How to cite:

Moch. Syafiq Fachrizal (2024) Implementasi SSL VPN (Secure Socket Layer Virtual Private

Network) Pada Badan Bank Tanah, (06) 09,

E-ISSN:

2684-883X

Studi Output Sumur Temperatur 200-220 Derajat Celsius dengan Menggunakan

Wellbore Simulator Jiwa Flow

Moch. Syafiq Fachrizal

Politeknik Energi dan Mineral Akamigas, Indonesia

Email: [email protected]

Abstrak

JIWA Flow hadir sebagai salah satu wellbore simulator yang dapat mensimulasikan lubang

sumur menggunakan Artificial Inteligence kedalam simulasi nya yang dikembangkan oleh PT

Anugerah Indonesia Lima salah satu perusahaan service yang bergerak di bidang panas bumi.

JIWA Flow merupakan powerful web-apps wellbore simulator pertama dengan pendekatan

probabilistik untuk mengurangi ketidakpastian dalam produksi sumur panas bumi serta

menggunakan cloud computing system. Pada penelitian ini penulis berkesempatan untuk

melakukan studi terhadap output sumur temperatur 200-220 menggunakan wellbore simulator

JIWA FLOW dengan pendekatan probabilistik untuk mengetahui output sumur yang

disimulasikan. Untuk memunculkan hasil simulasi ada beberapa parameter atau data yang

digunakan yaitu : Data Kondisi Operasi Sumur, Data Well Trajectory, Data Casing Design,

dan Data Feedzone Parameters. Hasil simulasi sumur adalah beberapa persebaran data dari

entalpi terhadap termperatur 200-220 yang dapat menjadi parameter dalam menentukan

estimasi kapasitas sumur produksi dan memunculkan sebaran data secaraacak yang akan

menjadi referensi bagi Reservoir Engineer dalam menentukan nilai mana yang baik untuk

pengembangan sumur atau evaluasi terhadap sumur.

Kata Kunci: JIWA Flow, Well Trajectory, Casing Design, Feedzone Parameters,Wellbore

Simulator, Probabilitas

Abstract

JIWA Flow is present as a wellbore simulator that can simulate a wellbore using Artificial

Intelligence into its simulation developed by PT Anugerah Indonesia Lima, a service company

engaged in geothermal. JIWA Flow is the first powerful web-apps wellbore simulator with a

probabilistic approach to reduce uncertainty in geothermal well production and use a cloud

computing system. In this study, the author had the opportunity to conduct a study on the

wellbore temperature 200-220 using the wellbore simulator JIWA FLOW with a probabilistic

approach to determine the simulated well output. To generate the simulation results, there are

several parameters or data used, namely: Well Operation Condition Data, Well Trajectory

Data, Casing Design Data, and Feedzone Parameters Data. The results of the well simulation

are some distributions of data from enthalpy to temperature 200-220 which can be used as

parameters in determining the estimated capacity of production wells and generate random

data distribution which will be a reference for Reservoir Engineers in determining which

values are good for well development or evaluation of wells.

JOURNAL SYNTAX IDEA

p–ISSN: 2723-4339 e-ISSN: 2548-1398

Vol. 6, No. 09, September 2024

Studi Output Sumur Temperatur 200-220 Derajat Celsius dengan Menggunakan Wellbore

Simulator Jiwa Flow

Syntax Idea, Vol. 6, No. 09, September 2024 3983

Keywords : JIWA Flow, Well Trajectory, Casing Design, Feedzone Parameters, Wellbore

Simulator, Probability

PENDAHULUAN

Energi panas bumi merupakan energi terbarukan, dimana panas dari dalam bumi

dimanfaatkan untuk dapat membangkitkan Listrik (Meilani & Wuryandani, 2010). Jika suatu

wilayah terdapat nilai ekonomis maka dilakukan pengeboran panas bumi agar fluida dapat

diproduksikan ke permukaan (Budiman, 2023; Saptadji, 2001). Untuk dapat dimanfaatkan ada

beberapa tahap yang dilakukan agar fluida panas bumi yang terkandung dalam bumi dapat

diproduksikan.

Untuk mendapatkan lapangan panas bumi yang komersial, perlu dilakukan proses

kegiatan eksplorasi secara bertahap salah satunya dilakukan proses pengeboran untuk

mengetahui fluida yang terkandung didalam reservoir (Atmanto, 2015) (MAHENDRA,

2020). Saat pengeboran panas bumi dan menembus zona temperatur tinggi serta diikuti

dengan loss of circulation yang sangat diharapkan karena merupakan indikasi bahwa daerah

tersebut merupakan zona produksi (Nataliana et al., 2018).

