OPTIMASI PENGEMBANGAN LAPANGAN X DENGAN MENGGUNAKAN SIMULASI RESERVOIR DAN ANALISIS KEEKONOMIAN
TUGAS AKHIR
Oleh: IKHWANUSHAFA DJAILANI NIM 12204017
Diajukan sebagai salah satu syarat untuk mendapatkan gelar SARJANA TEKNIK pada Program Studi Teknik Perminyakan
PROGRAM STUDI TEKNIK PERMINYAKAN FAKULTAS TEKNIK PERTAMBANGAN DAN PERMINYAKAN INSTITUT TEKNOLOGI BANDUNG 2010
OPTIMASI PENGEMBANGAN LAPANGAN X DENGAN MENGGUNAKAN SIMULASI RESERVOIR DAN ANALISIS KEEKONOMIAN
TUGAS AKHIR
Oleh: IKHWANUSHAFA DJAILANI NIM 12204017
Diajukan sebagai salah satu syarat untuk mendapatkan gelar SARJANA TEKNIK pada Program Studi Teknik Perminyakan Fakultas Teknik Pertambangan dan Perminyakan Institut Teknologi Bandung
Disetujui oleh: Dosen Pembimbing Tugas Akhir, Tanggal…………………………
(Ir. Tutuka Ariadji, MSc, Ph.d)
OPTIMASI PENGEMBANGAN LAPANGAN X DENGAN SUMUR VERTIKAL MENGGUNAKAN SIMULASI RESERVOIR DAN ANALISIS KEEKONOMIAN Oleh : Ikhwanushafa Djailani, Institut Teknologi Bandung (ITB) Pembimbing: Ir. Tutuka Ariadji, MSc, Ph.d, Institut Teknologi Bandung (ITB) SARI Perencanaan pengembangan lapangan merupakan hal yang sangat vital untuk dilakukan di industri perminyakan, mengingat biaya yang dibutuhkan dalam mengoperasikan suatu lapangan sangatlah besar. Simulasi Reservoir adalah alat yang sangat diperlukan dalam perencanaan pengembangan lapangan yang handal untuk meramalkan performa reservoir dengan realistis. Lapangan X merupakan lapangan minyak bumi dengan jenis reservoir karbonat yang sangat kompleks. Jumlah minyak yang diproduksikan dari lapangan tersebut masih sangat terbatas yaitu 2,23 % dari satu sumur saja. Studi ini membutuhkan pengembangan lapangan dengan menambahkan beberapa sumur di derah-daerah yang memiliki prospek yang baik. Hasil simulasi yang dilakukan dengan berbagai skenario memberikan hasil sama dengan 14,02 % Faktor Perolehan dari tiga sumur yang berproduksi. Setelah proses simulasi, dilanjutkan dengan melakukan analisis keekonomian terhadap skenario yang dibuat dan dengan menetapkan beberapa asumsi biaya capital dan non capital maka didapat nilai NPV Pemerintah 50.627 MUS$, NPV Kontraktor 8.346 MUS$, ROR 75,6 %, POT setelah 2,98 tahun dan PI sebesar 1,76. Kata kunci: Simulasi Reservoir, Faktor Perolehan, Rate of Return ABSTRACT Plan of Development is very important to be conducted in oil industry, where a lot of money needed for producing an oil field. Reservoir simulation is an indispensable tool for planning the development of a reliable field for predicting realistic reservoir performance. X Field is an oil field with a complex carbonate reservoir. Amount of oil that produced from the field was very limited, it was just 2,23 % from just one well. These studies require field development by adding a few wells in a potential area. Simulation with different scenarios results in 14,02 % Recovery Factor of 3 producing wells. After simulation process, the next step is to analize economic aspect of the development scenario which is offered by reservoir simulation, and by using some capital and non capital cost assumptions we obtaine some economic indicator results, NPV Value for Government is 50,627 MUS$, NPV Value for Contractor is 8,346 MUS$, ROR is 75,6 %, POT is after 2,98 years and PI value is about 1,76. Keyword: Reservoir Simulation, Recovery Factor, Rate of Return
I.
PENDAHULUAN
Lapangan X merupakan suatu reservoir minyak dengan formasi batu gamping yang secara geologi berumur Miosen Awal hingga Miosen Akhir. Ekplorasi awal lapangan ini dilakukan sekitar tahun 2004 dan berjalan dengan sangat sukses. Sumur pertamanya berproduksi sekitar tahun 2009, dan memiliki nilai Original Oil In Place yang termasuk kecil. Geologi lapangan ini mempunyai batasan studi antara lain adalah model geologi dan reservoir
1|Page
telah tersedia, seperti input data model struktur, properti batuan, PVT, dan data sejarah produksi selama satu tahun. Permasalahan studi yang akan dibahas antara lain adalah jumlah sumur eksplorasi yang masih sangat terbatas yaitu hanya satu sumur, juga akan dibahas kriteria yang digunakan untuk memilih lokasi sumur tambahan yang baik, dan yang terakhir adalah tinjauan kelayakan secara ekonomi.
