skip to main content

PENDUGAAN KEBUTUHAN DAYA LISTRIK BERBANTUAN METODE LINEARISASI FUNGSI NONLINEAR UNTUK PRODUKSI SEBUAH GENERATOR OKSIGEN

Muhammad Azril Maulana  -  PT Poly Jaya Medikal, Indonesia
*Arief Goeritno orcid scopus  -  Electrical Engineering Study Program, Universitas Ibn Khaldun Bogor, Indonesia
Dikirim: 7 Sep 2022; Diterbitkan: 27 Des 2022.
Akses Terbuka Copyright (c) 2022 Transmisi: Jurnal Ilmiah Teknik Elektro under http://creativecommons.org/licenses/by-sa/4.0.

Citation Format:
Sari
Kebutuhan daya listrik untuk pembuatan suatu peralatan produksi menjadi sangat penting, agar biaya konsumsi daya listrik dapat diantisipasi dan diinternalisasi menjadi biaya produksi. Daya listrik terkonsumsi untuk pembuatan setiap generator oksigen bukan menjadi hal utama, namun keberadaan unsur tersebut tetap harus diperhitungkan. Berdasarkan hal itu, maka pada penelitian ini diprediksi kebutuhan daya listrik untuk produksi sebuah generator oksigen. Prediksi kebutuhan daya listrik dilakukan dengan metode konvensional berbasis deret waktu, sehingga diperlukan penetapan dua sasaran penelitian yang meliputi (i) mengukur nilai tegangan, mengukur nilai arus, dan menghitung daya untuk kebutuhan fase perakitan dan produksi dan (ii) membuat persamaan regresi linear kebutuhan daya listrik dan menguji kevalidan koefisien korelasi berbantuan metode linearisasi fungsi nonlinear. Metode penelitian dilakukan dengan (i) pencatatan nilai tegangan dan arus, dilanjutkan dengan penghitungan daya listrik terkonsumsi saat fase perakitan dan proses produksi; dan (ii) pembuatan persamaan regresi linear melalui tahapan linearisasi fungsi nonlinear untuk perolehan penggambaran suatu hubungan satu variabel bebas (predictor, x) dengan suatu variabel tak-bebas (response, y), dilanjutkan tahapan perolehan dan uji validitas terhadap koefisien korelasi. Hasil pengukuran tegangan dan arus bervariatif saat fase perakitan maupun saat proses produksi, kemudian dilakukan perhitungnan daya listrik dengan hukum Ohm. Saat fase perakitan, setelah melalui proses linearisasi fungsi nonlinear diperoleh persamaan  atau dalam bentuk persamaan regresi linear , dan nilai koefisien korelasi, r sebesar -0,86635. Saat fase proses produksi, setelah dilakukan proses linearisasi fungsi nonlinear diperoleh persamaan  atau dalam bentuk persamaan regresi linear, yaitu , dan nilai koefisien korelasi, r sebesar -0,36831.  Berdasarkan hasil-hasil tersebut dapat disimpulkan, bahwa koefisien korelasi yang diperoleh telah sesuai persyaratan pada kisaran nilai , namun terkategori dengan kriteria “hubungan kuat” saat fase perakitan dan kriteria “hubungan lemah” saat fase proses produksi. Kriteria “hubungan kuat” pada fase perakitan, disebabkan oleh jumlah peralatan listrik untuk fase perakitan hanya terdiri atas tiga macam peralatan listrik, sedangkan kriteria “hubungan lemah” pada fase proses produksi, disebabkan oleh jumlah peralatan listrik untuk fase proses produksi sebanyak sepuluh peralatan atau berjumlah tiga kali lipat lebih dari fase perakitan.
Fulltext View|Download
Kata Kunci: pendugaan kebutuhan daya listrik, metode linearisasi fungsi nonlinear, koefisien kore;asi, produksi sebuah generator oksigen.

Article Metrics:

