Hasil Pencarian  ::  Simpan CSV :: Kembali

"Fokus dalam studi ini adalah mengerti bagaimana perilaku laju alir produksi terhadap perubahan tekanan di separator di dalam stasiun pengumpul. Di dalam model terdapat 3 stasiun pengumpul yaitu CPP, LPGF dan OTF, dimana jumlah sumur berproduksi ada 26 sumur. Selama ini pemodelan telah dibuat oleh PT. X, baik itu model reservoir, model surface facility dan model stasiun pengumpul. Model reservoir dibuat di dalam aplikasi ECLIPSE. Model surface facility dibuat di dalam aplikasi PIPESIM dan aplikasi UNISIM digunakan untuk sistem proses. Penelitian ini membutuhkan aplikasi yang dapat dengan mudah mengkomunikasikan satu dengan yang lainnya Untuk komunikasi pemodelan reservoir, surface facility dan proses, digunakan aplikasi IAM Integrated Asset Modeler, dimana pemodelan reservoir ECLIPSE ke surface facility PIPESIM menggunakan sistem coupling sedangan pemodelan dari surface facility PIPESIM ke sistem proses UNISIM menggunakan sistem koneksi. Sistem coupling berarti ada iterasi didalam proses kalkulasi laju alir dan tekanan di dalam aplikasi nya. Sistem koneksi berarti memberikan data hasil iterasi dari coupling ke dalam aplikasi selanjutnya untuk dilakukan kalkulasi algoritma untuk mendapatkan hasil yang maksimal. Hipotesanya bilamana tekanan separator di dalam stasiun pengumpul dikurangi, berarti ada penambahan jumlah kondensat dan gas di dalam jaringan yang dapat dijual lebih banyak lagi. Sekarang jumlah gas yang ada di dalam jaringan itu sekitar 60 MMSCFD yang dapat dijual, dan 25 MMSCFD yang masuk lagi ke dalam reservoir sebagai gas lift. Limit tekanan separator yang ingin di turunkan oleh PT. X adalah dari 22 barg ke 16 barg, yang dievaluasi lagi optimum tekanan yang paling tepat untuk pemodelan tersebut supaya tercapai produksi yang optimum. Dari penelitian diketahui bahwa setelah tekanan MP separator diturunkan mencapai 11 barg, ada beberapa peralatan yang sudah tidak dapat berjalan dengan baik, seperti kecepatan Kompresor sudah mencapai batas desain, selain itu juga injeksi gas lift sudah berada diluar kurva gas lift. Sehingga dalam hal ini dapat disimpulkan bahwa dengan hasil peningkatan laju alir produksi minyak dan gas sebanyak 6 dan 8 sudah paling optimum dengan penurunan tekanan di MP separator sebesar 16 barg.

---

The focus of this study is to understand how the behavior of the production flow rate to separator pressure changes in the gathering station. There are three models in the gathering station CPP, LPGF and OTF, where in the gathering station contained 26 wells into it. PT. X had made all of the modeling such as the reservoir model, the surface facility model and a gathering station process model. Reservoir model is made in the application called ECLIPSE. Model surface facility created inside PIPESIM application and UNISIM applications used for system processes gathering station.

For communicating reservoir modeling, surface facility and process, used applications IAM Integrated Asset Modeler, where reservoir modeling ECLIPSE to surface facility PIPESIM using a coupling system moreover the communication from surface facility PIPESIM into process system UNISIM using the connection system. Coupling systems means there is iteration in the process for calculating the flow rate and pressure in its application. Connection system means providing results data from the iteration of coupling to the subsequent application to do the calculation algorithm to obtain maximum results.

The hypothesis when separator pressure at the gathering station reduced, meaning there will be additional amount of condensate and gas in the network that could sold. Currently the amount of gas that is existed in the network around 60 MMSCFD sold, and 25 MMSCFD, which went back into the reservoir as gas lift. Separator limit pressure forthis method scaled by PT. X is from 22 barg to 16 barg, which should evaluated again the optimum pressure is most appropriate forthe modeling in order to achieve optimum production.