Setelah pengeboran selesai, dilakukan rangkian uji sumur untuk memonitor informasi

karakteristik sumur panas bumi. Survey PTS (Pressure, Temperatur, Spinner) dilakukan untuk

mengetahui letak feedzone dan produktivitasnya (Susiyadi, 2023). Beberapa rangkaian uji

sumur atau disebut completion test bertujuan untuk mengetahui potensi produksi maupun

injeksi dari sumur, sebelum dilakukan uji produksi permukaan seperti uji lip tegak, lip datar,

dan uji separator. Penentuan lokasi feedzone dapat dilakukan dengan pembacaan Pressure,

Temperature, Spinner (PTS) logging. Hasil pembacaan PTS logging, dapat memperlihatkan

anomali kecepatan fluida pada sumur, yang nantinya akan diinterpretasikan sebagai lokasi

feedzone (Akbar et al., 2017; Aninditho, 2017).

Dari data hasil uji komplesi, akan digunakan untuk memprediksi estimasi produksi

sumur dengan dilakukan pemodelan sumur. Pada penelitian ini, penulis melakukan

pemodelan sumur dengan JIWA FLOW. JIWA FLOW adalah teknologi aplikasi web

pemodelan yang dikembangkan oleh anak bangsa pada PT. Anugerah Indonesia Lima

(AILIMA) dengan sistem artificial intelligence (AI) untuk melakukan analisis lubang sumur

yang terperinci dan melihat perilaku lubang sumur untuk mencapai kondisi operasional yang

optimal.

Maka dari itu, penulis ingin melakukan analisis wellbore untuk mengetahui output dari

sumur yang akan diproduksikan serta kendala produksi pada lapangan panas bumi (Sitinjak et

al., 2016). Dengan demikian, penulis mengimplementasikan penenlitian tentang Studi Output

Sumur Temperatur 200-220 dengan Menggunakan JIWA Flow. Permasalahan yang akan

dibahas pada penelitian ini yaitu mengenai apa itu JIWA Flow. Data apa saja yang dibutuhkan

untuk simulasi output sumur Panas Bumi menggunakan JIWA Flow. Bagaimana menganalisa

output suatu sumur Panas Bumi temperatur 200-220 menggunakan JIWA Flow. Bagaimana

hasil analisa data sumur dengan menggunakan JIWA Flow.

METODE PENELITIAN

Langkah pertama yang penulis lakukan sebelum melakukan penelitian ini adalah

persiapan. Dimana tahap persiapan ini diantaranya yaitu studi literatur baik berupa e- book

mengenai reservoir panas bumi, well testing, serta wellbore simulator (Rumetna, 2018).

Selain dari e- book penulis juga mencari referensi tambahan dari video pembelajaran atau

bimtek yang telah dilaksanan oleh PT Anugerah Indonesia Lima yaitu JIWANTARA yang

Moch. Syafiq Fachrizal

3984 Syntax Idea, Vol. 6, No. 09, September 2024

dapat diakses di JIWA SYSTEM milih PT Anugerah Indonesia Lima. Serta informasi yang

diberikan dari para pembimbing, baik itu pembimbing kampus maupun pembimbing praktik

kerja lapangan. Setelah mempelajari materi yang sekiranya nanti akan digunakan dalam

penulisan ini, penulis juga membuat video pembelajaran yang juga merupakan tugas dari

tempat praktik kerja lapangan yaitu PT Anugerah Indonesia Lima.

Kemudian setelah studi literatur mengenai materi yang akan atau yang berhubungan

dengan penulisan tugas akhir ini, penulis juga meminta izin license ke pihak perusahaan yaitu

PT. Anugerah Indonesia Lima yang berupa aplikasi berbasis web yang akan penulis gunakan

dalam penelitian tugas akhir ini (Hartanto & Dani, 2020; Sofiah et al., 2020).

Adapun aplikasi yang penulis gunakan dalam penelitian ini yaitu JIWA FLOW.

Kemudian tahap berikutnya yaitu pengumpulan data-data yang akan diolah dalam

penelitian skripsi ini. Data yang digunakan merupakan data client dari AILIMA atau yang

dimiliki oleh perusahaan panas bumi di Indonesia yang dilakukan simulasi oleh AILIMA.