Tujuan paper ini yaitu melakukan optimasi produksi reservoir dengan menambahkan beberapa sumur pada daerah prospek, kemudian melakukan simulasi terhadap skenario tersebut menggunakan Simulator Reservoir. Simulasi dilakukan untuk setiap penambahan sumur dan hasil simulasi akan dibandingan antara satu sama lain. Setelah didapat kombinasi sumur optimal maka tahap terakhir yang dilakukan adalah menganalisa kelayakannya secara ekonomi dengan menggunakan beberapa indikator seperti Net Present Value, Rate of Return, Pay Out Time dan Profitability Index. II.
yaitu 34,8 oAPI, juga dari nilai GOR 79,68 SCF/STB dan nilai Formation Volume Factor sebesar 1,06RB/STB maka reservoir ini dapat digolongkan ke dalam reservoir black oil. Nilai SG gas 0,706 menunjukkan bahwa gas jauh lebih ringan dari udara. Gambar 2.1, 2.2 dan 2.3 berikut merupakan persebaran properti reservoir secara 3D di lapangan X:
MODEL RESERVOIR
Untuk melakukan skenario pengembangan lapangan dengan simulasi reservoir, maka dibutuhkan suatu model reservoir yang merepresentasikan reservoir sebenarnya. Beberapa input data yang diperlukan adalah model struktur, PVT, properti batuan dan data sejarah produksi lapangan X tersebut.
Gambar 2.1 – Porositas
Tabel 2.1 berikut ini merupakan deskripsi karakteristik reservoir Lapangan X: Tabel 2.1 – Data Reservoir dan Data Produksi Properties
Unit
Value
Temperatur
o
F
165@2650 ft.SS
Tekanan
Psig
1063@2650 ft.SS
Pb
Psig
220
Kedalaman WOC
ft
2947
Kedalaman GOC
ft
2620
Laju Alir Minyak
STB/D
1155
Tekanan Alir
Psia
948
API Gravity Specific Gravity Gas GOR Temperatur Separator Tekanan Separator
o
34,8
API
Gambar 2.2 – Saturasi Air
0,706
Gambar 2.3 – Permeabilitas XY
SCF/STB
79,68
o
F
102
Psig
90
Oil FVF (Bo)
RB/STB
1,06
Viskositas Minyak
Cp
0,88898
Heptane plus
% mole
76,29
Initial GOR
SCF/STB
638
Dari gambar-gambar persebaran properties batuan di atas terlihat nilai properti yang bagus sebagai daerah akumulasi minyak terletak pada daerah tengah saja. Sedangkan bagian yang lain tidak begitu menjanjikan, selain karena nilai porositas dan permeabilitas yang kecil, juga karena sudah tersaturasi oleh air. Pada Gambar 2.1 warna merah, kuning dan hijau menunjukkan area yang memiliki porositas terbesar hanya terletak dibagian tengah reservoir. Warna nila, dan biru menunjukkan area yang memiliki porositas kecil terletak sebagian besar reservoir tersebut. Hal yang sama juga ditunjukkan oleh Gambar 2.3 yang merupakan gambaran persebaran permeabilitas batuan reservoir secara lateral. Pada Gambar 2.2 yang merupakan peta persebaran saturasi air keterangan warna menunjukkan indikasi sebaliknya, yaitu warna biru merupakan area yang memiliki saturasi air terbesar,
Dari data karakteristik reservoir pada Tabel 2.1 dapat dilihat nilai tekanan bubble point adalah 220 psig, masih jauh dibawah nilai tekanan reservoir, yaitu 1063 psig untuk kedalaman 2650 ft di bawah permukaan laut. Ini mengindikasikan bahwa keadaan reservoir adalah under-saturated. Jika ditinjau dari nilai API gravity-nya yang kecil
2|Page
terletak di sebagian besar area kiri reservoir tersebut. Sedangkan sebagian kecil area berwarna hijau menunjukkan daerah yang memiliki saturasi air terkecil pada reservoir ini. Properties PVT ditunjukkan pada Gambar 2.4-Gambar 2.8 berikut ini:
Gambar 2.6 merupakan profil viskositas minyak sebagai fungsi dari tekanan. Pada tekanan si atas 220 psig (Pb) nilai viskositas minyak menurun seiring dengan penurunan tekanan, ini terjadi karena penurunan tekanan menyebabkan jarak antar molekul semakin renggang sehingga dapat bergerak lebih leluasa. Namun pada tekanan di bawah Pb penurunan tekanan reservoir menyebabkan nilai viskositas minyak meningkat kembali, ini terjaid karena pada keadaan ini minyak mulai melepaskan gas terlarutnya sehingga yang tersisa hanya minyak fraksi berat saja.
