SIMULASI RESERVOIR PANAS BUMI METODE MONTE CARLO WKP GUNUNG LAWU. Benny F Dictus, Hari Soekarno, Rocman Isdiyanto

Transkripsi

1 SIMULASI RESERVOIR PANAS BUMI METODE MONTE CARLO WKP GUNUNG LAWU Benny F Dictus, Hari Soekarno, Rocman Isdiyanto Pusat Penelitian dan Pengembangan Teknologi Ketenagalistrikan, Energi Baru,Terbarukan dan Konservasi energi turkbint@yahoo.com S A R I Gunung Lawu merupakan salah satu gunung api yang terletak di perbatasan Provinsi Jawa Timur dan Jawa Tengah pada posisi N 7,7 o E dan S 111,15 o W dengan ketinggian meter di atas permukaan laut. Status gunung ini adalah gunung api "istirahat" dan telah lama tidak aktif, terlihat dari rapatnya vegetasi serta puncaknya yang tererosi. Di lerengnya terdapat kepundan kecil yang masih mengeluarkan uap air (fumarol) dan belerang (solfatara). Kegiatan yang dilakukan oleh Pusat Sumber Daya Geologi meliputi bidang geologi, geofisika dan geokimia., Hasil kompilasi data yang diperoleh dari ketiga bidang ilmu tersebut bahwa potensi panas bumi pada wilayah Gunung Lawu adalah 275 MW berdasarkan pendekatan hipotetis dengan temperatur 250 o C dan luasan terduga 12 km 2 dan hipotetis 17 km 2. Berdasarkan data dan informasi tersebut, maka dilakukan suatu simulasi reservoir menggunakan Monte Carlo simulator, yang tujuannya untuk meningkatkan nilai kepastian dari parameter penentuan potensi panas bumi.wilayah kerja Gunung Lawu. Kata kunci : geotermometer, potensi cadangan, probabilitas, prospek, simulasi Monte Carlo 1. PENDAHULUAN Resevoir panas bumi adalah unik, komplek dan dinamis tidak seperti halnya reservoir minyak dan gas bumi sehingga pendekatan yang dilakukan untuk menentukan cadangan panas bumi berdasarkan hukum kesetimbangan massa dan energi. Di samping itu, batuan reservoir panas bumi adalah rekah alami (natural fracture) sehingga pengukuran parameter fisik batuan reservoir panas bumi di laboratorium mengalami kendala yang cukup besar untuk mendapatkan harga yang mendekati sebenarnya. Geometri reservoir seperti dimensi luas dan ketebalan ditentukan dengan metoda geofisika, hasil pengukuran magnettotellurik yang dinyatakan dalam besaran m. Tahan jenis batuan reservoir panas bumi akan bervariasi tergantung pada jenis batuan dan kandungan fluida dalam pori-pori. Hasil penyelidikan yang dilakukan Pusat Sumber Daya Geologi (PSDG) bahwa tudung (clay cap) reservoir berada pada kedalaman ± 500 meter di bawah permukaan air laut (dpl) dengan ketebalan 500 meter (tahanan jenis < 20 m), di bawah lapisan penudung merupakan puncak reservoir dengan ketebalan antara meter (Sugianto, A. dan Munandar, A., 2010). Dengan tahanan jenis antara m, di bawah lapisan reservoir merupakan batuan induk seperti ditunjukkan pada Gambar 1 berikut. 62 M&E, Vol. 11, No. 2, Juni 2013