From the result was discovered that after putting down the MP separator pressure to 11 barg, there are some equipment was not working as usual, such as the speed of the compressor has already reach to the design speed, and the gas lift injection was already out of curve. Therefore, it concluded that the optimium oil and gas rate with 6 and 8 additional rate could be handle with MP separator pressure of 16 barg."

"Teknologi informasi saat ini telah berkembang menjadi kebutuhan utama organisasi. Perkembangan teknologi informasi seperti sensor, IoT dan AI memudahkan pengumpulan data aset. Industri energi dan infrastruktur merupakan industri dengan aset intensif. Sistem manajemen aset diperlukan pada industri ini untuk mengelola aset dengan baik. Sistem ini membutuhkan banyak data dengan kualitas data tinggi untuk mendukung keputusan strategis. PT XYZ merupakan industri yang bergantung pada aset dengan jumlah yang banyak. Organisasi ini baru menerapkan sistem informasi manajemen secara terpusat pada tahun 2022. Kualitas data menjadi tantangan organisasi dalam pengembangan sistem informasi manajemen aset saat ini. Pengukuran tingkat kematangan kualitas data dilakukan untuk membentuk strategi peningkatan kualitas data. Untuk mengetahui kondisi pengelolaan kualitas data dilakukan pengukuran dengan menggunakan kerangka kerja David Loshin pada delapan domain kualitas data. Kemudian, dilakukan perancangan strategi dengan menggunakan kerangka kerja DMBOK dan IAM information quality. Hasil dari pengukuran tingkat kematangan menunjukan PT XYZ berada pada tingkatan repeatable. Tingkatan ini mengindikasikan proses sudah berjalan namun belum terdokumentais atau terstandarisasi secara menyeluruh. Hal ini menjadi kendala dalam mendukung tujuan strategis yang salah satunya adalah mencapai sertifikasi ISO 55001. Target tingkat kematangan defined ditetapkan sebagai dasar awal untuk dapat memenuhi sertifikasi tersebut. Untuk meningkatkan tingkat kematangan kualitas data sistem manajemen aset direkomendasikan beberapa strategi. Strategi tersebut diantaranya adalah melakukan kajian ulang strategi kualitas data, melakukan penyusunan kebijakan, standar, prosedur kualitas data, membentuk tim tata kelola kualitas data, mengadopsi teknologi kualitas data, mengembangkan dokumentasi dan pelaporan kualitas data. Program peningkatan kualitas data ini dipetakan menggunakan model PDCA dalam rencana jangka waktu empat tahun. Implemetasi strategi ini diharapkan dapat meningkatkan efisiensi pengelolaan aset, mendukung pencapaian sertifikasi ISO 55001 dan memperkuat landasan organisasi untuk mencapai visi sebagai perusahaan nomor 1 pilihan pelanggan untuk solusi penyedia energi.

---

Information technology has become an essential need for organizations. Technology advancement such as sensors, IoT and AI have simplified the collection of asset data. The energy and infrastructure industries are asset-intensive, those industries require asset management systems to manage assets effectively. These systems rely heavily on high- quality data to support strategic decision-making. PT XYZ is an asset-dependent industry with a large number of assets. The organization began implementing a centralized asset management information system in 2022. Data quality become challenge for the organization when developing its systems. Data quality maturity assessment was conducted to formulate strategies for quality improvement. The measurement uses David Loshin’s framework across eight data quality domains. Subsequently, a strategy was designed using the DMBOK and Institute of Asset Management information quality frameworks. The maturity assessment results indicate that PT XYZ is at repeatable level, which signifies that processes are already in place but not yet fully documented nor standarized across organization. This is one of the barrier to achie strategic goals which is obtaining ISO 55001 certification. The target maturity level is set to defined as foundational for this certification. Several strategies were recommended to enhance the maturity of quality data on asset management systems. These strategies include reviewing data quality strategies, developing policies, standards, and procedures for data quality, forming a data quality governance team, adopting data quality technologies, improving documentation and report for data quality. The data quality improvement program from recommended strategies is mapped using PDCA model with four-year plan. The implementation of this strategy is expected to improve practice of asset management, support the ISO 55001 requirements and strengthen the organization’s foundation to achieve their vision of becoming number one customer choice for energy solutions."