Adapun beberapa data data yang penulis ambil yang akan digunakan dalam proses

penyusunan tugas akhir ini diantaranya sebagai berikut:

1. Data Well Trajectory, Data ini berisikan nilai MD dan Angle dari suatu sumur.

2. Data Casing Design, Data ini berisikan Casing type, Casing Size, Kedalaman casing, Data

ini diperlukan untuk nilai dari OD dan ID ccasing yang nantinya akan dilalui oleh fluida

3. Data Feedzone Parameter, Data ini berisikan kedalaman, nilai pressure, nilai Enthalpy serta

nilai dari PI. Data ini diperlukan untuk mengetahui zona zona yang ada dibawah

permukaan yang terdapat fluida panas bumi yang akan diproduksikan untuk digunakan

membangkitkan listrik.

4. Data Operation Conditions, Data ini berisikan WHP, nilai Specific steam consumption

(SSC), nilai Specific brine consumption. Data ini digunakan untuk mengetahui nilai dari

massflow yang dapat dihasilkan oleh suatu sumur produksi dan juga dapat diketahui

kapasitas produksi. yang dapat dilakukan atau dibangkitkan oleh suatu sumur

Gambar 1. Diagram Alir Penelitian

HASIL DAN PEMBAHASAN

Pada penelitian ini, dilakukan simulasi untuk mengetahui output sumur dari beberapa

data yang sudah diberikan.

Studi Output Sumur Temperatur 200-220 Derajat Celsius dengan Menggunakan Wellbore

Simulator Jiwa Flow

Syntax Idea, Vol. 6, No. 09, September 2024 3985

Wellbore Geothermal

Wellbore atau lubang sumur panas bumi adalah jalur masuk keluar nya fluida panas

bumi (FAKHREZI, 2020). Pendekatan simulasi terdiri dari pemodelan dinamika fluida yang

berkaitan dengan reservoir, lubang sumur, dan kemampuan batuan untuk memproduksi fluida

serta evaluasi menyeluruh dari keseluruhan sistem produksi. Hampir semua fluida di dalam

reservoir berada pada kondisi compressed liquid, akan tetapi selama fluida mengalir dalam

lubang sumur akan mengalami proses flashing sehingga sebagian air akan berubah menjadi

uap akibat adanya penurunan tekanan.

Gambar 1. Model Aliran Reservoir (Source : Bjornsonn)

Dari gambar 1, menjelaskan bahwa terdapat model aliran panas bumi dalam reservoir

dan secara matematika akan diwakili dengan persamaan darcy. Fluida dalam reservoir

kemudian masuk kedalam lubang sumur yang akan diproduksikan ke permukaan dan terjadi

perubahan fasa.

Jiwa Flow

JIWA FLOW adalah sebuah kecerdasan buatan (artificial intelligence) yang dibuat

untuk melakukan analisis lubang sumur secara detail. Meningkatkan interpretasi reservoir

melalui sistem yang disempurnakan dalm mengidentifikasi scaling atau cooling di

lubangsumur. Dalam JIWA FLOW juga memungkinkan untuk karakterisasi sumur, estimasi

kapasitas dari suatu sumur dan pengoptimalan. Selain itu ketidakpastian suatu reservoir dapat

diketahui melalui perhitungan probabilistik Monte Carlo yang menghasilkan peluang dan

identifikasi risiko yang dapat terjadi selama pengeboran, acidizing, workover and well service

suatu sumur.

Gambar 2. Jiwa Flow

Moch. Syafiq Fachrizal

3986 Syntax Idea, Vol. 6, No. 09, September 2024

Ada beberapa hal yang dapat dilakukan dari JIWA FLOW yaitu:

1. Dapat menentukan trajectory dan casing dari suatu sumur

2. Dapat menyelesaikan masalah mengenai persamaan kondisi steady state kesetimbangan

massa dan energi pada wellbore dan formasi

3. Dapat menghitung multi component sistem (Air+NaCl+CO2)

4. Dapat melakukan perhitungan feedzone (PI maupun kh)

5. Dapat membuat kurva produksi dan injeksi

6. Dapat memperkirakan/estimasi mengenai kapasitas suatu sumur.

Beberapa hasil analisa menggunakan trial data yang didapatkan dengan menggunakan

JIWA FLOW

Production Full Curve

Gambar 3. Production Full Curve

Dari Gambar 3. Dapat dilihat kondisi awal sumur, kondisi saat terjadinya cooling, serta

kondisi saat terjadinya scaling. Dari grafik tersebut dilihat kondisi sumur pada saat mengalami

scaling maka akan terjadi penurunan atau perubahan massflow suatu sumur yang cukup besar

dibandingkan pada saat kondisi normalnya, dengan penurunan massflow ini maka kapasitas

yang dapat dihasilkan oleh suatau sumur juga akan berkurang.

