49971 research outputs found
Sort by
Screen Printed Carbon Elektrode (SPCE) Termodifikasi Nanopartikel Logam Untuk Deteksi Metabolit Sekunder Indikator Infeksi Ganoderma Boninense Pada Kelapa Sawit
No full textPenelitian ini mengembangkan sensor elektrokimia berbasis Screen Printed Carbon Electrode (SPCE) yang dimodifikasi dengan nanopartikel logam emas (Au), perak (Ag), dan platinum (Pt) untuk deteksi metabolit sekunder sebagai indikator infeksi Ganoderma boninense pada kelapa sawit. Nanopartikel Au disintesis menggunakan metode reduksi kimia sedangkan nanopartikel Ag dan Pt menggunakan metode hidrotermal. Karakterisasi struktur dan gugus fungsi dilakukan menggunakan Ultraviolet Visible Spectroscopy (UV-vis), Fourier Transform Infrared Spectroscopy (FTIR), X-ray Photoelectron Spectroscopy (XPS), dan Scanning Electron Microscopy (SEM). Modifikasi permukaan elektroda dilakukan dengan nanokomposit berbasis reduced Graphene Oxide (rGO) dan logam yang dievaluasi menggunakan Cyclic Voltammetry (CV), Electrochemical Impedance Spectroscopy (EIS), Four-Point Probe, Differential Pulse Voltammetry (DPV), dan Chronoamperometry. Hasil menunjukkan bahwa SPCE termodifikasi Pt/rGO (1 wt%) memiliki performa terbaik dengan sensitivitas masing masing untuk fitol 2,220 μA/mM dan 1,801 μA/μM untuk stigmasterol, Limit of Detection (LoD) sebesar 1,915 mM dan 0.505 μM, serta Limit of Quantification (LoQ) sebesar 5,805 mM dan 1,532 mikroM. Selain itu, waktu respon sensor juga terdeteksi dengan cepat (t = 1.28s). perbedaan konsentrasi analit disesuaikan dengan perbedaan kelarutan serta kestabilan larutan masing-masing senyawa secara visual. Dengan sensitivitas tinggi, waktu respon cepat, dan biayanya yang rendah, sensor ini berpotensi menjadi solusi portabel dan selektif untuk deteksi dini infeksi Ganoderma boninense dalam perkebunan kelapa sawit.
==================================================================================================================================
This study developed an electrochemical sensor based on Screen-Printed Carbon Electrode (SPCE) modified with metal nanoparticles of gold (Au), silver (Ag), and platinum (Pt) for the detection of secondary metabolites as indicators of Ganoderma boninense infection in oil palm plantations. Au nanoparticles were synthesized using a chemical reduction method, while Ag and Pt nanoparticles were prepared via a hydrothermal process. Structural and functional group characterizations were carried out using Ultraviolet–Visible Spectroscopy (UV-Vis), Fourier Transform Infrared Spectroscopy (FTIR), X-ray Photoelectron Spectroscopy (XPS), and Scanning Electron Microscopy (SEM). The electrode surface was modified with reduced Graphene Oxide (rGO)–metal nanocomposites and evaluated using Cyclic Voltammetry (CV), Electrochemical Impedance Spectroscopy (EIS), Four-Point Probe, Differential Pulse Voltammetry (DPV), and Chronoamperometry. The SPCE modified with Pt/rGO (1 wt%) exhibited the best performance, with sensitivities of 2.220 μA/mM for phytol and 1.801 μA/μM for stigmasterol, a limit of detection (LoD) of 1.915 mM and 0.505 μM, and a limit of quantification (LoQ) of 5.805 mM and 1.532 μM. Additionally, the sensor showed a rapid response time (t = 1.28 s). The analyte concentration range was adjusted based on the solubility and visual stability of each solution. With high sensitivity, fast response, and low cost, this sensor shows potential as a portable and selective early detection tool for Ganoderma boninense infections in oil palm monitoring systems
Zero-Knowledge Range Proof Dengan Menanamkan Verifikasi Identitas Untuk Keamanan Non-Replayable