Gambar 2.4 – Solution Gas Oil Ratio(Rs) Gambar 2.4 menunjukkan profil Rs sebagai fungsi dari tekanan. Pada tekanan di atas 220 psig (Pb), penurunan tekanan tidak menyebabkan perubahan nilai Rs, ini terjadi karena pada keadaan tekanan di atas Pb gas terlarut di dalam minyak masih dalam jumlah maksimal. Namun pada tekanan di atas Pb mulai terjadi penurunan nilai Rs karena gas terlarut sebagian sudah keluar di dalam reservoir.
Gambar 2.7 –Formation Volume Factor (Bg) gas kering Gambar 2.7 menunjukkan profil Formation Volume Factor (Bg) untuk gas kering sebagai fungsi dari tekanan. Dari gambar terlihat bahwa harga Bg meningkat seiring dengan terproduksi gas (tekanan reservoir menurun).
Gambar 2.5 –Formation Volume Factor (Bo) minyak Gambar 2.5 merupakan profil Bo sebagai fungsi dari tekanan. Pada tekanan diatas 220 psig (Pb) penurunan tekanan akibat produksi akan meningkatkan Bo karena adanya ekspansi minyak di dalam reservoir. Pada tekanan di bawah Pb penurunan tekanan mengakibatkan penurunan Bo karena adanya pelepasan gas terlarut.
Gambar 2.6 – Viskositas Minyak
3|Page
Gambar 2.8 – Viskositas gas kering Gambar 2.8 menunjukkan profil viskositas gas kering sebagai fungsi dari tekanan. Tampak pada gambar bahwa nilai viskositas menurun seiring dengan penurunan tekanan. Pada tekanan yang tinggi penurunan viskositas terjadi jauh lebih cepat daripada ketika saat tekanan rendah. Kesimpulan ini tergambar dari bentuk kurva yang relatif miring pada tekanan tinggi, namun jauh lebih mendatar pada tekanan rendah. Lapangan X merupakan reservoir yang memiliki dua kelakuan properti, sehingga dalam pemodelan kita perlu membuat dua region yang masing-masing memiliki karakteristik tersendiri. Data yang diperoleh menunjukkan nilai porositas untuk region satu adalah kurang dari 0,125 dan porositas region dua lebih dari 0,125. Gambar 2.9
menunjukkan pembagian region di reservoir lapangan X yang terbagi menjadi dua region.
Relative Permeability (Gas-Oil Region I) Relative Permeability (Kr)
1.2 1 0.8 0.6 0.4
Krg
0.2
Kro
0 0
0.05
0.1
0.15
0.2
0.25
0.3
Gas Saturation (Sg)
Gambar 2.13 – kr sistem minyak gas region satu Gambar 2.9 – Region 3D Gambar 2.10 memperlihatkan kondisi reservoir di Lapangan X memiliki tiga fasa fluida dimana warna merah menunjukkan area yang tersaturasi oleh sebagian besar gas, hijau adalah area yang tersaturasi oleh minyak dan biru adalah area yang tersaturasi oleh air.
Gambar 2.10 – Contact 3D Gambar 2.11 dan Gambar 2.12 adalah grafik permeabilitas relatif sistem minyak air dan tekanan kapiler terhadap saturasi air (Sw) region satu, sedangkan Gambar 2.13 menunjukkan grafik permeabilitas relatif sistem minyak gas terhadap saturasi gas (Sg). Relative Permeability (Water -Oil Region I) Relative Permeability (Kr)
1.2 1 0.8 0.6 0.4
Krw
0.2
Kro
0 0.5
0.6
0.7
0.8
0.9
1
Water Saturation (Sw)
Grafik permeabilitas relatif Gambar 2.11 menggambarkan bahwa region satu reservoir ini bersifat water wet untuk sistem minyak air, terlihat dari bentuk grafik yang lebih condong ke kanan, dimana perpotongan antar kurva terletak pada nilai Sw sama dengan 0,79 yang berarti melebihi titik tengah saturasi air. Dari Gambar 2.11 didapat nilai Swc sama dengan 0,64 dan nilai Sor sama dengan 0,11 sehingga dapat dihitung nilai Faktor Perolehan Maksimum untuk region satu yaitu sebesar 69,4 %. Sedangkan untuk sistem minyak gas reservoir ini bersifat oil wet, terlihat dari bentuk grafik yang lebih condong ke kiri, dimana perpotongan antar kurva terletak pada nilai Sg sama dengan 0,13 yang berarti kurang dari titik tengah saturasi gas. Bentuk kurva Pc yang landai mencirikan bahwa nilai permeabilitas di region satu kecil1. Data yang di dapat menunjukkan nilai permeabilitas