49971 research outputs found
Sort by
Analisis Pemilihan Metode Lifting Pada Proses Decommissioning Struktur Jacket Berbasis Risiko
No full textDalam proses eksplorasi dan esksploitasi minyak dan gas diperlukan fasilitas yang mendukung keberlangsungan kerjanya, salah satu yang paling banyak digunakan adalah struktur jacket platform. Setiap struktur jacket yang sudah melewati umur service life nya harus dilakukan decommissioning agar tidak membahayakan lingkungan sekitar. Dalam proses decommissioning terdapat beberapa kegiatan, diantaranya Well plug and abandonment, Cutting, Lifting, Loading dan Transport. Dalam proses decommissioning, penentuan metode lifting sangat menentukan keseluruhan aspek teknis pada saat pelaksanaan decommissioning, selain itu diperlukan juga analisis kekuatan sling untuk menentukan karakteristik sling dan responnya terhadap beban yang ada. Pada tugas akhir ini, dilakukan analisis pemilihan metode sling dan didapatkan bahwa metode yang paling efisien adalah single lifting, dimana dari hasil analisis lifting pada software SACS menunjukan bahwa semua sling sudah kuat dengan beban yang bekerja pada sling paling besar berada di kondisi SHF2 dengan beban Design Sling Load (DSL) sebesar 309.2 mT dengan UC sebesar 0.81. Setelahnya dilakukan analisis keandalan dengan hasil keandalan sling sebesar 92.3%.
=================================================================================================================================
In the process of oil and gas exploration and exploitation, facilities are needed to support the sustainability of its work, one of the most widely used is the platform jacket structure. Every jacket structure that has passed its service life must be decommissioned so as not to endanger the surrounding environment. In the decommissioning process there are several activities, including Well plug and abandonment, Cutting, Lifting, Loading and Transport. In the decommissioning process, determining the lifting method greatly determines the overall technical aspects during the implementation of decommissioning, in addition, sling strength analysis is also needed to determine the characteristics of the sling and its response to the existing load. In this final project, an analysis of the selection of sling methods was carried out and it was found that the most efficient method was single lifting, where the results of the lifting analysis on the SACS software showed that all slings were strong with the largest load working on the sling in the SHF2 condition with a Design Sling Load (DSL) of 309.2 mT with a UC of 0.81. After that, a reliability analysis was carried out with a sling reliability result of a total 92.3%
DFA-Driven Vertical Box in VTP Component Simplification for Enhanced Manufacturability of the N219 Aircraft in PT. Dirgantara Indonesia
No full textPT Dirgantara Indonesia (PTDI) akan meningkatkan produksi pesawat N219 menjadi 12 unit per tahun, yang membutuhkan perluasan hanggar dan optimalisasi manufaktur. Proses saat ini untuk ekor vertikal, yang menampung kotak vertikal, saat ini dinilai untuk produksi penuh hanya satu unit dalam satu tahun. Studi ini secara khusus berfokus pada komponen kotak vertikal dari program penerbangan N219. Desain kotak vertikal yang ada terdiri dari 329 bagian, dengan waktu pemrosesan 13.542 detik, indeks Desain untuk Perakitan (DFA) 4,65, dan biaya perakitan 7,91, turun sekitar 11,50% menjadi 7,56 untuk re-design 2. Hasil ini menyoroti bahwa desain produk berdampak signifikan pada efisiensi perakitan dan produksi, dan menunjukkan pentingnya mengevaluasi berbagai strategi desain ulang. Penerapan DFMA sangat penting untuk memfasilitasi tujuan ekspansi PTDI dengan menyediakan solusi manufaktur yang efisien dan ekonomis yang disesuaikan dengan kebutuhan spesifik mereka
====================================================================================================================================
PT Dirgantara Indonesia (PTDI) aims to increase its N219 aircraft production to 12 units annually, requiring hangar expansion and manufacturing optimization. Current processes for the vertical tail, housing the vertical box, are currently assessed to a full production of only one unit in one year. This study specifically focuses on the vertical box component of the N219 aviation program. The existing vertical box design consists of 329 parts, with a processing time of 13,542 seconds, a Design for Assembly (DFA) index of 4.65, and an assembly cost of 7.91, decreased by about 11.50% to 7.56 for Re-design 2. These outcomes highlight that product design significantly impacts assembly and production efficiency, and demonstrate the importance of evaluating varied re-design strategies. Applying DFMA is crucial for facilitating PTDI's expansion goals by providing efficient and economical manufacturing solutions tailored to their specific needs