No full textPerkembangan teknologi telah mengubah manajemen dan penyimpanan data personal, sehingga meningkatkan penggunaan identitas digital. Sistem identitas digital tradisional biasanya menggunakan otoritas yang terpusat sehingga menimbulkan pertanyaan mengenai privasi dan kontrol terhadap data personal. Self-Sovereign Identity (SSI) telah berkembang menjadi model yang menjanjikan karena memberikan hak penuh atas kontrol identitas digital kepada pengguna. Namun, sistem SSI memiliki beberapa tantangan, salah satunya adalah pada otentikasi dan pencegahan penggunaan kembali data oleh pihak yang tidak berwajib. Risiko terjadinya replay attack pada sistem SSI menjadi faktor dalam pengembangan mekanisme verifikasi identitas privacy-preserving dan aman yang tetap menjaga anonimitas pengguna Untuk menghadapi tantangan tersebut, solusi kriptografi seperti Zero-Knowledge Proofs (ZKP) diintegrasikan ke dalam kerangka kerja SSI, yang memungkinkan pengguna untuk melakukan verifikasi terhadap atribut tertentu tanpa memberikan informasi sensitif. Zero-Knowledge Range Proofs (ZKRP) merupakan bentuk ZKP yang berfokus pada data numerik, sehingga meningkatkan performa dari ZKP saat melakukan verifikasi terhadap data numerik. Walaupun efektif dalam meningkatkan privasi, protokol non-interaktif dari ZKP masih memiliki kerentanan terhadap replay attack karena kurangnya mekanisme challenge-response yang dinamis. Penelitian ini mengajukan solusi varian ZKRP yang tidak hanya mengikat bukti pada nilai rahasia yang diverifikasi, tetapi juga menanamkan verifikasi identitas pemilik data. Ikatan identitas ini bertujuan untuk menciptakan bukti yang non-replayable dan menjaga privasi (privacy-preserving). Pendekatan ini menggunakan modifikasi Pedersen Commitment untuk mengikat identitas dengan aman, inner-product argument untuk optimasi ukuran bukti sehingga mengurangi communication overhead, dan Fiat-Shamir heuristic untuk menjadikan protokol non-interaktif. Implementasi dan evaluasi menunjukkan bahwa solusi ini berhasil mencegah replay attack dengan menolak bukti yang digunakan oleh identitas berbeda. Meskipun ada penambahan fitur pengikatan identitas, overhead performa yang dihasilkan minimal; waktu pembuatan bukti hanya meningkat sekitar 0.44% pada n=256 dan memori sekitar 0.05% pada n=256 dibandingkan Bulletproofs asli. Model ini sejalan dengan standar privacy-preserving dan dapat digunakan untuk verifikasi identitas pada sistem desentral.
===================================================================================================================================
Advancement of technology have transformed the management and storage of personal data, thereby increasing the use of digital identities. Traditional digital identity systems typically rely on centralized authorities, which raises concerns about privacy and control over personal data. Self-Sovereign Identity (SSI) has emerged as a promising model because it grants users full control over their digital identities. However, SSI systems face several challenges, including issues related to authentication and preventing unauthorized data reuse. The risk of replay attacks in SSI systems is a critical factor in the development of secure, privacy-preserving identity verification mechanisms that safeguard user anonymity. To address these challenges, cryptographic solutions such as Zero-Knowledge Proofs (ZKP) are integrated into the SSI framework, enabling users to verify specific attributes without revealing sensitive information. Zero-Knowledge Range Proofs (ZKRP) are a form of ZKP that focuses on numerical data, enhancing the performance of ZKP when verifying numerical information. Although effective in enhancing privacy, the non-interactive protocol of ZKP remains vulnerable to replay attacks due to the lack of a dynamic challenge-response mechanism. This research proposes a variant of ZKRP solution that not only binds the proof to the secret value being verified but also embeds the prover's identity verification. This identity binding aims to create a non-replayable and privacy-preserving proof. The approach utilizes a modified Pedersen Commitment for secure identity binding, an inner-product argument for optimizing proof size to reduce communication overhead, and the Fiat-Shamir heuristic to transform the protocol into a non-interactive one. Implementation and evaluation demonstrate that this solution successfully prevents replay attacks by rejecting proofs used by different identities. Despite the inclusion of identity binding features, the resulting performance overhead is minimal; proof generation time only increases by approximately 0.44% for n=256 and memory usage by about 0.05% for n=256 compared to the original Bulletproofs. This model aligns with privacy-preserving standards and is applicable for identity verification in decentralized systems