  1. . Yusuf LA, Popoola K, and Musa H. A review of energy consumption and minimisation strategies of machine tools in manufacturing process. International Journal of Sustainable Engineering. 2021; 14(6), pp. 1826-1842, https://dx.doi.org/10.1080/19397038.2021.1964633
  2. . Walther J., and Weigold M. A Systematic Review on Predicting and Forecasting the Electrical Energy Consumption in the Manufacturing Industry. Energies. 2021; 14(4), 968, https://dx.doi.org/10.3390/en14040968
  3. . Dimas Rizky Hermanto DR, Burhanuddin Y, Harun S, dan Ibrahim GA. Analisis Konsumsi Energi Listrik Universal Milling Machine pada Berbagai Keadaan Operasi dan Parameter Pemesinan. Jurnal Mechanical. 2018; 9(1): 28-32, https://journal.eng.unila.ac.id/index.php/mech/article/download/990/pdf
  4. . Gutowski TG, Dahmus JB, and Thiriez A. Electrical Energy Requirements for Manufacturing Processes. Proceedings of the 13th CIRP Conference on Life Cycle Engineering. Leuven. 2006: 623-627
  5. . Ratner B. The correlation coefficient: Its values range between +1/−1, or do they? Journal of Targeting, Measurement and Analysis for Marketing. 2009; 17(2): 139–142, https://dx.doi: 10.1057/jt.2009.5
  6. . Haug UA, and Irvine DH. The Use of Correlation Coefficients in Test Validation. Higher Education. 1987; 16(1): 33–36, https://www.jstor.org/stable/3446943
  7. . Banaszkiewicz T, Chorowski M, and Gizicki W. Comparative analysis of oxygen production for oxy-combustion application. Energy Procedia. 2014; 51: 127-134
  8. . Allam RJ. Improved oxygen production technologies. Energy Procedia. 2009;1(1), 461–470, https://dx.. Doi.org/10.1016/j.egypro.2009.01.062
  9. . Saidur R, Mekhilef S, Ali MB, Safari A, and Mohammed HA. Applications of variable speed drive (VSD) in electrical motors energy savings. Renewable and Sustainable Energy Reviews. 2012; 16: 543-550, https://doi.org/10.1016/j.rser.2011.08.020
  10. . Dankers FJWM, Traverso A, Wee L, and van Kuijk SMJ. Prediction Modeling Methodology. Fundamentals of Clinical Data Science. 2018; 101–120, https://dx.doi.org/10.1007/978-3-319-99713-1_8
  11. . Rudnitckaia J, and Hruška T. Time Series Analysis and Prediction Statistical Models for the Duration of the Ship Handling at an Oil Terminal. Reliability and Statistics in Transportation and Communication. 2018; 127–136, https://dx.doi.org/10.1007/978-3-319-74454-4_12
  12. . Kotu V, and Deshpande B. Time Series Forecasting. Data Science. 2019; 395–445, https://dx.doi.org/10.1016/b978-0-12-814761-0.00012-5
  13. . Sarker IH. AI-Based Modeling: Techniques, Applications and Research Issues Towards Automation, Intelligent and Smart Systems. SN COMPUT. SCI. 2022; 3: 158, https://dx.doi.org/10.1007/s42979-022-01043-x
  14. . Septyawan R. Analisa Peramalan Kebutuhan Energi Listrik PLN Area Batam Menggunakan Regresi Linear. Tesis. Yogyakarta, Universitas Islam Indonesia. 2018
  15. . Pramudhita AN, dan Mawangi PAN. Smart Grid Untuk Efisiensi Konsumsi Listrik pada Proses Produksi di Industri Manufaktur. Jurnal Ilmu Komputer dan Teknologi Informasi. 2021; 13(1): 7-12, http://ejournal.uin- malang.ac.id/index.php/saintek/article/view/11566
  16. . Kementerian Perindustrian. Penyediaan Energi Listrik Dukung Pertumbuhan Industri. 2020. Tersedia: https://www.kemenperin.go.id/artikel/22105/Penyediaan-Energi-Listrik-Dukung-Pertumbuhan-Industri
  17. . Mulyani D., dan Mulyono D. Pengaruh Efisiensi Energi Listrik pada Sektor Industri dan Komersial terhadap Permintaan Listrik di Indonesia. Jurnal Ekonomi Kuantitatif Terapan. 2018; 11(1): 1-17, https://ojs.unud.ac.id/index.php/jekt/article/download/33095/23989/
  18. . Hao X, Wang Z, Shan Z, and Zhao Y. Prediction of electricity consumption in cement production: a time-varying delay deep belief network prediction method. Neural Comput & Applic. 2019; 31: 7165–7179, https://dx.doi.org/10.1007/s00521-018-3540-z
  19. . Wulandari, T. (2021, Juli). Detik.com. Apakah Oksigen Medis Bisa Diproduksi Sendiri? Ini Kata Dosen Kimia Unair, https://www.detik.com/edu/detikpedia/d-5633065/apakah-oksigen-medis-bisa-diproduksi-sendiri