berkisar antara 2,98 md - 123,93 md. Grafik permeabilitas relatif region dua di reservoir Lapangan X sedikit berbeda dari region satu, namun memiliki sifat wettability yang sama. Begitu juga bentuk kurva Pc-nya yang landai. Perbedaan antara kedua kurva Pc ini terletak dari interval nilainya, dimana region satu memiliki nilai yang lebih besar dari pada region dua. Pada region dua ini nilai perpotongan antara kurva kro dengan krw terletak pada Sw sama dengan 0,81. Sedangkan perpotongan kurva kro dengan krg terletak pada Sg 0,13. Gambar 2.14 dan 2.16 berikut adalah grafikgrafik permeabilitas relatif region dua, dan grafik tekanan kapiler region dua ditunjukkan oleh Gambar 2.15:
Gambar 2.11 – kr sistem minyak air region satu Relative Permeability (Kr)
Capillary Pressure (Water-Oil Region I) 80
70
60
C a p illa r y P r e s s u r e ( P s i )
Relative Permeability (Water -Oil Region II) 1.2
50
40
30
1 0.8 0.6 0.4
Krw
0.2
Kro
0 0.5
20
0.6
0.7
0.8
0.9
1
Water Saturation (Sw)
10
0 0.5
0.6
0.7
0.8
0.9
1
Water Saturation (Sw)
Gambar 2.12 – Tekanan kapiler region satu
4|Page
Gambar 2.14 – kr sistem minyak air region dua
kemudian setelah beberapa lama mulai berproduksi kembali.
Capillary Pressure (Water -Oil Region II) 16
14
C a p i lla r y P r e s s u r e ( P s i)
12
10
8
6
4
2
0 0.5
0.6
0.7
0.8
0.9
1
Water Saturation (Sw)
Gambar 2.15 – Tekanan kapiler region dua Relative Permeability (Gas -Oil Region II)
Proses matching dilakukan dengan mengubah-ubah beberapa nilai properties, seperti permeabilitas relatif, Index Produktifitas (PI), transmisibility dan beberapa properties yang lain. Hasil history matching ditunjukkan oleh Gambar 3.1 hingga Gambar 3.4. Secara jelas terlihat hasil matching sudah sangat bagus baik untuk fluida minyak maupun air, Meskipun di beberapa bagian kurva tidak matching secara sempurna, terutama hasil matching terhadap laju alir air produksi.
Relative Permeability (Kr)
1.2 1 0.8 0.6 0.4
Krg
0.2
Kro
0 0
0.05
0.1
0.15
0.2
0.25
0.3
Gas Saturation (Sg)
Gambar 2.16 – kr sistem minyak air region dua III.
INISIALISASI MATCHING
DAN
HISTORY
Gambar 3.1 – Matching laju alir minyak
Setelah memiliki seluruh data geologi dan reservoir di dalam simulator reservoir, perlu dilakukan beberapa prosedur validasi, validasi model awal yang dilakukan adalah inisialisasi, yaitu proses menyamakan nilai IOIP reservoir model terhadap nilai IOIP hasil perhitungan volumetrik oleh geologist. Nilai IOIP yang didapat secara volumetrik jika dibandingkan dengan nilai IOIP model tidak berbeda jauh. Perbedaan antara kedua nilai tersebut hanya sebesar 0,53%. Setelah penyelarasan nilai IOIP dilakukan maka tahap selanjutnya adalah history matching data produksi. Pada tahap ini model yang di dapat dari penyelarasan nilai IOIP sebelumnya diuji terlebih dahulu dengandata produksi lapangan, yaitu dengan melihat performa yang dihasilkan oleh model tersebut dan membandingkannya dengan kinerja sejarah produksi dari data lapangan. Secara lengkapnya proses matching dilakukan terhadap data sejarah tekanan dan laju alir fluida, namun pada kasus di lapangan X ini hanya dilakukan terhadap data sejarah laju alir karena data sejarah tekanan tidak tersedia. Data sejarah produksi yang menjadi acuan dalam model ini adalah data laju alir minyak dan air selama lebih kurang satu tahun, yaitu mulai 17 Februari 2009 hingga 26 Januari 2010. Pada Gambar 3.1 dapat dilihat produksi minyak yang semakin menurun setiap harinya. Produksi sempat dihentikan beberapa lama dengan cara menutup sumur,
5|Page
Gambar 3.2 – Matching produksi minyak kumulatif
Gambar 3.3 – Matching laju alir air
Gambar 3.4 – Matching produksi air kumulatif
IV.
pertambahan Faktor Perolehan signifikan yaitu sebesar 0,56 %.