Pengembangan Sistem Manajemen dan Monitoring Perkakas di PT Pertamina EP Cepu Field JTB
No full textKerja praktik ini dilakukan di PT Pertamina EP Cepu Field JTB dengan tujuan untuk mengembangkan dan mengimplementasikan sistem manajemen dan monitoring perkakas yang digunakan untuk mempermudah personil dalam pinjam meminjam power tools. Tujuan dari pengembangan sistem ini adalah untuk meningkatkan efisiensi operasional, mempermudah pencatatan peminjaman tools, serta mempermudah untuk memonitor tools yang telah dipinjam. Sistem yang dirancang dibagi menjadi 2 bagian yaitu backend dan frontend. Bagian backend terdiri dari kerangka kerja .NET yang menggunakan database Microsoft SQL Server. Sedangkan bagian frontend terdiri dari Next JS dan Tailwind CSS. Pada implementasi sistem, tools yang ada telah terdaftar pada database dan personil yang bertanggung jawab dapat mengoperasikan sistem melalui web untuk mengubah data sesuai dengan kondisi tools sesungguhnya. Hasil pengujian menunjukkan bahwa sistem yang dikembangkan berhasil mencapai tujuan yang diinginkan, yaitu mempermudah pencatatan peminjaman tools, serta mempermudah untuk memonitor tools yang telah dipinjam. Sebagai saran untuk pengembangan ke depan, penambahan fitur notifikasi peminjaman terlambat kepada supervisor melalui email, pengembangan dashboard yang berisi insight dari perkakas yang dipantau dan integrasi NFC untuk otomatisasi lebih lanjut dapat dipertimbangkan untuk meningkatkan kinerja sistem.
====================================================================================================================================
This internship was conducted at PT Pertamina EP Cepu Field JTB with the aim of developing and implementing a tool management and monitoring system used to facilitate personnel in borrowing and lending power tools. The purpose of developing this system is to improve operational efficiency, facilitate recording of tool loans, and facilitate monitoring of tools that have been loaned. The designed system is divided into 2 parts, namely backend and frontend. The backend consists of a .NET framework that uses a Microsoft SQL Server database. While the frontend consists of Next JS and Tailwind CSS. In the implementation of the system, tools that have been registered in the database and responsible personnel can operate the system via the web to change data according to the actual condition of the tools. The test results show that the developed system has succeeded in achieving the desired goals, namely facilitating the recording of tool loans, as well as facilitating the monitoring of tools that have been loaned. As a suggestion for future development, the addition of a notification feature for loan delays to supervisors via email, a development dashboard containing insights from monitoring tools and NFC transmission for further automation can be considered to improve system performance
Perancangan dan Implementasi Sistem Website untuk Pengelolaan Data Outsourcing PT. Telkom Indonesia
No full textSeiring dengan kebutuhan akan sistem yang efisien dalam pengelolaan data tenaga kerja outsourcing, PT. Telkom Indonesia mengembangkan sistem berbasis website untuk mempermudah administrasi dan monitoring. Sistem ini dirancang untuk mengelola data karyawan outsourcing, termasuk kontrak, mutasi, penilaian, dan laporan. Pengembangan melibatkan analisis kebutuhan pengguna, perancangan antarmuka (UI/UX), serta implementasi teknologi modern seperti Express.js, React, dan Supabase. Fitur utama mencakup autentikasi, pengelolaan data karyawan, dashboard monitoring, dan pengambilan laporan real-time. Sistem ini terintegrasi dengan database menggunakan ORM Drizzle dan memanfaatkan token autentikasi untuk keamanan data. Hasil implementasi menunjukkan bahwa sistem ini mendukung pengelolaan data tenaga kerja outsourcing secara efisien dan terstruktur, sehingga memudahkan manajemen dalam memenuhi kebutuhan perusahaan.
