34

Bab V Perhitungan Volumetrik OOIP dan Analisis

Ketidakpastiannya

Definisi dan terminologi dalam perhitungan volumetrik dalam studi ini

dideskripsikan dalam diagram gambar V.1.

NTG What is Net Rock (Rock that

will contribute to flow) . Establish some criteria based

on Core or Analogue

Gross Rock VolumeTotal volume of Rock

(Porespace + Matrix) above the OWC

Net Rock VolumeTotal volume of Net Rock

= GRV * NTG

Net Pore VolumeTotal Pore Volume of Net Rock

= NRV * Phie (NET)

Phi (NET)Net Porosity. Porosity of Net

Rock only. Should not include any porosity from Non Net Rock

Net STOIIPTotal Hydrocarbon in Net Pore

Volume

= NPV * (1-Swirr(NET)) / Bo

Swirr (NET)Irr. Water Saturation. Irr. water

saturation of Net Rock only. Should not include any

saturations from Non Net Rock

Gross Pore VolumeTotal Pore Volume of Gross Rock

= GRV * Phit

Gross STOIIPTotal Hydrocarbon in Gross Pore

Volume

= GPV * (1-Swirr) / Bo

NTG What is Net Rock (Rock that

will contribute to flow) . Establish some criteria based

on Core or Analogue

Gross Rock VolumeTotal volume of Rock

(Porespace + Matrix) above the OWC

Net Rock VolumeTotal volume of Net Rock

= GRV * NTG

Net Pore VolumeTotal Pore Volume of Net Rock

= NRV * Phie (NET)

Phi (NET)Net Porosity. Porosity of Net

Rock only. Should not include any porosity from Non Net Rock

Net STOIIPTotal Hydrocarbon in Net Pore

Volume

= NPV * (1-Swirr(NET)) / Bo

Swirr (NET)Irr. Water Saturation. Irr. water

saturation of Net Rock only. Should not include any

saturations from Non Net Rock

Gross Pore VolumeTotal Pore Volume of Gross Rock

= GRV * Phit

Gross STOIIPTotal Hydrocarbon in Gross Pore

Volume

= GPV * (1-Swirr) / Bo

NTG What is Net Rock (Rock that

will contribute to flow) . Establish some criteria based

on Core or Analogue

Gross Rock VolumeTotal volume of Rock

(Porespace + Matrix) above the OWC

Net Rock VolumeTotal volume of Net Rock

= GRV * NTG

Net Pore VolumeTotal Pore Volume of Net Rock

= NRV * Phie (NET)

Phi (NET)Net Porosity. Porosity of Net

Rock only. Should not include any porosity from Non Net Rock

Net STOIIPTotal Hydrocarbon in Net Pore

Volume

= NPV * (1-Swirr(NET)) / Bo

Swirr (NET)Irr. Water Saturation. Irr. water

saturation of Net Rock only. Should not include any

saturations from Non Net Rock

Gross Pore VolumeTotal Pore Volume of Gross Rock

= GRV * Phit

Gross STOIIPTotal Hydrocarbon in Gross Pore

Volume

= GPV * (1-Swirr) / Bo

Gambar V. 1. Definisi-definisi yang digunakan dalam perhitungan volumetrik

Dalam perhitungan volumetrik STOIIP (stock tank oil initial in place) atau OOIP

pada penelitian ini digunakan beberapa asusmsi yaitu:

• Original OWC adalah rata (flat), variasi OWC hanya terjadi pada blok

kompartemen yang berbeda.

• Tidak ada zona transisi antara kolom minyak dan kolom air.

• Perhitungan volumetrik OOIP hanya dilakukan menggunakan properti

reservoar yang berada diatas OWC.

• Bo atau formation volume factor adalah konstan 1.03.

35

Perhitungan volumetrik dilakukan dengan menggunakan Sgrid dan data reservoar

properti hasil pemodelan. Perhitungan dilakukan dengan menggunakan rumus :

OOIP (net) = Net Rock Volume x Phie net x (1-Swirr net)/Bo

Untuk mendapatkan properti netto (Net Rock, Phie Net, Swirr net) properti hasil

pemodelan 3D dikenakan cut-off. Nilai cut-off yang digunakan dalam penelitian

ini dibahas pada Bab III.2, sedangkan Original OWC dibahas pada Bab III.4.