2 B.Laut Tenggara Clay Cap Reseroir Gambar 1. Model konsep reservoir panas bumi, prospek Gunung Lawu (Sugianto, A. dan Munandar, A., 2010) 2. KEBUMIAN (EARTH SCIENCE) Kajian kebumian (earth science) dilakukan oleh Tim Peneliti Pusat Sumber Daya Geologi(PSDG), Badan Geologi yang merupakan hasil survei terpadu geologi, geofisika dan geokimia pada tahun Geologi Gunung Lawu Hasil eksplorasi geologi yang dilakukan oleh Tim Peneliti PSDG, 2010 memperlihatkan umur satuan batuan di daerah Gunung Lawu mulai dari kuarter hingga tersier. Umur batuan kuarter dibagi menjadi 2 yaitu dari holosen hingga plestosen, yang tersusun dari batuan lava, piroklastik tua hingga muda, erupsi samping dan endapan permukaan. Endapan permukaan berupa batuan alluvium dan lava Gunung Lawu dengan rentang usia dari holosen hingga plestosen. Ada pun, untuk batugamping, intrusi Tawangmangu dan batuan gamping berusia tersier. Struktur geologi dari Gunung Lawu didominasi oleh sesar naik dan turun di bagian Barat dan Selatan (interpretasi kelurusan atau liniasi peta topograpi) seperti ditunjukkan dalam Gambar Geokimia Gunung Lawu Manifestasi panas bumi permukaan di Gunung Lawu tercatat sebanyak 13 buah, 11 buah di antaranya merupakan air panas dan 2 buah adalah fumarol, yaitu Taman Sari Bawah dan Candradimuka. Manifestasi air permukaan ratarata bersifat asam dengan ph berkisar 1,35-6,71 bertemperatur 17,4 O C hingga 94 O C (perhitungan dari korelasi geotermometer air) yang berada pada elevasi 297 hingga 2703 meter di atas permukaan laut. Berdasarkan kriteria dan hasil analisis geotermometer air dari sampel manifestasi air pemukaan tidak dapat digunakan untuk menentukan temperatur reservoir atau bawah permukaan sehingga penentuannya dengan menggunakan korelasi geotermo meter gas yaitu 250 O C. Simulasi Reservoir Panas Bumi Metode Monte Carlo... ; Benny F Dictus, Hari Soekarno, Rochman I 63

3 Gambar 2. Peta Geologi Daerah Panas Bumi Gunung Lawu, Provinsi Jawa Tengah dan Timur (Hernawan, D., Anna Y dan Kusnadi, D: 2010). Hasil analisis kimia, berdasarkan (tarniary diagram) merepresentasikan bahwa air yang ada dalam sistem panas bumi Gunung Lawu merupakan antara air vulkanik dan periperal, diinterpretasikan bahwa air pada sistem panas bumi G. Lawu telah tercampur dengan air dari permukaan, meteoric water sehingga tidak bisa digunakan untuk menentukan temperatur bawah permukaan, hal ini bisa dilihat dari diagram kesetimbangan atom-atom K, Mg dan Na yang menyatakan bahwa air dalam kondisi belum matang (immature water), perhatikan Gambar- 3. Sehubungan kimia air pada sistem panas bumi Gunung Lawu tidak dapat digunakan untuk menentukan temperatur reservoir, maka dalam hal ini geotermometer gas yaitu dengan menganalisis detrium dan tritium dari atom Oksigen, O 2. Grafik pada Gambar 3 menunjukkan bahwa sampel fluida dari sistem panas bumi G. Lawu berada di bawah garis air meteorik (meteoric water line). Air dari Cumpleng, Ngelarak, Cemoro Telo dan Tasin yang relatif dekat dengan garis air meteorik sedangkan air panas yang berada pada kawah Condrodimuka jauh dari garis tersebut. Untuk dapat mengetahui lebih pasti, apakah reservoir pada sistem panas G. Lawu merupakan dominasi air atau dua fasw atau dominasi uap yaitu dengan cara melakukan uji produksi Geofisika Gunung Lawu Menurut Asep Sugianto dan Arif Munandar, 2010, bahwa dari hasil survei Magnetotellurik sistem panas bumi Gunung Lawu merupakan lingkungan vulkanik yng ditandai oleh adanya batuan penudung berupa batuan alterasi dengan respon tahanan jenis rendah, reservoir panas buminya berada dibawah penudung dengan respon nilai tahanan jenis relatif lebih tinggi daripada batuan penudung. 64 M&E, Vol. 11, No. 2, Juni 2013