Multicomponent Effect pada Profil PT

Gambar 4. Multicomponent Effect pada Profil PT

Dari Gambar 4. Dapat dilihat kondisi awal sumur, kondisi awal kandungan fluida yang

pure H2O, kondisi fluida mengandung CO2 sebesar 2% dan kondisi fluida mengandung CO2

sebesar 4%. Dari grafik dapat dilihat bahwa semakin besar kandungan dari CO2 di dalam

suatu fluida maka akan menyebabkan semakin besarnya terjadi perubahan temperatur, dan

semakin kecil temperatur maka akan semakin besar pressure drop terjadi. Pada saat pressure

Studi Output Sumur Temperatur 200-220 Derajat Celsius dengan Menggunakan Wellbore

Simulator Jiwa Flow

Syntax Idea, Vol. 6, No. 09, September 2024 3987

drop yang terjadi itu besar makan akan mengakibatkan berkurangnya massflow suatu sumur,

dengan berkurangnya massflow maka kapasitas yang dapat dihasilkan oleh suatu sumur juga

akan berkurang.

Multicomponent Effect pada Production Curve

Gambar 5. Multicomponent Effect pada Production Curve

Dari Gambar 5. Dapat dilihat kondisi awal sumur, kondisi awal kandungan fluida yang

pure H2O, kondisi fluida mengandung CO2 sebesar 2% dan kondisi fluida mengandung CO2

sebesar 4%. Dari grafik dapat dilihat bahwa semakin besar kandungan dari CO2 di dalam

suatu fluida maka akan menyebabkan semakin besarnya berkurangnya massflow suatu sumur,

dengan berkurangnya massflow maka kapasitas yang dapat dihasilkan oleh suatu sumur juga

akan berkurang.

Heat Loss Effect pada Production Curve

Gambar 6. Heat Loss Effect pada Production Curve

Dari 6. Dapat dilihat kondisi awal sumur, kondisi awal dimana tidak terjadi heatloss,

kondisi terjadi heatloss pada 8 jam dan kondisi terjadi heatloss pada 3 hari. Dari grafik dapat

dilihat bahwa semakin besar atau semakin lama waktu terjadi heatloss di dalam suatu sumur

maka akan menyebabkan semakin besarnya berkurangnya massflow suatu sumur, dengan

berkurangnya massflow maka kapasitas yang dapat dihasilkan oleh suatu sumur juga akan

berkurang.

Simulasi Monte Carlo

Simulasi Monte Carlo adalah metode yang menawarkan solusi dari masalah yang

diberikan berdasarkan proses randomisasi dan dinamai kota Monte Carlo di Monaco, di mana

dasar nya dari sebuah klub judi. Klub-klub ini menawarkan berbagai permainan peluang

seperti roda roulette, mesin slot, permainan dadu dan kartu (Sarimiento dan Bjornsson 2007;

Kalos dan Whitlock 2007). Simulasi monte carlo dideskripsikan sebagai teknik sampling pada

statistik yang akan digunakan untuk memperkirakan solusi apa yang tepat untuk menghadapi

masalah kuantitatif (Monte Carlo Method, 2008). Metode Monte Carlo mensimulasikan

Moch. Syafiq Fachrizal

3988 Syntax Idea, Vol. 6, No. 09, September 2024

sistem tersebut berulang-ulang kali, ratusan bahkan sampai ribuan kali tergantung data yang

dianalisa, dengan cara memilih sebuah nilai random untuk setiap variabel dari distribusi

probabilitasnya. Output dari simulasi tersebut adalah distribusi probabilitas dimana nilai dari

sebuah sistem secara keseluruhan. Simulasi Monte Carlo sudah diaplikasikan di berbagai

bidang, yaitu; transportasi, energi, finansial, biologi, biokimia dan meteorologi (Kwak &

Ingall, 2007).

Metode Penentuan Kapasitas Estimasi Produksi

Ada berbagai metode untuk memperkirakan energi panas bumi maksimum dan

minimum dari reservoir berdasarkan hukum kekekalan massa dan energi. Ini metode yang

digunakan untuk penilaian sumber daya bervariasi tergantung pada Pemodelan, History

Matching, dan data yang tersedia di berbagai tahap panas bumi pengembangan dan

keakuratan metode tergantung pada kepastian informasi yang tersedia (Zarrouk dan Simiyu

2013).