SKENARIO OPTIMASI PRODUKSI RESERVOIR
Optimasi reservoir lapangan X dilakukan dengan cara penambahan sumur di daerah yang memiliki porositas yang baik dan juga pertimbangan terhadap kondisi saturasi air. Pada awalnya hanya ada Sumur-1. Penambahan sumur dilakukan pada simulator berjumlah sampai empat sumur, namun dengan mempertimbangkan tingkat produktivitas yang kurang, maka diputuskan untuk menambah hanya dua sumur saja. Gambar 4.1 berikut ini adalah gambar reservoir dengan penambahan sumur:
Gambar 4.1 – Penambahan sumur Tabel 4.1 dan Gambar 4.2 berikut ini memperlihatkan hubungan antara jumlah sumur terhadap Recovery Factor: Tabel 4.1 – Recovery Factor terhadap jumlah sumur Nama Sumur
Jumlah sumur
FOPT (BBL)
RF (%)
Sumur 1
1
1367116
10,59
Sumur 1-2
2
1646318
12,75
Sumur 1-2-5
3
1810013,8
14,02
Sumur 1-2-3-5
4
1882704
14,58
Sumur 1-2-3-4-5
5
1992226
15,43
tidak
begitu
Jumlah sumur yang di tambah sebanyak dua sumur, letak sumur-sumur tersebut adalah pada grid 34i, 17j dan grid 34i, 20j. Pengaturan konstrain BHP sebesar 500 psia bertujuan untuk mencegah turunnya nilai BHP sampai 14,7 psia yang berarti terlalu optimis. Tabel 4.2 berikut adalah deskripsi sumur yang ditambahkan: Tabel 4.2 – Deskripsi sumur Properties Letak Grid Perforasi Konstrain Laju Alir BHP Minimum
Sumur 2 34i, 17j 15k-80k 800 stb/d 500 psia
Sumur 5 34i, 20j 15k-70k 500 stb/d 500 psia
Setelah penambahan dua sumur, maka dihasilkan Produksi Kumulatif Minyak sebesar 1.810.013,8 STB atau Faktor Perolehan sama dengan 14,02 %. Prediksi dilakukan selama lebih kurang 10 tahun dari Februari 2010 sampai Desember 2020. Keputusan untuk melakukan penambahan tidak lebih dari dua sumur diambil karena pertimbangan jumlah produksi yang tidak signifikan. Gambar 4.3 berikut ini adalah grafik produksi kumulatif minyak selama 10 tahun running:
20 RF, %
15
Gambar 4.3 – Produksi kumulatif minyak pada beberapa skenario
10 5 0 0
2 4 Jumlah Sumur
6
Gambar 4.2 – Optimasi jumlah sumur terhadap RF Dari Gambar 4.2 dan Tabel 4.1 di atas terlihat pengaruh jumlah sumur terhadap Faktor Perolehan. Penambahan sampai dua sumur pertama, yaitu sumur 2 dan 5 memberikan pertambahan Faktor Perolehan sebesar 1,27 %, namun ketika jumlah sumur bertambah menjadi tiga nilai
6|Page
Dari data produksi kumulatif kita dapat memperkirakan mekanisme pendorongan suatu reservoir. Dengan melihat trend kurva yang terbentuk maka kita dapat menyimpulkan mekanisme pendorongannya5. Untuk kasus di lapangan X ini kurva yang terbentuk mengikuti tren untuk mekanisme pendorongan jenis dissolved gas drive. Gambar 4.4 berikut merupakan kurva yang terbentuk dari hasil plot antara data tekanan reservoir terhadap data produksi kumulatif. Kurva berwarna hitam merupakan kurva acuan yang di dapat dari sumber lain. Sedangakan kurva berwarna merah merupakan hasil pengolahan data dari
Lapangan X. Terlihat bahwa kurva berwarna merah mengikuti trend kurva untuk dissolved gas drive.
setiap penambahan sumur. Biaya yang dimasukkan ke dalam perhitungan adalah sebagian biaya investasi baik capital maupun non capital, dan biaya operasi di lapangan. Sedangkan biaya pembangunan fasilitas dianggap sudah dilakukan sebelumnya sehingga tidak perlu ditambahkan lagi dalam biaya investasinya. Untuk menyusun cash flow digunakan asumsi-asumsi sebagai berikut:
Gambar 4.4 – Grafik tekanan-total poduksi tipe dissolved gas drive (Clark, N.J., 1951) V.
ANALISIS KEEKONOMIAN
Penting bagi kontraktor untuk menganalisa skenario pengembangan reservoir lapangan x secara ekonomi. Dengan mempelajari beberapa indikator ekonomi seperti NPV, IRR, POT dan PI maka dapat disimpulkan apakah investasi yang telah dikeluarkan nantinya akan memberi keuntungan bagi kontraktor. Gambar 5.1 berikut ini menunjukkan pengaruh beberapa indikator ekonomi satu terhadap lainnya: NPV = Revenue - Cost
+ -
1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 11.