4 Gambar 3. Hasil analisis fluida manifestasi panas bumi permukaan (Hernawan, D., Anna Y dan Kusnadi, D: 2010) Batuan penudung tersebar di se kitar fumarol dan menerus ke arah Barat puncak Gunung Lawu dengan pola sebaran yang cenderung membuka ke arah puncak, mulai dari permukaan hingga kedalaman 1500 meter dengan ketebalan 1000 s.d meter. Pada kedalaman 500 meter area cakupan satuan batuan konduktif mendominasi (nilai tahanan jenis < 35 ohm-m) luas area penyelidikan, sedangkan pada kedalaman 1000 meter sifat kelistrikan satuan batuan relatif berubah ke arah yang resistif dan satuan batuan konduktif terlihat lebih terpusat. Adapun pada kedalaman 1500 meter, area satuan batuan resistif makin melebar dan area satuan batuan konduktif makin berkurang, dan pada kedalaman 2000 meter cakupan area satuan batuan resistif makin mendominasi serta area satuan batuan konduktif hanya dalam bentuk spot-spot kecil. Dari data ini dapat diinterpretasikan bahwa kedalaman reservoir sekitar 3500 meter dan puncak reservoirnya berada pada kedalaman 1500 meter. Kompilasi dari semua parameter geologi, geofisika dan geokimia dapat dibuat model tentatif sistem panas bumi Gunung Lawu. Simulasi Reservoir Panas Bumi Metode Monte Carlo... ; Benny F Dictus, Hari Soekarno, Rochman I 65

5

6 3.1. Model Tentatif Pada kedalaman 500 meter area cakupan satuan batuan konduktif mendominasi (nilai tahanan jenis < 35 ohm-m) luas area penyelidikan, sedangkan pada kedalaman 1000 meter sifat kelistrikan satuan batuan relatif berubah ke arah yang resistif dan satuan batuan konduktif terlihat lebih terpusat. Adapun pada kedalaman 1500 meter, area satuan batuan resistif makin melebar dan area satuan batuan konduktif makin berkurang, dan pada kedalaman 2000 meter cakupan area satuan batuan resistif makin mendominasi serta area satuan batuan konduktif hanya dalam bentuk spot-spot kecil. Dari data ini dapat diinterpretasikan bahwa kedalaman reservoir sekitar 3500 meter dan puncak reservoirnya berada pada kedalaman 1500 meter. Kompilasi dari semua parameterparameter geologi, geofisika dan geokimia dapat dibuat model tentatif sistem panas bumi. Secara lateral dapat ditentukan luas prospek spekulatif adalah 17 km 2 serta hipotetis 12 km2 dengan cut-off temperature 180 O C cadangan terduga potensi panas bumi prospek Gunung Lawu adalah 275 MW, dan cadangan hipotetis untuk luasan 12km 2 adalah 197 MW. 4. SIMULASI RESERVOIR Penentuan cadangan terduga potensi energi panas bumi suatu wilayah prospek mengguanakan metoda deskriptif, di mana parameter sifat fisik dan fluida reservoir didasarkan pada Standar Nasional Indonesia (SNI , ICS ), hasil penentuannya selama ini dianggap terlalu besar (over estimated). Untuk meningkatkan kualitas hasil penentuan cadangan terduga tersebut dapat dilakukan dengan metode simulasi Monte Carlo. Gambar 5. Model tentatif sistem panas bumi Gunung Lawu (Hernawan, D., Anna Y dan Kusnadi, D: 2010) Simulasi Reservoir Panas Bumi Metode Monte Carlo... ; Benny F Dictus, Hari Soekarno, Rochman I 67