Terdapat dua perbedaan metode dalam menentukan estimasi kapasitas produksi,

yaitu:

Metode Deterministik

Metode deterministik menggunakan nilai tunggal untuk setiap parameter, berdasarkan

data reservoir yang tersedia dengan lengkap, menghasilkan nilai tunggal untuk estimasi

sumber daya atau cadangan. Deterministik juga dapat mensimulasikan sumur berdasarkan

pressure drop correlation yang dipilih dalam sekali hitungan saja.

Metode Probabilistik

Dalam metode probabilistik, digunakan rentang nilai yang dapat terjadi secara acak

untuk setiap parameter yang tidak diketahui dari data geologi, geokimia, dan geofisika serta

data teknik untuk menghasilkan berbagai kemungkinan hasil untuk volume sumber daya.

Untuk dapat mengetahui hasil tersebut digunakan kumpulan data deterministik yang dihitung

secara berulang berdasarkan number of run, memaki interval dan menyebarkan data dengan

metode monte carlo untuk melihat beberapa kemungkinan yang akan terjadi.

Tahapan Simulasi Output Sumur Temperatur 200-220

JIWA Flow adalah salah satu wellbore simulator yang dimiliki oleh PT. Anugerah

Indonesia Lima (Ailima). Wellbore Simulator mendukung pekerjaan Reservoir Engineer

dalam optimasi produksi sumur panas bumi. JIWA Flow merupakan powerful web-apps

wellbore simulator pertama dengan pendekatan probabilistik untuk mengurangi

ketidakpastian dalam produksi sumur panas bumi serta menggunakan cloud computing

system. Salah situ fitur dari JIWA Flow adalah melakukan wellbore simulation dimana

mensimulasikan suatu sumur agar dapat diketahui output dan kurva analisisnya. Tujuan dari

simulasi lubang sumur adalah untuk memudahkan Reservoir Engineer untuk dapat

menganalisis :

1. Karakteristik permeabilitas

2. Monitoring perilaku sumur

Studi Output Sumur Temperatur 200-220 Derajat Celsius dengan Menggunakan Wellbore

Simulator Jiwa Flow

Syntax Idea, Vol. 6, No. 09, September 2024 3989

3. Penurunan tekanan dan temperatur pada produksi

4. Prediksi steam supply

5. Prediksi kapasitas injeksi

Indikator yang mempengaruhi output sumur adalah data-data yang akan digunakan

dalam mensimulasikan sumur. Data-data yang dikumpulkan meliputi ; Kondisi operasi sumur

(Tabel 1), Well Trajectory (Tabel 2), Feedzone parameters (Tabel 3), dan Casing Design

(Tabel 4).

Tabel 1. Kondisi Operasi Sumur

WHP

(bar)

Psep (bar)

SSC

(ton/hr/MW)

SBC

(kg/s/MW)

25.7

21.2

1.94

Dari data kondisi operasi sumur terdapat data tekanan kepala sumur, tekanan separator,

specified steam consumption (SSC), dan specified brine consumption (SBC).

Tabel 2. Well Trajectory

Well Trajectory

(m)

TVD

(m)

Elevation (mdpl)

Angle

2072

2022

1992

110

1962

140

1932

170

1902

200

1872

230

1842

260

1812

290

1782

320

1752

350

1722

380

1692

410

1662

440

1632

470

1602

500

1572

Tabel 3. Casing Design

Casing Design

(m)

Code

Size

(inch)

Grade

1050

Production

Casing

13 3/8

68 lb/ft, J-55

2800

Perforated Liner

10 3/4

51 lb/ft, K-

Moch. Syafiq Fachrizal

3990 Syntax Idea, Vol. 6, No. 09, September 2024

Tabel 4. Feedzone Parameters

Probabilistic Multi Feed Zone Parameter

Shallow

Deep

Type

Parameter

Min

Max

Most

Min

Max

Most

Fix

1700

2800

Fix

Press

148

Rectangular

Enthalpy

2800

H@200

degC

H@220degC

Rectangular

0.1

0.01

Berikut tahapan-tahapan simulasi yang dilakukan dengan menggunakan JIWA FLOW:

Pada tahap ini, user dapat melakukan login kedalam JIWA FLOW untuk dapat

melakukan simulasi sumur di website JIWA FLOW : www.jiwa.ailima.co.id dan akan

dihadapkan pada halaman utama.

