trap (keakuratan pengambilan data) • Nomer dan lokasi garis seismik • Kualitas (resolusi) dari data seismik • Reliability (velocity complication) • Gradien velocity lateral • Integration of gravity, magnetic, seismik dan informasi well log 2. Karakteristik Trap • Tipe dari trap (antiklinal, patahan, dsb) • Kualitas dari four-way closure • Kualitas dan tipe dari closure lainnya. • Pembagian jenis patahan 3. Seal Top seal • Litologi • Ketebalan • Kemenerusan • Lekukan pada bagian atas trap • Derajat/sudut rekahan atau patahan Patahan (Fault) seal • Tipe patahan • Waktu pergerakan • Kedalaman dan tekanan • Litologi • Kemiringan lapisan yang terpotong patahan Stratigrafi seal Seal lainnya – diagenesa, tekanan, dan lain-lain.
Sudjati Rachmat
3.
Preservation dan Segregation • Post entrapment tektonik atau patahan • Displacement dari minyak oleh air atau gas • Biogradasi • Thermal cracking • Preferential migration of gas Tabel– 9 Tingkatan/Rating Probability TABEL RATING PROBABILITY RESERVOIR
TINGKATAN PROBABILITY
1 0,9
0,8 0,7 0,6
0,5 0,4 0,3 0,2 0,1
TINGKATAN PROBABILITY
1
0,9 0,8
B. WAKTU DAN MIGRASI (timing and migration) 1. Waktu (timing) • Waktu pengembangan dari reservoir, seal dan terhadap trap pembentukan hydrokarbon dan migrasi • Model Kematangan (burial history, paleogeothermal regime) • Gradien Thermal 2. Migrasi • Posisi dari trap yang berhubungan dengan dapur / fetch area Kualitas batuan induk • Migration style (vertikal atau lateral) • Jarak tempuh migrasi (vertikal dan lateral) • Hubungan dengan reservoir • Saluran migrasi
IATMI 2001-50
0,7 0,6 0,5 0,4 0,3 0,2 0,1
NET SAND POROSITY
KETEBALAN (THICKNESS)
PERMEABILITY
Ketiga parameter dengan pasti dan sangat memuaskan Porositas sangat baik dan Net Sand sangat baik serta Permeability sangat memungkinkan untuk produksi minyak/gas Tidak ada kekurangan, dan hanya dua parameter yang meyakinkan Tidak ada kekurangan, dan hanya satu parameter yang meyakinkan Tidak ada informasi yang tidak sesuai, cenderung ke optimistis Tidak ada informasi yang tidak sesuai, cenderung ke pesimistis Ada satu parameter yang diharapkan kurang mendukung/meragukan Ada dua parameter yang diharapkan kurang mendukung/meragukan Porositas minimal dan ketebalan Net Sand terbatas serta bersifat Impermeable/keras Reservoir tidak diketahui
LITOLOGY IMPERMEAB LE (SEAL)
TOP SEAL PERSISTENT (TUTUPAN)
PATAHAN DI DLAM CAP HARUS MENJADI SEAL SETELAH MIGRASI SELESAI
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 Ketiga parameter dipercaya sangat mendukung dan dipercaya Tidak ada kekurangan, dan hanya dua parameter yang meyakinkan Tidak ada kekurangan, dan hanya satu parameter yang meyakinkan Tidak ada informasi yang tidak sesuai, cenderung ke optimistis Tidak ada informasi yang tidak sesuai, cenderung ke pesimistis Ada satu parameter pada caprock yang meragukan Ada dua parameter pada caprock yang meragukan Permeabilitasnya meragukan dan tidak cukup besar serta patahan aktif setelah akumulasi Topseal kemungkinan akan pecah
Simulasi Monte Carlo dan Analisis Resiko Untuk Pengembangan Lapangan Minyak BUmi
TABEL RATING PROBABILITY STRUKTUR – TRAP INTEGRITY TINGKATAN PROBABILITY
1 0,9
0,8 0,7 0,6 0,5 0,4 0,3 0,2
0,1
MAP/DATA APAKAH KUALITAS DATA DAN DISTIBUSINYA CUKUP UNTUK LATIHAN ?
INTEGRITY APAKAH INTERPRETASI STRUKTUR DAPAT DIPERCAYA ?