7 Gambar 6. Sebaran tahanan jenis per kedalaman (layered) (Sugianto, A. dan Munandar, A., 2010) 4.1. Cadangan Terduga Metode Diskriptif Penentuan cadangan terduga berdasarkan SNI , ICS diklasifikasikan menjadi dua yaitu Spekulatif dan Hipotetis. Metoda spekulatif didasarkan pada perkiraan awal dari suatu prospek yang dianalogikan dengan lapangan-lapangan yang telah dikembangkan sehingga umum dirumuskan sebagai di mana: A = luas reservoir, km 2 Tr = temperatur reservoir O C (1) Umumnya pada tahap ini informasi data sifat fisik batuan dan fluida reservoir yang ada masih bersifat sangat terbatas. Untuk klasifikasi hipotetis informasi data yang ada sudah lebih banyak, sehubungan dilakukannya penyelidikan rinci oleh (1& 4) seperti luas, ketebalan, temperatur dan lain-lain untuk daerah prospek dapat diketahui secara kuantitas, meskipun dengan tingkat kepastian dari nilai data masih relatif rendah. Penentukan cadangan dilakukan dengan cara hipotetis seperti ditunjukan dalam persamaan berikut. Energi panas yang tersimpan dalam batuan..... (2) 68 M&E, Vol. 11, No. 2, Juni 2013

8 Energi panas dalam fluida reservoir Untuk kondisi ini fluida dapat berupa air dan uap, maka energi yang tersimpan pada fluida air dinyatakan dengan persamaan. dan energi panas berupa uap adalah.... (3).(4) Energi panas pada reservoir Substitusi ketiga persamaan diatas merupakan energi total dirumuskan sebagai..... (5) Konversi energi panas menjadi energi listrik, dirumuskan sebagai luas area. Tersedianya perangkat lunak Crystal Ball, maka simulasi metode Monte Carlo dapat dilakukan dengan cepat dan prediksi terhadap cadangan lebih komprehensif. Asumsi parameter untuk menentukan cadangan terduga potensi panas bumi WKP Gunung Lawu adalah, Porositas = 0,10 Densitas batuan = kg/m 3 Panas spesifik = 1.0 kj/kg O C Luas reservoir = 1,7 E7 m3 Ketebalan = m Temperatur reservoir = 250 O C Saturasi fluida air = 0,5 Kapasitas pembangkitan, Pf = 0,90 Faktor perolehan, RF = 0,5 Usia pembangkitan = 30 tahun Efisiensi Konversi, Ce = 0,15 di mana :..... (6) Dengan menggunakan persamaan - persamaan di atas, maka diperoleh potensi energi listrik untuk reservoir panas bumi prospek Gunung Lawu adalah 275 MWe Asumsi Parameter Cadang an Terduga Potensi Energi Panas Bumi, Prospek Gunung Lawu Metoda Simulasi Monte Carlo 4.2. Cadangan Terduga Metoda Monte Carlo Metode Monte Carlo meru pakan suatu metode statistik, di mana perhitungan dilakukan dengan cara berulang-ulang (iterasi) untuk men dapatkan suatu fungsi distribusi probabilitas. Metode ini dapat dilakukan dengan memanfaatkan fasilitas Excel pada perangkat lunak Microsoft. Sebagai contoh, pada lembar kerja Excel untuk menentukan distribusi frekuensi segiempat dituliskan pada cell yang dipilih dengan cara rand()*(a2- A1)+A1,selanjutnya dicopy kan pada cell berikutnya sebanyak mungkin ( 5000 s.d ) iterasi, maka akan diperoleh distribusi frekuensi parameter, di mana pada cell A2 = nilai maksimum luas area dan A1 = nilai minimum Penentuan cadangan terduga potensi energi panas bumi, prospek Gunung Lawu dimana parameter fisik batuan fluida reservoir ditentukan berdasarkan fungsi distribusi probabilitas seperti: Porositas = 0,074 (fungsi distribusi probabilitas, segitiga) Densitas batuan = kg/m 3 (fungsi distribusi probabilitas, segitiga) Panas spesifik = kj/kg O C (fungsi distribusi probabilitas, segitiga) Luas reservoir, A = 1,21 E7 m 3 (fungsi distribusi probabilitas, segi empat) Ketebalan, h = m Temperatur reservoir, Tr = 227,4 O C Saturasi fluida air, Sw= 0,525 Efisiensi Konversi, Ce = 0,162 Kapasitas pembangkitan, Pf = 0,90 Faktor perolehan, RF = 0,27 Usia pembangkitan, t = 30 tahun Simulasi Reservoir Panas Bumi Metode Monte Carlo... ; Benny F Dictus, Hari Soekarno, Rochman I 69