Gambar 7. Login JIWA Flow

Input data task project

Pada menu bagian project akan dihadapkan pada description box, case name, pressure

drop correlation, estimation approach, dan number of runs. Untuk description box diisi sesuai

dengan deskripsi simulasi, untuk case name diisi dengan nama project yang dilakukan. Disini

penulis memilih pressure drop correlation yaitu homogeneous hal ini dikarenakan korelasi ini

mengasumsikan uap dan air bergerak dengan kecepatan yang sama dan model ini tidak

memperhitungkan kecepatan slip dan cukup baik dalam memperkirakan kehilangan tekanan

di sumur panas bumi. Setelah memilih korelasi nya, selanjutnya dipilih pendekatan estimasi

untuk simulasi sumur panas bumi. Disini penulis memilih pendekatan probabilistik.

Probabilistik adalah merupakan kumpulan deterministik yang dihitung secara berulang ulang

berdasarkan dengan number of run dengan memiliki interval tertentu serta dengan persebaran

data yang menggunakan konsep Monte Carlo.

Studi Output Sumur Temperatur 200-220 Derajat Celsius dengan Menggunakan Wellbore

Simulator Jiwa Flow

Syntax Idea, Vol. 6, No. 09, September 2024 3991

Gambar 8. Input data Task Project

Input data kondisi operasi sumur pada task project

Pada tahap input ini, dimasukan data sesuai dengan kondisi operasi sumur yang meliputi

WHP (wellhead pressure) atau tekanan kepala sumur (TKS), P. Separator atau tekanan

separator, Specified Steam Consumption (SSC), Specific Brine Consumption (SBC)

Gambar 9. Input data Kondisi Operasi Sumur

Input data task trajectory

Pada bagian description menu trajectory di input mengenai deskripsi simulasi yang akan

dilakukan dan kemudian setelah itu dilakukan input data berupa wellhead elevation dengan

nilai 1966 dan juga memasukkan nilai MD dan Angle pada tabel yang telah tersedia di bawah.

Setelah data MD dan Angle diinput, dilakukan check value untuk mendapatkan data TVD

serta data Elevation.

Gambar 10. Input data Task Trajectory

Input data feedzone parameter

Selanjutnya pada bagian menu feedzone dilakukan input data pada tabel yang telah ada

berupa M.Depth, Pressure, Enthalpy, dan PI (Wang et al., 2019). Setelah melakukan input

data pada bagian Depth/Elevation Parameter dipilih parameter yaitu M. Depth serta pada

bagian PI parameter dipilih parameternya yaitu kg/s.bar.

Moch. Syafiq Fachrizal

3992 Syntax Idea, Vol. 6, No. 09, September 2024

Gambar 11. Input data Feedzone Parameter

Input data casing design

Selanjutnya yaitu pada bagian menu casing dilakukan input data berupa MD, setelah

melakukan input data MD dilakukan check value untuk mendapatkan nilai dari data TVD dan

Elevation. Kemudian dilakukan input data lagi berupa jenis casing yang digunakan didalam

sumur, ukuran casing yang digunakan, serta grade casing yang digunakan. Setelah data casing

ini dimasukkan maka secara otomatis nilai OD,ID, dan Roughness diketahui. Setelah semua

data terinput dilakukan check value lagi.

Gambar 12. Input data Casing Design

Running simulasi sumur

Setelah data casing selesai diinput, dilakukan pengecekan ulang pada semua data yang

telah dimasukkan di semua bagian menu, dan yang terakhir yaitu running simulasi sumur agar

dapat memunculkan data yang telah diinput.

Gambar 12. Running Simulasi Sumur

Analisa dan hasil simulasi output sumur temperatur 200-220 derajat celsius

Dari hasil tahapan simulasi yang telah dijelaskan pada sub bab sebelumnya, maka akan

didapatkan beberapa hasil olah data diantaranya:

1. Analysis curve berupa : Mass, Enthalpy, MW Steam, MW Brine, Mwe Total, Q Steam, Q

Brine, dan MDP

Studi Output Sumur Temperatur 200-220 Derajat Celsius dengan Menggunakan Wellbore

Simulator Jiwa Flow

Syntax Idea, Vol. 6, No. 09, September 2024 3993

2. Output Table Probability

3. Output Table Generated Data

4. Output Table Probability Feedzone

Analysis Curve

Setelah simulasi dilakukan dengan menggunakan wellbore simulator JIWA FLOW,

dapat dilihat langsung analysis cuve nya dalam bentuk histogram yang memunculkan kurva

berupa Mass, Enthalpy, MW Steam, MW Brine, Mwe Total, Q Steam, Q Brine, MDP. Dari

histogram tersebut dapat dianalisis untuk frekuensi mengikuti aturan probabilitas dimana

frekuensi 0 ≤ merupakan peristiwa yang tidak mungkin terjadi, sedangkan ≤ 1 merupakan

peristiwa yang diyakini akan terjadi.