Harga Minyak 70 US$/BBL Biaya Operasi 15 US$/BBL Bagian kontraktor 26,8 % Bagian pemerintah 73,2 % Pajak 44 % FTP 10 % Investment Credit 15 % DMOi 25 % DMO fee 10 % setelah 60 bulan berproduksi Lama Proyek 11 tahun Depresiasi Double Decline Balance (DDB) selama 5 tahun 12. MARR kontraktor sebesar 15 % 13. Sumur yang berproduksi sebanyak tiga sumur vertikal. 14. Total biaya investasi sebesar 11.043 MUS$ dengan rincian tangible cost 2.668 MUS$ dan intangible cost 8.375 MUS$ Tabel 5.1 di bawah ini memperlihatkan beberapa indikator ekonomi yang di dapat setelah pengolahan data: Tabel 5.1 – Hasil perhitungan Indikator Ekonomi
Gambar 5.1- Diagram Faktor yang mempengaruhi pengembangan Lapangan X (Sumber: Ariadji, Tutuka, 2009) Dari diagram pada Gambar 5.1 dapat dilihat bahwa Net Present Value (NPV) dipengaruhi oleh dua faktor, yaitu revenue yang akan meningkatkan nilai NPV dan cost yang akan menurunkan nilai NPV. Cost terbagi menjadi beberapa katagori, yaitu opening cost, field management cost dan development. Revenue sendiri dipengaruhi oleh perubahan harga minyak, gas, dan oleh profil produksi. Untuk kasus yang dibahas di paper ini kita hanya meninjau pengaruh revenue oleh produksi minyak saja tanpa melihat produksi gasnya. Profil produksi yang ditinjau juga hanya satu skenario saja, yaitu penambahan sumur explorasi, namun walau demikian kita juga melakukan optimasi pada
7|Page
Indikator Ekonomi Total produksi Total Investasi Total pengeluaran NPV Kontraktor @ 0% NPV Kontraktor @ 15% Rate of return (ROR) Profitability Index (PI) Pay Out Time (POT) NPV Indonesia @ 0% NPV Indonesia @ 15%
Satuan MBBL MUS$ MUS$ MUS$ MUS$ % fraksi Tahun MUS$ MUS$
Nilai 1.810,01 11.043 38.193 15.754 8.346 75,6 1,76 2,98 72.754 50.627
Nilai NPV kontraktor dihitung untuk masa kontrak 11 tahun dan discount rate (MARR) 15 %. Nilai investasi yang dikeluarkan adalah 11.043 MUS$. Secara data cash flow hasil perhitungan saat ini, pemasukan yang diterima oleh kontraktor adalah sebesar cash flow total 15.754 MUS$, dengan nilai Net Present Value (NPV) sebesar 8.346 MUS$. Besar nilai Rate of Return adalah 75,6 %, dengan index keuntungan sebesar 1,76 dan Pay Out Time setelah 2,98 tahun. Sedangkan besar cash flow yang diterima Indonesia adalah 72.754
MUS$ dengan Net Present Value sebesar 50.627 MUS$. Nilai ROR yang lebih besar dari 30 % dan nilai PI yang menunjukkan angka lebih besar dari 1 mengindikasikan bahwa skenario pengembangan reservoir ini akan memberikan keuntungan yang memadai jika dilakukan. Setelah beberapa indikator ekonomi diperoleh, selanjutnya dilakukan analisis sensitivitas. Tujuan melakukan analisis sensitivitas adalah karena parameter-parameter seperti operating cost, price, dan investasi tidak tetap harganya, namun selalu berubah-ubah. Analisa dilakukan dengan interval nilai antara 50% - 150%. Gambar 5.2 dan Gambar 5.3 berikut merupakan spider diagram yang terbentuk setelah dilakukan uji sensitivitas:
Gambar 5.2 – Spider Diagram NPV kontraktor
investasi. Sedangkan peningkatan menyebabkan peningkatan nilai IRR juga. VI.