PERHITUNGAN SEJARAH APAKAH BENTUK GEOMETRI ANALOG DENGAN HASIL TES DI DALAM BASIN DAN TERLIHAT DI DALAM MODEL YANG VALID ?
Hasil pengeboran telah diketahui model trap dan struktur secara pasti Ketiga parameter dipercaya sangat mendukung dan dipercaya dari hasil tes dan analog dengan di dalam basin Tidak ada kekurangan, dan hanya dua parameter yang meyakinkan Tidak ada kekurangan, dan hanya satu parameter yang meyakinkan Tidak ada informasi yang tidak sesuai, cenderung ke optimistis Tidak ada informasi yang tidak sesuai, cenderung ke pesimistis Ada satu parameter yang meragukan Ada dua parameter yang meragukan Ada data yang bermasalah dan interpretasinya kurang kritis serta tidak ada sukses record untuk trap dengan tipe ini Geometri dari trap tidak dimengerti
Sudjati Rachmat
TABEL RATING PROBABILITY WAKTU DAN MIGRASI TINGKATAN PROBABILITY
1 0,9
0,8 0,7 0,6 0,5 0,4 0,3 0,2
0,1
APAKAH ADA SUATU RUTE YANG MEMUNGKINKAN DI DALAM TRAP, MEMUNGKINKAN HYDROCARBON BERMIGRASI DARI SOURCE ?
APAKAH MIGRASI SINKRON DENGAN SEJARAH UMUR DAN WAKTU DARI FORMASI ?
APAKAH SAMA STRUKTUR DI DALAM BASIN YANG MENGANDUNG HYDROCARBON DI DALAM HORIZONTAL TARGET ?
Semuanya baik dan dapat menunjang pergerakan minyak/gas di dalam trap Rutenya baik dan migrasi terjadi setelah trap terbentuk dan sudah ada laporan kasus sukses pada basis Tidak ada kekurangan, dan hanya dua parameter yang meyakinkan Tidak ada kekurangan, dan hanya satu parameter yang meyakinkan Tidak ada informasi yang tidak sesuai, cenderung ke optimistis Tidak ada informasi yang tidak sesuai, cenderung ke pesimistis Ada satu parameter yang meragukan Ada dua parameter yang meragukan Tidak ada gambaran rute dan migrasi dipercaya terjadi sebelum trap terbentuk serta tidak ada sejarah yang sukses Diketahui bahwa trap tidak mengandung pergerakan hydrocarbon
TABEL RATING PROBABILITY SOURCE (KEMATANGAN SOURCE ROCK) AREA PAY AND RECOVERY DISTRIBUTION TINGKATAN PROBABILITY
1
0,9 0,8 0,7 0,6 0,5 0,4 0,3 0,2 0,1
IATMI 2001-50
APAKAH SOURCE CUKUP MATANG UNTUK MENGKAYAKAN KEROGEN ?
APAKAH DRAINAGE CUKUP UNTUK MERUBAH PROSPEK ?
DAPATKAH HYDROCARBON BERPINDAH DARI SOURCE YANG MATANG ?
Kematangan source rock telah ditetapkan di dalam area drainage Dari hasil pengamatan pengeboran, volumenya cukup untuk berpindah Ketiga parameter dipercaya sangat mendukung dan dipercaya Tidak ada kekurangan, dan hanya dua parameter yang meyakinkan Tidak ada kekurangan, dan hanya satu parameter yang meyakinkan Tidak ada informasi yang tidak sesuai, cenderung ke optimistis Tidak ada informasi yang tidak sesuai, cenderung ke pesimistis Ada satu parameter yang meragukan Ada dua parameter yang meragukan Terlalu kecil dan secara volumetric tidak cukup, serta proses perpindahan buruk Source rock belum matang atau tidak hadir di dalam area drainage
PROBABILITY LESS THAN
Gambar 1 Distribusi Area, Net Pay dan Recovery Factor
Simulasi Monte Carlo dan Analisis Resiko Untuk Pengembangan Lapangan Minyak BUmi
RESERVE DISTRIBUTION
PROBABILITY LESS THAN
Gambar 2 Contoh Distribusi Cadangan
IATMI 2001-50
Sudjati Rachmat