Perhitungan dilakukan terhadap masing-masing cell dalam sgrid dan kemudian

dijumlahkan untuk mendapatkan volume total.

Hasil perhitungan volumetrik OOIP dengan menggunakan nilai base case untuk

semua variabelnya memberikan hasil volumetrik OOIP sejumlah 157 juta barrel.

V.1 Design of Experiment

Metode design of experiment adalah suatu metode yang digunakan untuk

menganalisis efek ketidakpastian dari suatu variable dalam hasil akhir

perhitungan. Selain menganalisis efek ketidakpastian variabel, metode ini juga

digunakan untuk menghitung probabilitas volumetrik OOIP. Pada dasarnya yang

dilakukan metode ini adalah melakukan perhitungan (dalam hal ini volumetrik

OOIP) dengan menggunakan semua kombinasi harga variabel ketidakpastian.

Dari hasil perhitungan tersebut kemudian dianalisis efek dari ketidakpastian

variabel-variabelnya terhadap volumetrik OOIP, seperti diilustrasikan pada Bab

I.7.2.

36

IdentifikasiKetidakpastian Pembuatan tabel DoE

Pemodelan 3D reservoarBerdasarkan

Tabel DoE

Perhitungan STOIIPUntuk masing-masing model

Analisa EfekKetidakpastian terhadap

Volumetrik STOIIP

Analisa EfekKetidakpastian terhadap

Volumetrik STOIIP

Persamaan polinomialResponse Surface

Perhitungan ProbabilistikSTOIIP

Gambar V.2 Diagram alir perhitungan probabilitas volumetrik OOIP dengan

menggunakan metode DoE

Identifikasi ketidakpastian data yang digunakan untuk perhitungan volumetrik

OOIP sudah dibahas pada Bab III. Berikut ini ringkasan dari variabel-variabel

yang akan dianalisis efek ketidakpastiannya terhadap volumetrik OOIP.

1. Original OWC

2. Gas Oil Contact

3. Saturasi Air

4. Porositas

5. cut-off Vsh

6. Cut-off porositas

7. Cut-off Saturasi Air

8. Proporsi facies

9. Algoritma pemodelan properti batuan.

Untuk mengkombinasikan 9 variabel dengan 3 level ketidakpastian (low case,

base case, dan high case) untuk semua kombinasi yang mungkin (full factorial

design) akan diperlukan sejumlah 39 kombinasi atau diperlukan 19.683 kombinasi

model. Untuk menyederhanakan kombinasi variabel digunakan metode D-

optimal design. Pada prisnsipnya metode ini mendesain kombinasi variabel yang

lebih sederhana dari full factorial design tetapi memberikan hasil paling maksimal

untuk analisis efek ketidakpastian.

37

Metode DoE yang digunakan dalam penelitian ini terdapat didalam software

GoCAD. GoCAD membatasi jumlah variabel yang bisa dianalisis dengan

menggunakan metode D-Optimal design sejumlah maksimum 6 variabel. Untuk

menganalisis efek ketidakpastian dari semua variabel (9 variabel), metode D-

Optimal design diaplikasikan dalam 2 tahap.

Tahap pertama beberapa variabel dan ketidakpastiannya digabungkan sehingga

dihasilkan hanya 6 variabel. Untuk tahap pertama dilakukan analisis efek

ketidakpastian dari 6 variabel sebagai berikut:

1. Original OWC

2. Gas Oil Contact

3. FE cut-off (gabungan dari cut-off Vsh, cut-off Porositas dan cut-off

saturasi air)

4. Proporsi facies

5. FE Histogram (gabungan dari saturasi air dan porositas)

6. Algoritma pemodelan.

Tahap pertama ini dilakukan untuk mem-filter efek ketidakpastian variabel

terhadap volumetrik OOIP. Untuk DoE tahap kedua akan dipilih 6 variabel yang

memberikan efek ketidak pastian terbesar terhadap volumetrik OOIP.

Gambar V.3. adalah tabel dari D-Optimal Design of experiment tahap pertama.