price
KESIMPULAN
1) Penambahan tidak lebih dari dua sumur dilakukan setelah mempertimbangkan jumlah produksi yang tidak signifikan. 2) Faktor Perolehan setelah simulasi dilakukan didapat sebesar 14,02 %. 3) Indikator ekonomi setelah perhitungan cash flow didapat NPV Pemerintah sama dengan 50.627 MUS$, NPV Kontraktor sama dengan 8.346 MUS$, ROR sama dengan 75,6 %, POT setelah 2,98 tahun dan PI sebesar 1,76. 4) Analisis sensitivitas menggunakan spider diagram dilakukan dengan selang nilai 50%150% dari kasus dasar. 5) Faktor yang paling berpengaruh terhadap perubahan nilai NPV adalah price. 6) Faktor yang paling berpengaruh terhadap penurunan nilai IRR adalah investment. VII. SARAN 1) Jika dilihat dari nilai Faktor Perolehan maksimum yaitu 69,4 % dan jika dibandingkan dengan nilai Faktor Perolehan yang baru tercapai yaitu 14,02 %, maka artinya adalah masih sangat banyak minyak yang tersisa di dalam reservoir. Diperlukan skenario-skenario lebih lanjut untuk mengembangkan produksi reservoir di Lapangan X ini. 2) Permasalahan reservoir di Lapangan X adalah penurunan tekanan reservoir yang sangat cepat, sehingga sangat disarankan penerapan skenario-skenario yang mampu memperbaiki atau mempertahankan kemampuan tekanan reservoir agar lebih lama. SIMBOL
Gambar 5.3 – Spider Diagram IRR Dari Gambar 5.2 di atas menunjukkan peningkatan operating cost dan investasi memberikan penurunan yang sama terhadap nilai NPV baik untuk 50% ataupun 150%, terlihat dari bentuk kurva operating cost yang masih berhimpitan dengan kurva investment. Dari grafik yang terbentuk pada Gambar 5.2 dapat disimpulkan yang paling memberi pengaruh terhadap nilai NPV adalah perubahan price. Pada 50% price harga NPV sama dengan -543 MUS$, 100% price harga NPV sama dengan 8.346 MUS$, kemudian pada 150% price meningkat tajam menjadi 17.080 MUS$. Sedangkan Gambar 5.3 memperlihatkan penurunan nilai IRR disebabkan oleh meningkatnya nilai investasi dan operating cost, namun di antara keduanya yang memberi pengaruh terbesar terhadap penurunan nilai IRR adalah biaya
8|Page
Pb GOR OWC GOC Bo/FVF Kr Sw Pc IOIP BHP SCAL NPV IRR POT Np PI FTP DMO MARR
= Tekanan bubble point, Psi. = Gas Oil Ratio, SCF/STB = Oil Water Contact = Gas Oil Contact = Formation Volume Factor, RB/STB = Permeabilitas relatif, fraksi = Saturasi air, fraksi = Tekanan Kapiler, Psi = Initial Oil In Place, Bbl = Bottom Hole Pressure, Psi = Special Core Analysis = Net Present Value, MUS$ = Internal Rate of Return, % = Pay Out Time, tahun = Produksi kumulatif minyak, STB = Profitability Index, fraksi = First Tranche Petroleum = Domestic Market Obligation = Minimum Attractive Rate of Return, %
ID = Inside Diameter, Inch FOPR = Field Oil Production Rate, STB/D FOPRH = Field Oil Production Rate History, STB/D FOPT = Field Oil Production Total, STB FOPTH = Field Oil Production Total History, STB FWPR = Field Water Production Rate, STB/D FWPRH = Field Water Production Rate History, STB/D FWPT = Field Water Production Total, STB FWPTH = Field Water Production Total History, STB
2.
3. 4.
5. 6.
DAFTAR PUSTAKA 1.
Amyx, J.W., Bass Jr., D.M., and Whiting, R.L.: Petroleum Reservoir Engineering Physical Properties, McGraw-Hill, Inc, New York, 1960.
9|Page
Partowidagdo, W.: Migas dan Energi di Indonesia; Permasalahan dan Analisis Kebijakan, Development Studies Foundation, Bandung, 2009. Reservoir Simulation, Institute of Petroleum Engineering, Heriot Watt University, [t.th.]. Abdul Wahab Abdoel Kadir: Risiko Bisnis Sektor Hulu Perminyakan; Analisis Teknis dan Finansial, PT Pradnya Paramita Jakarta, Jakarta, 2004. Clark, N.J., Review of Reservoir Engineering, World Oil, May, 1951. Siagian, Ucok: Diktat Kuliah Fluida Reservoir, Bandung, 2002.