9 Jadi cadangan terduga potensi energi listrik reservoir panas bumi, prospek Gunung Lawu dari hasil penentuan metoda simulasi Monte Carlo adalah 130,23 MWe. Distribusi fungsi probabilitas dari cadangan terduga seperti ditunjukkan pada gambar berikut ini. Fungsi distribusi probabilitas kumulatif cadangan terduga potensi energi panas bumi prospek Gunung Lawu dari simulasi Monte Carlo ditunjukkan berikut, Gambar 7. Fungsi distribusi probabilitas potensi energi listrik reservoir panas bumi, prospek Gunung Lawu Ternyata fungsi distribusi probabilitas cadangan terduga potensi energi reservoir panas bumi prospek Gunung Lawu, sepadan dengan fungsi distribusi probabilitas Gamma. Sedangkan faktor parameter yang berpengaruh dalam penentuan cadangan terduga ini yang terbesar adalah temperatur reservoir diikuti oleh faktor lainnya seperti diperlihatkan dalam gambar berikut, Gambar 9. Distribusi fungsi probabilitas kumulatif cadangan terduga potensi energi reservoir panas bumi, prospek Gunung Lawu Dari gambar di atas, bagi pengembang nilai tersebut mempunyai arti yang positif sebelum mengambil keputusan untuk melakukan pemboran eksplorasi yang investasinya sangat besar. Bila akan dikembangkan dengan resiko keberhasilan (P = 10%) maka cadangan terduga akan diperoleh sebesar 382 MWe, sedangkan tingkat keberhasilan (P =50%) cadangan terduga 183 MWe dan tingkat keberhasilan (P = 90%) cadangan terduga 81 MWe. Adapun cadangan terduga MWe tingkat keberhasilannya (P = 78%) Komparasi Asumsi Parameter Cadangan Terduga Potensi Energi Listrik, Prospek Gunung Lawu, Metode Deskriptif dan Simulasi Monte Carlo Tabel berikut memperlihatkan hasil penentuan cadangan terduga potensi energi reservoir panas bumi berdasarkan metoda deskriptif dan simulasi Monte Carlo. Gambar 8. Sensitivitas cadangan terduga potensi energi listrik reservoir panas bumi 70 M&E, Vol. 11, No. 2, Juni 2013

10 Tabel 1. Komparasi cadangan terduga potensi energi panas bumi, prospek Gunung Lawu, metoda deskriptif dan simulasi Monte Carlo Parameter Satuan Deskriptif Monte Carlo Porositas fraksi Densitas kg/m Panas spesifik kj/kg O C Luas area m 3 1.7E7 1,21E7 Ketebalan m Temperatur O C ,4 Saturasi fluida Kapasitas efisiensi Faktor perolehan fraksi fraksi 0, fraksi Pe. MWe , P=10% 183, P=50% 81, p=90% sehingga penentuannya dari hasil perumusan dari para ahli (Fournier, R,1981 dan Giggenbach, W.F and Goguel, 1988) berupa persamaan korelasi. Parameter - parameter tersebut umumnya dinyatakan dalam suatu bentuk asumsi distribusi yang sederhana seperti segitiga dan segi empat Asumsi Parameter Sifat Fisik Batuan Reservoir Asumsi parameter sifat fisik batuan reservoir seperti porositas, densitas, ketebalan, dan luas area prospek dapat dilakukan dengan perangkap lunak Crystal Ball. Porositas Batuan Porositas batuan reservoir diasumsikan mempunyai distribusi segitiga (three angular distribution), minimum = 0,01, mostlikely = 0,10 dan maksimum = 0,25 5. PEMBAHASAN Simulasi Monte Carlo umum digunakan pada kegiatan eksplorasi lapangan minyak dan gas bumi. Tingkat keberhasilannya relatif cukup tinggi karena informasi data yang tersaji dalam ekplorasi lapangan minyak dan gas relatif cukup akurat dan jumlah yang memadai, sehingga analisis statistik dapat dilakukan lebih cermat dan memberikan hasil yang lebih representatif. Pada kegiatan ekplorasi prospek panas bumi informasi data yang lebih akurat dan jumlah yang memadai seperti parameter porositas, ketebalan lapisan, luas area, yang merupakan sifat fisik batuan, sedangkan parameter sifat fisik fluida reservoir seperti temperatur reservoir yang ditentukan dari hasil geotermometer yang merupakan hasil interpretasi unsur-unsur kimia yang dikandung oleh fluida air ataupun gas Gambar 10. Fungsi distribusi probabilitas porositas batuan reservoir Adapun bentuk dari fungsi distribusi probabilitas kumulatif porositas batuan reservoir panas bumi prospek Gunung Lawu tampak pada Gambar 11.: Simulasi Reservoir Panas Bumi Metode Monte Carlo... ; Benny F Dictus, Hari Soekarno, Rochman I 71