Analisis Kelelahan Struktur Jacket Empat Kaki Dan Tegangan Lokal Pada Member Kritis Di Area Splash Zone Akibat Pengaruh Subsidence
No full textSubsidence pada jacket platform merupakan fenomena yang menyebabkan penurunan elevasi struktur. Salah satu efek utama dari subsidence adalah pergeseran posisi splash zone, yang mengakibatkan lebih banyak member struktural terpapar beban siklik akibat gelombang dan arus. Hal ini berpotensi mempercepat kelelahan pada member di area tersebut. Oleh karena itu, penting untuk mengevaluasi pengaruh subsidence terhadap umur kelelahan dan tegangan lokal pada member kritis guna memastikan keamanan struktur dalam jangka panjang. Penelitian ini bertujuan untuk menganalisis pengaruh subsidence terhadap umur kelelahan dan tegangan lokal pada member kritis di area splash zone Jacket Platform WHP-A. Hasil studi menunjukkan bahwa pada kedalaman subsidence 2.7 meter, unity check (UC) tertinggi sebesar 1.08 terjadi pada diagonal bracing 599-5208. Sementara itu, kedalaman subsidence maksimum yang diperkirakan terjadi pada WHP-A adalah 2.6 meter dengan UC sebesar 0.88 pada member yang sama. Subsidence juga mengubah distribusi umur kelelahan pada struktur. Dalam kondisi normal, member dengan umur kelelahan terendah adalah 7366-1535 dengan umur 84.90 tahun. Namun, pada kondisi subsidence, member kritis berpindah ke 1533-1186 dengan umur yang menurun menjadi 54.03 tahun, dari umur awal sebesar 1815 tahun. Analisis tegangan lokal pada sambungan kritis menunjukkan nilai tegangan ekuivalen maksimum sebesar 154.86 MPa terjadi pada area las (weld toe) antara brace dan chord pada member 1533-1186 dalam kondisi subsidence.
=======================================================================================================================================
Subsidence in jacket platforms causes a reduction in structural elevation and shifts the splash zone downward, exposing more structural members to cyclic wave and current loads, which may accelerate fatigue damage. This study investigates the effect of subsidence on the fatigue life and local stress of critical members in the splash zone of the WHP-A jacket platform through global analysis using SACS and local analysis using ANSYS. At a subsidence depth of 2.7 meters, the highest unity check (UC) value of 1.08 was found in diagonal bracing member 599-5208, while the maximum predicted subsidence depth of 2.6 meters yielded a UC of 0.88 in the same member. Subsidence also altered the fatigue life distribution, shifting the critical member from 7366-1535 (84.90 years) under normal conditions to 1533-1186 (54.03 years), significantly lower than the previous 181.5 years. Local stress analysis showed the highest equivalent stress of 154.86 MPa occurred at the weld toe area between brace and chord (member 1533-1186) under subsidence conditions. These results highlight the importance of assessing the impact of subsidence on offshore structural integrity to ensure long-term safety
Detection of Fault on Transmission Line using Wavelet Transform and Neural Network Backpropagation
No full textReliability fault detection plays an essential role in maintaining the stability of power systems, particularly given that various faults originate from environmental influences or electrical failures. Although the Discrete Wavelet Transform (DWT) and Backpropagation Neural Network (BPNN) have been widely explored, the majority of existing studies rely on standard IEEE test systems. This study takes a different approach by applying these methods to the modified Kirirum 1 and Kirirum 3 transmission lines in Kampong Speu Province, Cambodia. The methodology involves applying DWT to extract features from voltage and current signal waveforms, followed by the application of BPNN for both fault classification and localization. The proposed model achieved an accuracy rate of 98.33%, with a fault localization error below 10% and an average detection time of 1 second across 960 simulated fault scenarios with resistance levels of 10 Ω, 20 Ω, 30 Ω, and 50 Ω, and different current flow capacity of 100%, 75%, 50%, 25% and 10%. These results demonstrate the method’s strong potential for application in localized power networks.
