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
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………
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
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. 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.
Tabel 2.1 berikut ini merupakan deskripsi karakteristik reservoir Lapangan X:
Tabel 2.1 – Data Reservoir dan Data Produksi
Properties Unit Value
Temperatur oF 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 oAPI 34,8
Specific Gravity Gas 0,706 GOR SCF/STB 79,68 Temperatur Separator oF 102
Tekanan Separator 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 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
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:
Gambar 2.1 – Porositas
Gambar 2.2 – Saturasi Air
Gambar 2.3 – Permeabilitas XY
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,
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 2.4 – 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 2.5 –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 Bokarena 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
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 2.7 –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 2.8 – 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.
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).
Gambar 2.11 – kr sistem minyak air region satu
Gambar 2.12 – Tekanan kapiler region satu
Gambar 2.13 – krsistem minyak gas region satu
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 Sgsama 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 grafik-grafik permeabilitas relatif region dua, dan grafik-grafik
tekanan kapiler region dua ditunjukkan oleh
Gambar 2.15:
Gambar 2.14 – krsistem minyak air region dua
0 0.2 0.4 0.6 0.8 1 1.2 0.5 0.6 0.7 0.8 0.9 1 Re la tiv e Pe rm ea bi lit y (K r) Water Saturation (Sw)
Relative Permeability (Water -Oil Region I)
Krw Kro 0 10 20 30 40 50 60 70 80 0.5 0.6 0.7 0.8 0.9 1 Cap illar yPr essu re(P si) Water Saturation (Sw)
Capillary Pressure (Water-Oil Region I)
0 0.2 0.4 0.6 0.8 1 1.2 0 0.05 0.1 0.15 0.2 0.25 0.3 Re la ti ve Pe rm ea bi lit y (K r) Gas Saturation (Sg)
Relative Permeability (Gas-Oil Region I)
Krg Kro 0 0.2 0.4 0.6 0.8 1 1.2 0.5 0.6 0.7 0.8 0.9 1 Re la ti ve Pe rme ab ili ty (K r) Water Saturation (Sw)
Relative Permeability (Water-Oil Region II)
Krw Kro
Gambar 2.15 – Tekanan kapiler region dua
Gambar 2.16 – krsistem minyak air region dua
III. INISIALISASI DAN HISTORY MATCHING
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,
kemudian setelah beberapa lama mulai berproduksi kembali.
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.
Gambar 3.1 – Matching laju alir minyak
Gambar 3.2 – Matching produksi minyak kumulatif
Gambar 3.3 – Matching laju alir air
Gambar 3.4 – Matching produksi air kumulatif
0 2 4 6 8 10 12 14 16 0.5 0.6 0.7 0.8 0.9 1 Cap illar yPr essu re(P si) Water Saturation (Sw)
Capillary Pressure (Water -Oil Region II)
0 0.2 0.4 0.6 0.8 1 1.2 0 0.05 0.1 0.15 0.2 0.25 0.3 Re la tiv e Pe rm ea bi lit y (K r) Gas Saturation (Sg)
Relative Permeability (Gas-Oil Region II)
Krg Kro
IV. 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
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
pertambahan Faktor Perolehan tidak begitu
signifikan yaitu sebesar 0,56 %.
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 Sumur 2 Sumur 5
Letak Grid 34i, 17j 34i, 20j
Perforasi 15k-80k 15k-70k
Konstrain Laju Alir 800 stb/d 500 stb/d
BHP Minimum 500 psia 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:
Gambar 4.3 – Produksi kumulatif minyak pada beberapa skenario
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 0 5 10 15 20 0 2 4 6 RF ,% Jumlah Sumur
Lapangan X. Terlihat bahwa kurva berwarna merah mengikuti trend kurva untuk dissolved gas drive.
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:
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
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:
1. Harga Minyak 70 US$/BBL
2. Biaya Operasi 15 US$/BBL
3. Bagian kontraktor 26,8 % 4. Bagian pemerintah 73,2 % 5. Pajak 44 % 6. FTP 10 % 7. Investment Credit 15 % 8. DMOi 25 %
9. DMO fee 10 % setelah 60 bulan berproduksi
10. Lama Proyek 11 tahun
11. 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
Indikator Ekonomi Satuan Nilai
Total produksi MBBL 1.810,01
Total Investasi MUS$ 11.043
Total pengeluaran MUS$ 38.193
NPV Kontraktor @ 0% MUS$ 15.754
NPV Kontraktor @ 15% MUS$ 8.346
Rate of return (ROR) % 75,6
Profitability Index (PI) fraksi 1,76
Pay Out Time (POT) Tahun 2,98
NPV Indonesia @ 0% MUS$ 72.754
NPV Indonesia @ 15% MUS$ 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$. Nilai ROR yang lebih besar dari 30 % dan nilai PI yang menunjukkan angka lebih besar dari 1 mengindikasikan bahwa skenario pengembangan reservoir ini akan memberikan keuntungan yang memadai jika dilakukan.