Dari tabel tersebut kemudain dilakukan pemodelan 3D untuk masing-masing

kombinasi run dengan hirarki seperti dibahas pada Bab IV. Setelah dilakukan

pemodelan kemudian dilakukan perhitungan OOIP untuk masing-masing

kombinasi run. Setelah diperoleh harga volumetrik OOIP untuk masing-masing

run hasil perhitungan tersebut dimasukkan kedalam tabel. Dari tabel tersebut bisa

dilakukan analisis untuk mengetahui efek ketidakpastian variabel-variabel

terhadap hasil akhir perhitungan volumetrik OOIP.

38

Gambar V.3. Tabel D-Optimal design experiment tahap pertama, angka OOIP total pada kolom paling kanan adalah angka OOIP total dalam juta Barrel.

Dari tabel D-Optimal design of experiment, efek ketidakpastian variabel-variabel

terhadap hasil akhir perhitungan volumetrik OOIP dapat dianalisis. Efek dari

ketidakpastian variabel-variabel kemudian di rangking dan di sajikan dalam

diagram pareto seperti pada gambar V.4.

39

Gambar V.4 Diagram pareto dari tabel D-optimal design of experiment tahap pertama yang menunjukkan urut-urutan atau rangking dari efek ketidakpastian variabel terhadap hasil akhir perhitungan volumetrik OOIP.

Angka efek ketidakpastian pada gambar V.4 adalah variasi yang akan terjadi jika

variabel dirubah dari low case ke high case. Dari gambar V.4 terlihat bahwa

histogram FE, cut-off FE dan OWC memberikan efek ketidakpastian paling

signifikan pada hasil akhir perhitungan volumetrik OOIP. Karena variabel yang

memberikan efek paling signifikan pada hasil akhir perhitungan volumetrik

merupakan variabel gabungan maka harga ketidakpastian dari hasil perhitungan

40

volumetrik belum bisa di kuantifikasi. Untuk bisa mengkuantifikasi

ketidakpastian pada hasil akhir perhitungan volumetrik perlu dilakukan analisis

DoE tahap kedua dengan menguraikan variabel yang pada analisis sebelumnya

dilakukan penggabungan.

Analisis DoE tahap kedua dilakuakan dengan menguraikan variabel-variabel yang

sebelumnya digabungkan, analisis tahap kedua ini dilakukan terhadap 6 variabel

yang memberikan efek ketidakpastian paling besar pada analisis DoE tahap

pertama.. Berikut ini 6 variabel yang digunakan dalam analisi DoE tahap kedua:

1. SWIRR.

2. Vsh.

3. Porositas.

4. Cut-off Vsh.

5. Cut-off porositas.

6. OWC.

Gambar V.5. adalah D-Optimal Design of experiment tahap kedua. Seperti yang

dialakukan pada analisis tahap pertama, dari tabel tersebut kemudian dilakukan

pemodelan 3D dan perhitungan OOIP untuk masing-masing kombinasi run.

Setelah diperoleh harga volumetrik OOIP untuk masing-masing run, kemudian

dilakukan analisis efek ketidakpastian variabel-variabel tersebut terhadap hasil

akhir perhitungan volumetrik OOIP.

41

Gambar V.5 D-Optimal design experiment tabel tahap kedua angka OOIP total pada kolom paling kanan adalah angka OOIP total dalam juta Barrel.

Dari tabel D-Optimal design of experiment (gambar V.5.) efek dari ketidakpastian

variabel-variabel terhadap hasil akhir perhitungan volumetrik OOIP dapat

42

dianalisis kemudian di rangking dan di sajikan dalam diagram pareto seperti pada

gambar V.6.

Gambar V.6 Diagram pareto dari tabel D-optimal design of experiment tahap kedua yang menunjukkan urut-urutan atau rangking dari efek ketidakpastian variabel terhadap hasil akhir perhitungan volumetrik OOIP.

Dari gambar V.6 terlihat bahwa ketidakpastian variabel SWIRR, OWC cut-off

Vsh, cut-off porositas dan porositas memberikan efek ketidakpastian yang

signifikan pada hasil akhir perhitungan volumetrik OOIP.

43

Selain menganalisis efek ketidakpastian pada variabel-varibel perhitungan

volumetrik OOIP, metode DoE ini juga bisa digunakan untuk menghitung

probabilitas volumetrik OOIP.

