Tesis ini mengusulkan kerangka Integrated Asset Modeling (IAM) baru untuk optimasi lapangan subsea, yang mengatasi keterbatasan pemodelan reservoir konvensional yang terpisah. Dengan menggabungkan simulasi reservoir fidelitas tinggi, batasan jaringan produksi permukaan, dan kontrol choke subsea otonom, kerangka ini menangkap interaksi sistem yang kompleks dan meningkatkan perkiraan produksi. Melalui Latin Hypercube Sampling (LHS), analisis sensitivitas global mengidentifikasi sumur-sumur kunci yang memiliki dampak signifikan terhadap kinerja sistem, memungkinkan optimasi parameter kontrol terfokus untuk meningkatkan faktor perolehan dan nilai ekonomi secara substansial. Pendekatan IAM yang tervalidasi ini memberikan alat pengambilan keputusan bagi operator untuk strategi otomasi adaptif dan manajemen aset berbasis risiko di lingkungan pasar yang fluktuatif.