Setelah beberapa indikator ekonomi
diperoleh, selanjutnya dilakukan analisis
sensitivitas. Tujuan melakukan analisis sensitivitas
adalah karena parameter-parameter seperti
operating cost, price, dan investasi tidak tetap
harganya, namun selalu berubah-ubah. Analisa dilakukan dengan interval nilai antara 50% - 150%. Gambar 5.2 dan Gambar 5.3 berikut merupakan
spider diagram yang terbentuk setelah dilakukan uji
sensitivitas:
Gambar 5.2 – Spider Diagram NPV kontraktor
Gambar 5.3 – Spider Diagram IRR
Dari Gambar 5.2 di atas menunjukkan
peningkatan operating cost dan investasi
memberikan penurunan yang sama terhadap nilai
NPV baik untuk 50% ataupun 150%, terlihat dari
bentuk kurva operating cost yang masih
berhimpitan dengan kurva investment. Dari grafik yang terbentuk pada Gambar 5.2 dapat disimpulkan yang paling memberi pengaruh terhadap nilai NPV adalah perubahan price. Pada 50% price harga NPV sama dengan -543 MUS$, 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
investasi. Sedangkan peningkatan price
menyebabkan peningkatan nilai IRR juga.
VI. 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
Pb = Tekanan bubble point, Psi.
GOR = Gas Oil Ratio, SCF/STB
OWC = Oil Water Contact
GOC = Gas Oil Contact
Bo/FVF = Formation Volume Factor, RB/STB
Kr = Permeabilitas relatif, fraksi
Sw = Saturasi air, fraksi
Pc = Tekanan Kapiler, Psi
IOIP = Initial Oil In Place, Bbl
BHP = Bottom Hole Pressure, Psi
SCAL = Special Core Analysis
NPV = Net Present Value, MUS$
IRR = Internal Rate of Return, %
POT = Pay Out Time, tahun
Np = Produksi kumulatif minyak, STB
PI = Profitability Index, fraksi
FTP = First Tranche Petroleum
DMO = Domestic Market Obligation
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
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.
2. Partowidagdo, W.: Migas dan Energi di
Indonesia; Permasalahan dan Analisis
Kebijakan, Development Studies Foundation,
Bandung, 2009.
3. Reservoir Simulation, Institute of Petroleum
Engineering, Heriot Watt University, [t.th.].
4. Abdul Wahab Abdoel Kadir: Risiko Bisnis
Sektor Hulu Perminyakan; Analisis Teknis dan Finansial, PT Pradnya Paramita Jakarta, Jakarta, 2004.
5. Clark, N.J., Review of Reservoir Engineering,
World Oil, May, 1951.
6. Siagian, Ucok: Diktat Kuliah Fluida Reservoir,
0 500000 1000000 1500000 2000000 2500000 2008 2010 2012 2014 2016 2018 2020 Pro du ks iK um ul at if, ST B tahun Sumur 1 Sumur 1-2 Sumur 1 2 3 Sumur 1-2-3-4 Sumur 1-2-3-5 Sumur 1-2-4 Sumur 1-2-5 Sumur 1-3 Sumur 1-3-4 Sumur 1-3-4-5 Sumur 1-3-5 Sumur 1-4 Sumur 1-5 Sumur 1-2-4-5 Sumur 1-2-3-4-5 LAMPIRAN A `
LAMPIRAN B
Cash Flow Produksi Sumur 1-2-5
Year
Production (MSTB)
Revenue (MUS$)
Investment
Oil Depreciation (MUS$) Opex
(MUS$)
FTP (MUS$)
Yearly Cumm Cap
(MUS$) Non Cap (MUS$) 1 2 3 4 5 Subtotal 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 Jumlah 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 Year Investment Credit (MUS$) Cost Recovery (MUS$) Recovery (MUS$) Equity Contractor Share (MUS$) DMO Burben (MUS$) DMO Fee (MUS$) Contractor Taxable Income (MUS$) Govern-ment Tax (MUS$) Contractor Income After Tax (MUS$) Total Contractor Income (MUS$) To be Split (MUS$) 0 2008 - - - -1 2009 435,15 6772,36 7207,51 10554,76 5992,51 2359,99 - 4067,66 1789,77 2277,89 9050,25 2 2010 - 10267,25 10267,25 30570,67 16792,83 5425,95 - 11366,87 5001,42 6365,45 16632,70 3 2011 821,10 10020,50 10841,60 20213,40 11318,85 4126,14 - 8013,81 3526,08 4487,73 14508,23 4 2012 - 3897,77 3897,77 6877,04 3862,04 1431,60 - 2430,44 1069,39 1361,04 5258,82
5 2013 - 2760,57 2760,57 1745,57 1074,42 598,71 - 475,71 209,31 266,40 3026,96 6 2014 - 1342,03 1342,03 1869,69 1064,99 426,73 42,67 680,94 299,61 381,33 1723,36 7 2015 - 2243,98 2150,27 - 114,28 114,28 28,57 28,57 12,57 16,00 2166,26 8 2016 - 491,34 491,34 1178,70 652,55 221,89 22,19 452,85 199,25 253,59 744,93 9 2017 - 299,60 299,60 958,72 525,45 167,19 16,72 374,98 164,99 209,99 509,59 10 2018 - 140,76 140,76 450,43 246,87 78,55 7,85 176,17 77,52 98,66 239,42 11 2019 - 26,67 26,67 85,36 46,78 14,89 1,49 33,39 14,69 18,70 45,37 12 2020 - 24,08 24,08 77,06 42,24 13,44 1,34 30,14 13,26 16,88 40,96 Jumlah 1256,25 38286,92 39449,46 74581,41 41733,80 14979,36 120,84 28131,53 12377,87 15753,66 53946,86 Year Expen-Diture (MUS$) Contractor Cash Flow (MUS$) Contractor Cum Cash Flow
(MUS$) Indonesia Take (MUS$) 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 Jumlah 38193,21 15753,66 - 72754,10
