BibTex Citation Data :
@article{ROTASI47375, author = {Ghiffari Awliya Ashfania and Toni Prahasto and Achmad Widodo and Tarwaji Warsokusumo}, title = {Penggunaan Algoritma Random Forest untuk Klasifikasi berbasis Kinerja Efisiensi Energi pada Sistem Pembangkit Daya}, journal = {ROTASI}, volume = {24}, number = {3}, year = {2022}, keywords = {random forest, NPHR, Indikator operasi variabel terkendali}, abstract = { Efisiensi energi adalah salah satu parameter kinerja utama dalam sistem pembangkit daya selain dari parameter keandalan, ketersediaan, pemeliharaan, dan keselamatan (RAMS). Indikator Efisiensi Energi (EEI) mempunyai peran yang sangat signifikan dalam cost efficiency terkait Biaya Pokok Penyediaan (BPP) tenaga listrik dan penurunan emisi CO2 yang terkait dengan lingkungan hidup yang dikombinasikan dengan aplikasi pembangkit berbasis Energi Baru dan Terbarukan (EBT). Data operasi pembangkit lainnya yang banyak dimonitor sesuai dengan sensor yang tersedia, antara lain: main steam ( temperature, flow, pressure, spray water flow ), reheat steam ( temperature, flow, pressure, spray water flow ), feed water ( temperature, pressure , flow ), exhaust gas ( O2 content, temperature ), condensate ( vacuum pressure, temperature ), coal ( calory value, flow ), dll. Selama ini dalam diagnosis kegagalan peralatan untuk pengambilan keputusan pemeliharaan hanya didasarkan pada fitur-fitur berbasis kinerja keandalan peralatan. Penelitian dalam paper ini bertujuan untuk mencari alternatif baru dengan penggunaan fitur-fitur berbasis indicator Kinerja Efisiensi energi sebagai basis dalam diagnosis kegagalan peralatan atau degradasi fungsi sistem untuk pengambilan keputusan pemeliharaan. Proses diagnosis menggunakan model Random Forest Classifier (RFC) yang memberikan informasi fitur-fitur mana yang mengalami anomali sehingga dapat ditentukan peralatan atau sistem yang berhubungan dengan fitur tersebut. Selain itu juga dengan menggunakan model RFC dapat diperoleh Feature Importance yang dapat dimanfaatkan untuk menentukan prioritas lingkup pekerjaan pemeliharaan yang akan dilakukan. Hasil kajian studi kasus dalam penelitian ini menunjukkan bahwa dengan menggunakan fitur label indikator Net Plant Heat Rate (NPHR) dan fitur-fitur prediktor dari Top 10 Variabel Terkendali, diketahui fitur-fitur yang mengalami degradasi fungsi operasi terkait kinerja efisiensi energi dan sudah disesuaikan prioritasnya adalah: Final Feed Water Temperatur , Main Air Preheater Gas Out Temperature , dan O 2 Contents in Flue Gas . }, issn = {2406-9620}, pages = {14--21} doi = {10.14710/rotasi.24.3.14-21}, url = {https://ejournal.undip.ac.id/index.php/rotasi/article/view/47375} }
Refworks Citation Data :
Efisiensi energi adalah salah satu parameter kinerja utama dalam sistem pembangkit daya selain dari parameter keandalan, ketersediaan, pemeliharaan, dan keselamatan (RAMS). Indikator Efisiensi Energi (EEI) mempunyai peran yang sangat signifikan dalam cost efficiency terkait Biaya Pokok Penyediaan (BPP) tenaga listrik dan penurunan emisi CO2 yang terkait dengan lingkungan hidup yang dikombinasikan dengan aplikasi pembangkit berbasis Energi Baru dan Terbarukan (EBT). Data operasi pembangkit lainnya yang banyak dimonitor sesuai dengan sensor yang tersedia, antara lain: main steam (temperature, flow, pressure, spray water flow), reheat steam (temperature, flow, pressure, spray water flow), feed water (temperature, pressure, flow), exhaust gas (O2 content, temperature), condensate (vacuum pressure, temperature), coal (calory value, flow), dll. Selama ini dalam diagnosis kegagalan peralatan untuk pengambilan keputusan pemeliharaan hanya didasarkan pada fitur-fitur berbasis kinerja keandalan peralatan. Penelitian dalam paper ini bertujuan untuk mencari alternatif baru dengan penggunaan fitur-fitur berbasis indicator Kinerja Efisiensi energi sebagai basis dalam diagnosis kegagalan peralatan atau degradasi fungsi sistem untuk pengambilan keputusan pemeliharaan. Proses diagnosis menggunakan model Random Forest Classifier (RFC) yang memberikan informasi fitur-fitur mana yang mengalami anomali sehingga dapat ditentukan peralatan atau sistem yang berhubungan dengan fitur tersebut. Selain itu juga dengan menggunakan model RFC dapat diperoleh Feature Importance yang dapat dimanfaatkan untuk menentukan prioritas lingkup pekerjaan pemeliharaan yang akan dilakukan. Hasil kajian studi kasus dalam penelitian ini menunjukkan bahwa dengan menggunakan fitur label indikator Net Plant Heat Rate (NPHR) dan fitur-fitur prediktor dari Top 10 Variabel Terkendali, diketahui fitur-fitur yang mengalami degradasi fungsi operasi terkait kinerja efisiensi energi dan sudah disesuaikan prioritasnya adalah: Final Feed Water Temperatur, Main Air Preheater Gas Out Temperature, dan O2 Contents in Flue Gas.
Note: This article has supplementary file(s).
Article Metrics:
Last update:
Last update: 2024-11-20 19:36:29
Penerbit: Departemen Teknik Mesin, Fakultas Teknik, Universitas Diponegoro
Alamat Redaksi: Gedung Administrasi Lantai II Departemen Teknik Mesin Fakultas Teknik Undip Telp.(024)7460059, Facsimile: (024)7460059 ext.102 Email: rotasi@live.undip.ac.id