Firmansyah, Denni (2020) Design Soft Sensor Untuk Mengestimasi Formula Produk Pupuk NPK Granulasi Di Unit NPK 2 Granulasi PT. Petrokimia Gresik. Masters thesis, Institut Teknologi Sepuluh Nopember.
Preview |
Text
02311650010001-Master_Thesis.pdf Download (3MB) | Preview |
Abstract
PT. Petrokimia Gresik adalah perusahaan yang bergerak dibidang produksi pupuk dan bahan kimia. Berdasarkan prosesnya, produksi pupuk NPK Granulasi ini terbagi dalam dua proses, solid base danliquid base. Solid base adalah proses produksi pupuk NPK Granulasi yang hanya melibatkan proses fisis (mixing) saja dengan bahan baku berbentuk solid saja. Permasalahan yang dihadapi adalah untuk mengetahui formula pupuk yang dihasilkan harus melalui uji laboratorium yang membutuhkan waktu yang cukup lama, yaitu 1,5 – 2 jam. Sementara pengambilan sample untuk uji laboratorium dilakukan setiap 4 jam sekali. Dengan demikian saat operator melakukan adjustmen (penyesuaian) pada set point dari masing – masing conveyor sesuai data yang diperoleh, set point mungkin sudah tidak sesuai dengan kondisi pada saat itu. Berangkat dari permasalahan tersebut, dibutuhkan suatu alat atau metode untuk mengukur formula (komposisi) pupuk NPK Granulasi yang murah dan mudah, yaitu dengan merancang soft sensor untuk menentukan komposisi produk secaraon line. Variable input yang digunakan pada soft sensor adalah laju aliran weigh feeder (DAP, urea, KCl, clay, ZA) dan produk. Variable output yang diestimasi adalah persentase N, P dan K dari produk pupuk NPK Granulasi. Model soft sensor yang digunakan dalam penelitian ini adalah ARX (Auto Regressive Exogenous) dan metode yang digunakan untuk menentukan parameter model adalah LSM (Least Square Method).Untuk mengetahui tingkat pengaruh variable input terhadap variable output peneliti melakukan uji korelasi. Untuk mendapatkan model soft sensor yang memiliki nilai fitness / VAF (Variance Accounted For) terbaik peneliti membuat tiga struktur model soft sensor diantaranya adalah model laju aliran weight feeder dan product sebagai input, model rasio weight feeder terhadap product sebagai input dan model rasio weight feeder dan product terhadap total weight feeder sebagai input. Berdasarkan hasil estimasi dan validasi model soft sensor yang memiliki nilai fitness terbaik adalah model rasio weight feeder dan product terhadap total weight feedersebagai input. Dengan nilai kebenaran (fitness) terbaik yang dapat dicapai adalah 99,32 untuk N, 99,55 untuk P dan 99,62 untuk K.
============================================================================================================================
PT. Petrokimia Gresik is company which produce fertilizer and chemistry material. Based on process, NPK Granulation fertilizer product is divided two processes, solid base process and liquid base process. Solid base process is NPK Granulation fertilizer production process which involve only phsical process (mixing) using solid raw material. The problem is to know fertilizer content through only labolatory test that needs long time, 1,5 – 2 hours. While sample taking for laboratory testing was done every 4 hours. So when operator did adjustment to set point each of feeding conveyor in accordance with obtained data, set point may uncorrect in accordance with current condition. Based on the problem, was needed an equipment or method to measure content of NPK Granulation fertilizer which is cheap and easy, one is to design soft sensor to estimate content of product on line. Variables input that used in soft sensor are weigh feeder (DAP, urea, KCl, clay, ZA) and product. Variables output that estimated are N, P and K percentage of NPK Granulation fertilizer product. Soft sensor model that used in this research is ARX (Auto Regressive Exogenous) and method that used to estimate model parameter is LSM (Least Square Method). To know the impact level of variable input to variable output researcher do correlation testing. To get soft sensor model that has the best fitness / VAF (Variance Accounted For) value researcher create three soft sensor model structures they are model weight feeder and product flowrate as input, model ratio weight feeder to product, model ratio weight feeder and product to total weigh feeder as input. Based on estimation and validation soft sensor which has the best fitness value is model ratio weight feeder and product to total weight feeder as input. The best fitness values that reached are 99,32 for N, 99,54 for P and 99,62 for K.
| Item Type: | Thesis (Masters) |
|---|---|
| Additional Information: | RTF 629.89 Fir d-1 2020 |
| Uncontrolled Keywords: | NPK Granulation fertilizer, composition, soft sensor, ARX |
| Subjects: | T Technology > T Technology (General) T Technology > T Technology (General) > T57.5 Data Processing |
| Divisions: | Faculty of Industrial Technology > Physics Engineering > 30101-(S2) Master Thesis |
| Depositing User: | Denni Firmansyah |
| Date Deposited: | 07 Mar 2025 00:45 |
| Last Modified: | 07 Mar 2025 00:45 |
| URI: | http://repository.its.ac.id/id/eprint/75081 |
Actions (login required)
 |
View Item |