skip to main content

Studi Potensi Penghematan Energi pada Coal Handling System PLTU Jawa IV Menggunakan Analisis Regresi Multivarian

Master Program of Energy, Indonesia

Open Access Copyright (c) 2024 Jurnal Energi Baru dan Terbarukan
Creative Commons License This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

Citation Format:
Abstract
Pembangkit Listrik Tenaga Uap (PLTU) Jawa IV merupakan salah satu PLTU berdaya terbesar di Indonesia yang memiliki transportasi batubara dari Jetty menuju Bunker sepanjang lebih dari lima kilometer, dan dikelola Coal Handling System (CHS). United Nations Industrial Development Organization (UNIDO) memberikan pedoman pengelolaan energi berdasarkan ISO 50001 di sektor industri. Pedoman ini menghasilkan keluaran pada pengguna energi terbesar CHS yang dijadikan obyek utama  penghematan energi, yaitu sistem konveyor. Pengoperasian sistem konveyor CHS yang panjang dengan struktur naik turun, area luas, kondisi angin dan cuaca berubah-ubah, menyebabkan frekuensi intermiten meningkat, dan tonase berubah-ubah, yang berpengaruh pada fluktuasi konsumsi energi. Analisis regresi multivarian digunakan untuk menyelidiki variabel-variabel independen yang berpengaruh langsung terhadap konsumsi energi sistem konveyor, yaitu jumlah intermiten atau start-stop konveyor, durasi tonase, dan komposisi roller. Peningkatan performa pada variabel-variabel ini menghasilkan kesimpulan bahwa penambahan tiga teknisi terampil dapat meningkatkan kualitas preventive maintenance (PM) yang mengurangi breakdown fasilitas sebesar 80%, serta berpotensi menghemat energi hingga 33.184,26 kWH/bulan. Durasi tonase optimal per hari untuk meminimumkan konsumsi energi, namun tetap memenuhi kebutuhan batubara yang ditransportasikan sebesar 22.000 ton per hari adalah berturut-turut 0,30; 2,56; dan 13,30 jam pada tonase <1000, 1000-1200, dan 1200-1400 tph, berpotensi menghemat energi hingga 9.462,44 kWH/bulan. Sedangkan skenario penggantian roller berumur di atas dua tahun sebesar 2% dari total keseluruhan berpotensi menghemat energi hingga 16.997,44 kWH/bulan.
Fulltext View|Download
Keywords: CHS, UNIDO, Sistem Konveyor, Analisis Regresi Multivarian, Intermiten, Durasi Tonase, Roller

Article Metrics:

  1. Arthur, C. (2021, November 9). What is an energy management system? United Nations Industrial Development Organization. https://www.unido.org/stories/what-energy-management-system
  2. Donovan, M. (2014, September 17). PDCA is the Breath of Lean. Lean Enterprise Institute. https://www.lean.org/the-lean-post/articles/pdca-is-the-breath-of-lean/
  3. Harahap. (2021). Analisis Peningkatan Produktivitas Kerja Mesin Dengan Menggunakan Metode Total Preductive Maintenance (TPM) di PT Casa Woodworking Industry. (n.d.)
  4. Imam, S. F., Raza, J., & Ratnayake, R. M. C. (2014). World Class Maintenance (WCM): Measurable indicators creating opportunities for the Norwegian Oil and Gas industry. IEEE International Conference on Industrial Engineering and Engineering Management, 1479–1483. https://doi.org/10.1109/IEEM.2013.6962656
  5. Kannan, R., & Boie, W. (2018). Energy management practices in SME––case study of a bakery in Germany. Energy Conversion and Management, 44(6), 945–959. https://doi.org/10.1016/S0196-8904(02)00079-1
  6. Kucuk, S., & Ajder, A. (2022). Analytical voltage drop calculations during direct on line motor starting: Solutions for industrial plants. Ain Shams Engineering Journal, 13(4), 101671. https://doi.org/10.1016/j.asej.2021.101671
  7. Lin, P., Zheng, F., Shin, M., & Liu, X. (2023, July 17). CUSUM learning curves: what they can and can’t tell us
  8. Machado, T. H., Alves, D. S., & Cavalca, K. L. (2019). Investigation about journal bearing wear effect on rotating system dynamic response in time domain. Tribology International, 129, 124–136. https://doi.org/10.1016/j.triboint.2018.08.004
  9. Meier, H., Lagemann, H., Morlock, F., & Rathmann, C. (2019). Key performance indicators for assessing the planning and delivery of industrial services. Procedia CIRP, 11, 99–104. https://doi.org/10.1016/j.procir.2013.07.056
  10. Montgomery, D. C., Peck, E. A., & Vining, G. (2019). Introduction to Linear Regression Analysis: Fifth Edition. John Wiley & Sons
  11. Mu, Y., Yao, T., Jia, H., Yu, X., Zhao, B., Zhang, X., Ni, C., & Du, L. (2020). Optimal scheduling method for belt conveyor system in coal mine considering silo virtual energy storage. Applied Energy, 275, 115368. https://doi.org/10.1016/j.apenergy.2020.115368
  12. Sela, L. (2020). Lecture Notes: Nonlinear Optimization and Matlab Optimization Toolbox Example. Diambil 11 Juni 2024 https://digitalcommons.usu.edu/cgi/viewcontent.cgi?article=1092&context=ecstatic_all
  13. Siswanto, B. (2018). Peningkatan Efektifitas Pelaksanaan Preventive Maintenance Dengan Pendekatan Metode House of Risk (HOR). Institut Teknologi Sepuluh November
  14. Vasić, M., Stojanović, B., & Blagojević, M. (2020). Failure analysis of idler roller bearings in belt conveyors. Engineering Failure Analysis, 117, 104898. https://doi.org/10.1016/j.engfailanal.2020.104898
  15. Zeng, F., Wu, Q., Chu, X., & Yue, Z. (2015). Measurement of bulk material flow based on laser scanning technology for the energy efficiency improvement of belt conveyors. Measurement, 75, 230–243. https://doi.org/10.1016/j.measurement.2015.05.041

Last update:

No citation recorded.

Last update:

No citation recorded.