11 Gambar 11. Fungsi distribusi probabilitas kumulatif, porositas batuan reservoir Hasil iterasi perhitungan porositas batuan adalah 0,0746 dengan probabilitas = 82%, yang digunakan untuk perhitungan selanjutnya. Densitas Batuan Reservoir Densitas batuan reservoir diasumsikan mempunyai distribusi segitiga (three angular distribution), minimum = 2.200, mostlikely = dan maksimum = Gambar 13. Fungsi distribusi probabilitas kumulatif, densitas batuan reservoir Hasil iterasi perhitungan densitas batuan adalah 2361 kg/m3 dengan probabilitas = 89%, yang digunakan dalam perhitungan selanjutnya. Ketebalan Reservoir Ketebalan batuan reservoir diasumsikan mempunyai distribusi segitiga (three angular distribution), minimum = 1.000m, mostlikely = 1.500m dan maksimum = 3.000m. Gambar 12. Fungsi distribusi probabilitas, densitas batuan reservoir Adapun bentuk dari fungsi distribusi probablitas kumulatif densitas batuan reservoir prospek Gunung Lawu adalah : Gambar 14. Fungsi distribusi probabilitas ketebalan batuan reservoir Adapun bentuk dari fungsi distribusi probablitas kumulatif ketebalan batuan reservoir prospek Gunung Lawu adalah : 72 M&E, Vol. 11, No. 2, Juni 2013

12 Gambar 15. Fungsi distribusi probabilitas kumulatif, ketebalan batuan reservoir Hasil iterasi perhitungan densitas batuan adalah 1325 m dengan probabilitas = 79%, yang digunakan dalam perhitungan selanjutnya, Temperatur Reservoir Temperatur reservoir diasumsikan mempunyai distribusi segitiga (threeangular distribution), minimum = 200 O C, mostlikely = 250 O C dan maksimum = 350 O C. Gambar 17. Fungsi distribusi probabilitas kumulatif, temperatur reservoir Hasil iterasi perhitungan densitas batuan adalah 227,35 O C dengan probabilitas = 89%, yang digunakan dalam perhitungan selanjutnya. Luas Reservoir Luas area reservoir diasumsikan mempunyai distribusi segi empat (rectaangular distribution), minimum = 1.0E7 m 2 dan maksimum = 2.0E7 m 2. Adapun bentuk dari fungsi distribusi probablitas kumulatif luas area batuan reservoir prospek Gunung Lawu adalah : Gambar 16. Fungsi distribusi probabilitas, temperatur reservoir Adapun bentuk dari fungsi distribusi probablitas kumulatif temperatur reservoir prospek Gunung Lawu adalah : Gambar 18. Fungsi distribusi probabilitas, temperatur reservoir Simulasi Reservoir Panas Bumi Metode Monte Carlo... ; Benny F Dictus, Hari Soekarno, Rochman I 73