"Teknologi informasi saat ini telah berkembang menjadi kebutuhan utama organisasi. Perkembangan teknologi informasi seperti sensor, IoT dan AI memudahkan pengumpulan data aset. Industri energi dan infrastruktur merupakan industri dengan aset intensif. Sistem manajemen aset diperlukan pada industri ini untuk mengelola aset dengan baik. Sistem ini membutuhkan banyak data dengan kualitas data tinggi untuk mendukung keputusan strategis. PT XYZ merupakan industri yang bergantung pada aset dengan jumlah yang banyak. Organisasi ini baru menerapkan sistem informasi manajemen secara terpusat pada tahun 2022. Kualitas data menjadi tantangan organisasi dalam pengembangan sistem informasi manajemen aset saat ini. Pengukuran tingkat kematangan kualitas data dilakukan untuk membentuk strategi peningkatan kualitas data. Untuk mengetahui kondisi pengelolaan kualitas data dilakukan pengukuran dengan menggunakan kerangka kerja David Loshin pada delapan domain kualitas data. Kemudian, dilakukan perancangan strategi dengan menggunakan kerangka kerja DMBOK dan IAM information quality. Hasil dari pengukuran tingkat kematangan menunjukan PT XYZ berada pada tingkatan repeatable. Tingkatan ini mengindikasikan proses sudah berjalan namun belum terdokumentais atau terstandarisasi secara menyeluruh. Hal ini menjadi kendala dalam mendukung tujuan strategis yang salah satunya adalah mencapai sertifikasi ISO 55001. Target tingkat kematangan defined ditetapkan sebagai dasar awal untuk dapat memenuhi sertifikasi tersebut. Untuk meningkatkan tingkat kematangan kualitas data sistem manajemen aset direkomendasikan beberapa strategi. Strategi tersebut diantaranya adalah melakukan kajian ulang strategi kualitas data, melakukan penyusunan kebijakan, standar, prosedur kualitas data, membentuk tim tata kelola kualitas data, mengadopsi teknologi kualitas data, mengembangkan dokumentasi dan pelaporan kualitas data. Program peningkatan kualitas data ini dipetakan menggunakan model PDCA dalam rencana jangka waktu empat tahun. Implemetasi strategi ini diharapkan dapat meningkatkan efisiensi pengelolaan aset, mendukung pencapaian sertifikasi ISO 55001 dan memperkuat landasan organisasi untuk mencapai visi sebagai perusahaan nomor 1 pilihan pelanggan untuk solusi penyedia energi.

---

Information technology has become an essential need for organizations. Technology advancement such as sensors, IoT and AI have simplified the collection of asset data. The energy and infrastructure industries are asset-intensive, those industries require asset management systems to manage assets effectively. These systems rely heavily on high- quality data to support strategic decision-making. PT XYZ is an asset-dependent industry with a large number of assets. The organization began implementing a centralized asset management information system in 2022. Data quality become challenge for the organization when developing its systems. Data quality maturity assessment was conducted to formulate strategies for quality improvement. The measurement uses David Loshin’s framework across eight data quality domains. Subsequently, a strategy was designed using the DMBOK and Institute of Asset Management information quality frameworks. The maturity assessment results indicate that PT XYZ is at repeatable level, which signifies that processes are already in place but not yet fully documented nor standarized across organization. This is one of the barrier to achie strategic goals which is obtaining ISO 55001 certification. The target maturity level is set to defined as foundational for this certification. Several strategies were recommended to enhance the maturity of quality data on asset management systems. These strategies include reviewing data quality strategies, developing policies, standards, and procedures for data quality, forming a data quality governance team, adopting data quality technologies, improving documentation and report for data quality. The data quality improvement program from recommended strategies is mapped using PDCA model with four-year plan. The implementation of this strategy is expected to improve practice of asset management, support the ISO 55001 requirements and strengthen the organization’s foundation to achieve their vision of becoming number one customer choice for energy solutions."