=================================================================================================================================
Deteksi gangguan keandalan memainkan peran penting dalam menjaga stabilitas sistem tenaga listrik, terutama mengingat berbagai gangguan berasal dari pengaruh lingkungan atau kegagalan listrik. Meskipun Transformasi Wavelet Diskrit (DWT) dan Jaringan Syaraf Tiruan Perambatan Balik (BPNN) telah banyak dieksplorasi, sebagian besar studi yang ada masih mengandalkan sistem uji IEEE standar. Studi ini mengambil pendekatan berbeda dengan menerapkan metode tersebut pada saluran transmisi Kirirum 1 dan Kirirum 3 yang dimodifikasi di Provinsi Kampong Speu, Kamboja. Metodologi yang digunakan meliputi penerapan DWT untuk mengekstraksi fitur dari bentuk gelombang sinyal tegangan dan arus, diikuti dengan penerapan BPNN untuk klasifikasi dan lokalisasi gangguan. Model yang diusulkan mencapai tingkat akurasi 98,33%, dengan kesalahan lokalisasi gangguan di bawah 10% dan waktu deteksi rata-rata 1 detik pada 960 skenario gangguan yang disimulasikan dengan tingkat resistansi 10 Ω, 20 Ω, 30 Ω, dan 50 Ω, serta kapasitas aliran arus yang berbeda, yaitu 100%, 75%, 50%, 25%, dan 10%. Hasil ini menunjukkan potensi kuat metode ini untuk diaplikasikan pada jaringan listrik terlokalisasi
Sistem Proses Layanan Praktek Dokter Spesialis Kulit dan Klinik Kecantikan Berbasis Proses Bisnis
No full textPenelitian ini berfokus pada pembangunan model proses bisnis dan pengembangan sistem berbasis otomasi untuk meningkatkan efisiensi layanan di praktik dokter spesialis kulit dan klinik kecantikan. Proses bisnis dirancang menggunakan pendekatan Business Process Management (BPM), dengan alat pemodelan Business Process Modeling Notation (BPMN) melalui ProcessMaker. Metodologi penelitian mencakup pemetaan alur kerja eksisting, pengembangan sistem otomatisasi, dan evaluasi keberhasilan sistem berdasarkan Key Performance Indicators (KPI) yang relevan. Indikator yang digunakan meliputi rata-rata waktu tunggu pasien, tingkat kepuasan pelanggan, dan tingkat kesesuaian proses yang berjalan dengan Standard Operating Procedure (SOP). Data dikumpulkan melalui observasi, wawancara, dan analisis event log menggunakan ProM Tools untuk mengidentifikasi hambatan proses dan mengevaluasi kesesuaian alur kerja. Hasil penelitian menunjukkan bahwa penerapan sistem berbasis Business Process Management berdampak langsung terhadap efisiensi waktu pelayanan di praktik dokter spesialis kulit dan klinik kecantikan. Pengujian terhadap sistem ini mencakup tiga aspek, yaitu efektivitas waktu, tingkat kepuasan pengguna internal, dan ketercapaian pelaksanaan prosedur sesuai SOP. Evaluasi efektivitas waktu menunjukkan adanya penurunan rata-rata durasi pelayanan hingga lebih dari 90% dibandingkan sebelum sistem diterapkan, terutama pada proses penerimaan pasien dan pencatatan data. Survei internal terhadap dokter dan staf menunjukkan tingkat kepuasan tinggi, dengan skor rata-rata sebesar 4,7 pada skala Likert, khususnya pada aspek kemudahan input data dan kelengkapan informasi pasien. Selain itu, seluruh kasus uji tercatat mengikuti alur proses yang telah ditetapkan dalam model BPMN, sehingga tingkat kepatuhan terhadap model proses mencapai 100%. Temuan ini mengindikasikan bahwa sistem yang dibangun mampu mempercepat proses layanan, meningkatkan pengalaman pengguna internal, serta memastikan pelaksanaan layanan berjalan secara konsisten dan terdokumentasi dengan baik.