Untuk menghitung probabilitas volumetrik OOIP, dilakukan analisi regresi pada

tabel D-Optimal design of experiment. Analisis regresi adalah analisis untuk

mengevaluasi pengaruh dari satu atau lebih variabel independen (SWIRR, OWC,

PHIE dan lain-lain) terhadap variabel dependen (OOIP). Persamaan regresi

berikut ini adalah persamaan yang dihasilkan dari analisis D-optimal design of

experiment tahap kedua.

OOIP_total_Pred = 109.818 + 12.106 * OWC + 202.141 * SWIRR + 609.307 *

PHIE + 84.086 * VSH_cutoff -190.287 * PHIE_cutoff +

24.786 * SW_cutoff ……..(V.1)

Untuk menguji seberapa tepat persamaan (V.1) terhadap data, dibuat grafik harga

OOIP hasil perhitungan dari data sebenarnya (observed value) dibandingkan

dengan hasil dari perhitungan dari persamaan regresi (predicted value).

Gambar V.7 adalah grafik perbandingan antara observed value dengan predicted

value. Sumbu vertikal adalah predicted value sedangkan sumbu horisontal adalah

observed value. Titik-titik biru adalah data volumetrik OOIP hasil perhitungan

berdasarkan tabel D-Optimal design of experiment (gambar V.5). Garis diagonal

berwarna hijau adalah garis persamaan regresi yaitu harga volumetrik OOIP yang

dihitung berdasarkan persamaan regresi. Sedangkan garis berwarna merah adalah

garis yang merupakan trend line dari titik-titik data volumetrik OOIP (titik-titik

biru). Pada gambar V.7 terlihat bahwa garis persamaan regresi prediksi

volumetrik OOIP hampir tepat pada trend line dari data volumetrik, semakin tepat

kedua garis ini menunjukan semakin tepatnya persamaan regresi yang digunakan

untuk memprediksi volumetrik OOIP.

44

Gambar V.7 Perbandingan antara grafik volumetrik OOIP hasil prediksi

persamaan (V.1) dengan data hasil perhitungan.

V.2. Perhitungan Probabilitas Volumetrik OOIP

Perhitungan probabilistas volumetrik OOIP dilakukan dengan persamaan regresi

(V.1) yang disimulasikan dengan metode simulasi Monte Carlo. Metode simulasi

Monte Carlo adalah metode yang memilih nilai variabel secara random untuk

disimulasikan pada suatu model atau dimasukkan dalam suatu persamaan.

Untuk menghitung probabilitas volumetrik OOIP variabel ketidakpastian (OWC,

SWIRR, Vsh Cutoff, Phie cutoff, dan SWIRR cutoff) didefinisikan nilai

kemungkinannya dengan distribusi probabilitas. Beberapa contoh distribusi

45

probabilitas ditunjukan pada gambar V.8. (distribusi probabilitas dibahas pada

lampiran 1)

. Gambar V.8 Distribusi probabilitas

Metode simulasi Monte Carlo akan menghitung nilai OOIP dengan mensampling

nilai variabel ketidakpastian dari distribusi probabilitas. Dalam satu kali

perhitungan metode ini akan mengambil nilai variabel (OWC, SWIRR, Vsh

Cutoff, Phie cutoff, dan SWIRR cutoff) secara random dan dihitung dengan

menggunakan persamaan (V.1), hal ini di ulang-ulang sampai ribuan kali sehingga

diperoleh distribusi probabilitas volumetrik OOIP.

Gambar V.9 adalah histogram distribusi probabilitas volumetrik OOIP lapangan

Batang dari 10.000 kali perhitungan dengan menggunakan simulasi Monte Carlo.

Percentile MMBO0% 10110% 13120% 13830% 14440% 15050% 15560% 16170% 16780% 17590% 185100% 222

Forecast: Batang OOIP

0

50

100

150

200

250

102 124 146 168 189

Freq

u

Gambar V.9 Histogram distribusi probabilitas volumetrik OOIP lapangan Batang.

Dari hasil perhitungan dengan menggunakan metode simulasi Monte Carlo

didapatkan bahwa harga probabilitas volumetrik OOIP untuk batang P10 = 131

juta barrel, P50 = 155 juta barrel dan P90 = 185 juta barrel.