============================================================================================================================
Along with the need for an efficient system in management of outsourced workforce data, PT Telkom Indonesia developed a website-based system to simplify administration and monitoring. This system is designed to manage outsourced employee data, including contracts, mutations, assessments, and reports. Development involved analyzing the needs of needs analysis, interface design (UI/UX), as well as the implementation of modern technologies such as Express.js, React, and Supabase. Features of include authentication, employee data management, dashboard monitoring, and real-time report retrieval. The system system is integrated with the database using the Drizzle ORM and utilizing authentication tokens for data security. The results of implementation results show that this system supports management of outsourced labor data in an efficient and structured, making it easier for management to meet company's needs
Pengembangan Dashboard Visualisasi Data Untuk Aplikasi Conservana Dengan Integrasi Google Spreadsheet
Full text linkAplikasi Dashboard Conservana dirancang untuk memfasilitasi pemantauan dan analisis data secara real-time bagi para penggunanya yaitu admin dan data analyst pada perusaha PT. Pasar Mikro Global yang membutuhkan data tersebut. Untuk mendukung kebutuhan ini, dikembangkan sebuah Dashboard visualisasi Data yang terintegrasi dengan Google Spreadsheet. Dashboard ini berfungsi sebagai portal yang menyediakan layanan untuk menampilkan data-data penting dari Google Spreadsheet dalam bentuk visualisasi yang interaktif dan mudah dipahami. Pengembangan dashboard ini menggunakan framework React.js serta teknologi front-end lainnya seperti JavaScript dan Chart.js, dengan dukungan Google Sheets API untuk pengambilan dan pemrosesan data secara otomatis. Dengan adanya dashboard ini, diharapkan proses pemantauan dan analisis data menjadi lebih efisien, akurat, dan dapat diakses oleh pengguna secara real-time, sehingga mendukung pengambilan keputusan yang lebih baik dalam pengelolaan data pada aplikasi Conservana.
========================================================================================================================
The Conservana Dashboard application is designed to facilitate real-time monitoring and data analysis for its users, namely administrators and data analysts at PT. Pasar Mikro Global, who require this data. To support these needs, a Data Visualization Dashboard integrated with Google Sheets has been developed. This dashboard serves as a portal that provides services to display important data from Google Sheets in the form of interactive and easy-to-understand visualizations. The development of this dashboard utilizes the React.js framework and other front-end technologies such as JavaScript and Chart.js, with the support of the Google Sheets API for automated data retrieval and processing. With this dashboard, it is expected that the process of monitoring and analyzing data will become more efficient, accurate, and accessible to users in real time, thereby
supporting better decision-making in data management within the Conservana application
Analisis Perhitungan Estimasi Stok Karbon dan Biomassa dengan Metode Pendekatan NDVI Menggunakan Foto Udara Multispektral Pada Area Revegetasi (Studi Kasus: PT Berau Coal Site Binungan)
No full textPT Berau Coal, sebagai perusahaan pertambangan batubara, memiliki tanggung jawab untuk menjaga fungsi hidro-orologi dan melindungi flora fauna. Salah satu upaya perusahaan dalam memulihkan fungsi ekologis adalah melalui reklamasi dan revegetasi area pasca tambang. Revegetasi dilakukan untuk mengembalikan fungsi hutan dalam penyediaan jasa lingkungan, termasuk untuk mengupayakan sebagai kawasan penghasil karbon (C) dan menyerap karbon dioksida (CO2). Penelitian ini bertujuan untuk mengetahui sebaran jumlah biomassa dan stok karbon di area revegetasi Site Binungan PT Berau Coal periode tahun tanam 2015 hingga 2022. Metode penelitian yang digunakan adalah kombinasi pengambilan sampel lapangan dan penginderaan jauh menggunakan foto udara multispektral MicaSense. Estimasi biomassa dan stok karbon dengan foto udara dilakukan