  20. . Suyitno, dan Yudha FAK. Studi Awal Perancangan Tempat Tidur Pasien Berbahan Aluminium dengan Metode Elemen Hingga. Journal of Mechanical Design and Testing, 2019; 1(1): 73-80, https://dx.doi.org/ 10.22146/jmdt.v1i1.46745
  21. . Pemerintah Kabupaten Pacitan. Kini RSUD. Dr. Darsono Miliki Instalasi Oksigen Generator. 2021, https://pacitankab.go.id/kini-rsud-dr-darsono-miliki- instalasi-oksigen-generator/
  22. . Novrianti K, Yona S, dan Maria R. Posisi Pharmasi Terhadap Oksigenasi Pasien Covid-19 dengan Terapi Oksigen Non-Invasif. Jurnal Keperawatan Silampari. 2021; 5(1): 324-337, https://journal.ipm2kpe.or.id/index.php/JKS/article/view/2953
  23. . Admin. (2007). PT Poly Jaya Medikal, https://www.polymedikal.com/
  24. . Lidwina A. Kelangkaan Oksigen Medis di Tengah Ledakan Kasus Covid-19. 2021, https://katadata.co.id/ariayudhistira/infografik/60e65d79eb147/kelangkaan-oksigen-medis- di-tengah-ledakan-kasus-covid-19
  25. . Admin. Kementerian Badan Usaha Milik Negara. Penuhi Kebutuhan Oksigen, RNI Memproduksi Alkes Oxigen Mandiri. 2021, https://bumn.go.id/post/penuhi-kebutuhan-oksigen-rni-memproduksi-alkes-oxigen-mandiri
  26. . Yuliara IM. Modul Regresi Linier Sederhana. 2016; 1-10, https://simdos.unud.ac.id/uploads/file_pendidikan_1_dir/3218126438990fa0771ddb555f70be42.pdf
  27. . Willems JL, Ghijselen JA, and Emanuel AE. The Apparent Power Concept and the IEEE Standard 1459-2000. IEEE Transactions on Power Delivery. 2005; 20(2): 876–884, https:dx.doi.org/10.1109/tpwrd.2005.844267
  28. . IEEE Standard Definitions for the Measurement of Electric Power Quantities Under Sinusoidal, Nonsinusoidal, Balanced, or Unbalanced Conditions. 2010; https://dx.doi.org/10.1109/ieeestd.2010.5439063
  29. . Turgal E, Doganay B. Include or Exclude a Constant Term in Regression Analysis. The 3rd International Researchers, Statisticians and Young Statisticians Congress (IRSYSC 2017) Selçuk University. Konya (Turkey). 2017; 3: 2333-245
  30. . Siegel AF, Wagner MR. Correlation and Regression: Measuring and Predicting Relationships. Practical Business Statistics, 8th ed. Cambridge, MA: Academic Press. 2022: 313-370, https://doi.org/10.1016/B978-0-12-820025-4.00011-7
  31. . Mohr DL, Wilson WJ, and Freund RJ. Linear Regression. Statistical Methods, 4th ed. Cambridge, MA: Academic Press, 2022; 301-349, https://doi.org/10.1016/B978-0-12-823043-5.00007-2
  32. . Loftus SC. Statistics: the world beyond this book. Basic Statistics with R: Reading Decision with Data. Cambridge, MA: Academic Press, 2022; 249-254, https://doi.org/10.1016/B978-0-12-820788-8.00033-X
  33. . Goeritno A, Nurmansyah D, and Maswan. Safety instrumented systems to investigate the system of instrumentation and process control on the steam purification system. International Journal of Safety and Security Engineering. 2020; 10(5): 609-616,. https://doi.org/10.18280/ijsse.100504
  34. . Goeritno A, Nugraha I, Rasiman S, and Johan A. Injection Current into the Power Transformer as an Internal Fault Phenomena for Measuring the Differential Relay Performance. Instrumentation Mesure Métrologie. 2020; 19(6): 443-451, https://dx.doi.org/10.18280/i2m.190605
  35. . Goeritno A, Setyawibawa I, and Suhartono D. Designing a microcontroller-based half duplex interface device drove by the touch-tone signal. J. INFOTEL. 2021; 13(4): 205-215, https://dx.doi.org/10.20895/infotel.v13i4.712
  36. . Goeritno A, and Setyawibawa I. An Electronic Device Reviewed by Diagnosing on the Module Embodiment. International Journal of Electronics and Communications System. 2021; 1(2): 41-55, http://ejournal.radenintan.ac.id/index.php/IJECS/article/view/10383/pdf
  37. . Prayudyanto MN, Goeritno A, Al Ikhsan SH, and Taqwa FML. Designing a model of the early warning system on the road curvature to prevent the traffic accidents. International Journal of Safety and Security Engineering. 2022; 12(3): 291-298, https://dx.doi.org/10.18280/ijsse.12030

Last update:

No citation recorded.

Last update: 2024-05-25 12:56:08

No citation recorded.