13 5.2. Asumsi Parameter Sifat Fisik Fluida Reservoir Asumsi parameter sifat fisik fluida reservoir seperti saturasi fluida dengan perangkat lunak Crystal Ball disajikan berikut ini; Saturasi Fluida Saturasi fluida reservoir diasumsikan mempunyai distribusi segitiga (threeangular distribution), minimum = 0,01, mostlikely = 0,50 dan maksimum = 0,99. Hasil iterasi perhitungan saturasi fluida reservoir adalah 0,525 dengan probabilitas = 48%, yang digunakan dalam perhitungan selanjutnya Asumsi Parameter Lain Asumsi parameter sifat parameter lain seperti faktor perolehan, efisiensi konversi dengan perangkat lunak Crystal Ball disajikan berikut ini. Faktor Perolehan Faktor perolehan (Recovery Factor, RF) diasumsikan mempunyai distribusi segitiga (threeangular distribution), minimum = 0.10, mostlikely = 0.20 dan maksimum = 0.50, seperti ditunjukan pada Gambar 21. Gambar 19. Fungsi distribusi probabilitas saturasi fluida reservoir Adapun bentuk dari fungsi distribusi probablitas kumulatif saturasi fluida reservoir prospek Gunung Lawu adalah : Gambar 21. Fungsi distribusi probabilitas faktor perolehan reservoir Adapun bentuk dari fungsi distribusi probablitas kumulatif faktor peroleh reservoir prospek Gunung Lawu ditunjukan pada Gambar 22. Hasil iterasi perhitungan faktor perolehan reservoir adalah 0,27 dengan probabilitas = 47%, yang digunakan dalam perhitungan selanjutnya. Gambar 20. Fungsi distribusi probabilitas kumulatif saturasi fluida reservoir 74 M&E, Vol. 11, No. 2, Juni 2013

14 Gambar 22. Fungsi distribusi probabilitas kumulatif faktor perolehan reservoir Efisiensi Konversi Kapasitas efisiensi reservoir diasumsikan mempunyai distribusi segitiga (three angular), minimum = 0,10, mostlikely = 0,15 dan maksimum = 0,20. Gambar 24. Fungsi distribusi probabilitas kumulatif faktor perolehan reservoir 5.4. Prediksi Potensi Energi Termal Reservoir Berdasarkan assumsi fungsi dis tribusi probabilitas kumulatif, prediksi potensi energi termal ditentukan seperti ditunjukan pada gambar berikut. Gambar 23. Fungsi distribusi probabilitas kapasitas efisiensi reservoir Adapun bentuk dari fungsi distribusi probablitas kumulatif faktor efisiensi reservoir prospek Gunung Lawu ditunjukan Gambar 22. Hasil iterasi perhitungan kapasitas efisiensi reservoar adalah 0,179 dengan probabilitas = 19%, yang digunakan dalam perhitungan selanjutnya. Gambar 25. Fungsi distribusi probabilitas energi termal reservoir Adapun bentuk dari fungsi distribusi probablitas kumulatif potensi energi termal reservoir prospek Gunung Lawu ditunjukkan pada Gambar 26. Hasil iterasi perhitungan cadangan terduga potensi energi termal pada reservoir prospek panas Bumi Gunung Lawu adalah 79,4 MWe Simulasi Reservoir Panas Bumi Metode Monte Carlo... ; Benny F Dictus, Hari Soekarno, Rochman I 75