dengan menghitung nilai indeks kehijauan tanaman atau Normalized Difference Vegetation Index (NDVI) dan meregresikannya dengan data biomassa lapangan. Empat model regresi yang dianalisis adalah linear, kuadratik, kubikal, dan eksponensial. Keempat model tersebut akan dilakukan evaluasi untuk mendapatkan best fit model dengan uji akurasi menggunakan parameter Root Mean Square Error (RMSE) dan nilai korelasi dari hasil pemodelan. Hasil penelitian menunjukkan bahwa model regresi eksponensial dengan persamaan regresi Y = 1,3e-6 x 316656862,6NDVI menghasilkan nilai korelasi tertinggi (0,84), menandakan korelasi yang cukup kuat antara NDVI dan biomassa. Pengujian akurasi model menghasilkan nilai RMSE sebesar 15,65. Diperoleh nilai rata-rata stok karbon 70.817,15 Ton/Ha (2015), 79.837,03 Ton/Ha (2016), 49.654,44 Ton/Ha (2017), 47.047,98 Ton/Ha (2018), 35.219,57 Ton/Ha (2019), 19.693,19 Ton/Ha (2020), 31.335,53 Ton/Ha (2021), dan 31.335,53 Ton/Ha (2022). Temuan penelitian menunjukkan bahwa terdapat hubungan positif antara usia tanaman, NDVI, biomassa, dan stok karbon. Semakin tua usia tanaman, semakin tinggi pula nilai NDVI, biomassa, dan stok karbon di area tersebut.
==================================================================================================================================
PT Berau Coal, as a coal mining company, has a responsibility to maintain hydrological functions and protect flora and fauna. One of the company's efforts to restore ecological functions is through the reclamation and revegetation of post-mining areas. Revegetation is carried out to restore the forest's role in providing environmental services, including efforts to create areas that produce carbon (C) and absorb carbon dioxide (CO2). This study aims to determine the distribution of biomass and carbon stock in the revegetation area of Site Binungan PT Berau Coal for the planting period from 2015 to 2022. The research method used is a combination of field sampling and remote sensing using multispectral aerial photos from MicaSense. Biomass and carbon stock estimation using aerial photos is done by calculating the Normalized Difference Vegetation Index (NDVI) values and regressing them with field biomass data. Four regression models analyzed are linear, quadratic, cubic, and exponential. These models will be evaluated to obtain the best fit model with accuracy tests using Root Mean Square Error (RMSE) and correlation value of the modeling results. The research results show that the exponential regression model with the regression equation Y = 1,3e-6 x 316656862,6NDVI produced the highest correlation value (0.84), indicating a fairly strong correlation between NDVI and biomass. Model accuracy testing yielded an RMSE value of 15.65. The average carbon stock values obtained were 70.817,15 Ton/Ha (2015), 79.837,03 Ton/Ha (2016), 49.654,44 Ton/Ha (2017), 47.047,98 Ton/Ha (2018), 35.219,57 Ton/Ha (2019), 19.693,19 Ton/Ha (2020), 31.335,53 Ton/Ha (2021), and 31.335,53 Ton/Ha (2022). The study's findings indicate that there is a positive relationship between plant age, vegetation index (NDVI), biomass, and carbon stock. The older the plants, the higher the NDVI values, biomass, and carbon stock in the area
Peramalan Volatilitas Return IHSG Menggunakan GARCH-Genetic Algorithm-Support Vector Regression
No full textVolatilitas merupakan salah satu konsep penting dalam ekonometrika yang merujuk pada tingkat perubahan harga aset dalam periode waktu tertentu. Dalam konteks investasi, pemahaman terhadap volatilitas sangat krusial karena mempengaruhi keputusan investasi dan strategi pengelolaan risiko. Indeks Harga Saham Gabungan (IHSG) sering digunakan sebagai indikator kondisi pasar saham di Indonesia, di mana fluktuasi indeks ini dapat memengaruhi perilaku investor. Model GARCH yang diperkenalkan oleh Bollerslev merupakan pengembangan dari Model ARCH dari Engle, dimana model GARCH memiliki kelebihan dalam menangkap volatilitas yang berkepanjangan, namun akurasi prediksi dari GARCH yang kurang baik mendorong orang untuk mencari metode peramalan volatilitas yang lebih baik. Dalam upaya mendapatkan prediksi volatilitas terbaik model GARCH dikombinasikan dengan model regresi dari Support Vector Machine. Permodelan Support Vector