LAMPIRAN A
2500000
Sumur 1
2000000
Sumur 1-2
Produksi Kumulatif, STB
Sumur 1 2 3 Sumur 1-2-3-4 1500000
Sumur 1-2-3-5 Sumur 1-2-4 Sumur 1-2-5 Sumur 1-3
1000000
Sumur 1-3-4 Sumur 1-3-4-5 Sumur 1-3-5 Sumur 1-4
` 500000
Sumur 1-5 Sumur 1-2-4-5 Sumur 1-2-3-4-5
0 2008
2010
2012
2014
2016
tahun Produksi Kumulatif Semua Skenario
10 | P a g e
2018
2020
LAMPIRAN B Cash Flow Produksi Sumur 1-2-5 Production (MSTB) Year
Investment
Yearly
Cumm
Revenue (MUS$)
Oil Depreciation (MUS$)
Cap (MUS$)
Non Cap (MUS$)
1
2
3
4
5
Subtotal
Opex (MUS$)
FTP (MUS$)
0
2008
-
-
-
2901,00
1818,00
-
-
-
-
-
-
-
-
1
2009
281,94
281,94
19735,86
-
-
725,25
-
-
-
-
725,25
4229,11
1973,59
2
2010
648,22
930,16
45375,47
5474,00
850,00
-
543,94
-
-
-
543,94
9723,32
4537,55
3
2011
492,94
1423,10
34505,56
-
-
1368,50
-
407,95
-
-
1776,45
7394,05
3450,56
4
2012
171,03
1594,13
11972,01
-
-
-
1026,38
-
305,96
-
1332,34
2565,43
1197,20
5
2013
71,53
1665,65
5006,82
-
-
-
-
769,78
-
917,89
1687,68
1072,89
500,68
6
2014
50,98
1716,63
3568,58
-
-
-
-
-
577,34
-
577,34
764,70
356,86
7
2015
34,13
1750,76
2389,18
-
-
-
-
-
-
1732,01
1732,01
511,97
238,92
8
2016
26,51
1777,27
1855,60
-
-
-
-
-
-
-
-
397,63
185,56
9
2017
19,97
1797,25
1398,14
-
-
-
-
-
-
-
-
299,60
139,81
10
2018
9,38
1806,63
656,88
-
-
-
-
-
-
-
-
140,76
65,69
11
2019
1,78
1808,41
124,48
-
-
-
-
-
-
-
-
26,67
12,45
12
2020
1,61
1810,01
112,39
-
-
-
-
-
-
-
-
24,08
11,24
1810,01
18361,95
126700,97
8375,00
2668,00
2093,75
1570,31
1177,73
883,30
2649,90
8375,00
27150,21
12670,10
Jumlah
Year
Investment Credit (MUS$)
Cost Recovery (MUS$) -
Recovery (MUS$)
Equity To be Split (MUS$)
Contractor Share (MUS$)
DMO Burben (MUS$)
DMO Fee (MUS$)
Contractor Taxable Income (MUS$)
Government Tax (MUS$)
Contractor Income After Tax (MUS$)
Total Contractor Income (MUS$)
-
-
-
-
-
-
-
-
-
0
2008
-
1
2009
435,15
6772,36
7207,51
10554,76
5992,51
2359,99
-
4067,66
1789,77
2277,89
9050,25
2
2010
-
10267,25
10267,25
30570,67
16792,83
5425,95
-
11366,87
5001,42
6365,45
16632,70
3
2011
821,10
10020,50
10841,60
20213,40
11318,85
4126,14
-
8013,81
3526,08
4487,73
14508,23
4
2012
-
3897,77
3897,77
6877,04
3862,04
1431,60
-
2430,44
1069,39
1361,04
5258,82
11 | P a g e
5
2013
-
2760,57
2760,57
1745,57
1074,42
598,71
-
475,71
209,31
266,40
3026,96
6
2014
-
1342,03
1342,03
1869,69
1064,99
426,73
42,67
680,94
299,61
381,33
1723,36
7
2015
-
2243,98
2150,27
-
114,28
114,28
28,57
28,57
12,57
16,00
2166,26
8
2016
-
491,34
491,34
1178,70
652,55
221,89
22,19
452,85
199,25
253,59
744,93
9
2017
-
299,60
299,60
958,72
525,45
167,19
16,72
374,98
164,99
209,99
509,59
10
2018
-
140,76
140,76
450,43
246,87
78,55
7,85
176,17
77,52
98,66
239,42
11
2019
-
26,67
26,67
85,36
46,78
14,89
1,49
33,39
14,69
18,70
45,37
12
2020
-
24,08
24,08
77,06
42,24
13,44
1,34
30,14
13,26
16,88
40,96
1256,25
38286,92
39449,46
74581,41
41733,80
14979,36
120,84
28131,53
12377,87
15753,66
53946,86
ExpenDiture (MUS$)
Contractor Cash Flow (MUS$)
Contractor Cum Cash Flow (MUS$)
Indonesia Take (MUS$)
Jumlah
Year
0
2008
4719,00
-4719,00
-4719,00
-
1
2009
4229,11
4821,14
102,14
10685,60
2
2010
16047,32
585,39
687,53
28742,77
3
2011
7394,05
7114,19
7801,71
19997,32
4
2012
2565,43
2693,38
10495,10
6713,19
5
2013
1072,89
1954,07
12449,17
1979,86
6
2014
764,70
958,66
13407,83
1845,22
7
2015
511,97
1654,30
15062,13
222,92
8
2016
397,63
347,30
15409,43
1110,67
9
2017
299,60
209,99
15619,42
888,55
10
2018
140,76
98,66
15718,08
417,46
11
2019
26,67
18,70
15736,78
79,11
12
2020
24,08
16,88
15753,66
71,42
38193,21
15753,66
-
72754,10
Jumlah
12 | P a g e
