Rekonsiliasi Data Pada PLTGU Gresik Menggunakan Particle Swarm Optimization (PSO)

Pratiwi, Wahyu Tria (2017) Rekonsiliasi Data Pada PLTGU Gresik Menggunakan Particle Swarm Optimization (PSO). Masters thesis, Institut Teknologi Surabaya.

[thumbnail of 2415201006-Master_Tesis.pdf]
Preview
Text
2415201006-Master_Tesis.pdf - Published Version

Download (4MB) | Preview

Abstract

Data proses pada PLTGU di Gresik tidak memenuhi Hukum Kesetimbangan Massa dan Energi. Hal tersebut terjadi karena dilakukan pengukuran yang tidak tepat, sehingga menyebabkan data variabel proses yang terukur mengandung kesalahan. Di sisi lain, setiap instrumen mempunyai akurasi tertentu dengan tipe dan performansi masing-masing, sehingga pada sistem instrumen akan menimbulkan ketidakkonsistenan data.
Teknik rekonsiliasi data adalah sebuah usaha dengan merubah data pengukuran yang mengandung kesalahan agar kesalahan tersebut dapat diminimalkan dan memenuhi hukum kesetimbangan massa dan energi sehingga selanjutnya dapat digunakan sebagai model yang bisa dianalisis lebih lanjut. Tujuan dilaksanakan penelitian ini adalah untuk menganalisis kualitas data hasil pengukuran pada sistem boiler melalui rekonsiliasi data menggunakan PSO (particle swarm optimization) dan menganalisis adanya gross error hasil pengukuran pada sistem boiler saat keadaan steady state. Hal tersebut bisa dicapai melalui proses pemodelan dan teknik optimasi. Teknik optimasi yang digunakan untuk menyelesaikan permasalahan rekonsiliasi data adalah menggunakan PSO. PSO tidak tergantung pada perhitungan turunan dan tidak memerlukan waktu yang lama untuk melakukan prediksi. Dari hasil rekonsiliasi data diketahui bahwa dengan menggunakan PSO sebagai algoritma nondeterministik dapat menghasilkan data pengukuran yang yang memenuhi Hukum Kesetimbangan Massa dan Energi dengan nilai kesalahan yang kecil. Efektifitas rekonsiliasi data dapat dilihat dari perbedaan hasil perhitungan standard deviasi pada hasil pengukuran dan dan hasil rekonsiliasi data. Dari adanya selisih perbedaan bahwa pada hasil pengukuran pada PLTGU di Gresik mengandung random error.
Rekonsiliasi data secara bersamaan diterapkan dengan melakukan deteksi gross error menggunakan model tes statistik, yaitu Global Test. Dari hasil perhitungan maka tidak terdapat gross error pada pengukuran. Hal itu didasarkan pada nilai kriteria yang digunakan untuk uji hipotesis yang sesuai dengan tabel chi squared yaitu dengan nilai derajat kebebasan sebesar 4. Karena tidak adanya gross error pada pengukuran, maka PT PLTGU Gresik telah melakukan kalibrasi pada alat secara kontinyu sehingga mempunyai instrumen dengan performansi yang baik sehingga dapat menghasilkan efisiensi yang optimal.

==================================================================================

The innaccurate on process data in PLTGU Gresik does not satisfy the mass and energy balances. Data reconciliation techniques can effectively improve precision and reduce error measurement on variable estimation process through modeling and optimization techniques. On the other hand, each instrument has a certain accuracy regarding type and its performance, so the instrument system will have inconsistency data.
Data reconciliation is a technique to change the measurement data errors, so it can be minimize and meet the mass and energy balance. Furthermore, the data that satisfy mass energy balance will be model that can be analyzed. The aim of this research is to analyze the the quality of measurement data in the boiler system through data reconciliation using PSO (Particle Swarm Optimization) and analyze the he measurement gross error data on the boiler system during steady state. The optimization technique that used to solve reconciliation data problems by using PSO. PSO is not depend on derivative calculations and need a short time to make predictions.
The results show that using PSO as a non-deterministic algorithm could produce the data measurement to meet the mass and energy balance with small error value. The effectiveness of data reconciliation can be seen from the differences in standard deviation results of measurement and data reconciliation.
Global Test of statistical model is used to re-conciliate the data simultaneously with performing the gross error detection. From the calculation results there is no gross error in the measurement. It is based on the criterion value tha used to test the hypothesis corresponding to the chi squared table i.e. with the degrees of freedom of 4. Due the absence of gross error in the measurement, PT PLTGU Gresik has continuously calibrated the tool so the instrument has good performance to produce an optimum efficiency.

Item Type: Thesis (Masters)
Uncontrolled Keywords: rekonsiliasi data, particle swarm optimization (PSO), deteksi gross error
Subjects: T Technology > T Technology (General)
T Technology > TK Electrical engineering. Electronics Nuclear engineering > TK5105.546 Computer algorithms
Divisions: Faculty of Industrial Technology > Physics Engineering > 30101-(S2) Master Thesis
Depositing User: PRATIWI WAHYU TRIA
Date Deposited: 07 Nov 2017 02:10
Last Modified: 05 Mar 2019 04:23
URI: http://repository.its.ac.id/id/eprint/48428

Actions (login required)

View Item View Item