Metode Simulasi Monte Carlo adalah suatu metode untuk mengevaluasi suatu model Deterministik yang melibatkan bilangan acak sebagai salah satu input. Metode ini sering digunakan jika model yang digunakan cukup kompleks, non linear atau melibatkan lebih dari sepasang parameter tidak pasti. Sebuah simulasi Monte Carlo dapat melibatkan 10.000 evaluasi atas sebuah model yang dibuat. Dengan menggunakan parameter input berupa bilangan random, maka dapat mengubah suatu model deterministik menjadi model stokastik, dimana model deterministik merupakan suatu model pendekatan yang diketahui dengan pasti sedangkan model stokastik tidak pasti. Simulasi Monte Carlo adalah metode untuk menganalisa perambatan ketidakpastian, dimana tujuannya adalah untuk menentukan bagaimana variasi random atau error mempengaruhi sensitivitas, performa atau reliabilitas dari sistem yang sedang dimodelkan. Simulasi Monte Carlo digolongkan sebagai metode sampling karena input dibangkitkan secara random dari suatu distribusi probabilitas untuk proses sampling dari suatu populasi nyata. Oleh karena itu, suatu model harus memilih suatu distribusi input yang paling mendekati data yang dimiliki (Rubinstein, 1981).
Keluaran proses perhitungan simulasi Monte Carlo berbentuk distribusi frekuensi kumulatif yang memberikan batas harga kepercayaan. Untuk distribusi harga, kumpulan harga pengamatan dari suatu variable dinyatakan dalam bentuk distribusi frekuensi histogram, dimana histogram ini diperoleh dari hasil pengamatan sebanyak n dalam selang harga Dx. Sedangkan frekuensi persatuan harga x sepanjang selang Dx adalah kerapatan jenis frekuensi w(x) yang diungkapkan dalam persamaan W(xi) = wi / D x. Hasil pengamatan suatu variable dari distribusi harga dapat dlakukan dengan menggunakan distribusi segitiga dan distribusi segi empat. Dalam penelitian ini digunakan distribusi segitiga, dimana hasil pengamatan suatu variable hanya dapat diperkirakan dalam tiga kategori, most likely, minimum dan maksimum. Terdapat dua kondisi yang berlaku pada distribusi segitiga yaitu x ≤ b dan x >b. Jika luas segitiga sama dengan satu maka berlaku perumusan sesuai Tabel 1:
Kesulitan utama dalam menentukan besarnya sumberdaya (resources), cadangan dan potensi listrik panas bumi adalah “data” tidak seluruhnya ada. Ketersediaan data tergantung dari kegiatan/survei yang telah dilakukan di daerah tersebut. Dengan meningkatnya kegiatan eksplorasi dan eksploitasi maka data yang diperoleh semakin banyak dan semakin akurat sehingga hasil perhitungan mempunyai tingkat kepastian semakin tinggi. Disamping data hasil survey, juga banyak parameter yang tidak diketahui dengan pasti sehingga biasanya diasumsikan. Ketidak pastian terutama pada saturasi air dan saturasi uap pada keadaan akhir (Tfinal).
Berdasarkan pada tingkat ketidakpastiannya, yaitu ditinjau dari kualitas dan kuantitas data, sumberdaya, cadangan dan potensi listrik panas bumi seringkali diklasifikasikan menjadi tiga, yaitu: kelas terbukti (proven), kelas mungkin (probable), dan kelas terduga (possible).
Potensi terbukti mempunyai tingkat kepastian yang paling tinggi dan dihitung dengan memasukan data dari paling sedikit satu sumur eksplorasi (discovery well) dan dua sumur delineasi.
Potensi kelas mungkin mempunyai tingkat kepastian yang lebih rendah dari potensi terbukti dan dihitung dengan memasukan data satu sumur eksplorasi (discovery well).
Potensi terduga mempunyai tingkat kepastian yang lebih rendah lagi dan dihitung hanya berdasarkan data survei geologi, geokimia dan geofisika.
Data yang diperlukan adalah luas area prospek, tebal reservoir, densitas batuan, porositas batuan, kapasitas panas batuan, temperatur reservoir pada keadaan awal, dan saturasi air pada keadaan awal. Sedangkan asumsi yang dibutuhkan adalah lama pembangkitan listrik, faktor perolehan, temperatur reservoir akhir, dan faktor konversi listrik. Adapun nilai dari setiap variabel yang menjadi input data ditunjukkan pada Gambar 1, dimana mengikuti distribusi segiempat dan distribusi segitiga yaitu variable diperkirakan dalam tiga kategori, most likely, minimum dan maksimum.
Simulasi Montecarlo perhitungan cadangan volumetrik dengan menggunakan distribusi parameter seperti di atas menghasilkan distribusi potensi seperti ditampilkan pada Gambar 4. Dengan demikian secara probabilistik dapat dikatakan potensi lapangan panasbumi XXX secara pesimis (P10), optimis (P90) dan mostlikely (P50) secara berturut-turut 242 MW, 407 MW, dan 313 MW. F