PERAMALAN KINERJA AIR PREHEATER PLTU PELABUHAN RATU MENGGUNAKAN METODE JARINGAN SYARAF TIRUAN PERAMBATAN BALIK
(1) Universitas Nusa Putra
(2) Universitas Nusa Putra
(*) Corresponding Author
Abstract
Air preheater merupakan salah satu komponen pada Pembangkit Listrik Tenaga Uap (PLTU). Air preheater merupakan alat penukar panas yang berguna untuk memanaskan udara dengan memanfaatkan kembali udara pada gas buang. menjaga efisiensi kinerja Air preheater menjadi salah satu indikator penting dalam rencana pemeliharaan untuk keandalan proses produksi listrik di PLTU, maka untuk membuat rencana pemeliharaan yang baik dibutuhkan peramalan kondisi kinerja Air preheater di PLTU menggunakan Jaringan Syaraf Tiruan Perambatan Balik. Data yang digunakan untuk melakukan peramalan diambil dari data konidisi kinerja Unit 1, Unit 2, dan Unit 3 PLTU Pelabuhan Ratu pada tahun 2017 hingga tahun 2021. Peramalan ini dilakukan dengan membagi data menjadi 2 yaitu data latih dan data uji. Data latih merupakan data AHGSE pada tahun 2017 sampai 2019, data uji merupakan data AHGSE pada tahun 2020 sampai 2021. Dengan menggunakan algoritma perambatan balik dan lapisan tersembunyi satu berjumlah 25 node, lapisan tersembunyi dua berjumlah 5 node, fungsi aktivasi logsig, purelin, purelin. Penelitian ini memiliki hasil terbaik didapat pada pengujian 3 dengan nilai MSE sebesar 1,0004x10-6. Penelitian ini dapat dikatakan baik karena memiliki nilai MSE yang kecil.
Keywords
References
Ahmad, F. (2020) ‘Penentuan Metode Peramalan Pada Produksi Part New Granada Bowl ST Di PT. X’, Jurnal Integrasi Sistem Industri, 7(1), pp. 31–39.
Ali, M. et al. (2022) ‘Jaringan Syaraf Tiruan Perambatan Balik Untuk Klasifikasi Covid-19 Berbasis Tekstur Menggunakan Orde Pertama Berdasarkan Citra Chest X-Ray Backpropagation Neural Network For Texture-Based Covid-19 Classification Using First Order Based On X-Ray Chest Imag’, 9(4), pp. 799–808. doi: 10.25126/jtiik.202295663.
Amrita, K. C. and Nugroho, G. (2019) ‘Analisis Thermal Pada Pembangkit Listrik Tenaga Panas Bumi PT. Indonesia Power UPJP Kamojang’, Jurnal Teknik ITS, 7(2). doi: 10.12962/j23373539.v7i2.35846.
Andrian, Y. and Ningsih, E. (2014) ‘Prediksi Curah Hujan Di Kota Medan Menggunakan’, Seminar Nasional Informatika, 1, pp. 184–189.
Fadilah, M. N., Yusuf, A. and Huda, N. (2021) ‘Prediksi Beban Listrik Di Kota Banjarbaru Menggunakan Jaringan Syaraf Tiruan Backpropagation’, Jurnal Matematika Murni Dan Terapan Epsilon, 14(2), p. 81. doi: 10.20527/epsilon.v14i2.2961.
Heri, J. and Mesin, P. T. (2016) ‘Analisis perhitungan efisiensi gas air heater di pltu cirebon’, pp. 277–284.
indonesiapower & cogindo (2012) ‘modul training boiler PLTU Jawa Barat 2 Pelabuhan Ratu’, in. sukabumi: indonesia power.
Iswahyudi, Yanuar and Murni, M. (2015) ‘Evaluasi Unjuk Kerja Air Preheater Unit 2 Pltu 1 Jawa Barat Indramayu (Performance Evaluation of Air Preheater Unit 2 Pltu 1 Jawa Barat Indramayu)’, D3 Kerjasama PT. PLN Bidang Mesin Fakultas Teknik, 1, pp. 1–476. Available at: http://eprints.undip.ac.id/46861/.
