Perpustakaan Digital ITB

Nord Field merupakan salah satu dari tiga aset utama offshore yang dioperasikan oleh PHE OSES. Dalam beberapa tahun terakhir, kinerja ekonominya mengalami penurunan yang signifikan. Meskipun hanya menyumbang sekitar 25% dari total produksi minyak, lapangan ini menyerap lebih dari 50% dari total biaya operasi. Ketidakseimbangan ini menimbulkan kekhawatiran internal mengenai kelayakan lapangan dalam jangka panjang. Studi ini bertujuan untuk mengevaluasi kelayakan ekonomi Nord Field melalui pengembangan enam skenario strategis. Setiap skenario dibangun berdasarkan kombinasi dari tiga pendekatan utama: optimalisasi biaya tanpa mengorbankan kapasitas produksi, investasi untuk meningkatkan produksi minyak dan pendapatan, serta perubahan skema Production Sharing Contract (PSC) dari Gross Split menjadi Cost Recovery. Seluruh skenario disusun menggunakan data performa aktual lapangan, tren biaya historis, dan estimasi waktu pelaksanaan yang realistis. Evaluasi dilakukan menggunakan metode capital budgeting, termasuk proyeksi arus kas, Net Present Value (NPV), dan Modified Internal Rate of Return (MIRR), dengan discount rate yang mencerminkan rata-rata biaya modal perusahaan. Untuk mendukung pengambilan keputusan, metode Analytical Hierarchy Process (AHP) digunakan untuk mendapatkan bobot kriteria utama seperti profitabilitas, kelayakan implementasi, dan tingkat risiko. Hasil paling menguntungkan muncul dari skenario yang menggabungkan optimalisasi biaya operasional, investasi pada sumur produksi baru, dan perubahan skema kontrak menjadi Cost Recovery. Model ini memproyeksikan NPV sebesar USD 196 juta dan MIRR sebesar 47%. Validasi tambahan melalui simulasi Monte Carlo menunjukkan probabilitas 90% untuk mencapai atau melampaui proyeksi dasar, bahkan dalam kondisi penuh ketidakpastian. Temuan ini menunjukkan bahwa dengan pendekatan strategis yang tepat dan analisis berbasis data, Nord Field dapat diubah dari aset yang dianggap beban menjadi aset yang layak secara finansial dan mampu menciptakan nilai jangka panjang.