==================================================================================================================================
This research focuses on the development of business process models and the development of automation-based systems to improve service efficiency in dermatologist practices and beauty clinics. Business processes are designed using the Business Process Management (BPM) approach, with the Business Process Modeling Notation (BPMN) modeling tool through ProcessMaker. The research methodology includes mapping existing workflows, developing automation systems, and evaluating system success based on relevant Key Performance Indicators (KPIs). The indicators used include average patient waiting time, customer satisfaction level, and level of conformity of processes that run with Standard Operating Procedures (SOP). Data is collected through observation, interviews, and event log analysis using ProM Tools to identify process bottlenecks and evaluate workflow suitability. The results of the study show that the implementation of a business process management-based system has a direct impact on the efficiency of service time in dermatologist practices and beauty clinics. The testing of this system includes three aspects, namely time effectiveness, internal user satisfaction level, and the achievement of implementing procedures according to SOPs. The evaluation of time effectiveness showed a decrease in the average duration of service by more than 90% compared to before the system was implemented, especially in the process of receiving patients and recording data. Internal surveys of doctors and staff showed a high level of satisfaction, with an average score of 4.7 on the Likert scale, especially in the aspects of ease of data input and completeness of patient information. In addition, all test cases were recorded following the process flow that had been set in the BPMN model, so that the level of compliance with the process model reached 100%. These findings indicate that the system built is able to speed up the service process, improve the internal user experience, and ensure that the implementation of the service runs consistently and well-documented
Pengembangan Mikroskop Digital untuk Deteksi Malaria pada Darah dengan Segmentasi Sel Darah Merah dan Convolutional Neural Network
Get PDFMalaria merupakan penyakit berbahaya yang disebabkan oleh infeksi parasit Plasmodium dan mengganggu pasokan darah ke organ-organ vital. Kasus malaria banyak terjadi di daerah tropis dan subtropis, termasuk Indonesia. Saat ini, deteksi malaria umumnya dilakukan melalui pemeriksaan mikroskopis apusan darah. Namun, metode ini memiliki beberapa keterbatasan, seperti kompleksitas perangkat, ketergantungan pada analis, dan proses yang relatif lama. Di sisi lain, daerah dengan prevalensi malaria tinggi justru seringkali tidak memiliki fasilitas dan sumber daya yang memadai untuk mendukung pemeriksaan tersebut. Oleh karena itu, perlu dikembangkan teknologi berupa mikroskop digital untuk analisis citra mikroskopis, khususnya deteksi malaria, yang bersifat praktis dan low-cost. Sistem mikroskop digital yang dikembangkan mengakuisisi citra menggunakan modul kamera Raspberry Pi v3 dengan lensa okuler 10X dan lensa objektif 100X, sehingga dapat melakukan perbesaran untuk pengamatan tingkat sel. Sistem ini diawali dengan melakukan segmentasi sel darah merah (eritrosit) pada citra yang diakuisisi karena malaria membutuhkan analisis intraseluler eritrosit. Citra yang sampel darah diolah dengan algoritma k-means clustering untuk menghilangkan sel selain eritrosit. Kemudian, segmentasi sel darah merah dengan memanfaatkan sebagian dari metode Bounded Opening Fast Radial Symmetry (BO-FRS) berupa deteksi tepi Sobel. Pemisahan sel tumpang tindih dilakukan dengan metode pixel replication. Sistem berhasil melakukan segmentasi sel darah merah secara individual dengan metode ini. Hasil segmentasi sel darah merah masuk ke dalam sistem klasifikasi menggunakan model machine learning berupa Convolutional Neural Network (CNN). Model ini menghasilkan prediksi apakah sel terinfeksi malaria atau tidak, serta visualisasi heatmap untuk menunjukkan fitur citra yang paling berpengaruh pada prediksi model. Penelitian ini berhasil mengembangkan sistem deteksi malaria dengan akurasi mencapai 96,73%. Keseluruhan sistem di-deploy pada mikrokomputer Raspberry Pi, menawarkan solusi diagnosis malaria yang praktis dan low-cost, sekaligus optimal dan ringan.
====================================================================================================================================================================================================