Jannah, T. M., Latipah, L. and Muchayan, A. (2022) ‘Decision Support System Forecasting Penjualan Menggunakan Metode Simple Moving Average (Studi Kasus : CV. Perkakas Indonesia)’, Jurnal Sisfokom (Sistem Informasi dan Komputer), 11(2), pp. 214–222. doi: 10.32736/sisfokom.v11i2.1434.
Maulana Wardoyo, N. and Prabowow, E. (2020) ‘Analisis Air Leakage Terhadap Unjuk Kerja Air Preheater A Sebelum Dan Sesudah Overhaul Di Pltu Adipala 1 X 660 Mw PT. PLN (Persero)’, Jurnal Power Plant, 8(2), pp. 110–119. Available at: https://doi.org/10.33322/powerplant.v8i2.1542.
Muflih, G. Z., Sunardi, S. and Yudhana, A. (2019) ‘Jaringan Saraf Tiruan Backpropagation untuk Prediksi Curah Hujan di Wilayah Kabupaten Wonosobo’, MUST: Journal of Mathematics Education, Science and Technology, 4(1), p. 45. doi: 10.30651/must.v4i1.2670.
Mulyono, M. and Roihatin, A. (2019) ‘Analisis Pengaruh Penggantian Heating Element Terhadap Kinerja Air Preheater Type Ljungstrom Di PLTU Jateng 2 Adipala 1×660 MW’, Eksergi, 15(2), p. 42. doi: 10.32497/eksergi.v15i2.1505.
Rachman, R. (2018) ‘Penerapan Metode Moving Average Dan Exponential Smoothing Pada Peramalan Produksi Industri Garment’, Jurnal Informatika, 5(2), pp. 211–220. doi: 10.31311/ji.v5i2.3309.
Sholahudin, S. et al. (2022) ‘Backpropagation and Radial Basis Function Methods for Predicting Rainfall in Sukabumi City Using Artificial Neural Networks: A Comparative Analysis’, FIDELITY : Jurnal Teknik Elektro, pp. 25–28. doi: 10.52005/fidelity.v4i2.69.
Sijabat, P. I., Nurcahyo, G. W. and Sindar, A. (2020) ‘Algoritma Backpropagation Prediksi Harga Komoditi terhadap Karakteristik Konsumen Produk Kopi Lokal Nasional’, x(x), pp. 96–107.
Wibowo, S. A. and Windarta, J. (2020) ‘Pemanfaatan Batubara Kalori Rendah Pada PLTU untuk Menurunkan Biaya Bahan Bakar Produksi’, Jurnal Energi Baru dan Terbarukan, 1(3), pp. 100–110. doi: 10.14710/jebt.2020.10029.
Yudono, M. A. S. et al. (2022) ‘Bitcoin USD Closing Price (BTC-USD) Comparison Using Simple Moving Average And Radial Basis Function Neural Network Methods’, FIDELITY : Jurnal Teknik Elektro, 4(2), pp. 29–34. doi: 10.52005/fidelity.v4i2.74.
Yudono, M. A. S., Isnanto, R. R. and Triwiyatno, A. (2021) ‘Comparison of Cataract Classification System Based on Retinal Blood Vessels Objects and Retinal Optic Disc Using Backpropagation Neural Network’, International Journal of Innovations in Engineering and Technology (IJIET), 18(2), pp. 1–8. doi: 10.13140/RG.2.2.16638.46408.
Article Metrics
Abstract view : 338 timesPDF - 18 times PDF - 52 times
DOI: https://doi.org/10.26714/me.v16i01.11320
Refbacks
- There are currently no refbacks.
Copyright (c) 2023 MEDIA ELEKTRIKA
Editorial Office of Media Elektrika
Universitas Muhammadiyah Semarang FT-FMIPA Building, 7nd Floor. Phone: 085299398663 |
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.