Pembangkit listrik berbahan bakar gastetap menjadi komponen strategis dalam bauran energi nasional, khususnya sebagai penyangga transisi menuju sistem energi rendah karbon. Berdasarkan Rencana Usaha Penyediaan Tenaga Listrik (RUPTL) PLN 2025–2034, sebanyak 9,2 GW kapasitas pembangkit gas masih direncanakan dibangun dalam lima tahun pertama, menandakan urgensi ketersediaan model estimasi biaya yang akurat dan adaptif terhadap risiko. Penelitian ini bertujuan mengembangkan model estimasi biaya satuan (USD/kW) berbasis data historis menggunakan pendekatan gabungan regresi linear dan simulasi monte carlo. Model biaya mempertimbangkan variabel kapasitas, lokasi geografis yang disesuaikan dengan Indeks Kemahalan Konstruksi (IKK), serta inflasi berdasarkan Indeks Harga Konsumen (IHK/CPI). Data biaya EPC dikumpulkan dari proyek pembangkit gas yang telah terkontrak, dianalisis secara statistik dan divalidasi dengan indikator akurasi seperti koefisien determinasi R² dan Mean Absolut Percentage Error (MAPE). Simulasi monte carlo dijalankan dengan ≥10.000 iterasi untuk memodelkan ketidakpastian dan menghasilkan distribusi probabilistik dari estimasi biaya. Hasil penelitian menunjukkan bahwa integrasi regresi dan monte carlo memberikan hasil estimasi yang lebih realistis dan informatif yang tidak hanya akurat, namun juga menyediakan rentang prediksi probabilistik yang berguna untuk manajemen risiko dan penetapan contingency, sehingga layak digunakan dalam penyusunan cost estimate, dan keputusan investasi proyek pembangkit listrik berbahan gas di Indonesia.