Berikut output analysis curve dalam bentuk histogram

Gambar 13. MW Total

Table 5 Output Probability

Probability

(n)

Mass

(kg/s)

Enthalphy

(kJ/kg)

MWe

Steam

MWe

Brine

MWe

Total

10.03

1294.87

2.46

0.07

3.84

23.79

1551.81

5.33

0.37

7.09

27.96

1805.36

8.74

0.66

10.51

36.26

1904.77

10.26

0.84

12.16

40.89

1996.19

12.39

1.24

14.3

44.91

2131.63

14.63

1.82

16.53

48.58

2259.11

16.97

2.09

19.11

52.54

2386.88

18.57

2.41

20.48

56.28

2499.3

19.79

2.9

21.73

61.98

2644.63

21.43

3.2

67.92

2728.19

23.29

3.62

24.25

Dari hasil simulasi wellbore menggunakan JIWA Flow, dapat dilihat dari tabel diatas

pada tabel probabilitas hasil simulasi menggunakan wellbore simulator JIWA Flow

menunjukan adanya distribusi probabilitas dari P1 – P99. Pada kesempatan ini, penulis

melakukan analisis terhadap hasil distribusi probabilitas dimana terdapat hasil yang

menunjukan dari angka yang paling pesimis, medium, hingga yang paling optimis.

Pada tabel probabilitas bisa dilihat distribusi nya dari angka yang paling kecil hingga

yang paling besar, dimana nilai Mass, Enthalpy, dan MWe Steam akan semakin naik seiring

dengan persebaran data probabilitas. Disini penulis mengasumsikan bahwa pada P20

merupakan nilai yang paling logis untuk dijadikan acuan dalam pengembangan sumur panas

Moch. Syafiq Fachrizal

3994 Syntax Idea, Vol. 6, No. 09, September 2024

bumi kedepan. Karena angka yang dimunculkan tidak terlalu jauh dari data yang

disimulasikan pada wellbore simulator JIWA Flow.

Tabel 6 Probability Feedzone

No.

Feedzone

No.

(m)

Pressure

(bar)

Enthalphy

(kJ/kg)

1700

2800

0.48

2800

148

895.99

0.29

1700

2800

0.76

2800

148

886.45

0.95

1700

2800

0.92

2800

148

923.92

0.23

1700

2800

0.38

2800

148

869.89

0.2

1700

2800

0.67

2800

148

921.3

0.78

1700

2800

0.51

2800

148

873.05

0.19

1700

2800

0.81

2800

148

857.17

0.41

1700

2800

0.93

2800

148

870.15

0.85

1700

2800

0.13

2800

148

929.19

0.49

1700

2800

0.68

2800

148

930.39

0.58

Dari hasil nilai pada tabel diatas dapat dilihat bahwa terdapat beberapa persebaran data

multi-feedzone yang diindikasi terdapat dua feedzone didalam lubang sumur. Angka acak

yang diambil oleh sistem akan terdistribusikan terhadap interval kedalaman dari tiap

feedzone.

KESIMPULAN

Berdasarkan penelitian yang telah penulis lakukan, penulis melakukan simulasi terhadap

sumur temperatur 200-220 Untuk dapat memunculkan hasil simulasi perlu diketahui

beberapa data yang harus dikumpulkan atau disiapkan, diantaranya berupa well trajectory,

casing design, Feedzone parameters, dan operation conditions. Dari hasil simulasi

menghasilkann beberapa persebaran data dari entalpi terhadap termperatur 200-220 yang

dapat menjadi parameter dalam menentukan estimasi kapasitas sumur produksi. Dari simulasi

wellbore menggunakan JIWA Flow dengan metode probabilistik, dapat diketahui MWe dan

kebutuhan sumur yang diperlukan sesuai oleh data yang dihasilkan. Penulis mengasumsikan

bahwa pada P50 merupakan nilai yang paling logis untuk dijadikan acuan dalam

pengembangan sumur panas bumi kedepan. Pada P50 dihasilkan Mass 27.96 kg/s, Enthalpy

1805.36 kJ/kg, Mwe Steam 8.74, Mwe Brine 0.66, Mwe Total 10.51

BIBLIOGRAFI

Akbar, A. R., Kasmungin, S., & Kustono, B. (2017). Analisis Data Pts (Pressure,

Temperature, Spinner) Setelah Dilakukan Kegiatan Acidizing Pada Sumur Abl-1.