Malaria is a dangerous disease caused by the Plasmodium parasite infection, which disrupts blood supply to vital organs. Malaria cases are prevalent in tropical and subtropical regions, including Indonesia. Currently, malaria detection is typically performed through microscopic examination of blood smears. However, this method has several limitations, such as complex equipment, dependency on analysts, and a time-consuming process. On the other hand, areas with high malaria prevalence often lack the facilities and resources needed to support such examinations. Therefore, it is necessary to develop digital microscope technology for microscopic image analysis, particularly for malaria detection, that is practical and low-cost. The developed digital microscope system acquires images using a Raspberry Pi v3 camera module with a 10X eyepiece lens and a 100X objective lens, enabling magnification for cellular-level observation. This system starts with segmenting red blood cells (erythrocytes) in the acquired images because malaria requires intracellular erythrocyte analysis. The blood sample images are processed with the k-means clustering algorithm to remove cells other than erythrocytes. Next, red blood cell segmentation is performed using a partial implementation of the Bounded Opening Fast Radial Symmetry (BO-FRS) method, specifically the Sobel edge detection algorithm. Overlapping cells are separated using the pixel replication method. The system successfully segments red blood cells individually using this method. The segmented red blood cell results are fed into a classification system using a machine learning model, specifically Convolutional Neural Network (CNN). This model predicts whether a cell is infected with malaria or not, and generates a heatmap visualization to highlight the most influential image features in the model predictions. This study successfully developed a malaria detection system with an accuracy of 96.73%. The entire system is deployed on a Raspberry Pi, offering a practical, low-cost, yet optimal and lightweight solution for malaria diagnosis
Strategi Peningkatan Upaya Reduksi Sampah Plastik Dengan Pemberlakuan Kebijakan Pembatasan Penggunaan Plastik Sekali Pakai di Kota Kediri
No full textPlastik sekali pakai merupakan salah satu penyumbang utama pencemaran lingkungan karena sifatnya yang sulit terurai dan penggunaannya yang masif. Berdasarkan penelitian Jambeck et al. (2015), Indonesia menjadi negara penyumbang sampah plastik terbesar kedua di dunia. Menyikapi hal ini, Pemerintah Kota Kediri menerbitkan Peraturan Walikota No. 30 Tahun 2023 tentang pembatasan penggunaan plastik sekali pakai, yang mencakup kantong plastik, styrofoam, dan sedotan plastik. Penelitian ini bertujuan untuk menganalisis pola konsumsi plastik sekali pakai, partisipasi masyarakat dan pelaku usaha, serta struktur kelembagaan dalam mendukung implementasi kebijakan tersebut. Metode yang digunakan adalah pendekatan kuantitatif melalui survei kuesioner, analisis Structural Equation Modelling (SEM), dan analisis SWOT. Data dikumpulkan dari tiga kecamatan di Kota Kediri, yaitu Mojoroto, Kota, dan Pesantren. Hasil penelitian menunjukkan bahwa kantong plastik mendominasi komposisi sampah plastik sekali pakai, mencapai 90% dan paling banyak ditemukan di kawasan perumahan. Masyarakat dan pelaku usaha menunjukkan sikap positif terhadap kebijakan, namun implementasi praktik pengurangan plastik masih rendah akibat minimnya edukasi dan akses alternatif ramah lingkungan. Selain itu, belum terdapat struktur kelembagaan khusus yang menangani pengawasan dan implementasi kebijakan secara terintegrasi. Oleh karena itu, strategi yang disarankan meliputi peningkatan kesadaran masyarakat dan pengetahuan pelaku usaha, penguatan peran kelembagaan seperti bank sampah dan TPS 3R, serta pembentukan unit koordinasi lintas sektor yang dipimpin oleh DLH untuk mendukung efektivitas kebijakan secara berkelanjutan.
======================================================================================================================================
Single-use plastics are one of the main contributors to environmental pollution due to their hard-to-decompose nature and massive use. Based on research by Jambeck et al. (2015), Indonesia is the second largest contributor of plastic waste in the world. In response to this, the Kediri City Government issued Mayor Regulation No. 30 of 2023 concerning restrictions on the use of single-use plastics, which include plastic bags, styrofoam, and plastic straws. This study aims to analyze single-use plastic consumption patterns, community and business actor participation, and institutional structure in supporting the implementation of these policies. The methods used are a quantitative approach through questionnaire surveys, Structural