digilib@itb.ac.id +62 812 2508 8800

Teknik recovery dengan metode chemical enhanced oil recovery (CEOR) khusunya injeksi surfaktan, sedang mendapat perhatian khusus karena secara teknis mampu untuk meningkatkan recovery factor secara signifikan. Namun terdapat permasalahan umum yang sering terjadi, yaitu rendahnya realisasi nilai recovery factor (RF) pada implementasi field trial ataupun skala lapangan, nilai ini jauh dari prediksi uji core di laboratorium. Hal ini disebabkan karena pada umumnya prediksi RF hanya dilakukan sampai tahap uji core laboratorium, pada skala laboratorium, karakteristik reservoir cenderung homogen dan tidak ada unsur complexity pada sample core. Sedangkan pada skala lapangan unsur complexity reservoir akan sangat mempengaruhi. Complexity yang dimaksud disini adalah bagaimana distribusi dan kombinasi penyebaran properties reservoir baik rock properties, fluid properties terhadap respon dinamik dari injeksi surfaktan sehingga menghasilkan RF yang berbeda untuk setiap kondisi. Berdasarkan penjelasan diatas, diperlukan suatu assesment tools terhadap bagaimana pengaruh nilai complexity index reservoir ini terhadap nilai RF dengan dilakukan suatu pendekatan perhitungan dengan metode RCI (reservoir complexity index) yang mengakomodir data properties reservoir dan surfaktan dengan simulasi reservoir. Semakin kompleks suatu reservoir yang diindikasikan dengan kenaikan harga RCI, maka semakin kecil nilai RF yang dihasilkan dari reservoir tersebut. Parameter properties yang dianalisis meliputi 12 parameter yaitu: densitas minyak, kekentalan minyak, permeabilitas horizontal, corey parameter, porositas, perbandingan permeabilitas horizontal terhadap vertikal (kv/kh), residual oil saturation (Sor), pore volume injection, salinity injection, adsorpsi surfaktan, konsentrasi surfaktan, dan capillary number. Nilai persamaan RCI = 0.05(API) + 0.343(Viscosity) + 0.611(Permeability XY) + 0.097(Corey) + 0.112(Porosity) + 0.05(Kv/Kh) + 0.242(Sor) + 0.1(PV Injection) + 0.05(Water Salinity) + 0.132(Surf. Adsorption) + 0.112(Surf. Concentration) + 0.103(Capillary Number). Nilai hubungan RCI vs RF adalah RF = 0.0968(RCI)4-2.1172 (RCI)3 +14.735 (RCI)2 -41.472 (RCI) +117.05 dengan R2 = 0.9555. Hasil validasi RCI untuk testing case dan actual field case serta REV (representative elementary volume) case memberikan hasil average % difference masing-masing RF sebesar 3.47% ; 7.9% ; 9% dan 9.1% . Sehingga bisa disimpulkan jika model RCI vs RF bisa digunakan sebagai tool assessment dalam prediksi nilai RF yang sesuai dengan properties parameter yang dianalisis.