Studi Output Sumur Temperatur 200-220 Derajat Celsius dengan Menggunakan Wellbore

Simulator Jiwa Flow

Syntax Idea, Vol. 6, No. 09, September 2024 3995

Prosiding Seminar Nasional Cendekiawan, 1–6.

Aninditho, M. D. (2017). Studi Evaluasi Dan Optimasi Penggunaan Esp Pada Sumur X-01,

X-02, Y-01 Menggunakan Software Prosper. Jurnal Teknik Perminyakan, 5(2), 1–2.

Atmanto, L. J. D. (2015). Pembangkit Listrik Tenaga Panas Bumi (Pltp) Dan Kendala

Pembangunannya. Orbith: Majalah Ilmiah Pengembangan Rekayasa Dan Sosial, 11(1).

Budiman, W. A. (2023). Studi Numerik Unjuk Kerja Borehole Heat Exchanger Pada Sumur

Panas Bumi Tidak Produktif. Universitas Gadjah Mada.

Fakhrezi, M. T. (2020). Evaluasi Dan Optimisasi Penggunaan Aerated Drilling Pada Sumur

“Xx” Lapangan Panasbumi “Yy” Pertamina Geothermal Energy. Universitas

Pembangunan Nasional" Veteran" Yogyakarta.

Hartanto, R. S., & Dani, H. (2020). Studi Literatur: Pengembangan Media Pembelajaran

Dengan Software Autocad. Jurnal Kajian Pendidikan Teknik Bangunan, 6(1).

Mahendra, F. (2020). Studi Simulasi Numerik Karakteristik Aliran Fluida Di Dalam Sumur

Panas Bumi. Universitas Gadjah Mada.

Meilani, H., & Wuryandani, D. (2010). Potensi Panas Bumi Sebagai Energi Alternatif

Pengganti Bahan Bakar Fosil Untuk Pembangkit Tenaga Listrik Di Indonesia. Jurnal

Ekonomi & Kebijakan Publik, 1(1), 47–74.

Nataliana, D., Taryana, N., & Akbar, R. A. (2018). Studi Korelasi Antara Kapasitas Daya

Motor Electrical Submersible Pump Terhadap 4 Parameter Sumur Minyak. Elkomika:

Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika, 6(1), 79.

Rumetna, M. S. (2018). Pemanfaatan Cloud Computing Pada Dunia Bisnis: Studi Literatur.

Jurnal Teknologi Informasi Dan Ilmu Komputer (Jtiik), 5(3), 305–314.

Saptadji, N. M. (2001). Teknik Panas Bumi. Bandung, Penerbit Itb.

Sitinjak, E. S., Sapiie, B., Ramdhan, A. M., Harianto, M., Somantri, W., & Nurcahyo, M.

(2016). Wellbore Stability In Soft Sediment And Overpressured Environment, Study

Case In Tanggulangin, Northeast Java Basin. Eage/Spe Workshop On Integrated

Geomechanics In Exploration And Production, 2016(1), 1–5.

Sofiah, R., Suhartono, S., & Hidayah, R. (2020). Analisis Karakteristik Sains Teknologi

Masyarakat (Stm) Sebagai Model Pembelajaran: Sebuah Studi Literatur. Pedagogi:

Jurnal Penelitian Pendidikan, 7(1).

Susiyadi, A. (2023). Observasi Peralatan Dan Desain Sucker Rod Pump: Studi Kasus Sumur

Als-25 Pada Struktur Ledok Pt Pertamina Ep Cepu Regional 4 Zona 11, Cepu Field.

Wang, J., Nitschke, F., Gholami Korzani, M., & Kohl, T. (2019). Temperature Log

Simulations In High-Enthalpy Boreholes. Geothermal Energy, 7, 1–21.

Moch. Syafiq Fachrizal (2024)

First publication right:

Syntax Idea

This article is licensed under: