Monte Carlo Simulation & Probablistic Modelling

Tentang Program

Monte Carlo Simulation & Probabilistic Modelling membahas teknik kuantifikasi ketidakpastian dalam estimasi sumber daya secara komprehensif dan mendalam. Peserta mempelajari teknik simulasi Monte Carlo dan pemodelan probabilistik untuk mengkuantifikasi ketidakpastian dalam estimasi sumber daya migas maupun geothermal. Peserta juga berlatih menerapkan simulasi Monte Carlo tersebut pada studi kasus data estimasi sumber daya, serta cara menginterpretasikan hasil distribusi probabilitas yang dihasilkan untuk mendukung keputusan investasi yang lebih matang. Peserta juga mempelajari perangkat lunak yang mendukung simulasi Monte Carlo tersebut secara efisien dan sistematis secara berkelanjutan. Peserta juga mempelajari cara menyesuaikan parameter simulasi Monte Carlo sesuai konteks data yang dievaluasi secara nyata dan berkelanjutan.

Lokasi Pelatihan

Syllabus / Materi

1. Modul 1 — Konsep Simulasi Monte Carlo, memahami prinsip simulasi Monte Carlo untuk pemodelan probabilistik.
2. Modul 2 — Aplikasi Probabilistic Modelling pada Migas, menerapkan pemodelan probabilistik pada evaluasi cadangan/prospek migas.
3. Modul 3 — Praktik Studi Kasus Monte Carlo Simulation, menerapkan simulasi Monte Carlo pada studi kasus geosains.
4. Modul 4 — Kuantifikasi Ketidakpastian Estimasi, mengkuantifikasi ketidakpastian dalam estimasi sumber daya migas maupun geothermal.
5. Modul 5 — Praktik Menerapkan Simulasi pada Data, berlatih menerapkan simulasi Monte Carlo pada studi kasus data estimasi sumber daya.
6. Modul 6 — Menginterpretasikan Distribusi Probabilitas, menginterpretasikan hasil distribusi probabilitas untuk mendukung keputusan investasi.
7. Modul 7 — Perangkat Lunak Simulasi Monte Carlo, mempelajari perangkat lunak yang mendukung simulasi Monte Carlo secara efisien.
8. Modul 8 — Praktik Menyesuaikan Parameter Sesuai Konteks, praktik menyeluruh menyesuaikan parameter simulasi sesuai konteks data yang dievaluasi.

Jadwal Pelatihan

Kompetensi Teknis

Tenaga Pengajar