Equation Modelling (SEM) analysis, and SWOT analysis. Data was collected from three sub-districts in Kediri City, namely Mojoroto, Kota, and Pesantren. The results of the study show that plastic bags dominate the composition of single-use plastic waste, reaching 90% and are most commonly found in residential areas. The public and business actors show a positive attitude towards the policy, but the implementation of plastic reduction practices is still low due to the lack of education and access to environmentally friendly alternatives. In addition, there is no special institutional structure that handles the supervision and implementation of policies in an integrated manner. Therefore, the suggested strategies include increasing public awareness and knowledge of business actors, strengthening the role of institutions such as waste banks and TPS 3R, and establishing cross-sector coordination units led by DLH to support policy effectiveness in a sustainable manner
Desain Pabrik Kimia Pembuatan Surfaktan Sodium Lignosulfonat (SLS) Berbahan Baku Serat Sabut Kelapa Dengan Metode Sulfonasi Natrium Bisulfit
No full textPenggunaan Enhanced Oil Recovery (EOR) di Indonesia telah menjadi fokus penting untuk mengatasi masalah produksi minyak yang semakin menurun dari sumur-sumur tua. Berdasarkan data dari SKK Migas, terdapat sekitar 136 sumur tua di Indonesia yang menyimpan potensi besar untuk ditingkatkan produksinya melalui EOR (Enhanced Oil Recovery). Salah satu penerapan EOR adalah dengan menggunakan surfaktan sodium lignosulfonat (SLS). Pengolahan surfaktan SLS menggunakan serabut kelapa yang merupakan material berjenis limbah. Pabrik surfaktan SLS dirancang untuk kapasitas 20.000 ton/ tahun dan akan dibangun di Indragiri Hilir, Riau. Untuk memenuhi kebutuhan utilitas, pabrik ini memperoleh energi listrik dari PT PLN dan sumber air dari unit pengolahan air proses. Produksi surfaktan dibagi menjadi empat tahap, yaitu tahap pre-treatment, isolasi lignin, sulfonasi, dan pemurnian. Sabut kelapa merupakan bagian luar buah kelapa yang setelah melalui serangkaian proses pemisahan akan dihasilkan menjadi serat sabut (cocofibre) dan serbuk sabut (cococoir). Proses penguraian ini menghasilkan serat sabut kelapa yang kemudian diproses lebih lanjut untuk mengekstraksi lignin menggunakan metode kraft. Pada tahap ini, sabut kelapa dimasak dengan larutan alkali (NaOH dan Na2S) untuk melarutkan lignin dari serat selulosa dan hemiselulosa, yang menghasilkan larutan lignin dalam black liquor. Setelah pemisahan, lignin yang diperoleh kemudian diolah melalui proses sulfonasi dengan NaHSO3 untuk membentuk sodium lignosulfonat (SLS), yang merupakan surfaktan. Proses terakhir akan dilakukan pemurnian untuk menghilangkan komponen yang tidak diinginkan dengan menggunakan metanol untuk menghilangkan NaHSO3. Spesifikasi SLS yang dihasilkan memiliki kemurnian sebesar 87,5% dengan kadar air sebesar 2% dan natrium sebesar 9%. Hasil produk SLS ini sudah sesuai dengan spesifikasi yang ada pada Standar Nasional Indonesia (SNI). Berdasarkan hasil perhitungan, pabrik dinyatakan layak untuk didirikan dengan nilai Net Present Value (NPV) sebesar Rp170.995.304.978, yang menunjukkan potensi keuntungan signifikan selama masa operasi pabrik. Internal Rate of Return (IRR) sebesar 16,72% mencerminkan tingkat pengembalian investasi yang lebih tinggi dari rata-rata biaya modal yang diharapkan. Analisis Break-Even Point (BEP) sebesar 38,98%, sedangkan Pay Out Time (POT) selama 6,9 tahun menggambarkan durasi pengembalian investasi yang wajar dalam proyek berskala besar. Hasil analisis ini menunjukkan bahwa pabrik memiliki prospek ekonomi yang positif dan memberikan rekomendasi yang kuat untuk merealisasikan proyek ini.
=======================================================================================================================================
The use of Enhanced Oil Recovery (EOR) in Indonesia has become a crucial focus to address the declining oil production from aging wells. According to data from SKK Migas, there are approximately 136 mature wells in Indonesia that hold significant potential to boost production through Enhanced Oil Recovery (EOR). One application of EOR involves the use of the surfactant sodium lignosulfonate (SLS). The production of SLS surfactant utilizes coconut husk, a waste-based material. The SLS surfactant plant is designed with a capacity of 20,000 tons per year and will be built in Indragiri Hilir, Riau. To meet utility needs, the plant will source electricity from PT PLN and water from a process water treatment unit. The production of the surfactant is divided into four stages: pre-treatment, lignin isolation, sulfonation, and purification. Coconut husk is the outer part of