15 Adapun bentuk fungsi distribusi probabilitas kumulatif potensi energi listrik reservoir,prospek Gunung Lawu seperti ditunjukan pada Gambar- 28. Hasil iterasi perhitungan memperlihatkan cadangan terduga potensi energi listrik, prospek Gunung Lawu adalah 142,55 MWe, pada tingkat probabilitas P = 67%, dimana sepadan antara fungsi distribusi probabilitas kumulatif yang diasumsikan terhadap fungsi distribusi probabilitas kumulatif fungsi Gamma. Gambar 26. Fungsi distribusi probabilitas kumulatif energi termal reservoir panas bumi, prospek Gunung Lawu. dengan probabilitas 79%, antara asumsi distribusi fungsi probabilitas kumulatif dengan fungsi distribusi probabilitas kumulatif adalah sesuai fungsi distribusi pribabilitas kumulatif model lognormal Prediksi Potensi Energi Listrik Reservoir Berdasarkan asumsi fungsi distribusi probabilitas, prediksi cadangan terduga potensi energi listrik reservoir panas bumi prospek Gunung Lawu adalah Gambar 27. Fungsi distribusi produktivitas potensi energi reservoir panas bumi prospek Gunung Lawu Gambar 28. Fungsi distribusi probabilitas kumulatif, cadangan terduga potensi energi listrik prospek Gunung Luwu 6. KESIMPULAN Berdasarkan hasil analisis metode Monte Carlo seperti yang digambarkan pada pada bab sebelumnya dan untuk kelanjutan pekerjaan ke tahap penentuan potensi cadangan terduga energi panas bumi dengan metode simulasi, maka dapat disimpulkan sebagai berikut : a. Metode simulasi Monte Carlo sangat membantu dalam menentukan nilai distribusi frekuensi parameter reservoir sehubungan keterbatasan informasi data. b. Metode simulasi Monte Carlo dapat dilakukan dengan cepat dan murah. c. Metode simulasi Monte Carlo dapat digunakan sebagai alat dalam mengambil gambaran awal dari suatu keputusan bagi investor di samping metode lainnya seperti analisis resiko. 76 M&E, Vol. 11, No. 2, Juni 2013

16 d. Dari hasil simulasi Monte Carlo bahwa prospek Gunung Lawu adalah 382 P=50% dan 81 artinya makin tinggi nilai probabilitas, makin rendah untuk mendapatkan potensi cadangan terduga. e. Hasil simulasi menunjukan bahwa parameter yang sensitive terhadap hasil perhitungan akhir adalah temperatur, faktor perolehan, efisiensi konversi, luas area prospek dan ketebalan reservoir. DAFTAR PUSTAKA Crystal Ball 7, 2007, Getting Started Guide, Decisioneering, Inc Arapahoe St., Suite 1300, Denver, Colorado, USA Crystal Ball 7, 2007, Process Capability Guide, Decisioneering, Inc Arapahoe St., Suite 1300, Denver, Colorado, USA Ellis. A.J., Mahon W.A.J., 1977, Chemistry and Geothermal Systems, Academia Press A Subsidiary of Harcourt Brace Jovanovich, Publishers, New Cork, San Francisco, London. GeothermEx, Inc, 2005, Assessment of Energy Reserve and Costs of Geothermal Resource in Hawaii for The State of Hawaii, Departement of Business, Economic Development and Tourism", 5221 Central Avenue, Suite 201 Richmond, California , September 30. Mun, J., 2004, Applied Risk Analysis, Moving Beyond Uncertainty in Business, John Wiley & Sons, Inc., Hoboken, New Jersey, simultaneously in Canada. Hernawan, D., Anna Y dan Kusnadi, D., 2010, Penyelidkan Geologi dan Geokimia Daerah Panas Bumi Gunung Lawu, Provinsi Jawa Tengah - Jawa Timur, Prosiding Hasil Kegiatan Pusat Sumber Daya Geologi, Badan Geologi. Hochstein, M. P., 1982, Introduction to Geothermal Prospecting, Teaching Manual Covering the Lecture Course, Geothermal Exploration for Earth Scientists, at the Geothermal Institute, University of Auckland, Published by the Geothermal Institute, University of Auckland. Rose, P.R., 2001, Risk Analysis and Management of Petroleum Exploration Ventures, AAPG Methods in Exploration Series No. 12, The American Association of Petroleum Geologists, Tulasa, Oklahoma, U.S.A.. Standard Nasional Indonesia (SIN), 1998, Klasifikasi Potensi Energi Panas Bumi di Indonesia, SIN , ICS , Badan Standard Nasional-BSN. Sugianto A., dan Munandar A., 2010, Survei Magnetotellurik Daerah Panas Bumi Gunung Lawu Jawa - Jawa Timur, Prosiding Hasil Kegiatan Pusat Sumber Daya Geologi, Badan Geologi. Simulasi Reservoir Panas Bumi Metode Monte Carlo... ; Benny F Dictus, Hari Soekarno, Rochman I 77