Regression (SVR) dilakukan menggunakan ketiga kernel linear, polynomial, dan RBF untuk memprediksi nilai koreksi dari prediksi GARCH. Kernel dengan hasil prediksi terbaik akan dioptimasi menggunakan Genetic Algorithm (GA) untuk mendapatkan hyperparameter yang optimal, sehingga didapatkan prediksi hybrid dari model GARCH-GA-SVR. Hasil prediksi hybrid terbaik pada penelitian ini jatuh pada model GARCH-SVR dengan kernel RBF yang memberikan peningkatan pada hasil evaluasi MSE 54% lebih kecil daripada model GARCH. Model dengan kernel RBF kemudian dioptimasi menggunakan GA, sehingga didapatkan hyperparameter optimalnya C = 0,7454181 , Ɛ = 0,4777241; y = 0,04280406 . Model GARCH-GA-SVR memberikan peningkatan hasil evaluasi MSE 56% lebih kecil dari model GARCH dan 4,4% lebih kecil dari model terbaiknya GARCH-SVR, sehingga dapat disimpulkan Model GARCH-GA-SVR merupakan model yang lebih baik dalam memprediksi fluktuasi pada IHSG.
=================================================================================================================================
Volatility is an important concept in econometrics that refers to the rate of change in asset prices over a specific period. In the context of investment, understanding volatility is crucial as it influences investment decisions and risk management strategies. The Indonesian Composite Index (IDXComposite) is often used as an indicator of the stock market condition in Indonesia, where fluctuations in this index can affect investor behavior. The GARCH model, introduced by Bollerslev, is an extension of Engle's ARCH model, and while GARCH has the advantage of capturing persistent volatility, its prediction accuracy is sometimes inadequate, prompting researchers to seek better volatility forecasting methods. In an effort to obtain the best volatility prediction, the GARCH model is combined with the regression model of Support Vector Machine. Support Vector Regression (SVR) is performed using three kernels: linear, polynomial, and RBF to predict the correction of GARCH predictions. The kernel with the best prediction results is then optimized using Genetic Algorithm (GA) to obtain the optimal hyperparameters, leading to the hybrid prediction from the GARCH-GA-SVR model. The best hybrid prediction result in this study was achieved by the GARCH-SVR model with the RBF kernel, which showed a 54% improvement in MSE evaluation compared to the GARCH model. The RBF kernel model was then optimized using GA, obtaining it’s optimal hyperparameters C = 0,7454181 , Ɛ = 0,4777241; y = 0,04280406. The GARCH-GA-SVR model provided a 56% improvement in MSE evaluation compared to the GARCH model and a 4.4% improvement compared to the best GARCH-SVR model, concluding that the GARCH-GASVR is the superior model in predicting the volatility of the IDXComposite
Audit Sistem Pengolahan Air Limbah dan Optimasi Suhu Produk pada Rotary Cooler di PT Petrokimia Gresik
No full textPT Petrokimia Gresik, salah satu produsen pupuk terbesar di Indonesia, menghadapi tantangan dalam menjaga efisiensi operasional dan keberlanjutan lingkungan, pada pengolahan air limbah dan pengelolaan suhu produk pada rotary cooler. Audit pengolahan limbah cair dilakukan sesuai dengan Surat Keputusan Menteri Lingkungan Hidup dan Kehutanan No.175/Menlhk/Setjen/PKL.1/4/2017 Tentang Izin Pembuangan Air Limbah ke Laut. Optimalisasi suhu produk di rotary cooler penting untuk menjaga kualitas pupuk agar tetap bebas dari caking (menggumpal) pada suhu optimal. Penelitian ini bertujuan untuk mengaudit sistem pengolahan air limbah (waste water treatment) guna memastikan kepatuhan terhadap standar lingkungan, serta mengoptimalkan suhu keluaran produk dari rotary cooler melalui evaluasi kinerja rotary cooler, blower, dan chiller untuk mencapai suhu target 55°C. Metode penelitian meliputi observasi lapangan, pengumpulan data desain dan aktual, serta perhitungan efisiensi alat. Hasil penelitian menunjukkan bahwa kebijakan manajemen PT Petrokimia Gresik dalam pengolahan limbah cair telah memenuhi baku mutu yang ditetapkan. Upaya optimasi dilakukan dengan menurunkan suhu amonia hingga -25,19 °C, meningkatkan kapasitas aliran blower menjadi 67.876 m³/jam, dan memastikan tidak adanya kebocoran pada seal rotary serta ducting chiller.