the coconut fruit, which, after a series of separation processes, yields coconut fiber (cocofiber) and coconut dust (cococoir). This decomposition process produces coconut fiber that is further processed to extract lignin using the kraft method. In this stage, the coconut fiber is cooked with an alkaline solution (NaOH and Na₂S) to dissolve the lignin from cellulose and hemicellulose fibers, producing a lignin solution in black liquor. After separation, the obtained lignin is processed through sulfonation with NaHSO₃ to form sodium lignosulfonate (SLS), a surfactant. The final step is purification, where unwanted components are removed using methanol to eliminate excess NaHSO₃. The resulting SLS product has a purity of 87.5%, with a moisture content of 2% and sodium content of 9%. The product specifications comply with the Indonesian National Standard (SNI). Based on financial calculations, the plant is considered feasible with a Net Present Value (NPV) of Rp170,995,304,978, indicating significant profit potential over the plant's operational period. The Internal Rate of Return (IRR) is 16.72%, reflecting an investment return rate higher than the average expected capital cost. The Break-Even Point (BEP) is calculated at 38.98%, while the Pay Out Time (POT) is 6.9 years, indicating a reasonable investment recovery period for a large-scale project. This analysis demonstrates the plant’s strong economic prospects and provides a solid recommendation for the project's realization
Strategi Cerdas Sistem Distribusi Energi Standalone Photovoltaic untuk Stasiun Pengisian Kendaraan Listrik di Lingkungan Residensial
No full textPemanfaatan penuh energi dari photovoltaic (PV) pada Stasiun Pengisian Kendaraan Listrik (SPKL) residensial merupakan langkah strategis menuju teknologi hijau. Namun, intermiten PV adalah permasalahan krusial yang dapat mengakibatkan ketidakseimbangan daya. Penelitian ini mengusulkan strategi cerdas distribusi energi PV melalui penetapan waktu layanan pengisian daya (charging service time) yang optimal, dengan mempertimbangkan kapasitas PV dan keadilan antar kendaraan listrik. Karakteristik kendaraan listrik di wilayah residensial bersifat semi-statis, karena pengguna umumnya berada di kediaman mereka setelah kembali dari aktivitas harian pada sore hari. Dengan demikian, fleksibilitas waktu pengisian dapat ditentukan berdasarkan nilai State of Charge (SoC) baterai kendaraan listrik. Kendaraan dengan SoC baterai lebih dari 50% diklasifikasikan sebagai elastis, sedangkan kendaraan dengan SoC baterai di bawah 50% sebagai tidak elastis. Penelitian ini menggunakan genetic algorithm (GA) dan Particle Swarm Optimization (PSO) yang memanfaatkan parameter penurunan daya ketika terjadi intermiten pada sistem PV, untuk mendapatkan waktu layanan pengisian daya kendaraan listrik yang optimal. Proses identifikasi dalam strategi ini memerlukan Internet of Things (IoT) untuk akuisisi, pengolahan, serta komunikasi data antara sistem PV dan kendaraan listrik. Penempatan gateway IoT yang optimal diuji menggunakan tiga metode, yaitu penempatan acak, equally distributed placement (EDP), dan GA. Penempatan optimal gateway IoT dapat mengurangi kebutuhan jumlah gateway IoT yang dibutuhkan dan memastikan transmisi data yang handal. Hasil penelitian menunjukkan bahwa penetapan waktu layanan pengisian daya kendaraan listrik dapat memitigasi intermiten pada sistem PV terpusat untuk SPKL residensial. Hasil simulasi menunjukkan bahwa pemanfaatan rata-rata PV mencapai 95,08% dengan GA dan 96,63% dengan PSO. Tingkat keadilan (fairness index) antar kendaraan listrik mengalami peningkatan yang konsisten. Peningkatan tertinggi terjadi pada simulasi ketiga, yakni dari 0,45 menjadi 0,74 dengan GA (peningkatan relatif 64,44%) dan dari 0,45 menjadi 0,75 dengan PSO (peningkatan relatif 66,67%), jika dibandingkan dengan tanpa strategi yang diusulkan (first-come, first-served). Hasil ini menunjukkan adanya peningkatan keadilan dalam distribusi energi antar pengguna. Peningkatan nilai fairness index menunjukkan semakin kecilnya variasi SoC akhir antar kendaraan. Hal ini mengindikasikan bahwa energi telah dialokasikan secara proporsional terhadap kebutuhan masing-masing kendaraan, sehingga setiap kendaraan mencapai tingkat SoC akhir yang relatif seimbang meskipun dimulai dengan kondisi SoC awal yang berbeda-beda. Penempatan gateway IoT yang optimal dapat mengurangi jumlah gateway yang dibutuhkan. Metode penempatan GA, hanya memerlukan 3 gateway IoT untuk memenuhi ambang batas path loss (PL), dibandingkan dengan metode penempatan acak dan EDP memerlukan lebih dari 3 gateway IoT. Hal ini menunjukkan efisiensi penggunaan infrastruktur IoT dalam mendukung sistem SPKL residensial berbasis PV terpusat.