==================================================================================================================================
PT Petrokimia Gresik, one of the largest fertilizer producers in Indonesia, faces challenges in maintaining operational efficiency and environmental sustainability, in wastewater treatment and product temperature management in rotary coolers. The audit of liquid waste treatment is carried out in accordance with the Decree of the Minister of Environment and Forestry No. 175/Menlhk/Setjen/PKL.1/4/2017 Concerning the Permit for Discharge of Wastewater into the Sea. Optimizing the product temperature in the rotary cooler is important to maintain the quality of the fertilizer so that it remains free from caking (clumping) at the optimal temperature. This study aims to audit the wastewater treatment system to ensure compliance with environmental standards, as well as optimize the product output temperature from the rotary cooler through evaluation of the performance of the rotary cooler, blower, and chiller to achieve the target temperature of 55°C. The research methods include field observation, collection of design and actual data, and calculation of tool efficiency. The results of the study indicate that the management policy of PT Petrokimia Gresik in liquid waste treatment has met the established quality standards. Optimization efforts were made by lowering the ammonia temperature to -25.19 °C, increasing the blower flow capacity to 67,876 m³/hour, and ensuring that there were no leaks in the rotary seal and chiller ducting
Analisis Pengaruh Komposisi Graphite/PVDF dalam Proses Fabrikasi Bipolar Plate Dengan Metode Hot Compression Molding terhadap Performa Single Cell Proton Exchange Membrane Fuell Cell (PEMFC)
No full textFuel Cell menjadi salah satu kandidat piranti konversi energi listrik yang mampu diaplikasikan dalam pemenuhan kebutuhan konsumsi energi listrik pada sektor transportasi. Salah satu jenis fuel cell yang dalam produksi massal untuk kebutuhan transportasi adalah Proton Exchange Membrane Fuel Cell (PEMFC). PEMFC mampu beroperasi dalam temperatur rendah yakni pada range 50 – 100o C. Prinsip kerja dari PEMFC adalah secara elektrokimia dengan reaksi oksidasi yang terjadi pada anoda dan reaksi reduksi pada katoda. Hasil keseluruhan reaksi redoks PEMFC menghasilkan produk berupa air yang bersifat ramah lingkungan. Untuk membentuk rangkaian PEMFC, dibutuhkan komponen antara lain, end plate, current collector, bipolar plate, gas diffusion layer, gasket dan membrane catalyst. Bipolar plate, menjadi salah satu komponen PEMFC yang dari sisi fabrikasi dan manufaktur paling menghabiskan biaya sebanding dengan biaya produksi membran katalis. Untuk menekan biaya produksi, terdapat alternatif dari segi pemilihan material dengan menggunakan grafit, PVDF dan filler konduktif. Namun, dengan penambahan material filler konduktif yang teralalu dominan mengakibatkan sifat mekanik modulus elastisitas dari bipolar plate turun. Sehingga, dalam penelitian yang akan dilakukan ini bertujuan untuk memvalidasi pengaruh komposisi bipolar plate hanya menggunakan prekursor grafit dan PVDF saja dengan variasi komposisi grafit / PVDF sebanyak 9:1, 8:2, dan 7:3. Sehingga, dapat dianalisis pengaruh signifikan performa bipolar plate antara adanya filler konduktif dan sebaliknya. Diperoleh nilai properties meliputi, konduktivitas tertinggi pada komposisi 9:1 dengan nilai konduktivitas 201.9315 S/cm ,kekuatan bending maksimum sebesar 0.22 MPa, densitas arus korosi sebesar 2.6805 μA/cm2 serta performa densitas daya 0.009 W/cm2 , dengan densitas arus sebesar 0.025 A/cm2 . 1 dari 3 pengujian properti semua variasi komposisi bipolar plate mencapai target minimum DOE pada nilai konduktivitas.