============================================================================================================================================
The full utilization of photovoltaic (PV) energy in residential Electric Vehicle Charging Stations (EVCS) represents a strategic step toward green technology. However, the intermittent nature of PV generation presents a critical challenge, potentially leading to power imbalance. This research proposes an intelligent energy distribution strategy through the optimal scheduling of charging service time, considering PV capacity and fairness among electric vehicles. Electric vehicles in residential areas exhibit semi-static behavior, as users typically return home in the evening after daily activities. Therefore, charging time flexibility can be determined based on the battery's State of Charge (SoC). Vehicles with SoC above 50 percent are classified as elastic, while those below 50 percent are considered non-elastic. The proposed strategy employs Genetic Algorithm (GA) and Particle Swarm Optimization (PSO), utilizing power drop parameters during PV intermittency to determine the optimal charging service time for electric vehicles. This strategy requires Internet of Things (IoT) for data acquisition, processing, and communication between PV systems and electric vehicles. Optimal IoT gateway placement is evaluated using three methods: random placement, equally distributed placement (EDP), and GA. Efficient gateway placement reduces the number of IoT gateways required and ensures reliable data transmission. The results indicate that optimal EV charging service time scheduling can mitigate intermittency in centralized PV-based residential EVCS systems. Simulation results show that average PV utilization reaches 95.08% using GA and 96.63% with PSO. The fairness index among electric vehicles also improves consistently. The highest improvement occurred in the third simulation, from 0.45 to 0.74 using GA (a relative increase of 64.44%) and from 0.45 to 0.75 with PSO (a relative increase of 66.67%), compared to the conventional first-come, first-served method. These results indicate an improvement in fairness in energy distribution among users. The increase in the fairness index reflects a reduction in the variation of final SoC among vehicles. This implies that energy has been allocated proportionally to each vehicle’s needs, allowing them to reach relatively balanced final SoC levels despite starting from different initial SoC conditions. Moreover, optimal IoT gateway placement using GA requires only three gateways to meet the path loss threshold, while random and EDP methods require more. This highlights the efficiency of IoT infrastructure in supporting centralized PV-based residential EVCS systems
Peramalan dan Uji Ketahanan (Stress Testing) Inflation at Risk (IaR) menggunakan Model Quantile Vector Autoregression with Exogenous Variables (QVARX)
No full textInflasi merupakan kenaikan harga barang dan jasa secara umum dan terus menerus dalam jangka waktu tertentu. Inflasi dapat dipengaruhi oleh shocks dan dalam kondisi ekstrem, kemampuan Bank Indonesia dalam mengendalikannya relatif terbatas. Oleh karena itu, peramalan risiko inflasi dan uji ketahanan (stress testing) akan diperlukan guna mengantisipasi skenario yang dapat memengaruhi stabilitas ekonomi. Berdasarkan hasil analisis, estimasi parameter model telah diformulasikan secara sistematis melalui pendekatan QMLE dan dioptimalkan menggunakan algoritma FN. Model QVARX menunjukkan keunggulan dalam mengakomodasi volatilitas tinggi sedangkan VARX lebih sesuai untuk sektor inflasi yang relatif stabil. Prediksi inflasi di luar data training dan testing periode Januari 2025 sampai Oktober 2025 secara umum menunjukkan pola penurunan pada semua kategori inflasi. Hal ini mengindikasikan potensi perbaikan stabilitas harga pada periode mendatang. Peramalan IaR menunjukkan inflasi perumahan memiliki potensi risiko paling tinggi dibandingkan inflasi lainnya, sedangkan inflasi kesehatan memiliki risiko inflasi paling rendah. Stress testing menunjukkan shocks inflasi pada kondisi ekonomi normal cenderung bertahan sementara dan efeknya hanya dirasakan di awal periode guncangan. Berbeda halnya pada kondisi ekonomi ekstrem, efek guncangan cenderung tidak signifikan di awal periode guncangan, namun bertahap dengan nilai yang semakin tinggi. Inflasi pendidikan dan perumahan merupakan sektor yang paling rentan terhadap guncangan, sehingga intervensi pada kedua sektor ini dapat menjadi kunci untuk memitigasi transmisi inflasi lintas sektor terutama dalam kondisi ekonomi yang tidak stabil.
=================================================================================================================================
Inflation is a general and continuous increase in the prices of goods and services over a period of time. Inflation can be affected by shocks and under extreme conditions, Bank Indonesia's ability to control it’s relatively limited. Therefore, inflation risk forecasting and stress testing will be required to anticipate scenarios that may affect economic stability. Based on the analysis, the model parameter estimation has been formulated systematically through QMLE approach and optimized using FN algorithm. QVARX model shows superiority in accommodating high volatility while VARX is more suitable for relatively stable inflation sectors. Predicted inflation outside the training and testing data for the period January 2025 to October 2025 generally shows a decreasing pattern in all inflation sectors. This indicates the potential for improvement in price stability in the coming period. IaR forecasting results show housing inflation has the highest potential risk compared to other inflation, while health inflation has the lowest inflation risk. Stress testing shows that inflation shocks in normal economic conditions tend to last temporarily and the effects are only felt at the beginning of the shock period. Unlike in extreme economic conditions, the effect of shocks tends to be insignificant at the beginning of the shock period, but gradually with increasingly high values. Education and housing inflation are the most vulnerable sectors to shocks, so interventions in these two sectors can be the key to mitigate the transmission of inflation across sectors especially in unstable economic conditions