==================================================================================================================================
Fuel Cell becomes one of the candidates for electric energy conversion tools that can be applied in meeting the electricity consumption needs in the transportation sector. One type of fuel cell that is in mass production for transportation needs is Proton Exchange Membrane Fuel cell. (PEMFC). PEMFCs are capable of operating at low temperatures in the range of 50 – 100 o C. The principle of operation of PEMCs is electrochemical with oxidation reactions occurring on the anode and reduction reactions on the cathode. To form a series of PEMFCs, it requires components such as end plate, current collector, bipolar plate, gas diffusion layer, gasket and membrane catalyst. To reduce the cost of production, there are alternatives in terms of material selection using graphite, PVDF and conductive fillers. However, with the addition of conductive filler materials that are dominant, the mechanical properties of the module elasticity of the bipolar plate decreases. So, in the research that will be done this aims to validate the influence of the composition of bipolar plates using only the precursor graphite and pvdf only with the variation composition of 9:1, 8:2, and 7:3. Hence, obtained data could be analyzed that the needs of additional conductive filler material is mandatory or not. The obtained properties include the highest conductivity at a 9:1 composition with a conductivity value of 201.9315 S/cm, a maximum bending strength of 0.22 MPa, a corrosion current density of 2.6805 μA/cm2, and a power density performance of 0.009 W/cm2, with a current density of 0.025 A/cm2. 1 out of 3 property tests of all bipolar plate composition variations reached the minimum DOE target for conductivity
Analisis Pengambilan Keputusan Change Order/ Permintaan Perubahan Menggunakan Analytic Network Process Pada Proyek Operator Training Simulator Di Refinery Development Master Plan Industri Minyak Dan Gas
No full textPengambilan keputusan terkait change order pada proyek Operator Training Simulator di industri minyak dan gas merupakan proses yang kompleks, melibatkan evaluasi kriteria biaya, waktu, kualitas, dan risiko. Penelitian ini bertujuan untuk mengidentifikasi kriteria dan subkriteria yang relevan, menyusun model pengambilan keputusan berbasis Analytic Network Process (ANP), dan menghasilkan rekomendasi strategis terbaik. Menggunakan metode Delphi untuk identifikasi kriteria, DEMATEL untuk menganalisis keterkaitan antar kriteria, dan ANP untuk pembobotan alternatif, penelitian ini mengevaluasi empat alternatif keputusan: menerima change order, menolak change order, menerima sebagian change order, dan membuat kontrak baru. Hasilnya menunjukkan bahwa menerima sebagian change order adalah alternatif terbaik dengan bobot tertinggi (0,576), diikuti menerima change order (0,206), menolak change order (0,129), dan membuat kontrak baru (0,088). Model ini diharapkan membantu perusahaan dalam pengambilan keputusan strategis pada proyek-proyek serupa di masa depan.
==================================================================================================================================
Decision-making for change orders in the Operator Training Simulator project within the oil and gas industry is a complex process, requiring the evaluation of cost, time, quality, and risk criteria. This study aims to identify relevant criteria and sub-criteria, develop a decision-making model based on the Analytic Network Process (ANP), and provide the best strategic recommendations. Using the Delphi method to identify criteria, DEMATEL to analyze interrelationships, and ANP for weighting alternatives, the study evaluates four decision alternatives: accepting the change order, rejecting the change order, partially accepting the change order, and creating a new contract. The results show that partially accepting the change order is the best alternative with the highest weight (0.576), followed by accepting the change order (0.206), rejecting the change order (0.129), and creating a new contract (0.088). This model is expected to assist the company in making strategic decisions for similar projects in the future