📚 Eksplorasi & Komparasi Topik Dokumen
Pencarian topik
Hasil Dokumen
Ditemukan: 16 dokumenPERANCANGAN SISTEM MANAJEMEN ENERGI BERBASIS LOGIKA FUZZY UNTUK APLIKASI PLTS ATAP RUMAHAN
Penghapusan skema net metering melalui Permen ESDM No. 2 Tahun 2024 mengharuskan pengguna PLTS atap rumahan mengoptimalkan self-consumption energi untuk mempertahankan kelayakan finansial investasi. Merespons masalah tersebut, penelitian ini merancang Sistem Manajemen Energi (EMS) berbasis algoritma logika fuzzy untuk mengendalikan aliran daya secara real-time pada PLTS atap hibrida. Metode perancangan melibatkan kontroler fuzzy untuk mengatur proporsi charge dan discharge baterai berdasarkan fluktuasi daya netto (?????) dan kondisi State of Charge (SOC) dalam rentang proteksi 20%-80%. Desain diimplementasikan dan dievaluasi menggunakan MATLAB/Simulink melalui lima skenario pengujian operasional: variasi rasio ekspor, intermitensi cuaca, skema harga, kapasitas baterai, dan ketersediaan energi awal. Hasil komputasi menunjukkan arsitektur matriks aturan fuzzy yang berhasil menjaga keseimbangan daya tanpa melanggar batasan perangkat keras, termasuk saat cuaca mendung dengan saturasi baterai yang tertahan di 61,4%. Secara keekonomian, pengujian membuktikan bahwa tanpa kompensasi ekspor, manuver time-shifting EMS dengan kapasitas baterai memadai (10,24 kWh) sangat efektif mem-bypass tingginya tarif listrik malam hari. Pada kondisi pengujian ideal, sistem mampu menekan total biaya operasional secara drastis hingga Rp 953. Namun, ketiadaan kapabilitas prediksi (forecasting) masih menjadi limitasi logika fuzzy murni saat menghadapi fluktuasi harga dinamis ekstrem. Sebagai kesimpulan, efisiensi maksimal PLTS atap di era regulasi baru ini mutlak bergantung pada keselarasan antara kelincahan komputasi algoritma fuzzy secara real-time dan optimalisasi dimensi fisik kapasitas baterai.
PERANCANGAN SISTEM MANAJEMEN ENERGI BERBASIS ALGORITMA GENETIKA UNTUK APLIKASI PEMBANGKIT LISTRIK TENAGA SURYA (PLTS) ATAP RUMAHAN
Tingkat adopsi PLTS atap skala rumah tangga sangat dipengaruhi oleh besaran penghematan biaya listrik yang dapat diperoleh, yang mana hal tersebut berkorelasi dengan regulasi yang berlaku. Penghapusan skema net metering melalui Peraturan Menteri ESDM No. 2 Tahun 2024 meniadakan kompensasi finansial atas suplus energi PLTS yang diekspor ke jaringan PLN, sehingga penghematan biaya listrik menjadi tidak optimal tanpa strategi pengelolaan energi yang tepat. Perubahan regulasi ini menggeser orientasi sistem dari ekspor surplus energi ke maksimalisasi konsumsi mandiri (self-consumption). Perancangan ini bertujuan untuk merancang dan memverifikasi Sistem Manajemen Energi (Energy Management System/EMS) berbasis Algoritma Genetika (Genetic Algorithm/GA) pada sistem PLTS Atap hibrida residensial untuk pelanggan rumah tangga 2200 VA. EMS dirancang dengan fungsi objektif meminimalkan biaya listrik prosumer melalui optimasi daya baterai dan aksi charge atau discharge baterai dengan tetap menjaga operasi baterai pada SOC 20-80% dan batas daya baterai. Pengujian kinerja EMS dilakukan secara closed-loop menggunakan MATLAB/Simulink dengan data masukan berupa profil beban, cuaca, dan tarif listrik. Verifikasi EMS dilakukan pada lima skenario yang meliputi variasi kompensasi ekspor, kondisi cuaca cerah dan berawan, skema tarif konstan dan dinamis (Time-of-Use), variasi kapasitas penyimpanan, serta variasi SOC awal baterai. Pada seluruh skenario verifikasi, EMS berhasil melakukan penghematan biaya listrik hingga 17,45% dibanding biaya listrik harian yang diberikan oleh sistem PLTS tanpa EMS. EMS yang dirancang membutuhkan waktu komputasi 18,99 detik per siklus pada timestep 5 menit. Dengan demikian, EMS berbasis Algoritma Genetika mampu bekerja pada kondisi sistem yang dinamis dan memberikan referensi daya baterai untuk meminimalkan tagihan listrik harian.
SISTEM PERGANTIAN GIGI DAN BANTUAN SECARA OTOMATIS PADA SEPEDA LISTRIK BERBASIS PERFORMA PENGENDARA
Permintaan sepeda listrik meningkat pesat sebagai solusi mobilitas yang efisien. Namun, pengalaman berkendara sering terganggu oleh kompleksitas pengaturan transmisi manual yang bergantung pada metode trial-and-error, yang mengakibatkan inefisiensi energi dan kelelahan pengendara. Penelitian ini bertujuan merancang algoritma decision-making otomatis berbasis Exhaustive Search untuk merekomendasikan kombinasi Gear dan Assist secara optimal tanpa membebani pengguna. Algoritma diuji coba kemampuannya dalam merespons dinamika lingkungan. Hasil simulasi menunjukkan sistem mampu bekerja secara proaktif, menjaga stabilitas daya kayuhan pengendara secara konsisten pada target 100 Watt, bahkan saat menghadapi tanjakan curam. Analisis konsumsi energi memperlihatkan bahwa algoritma menerapkan strategi power-on-demand, di mana bantuan motor dimaksimalkan hanya pada kondisi kritis dan diminimalkan secara drastis saat jalan datar untuk penghematan baterai. Namun, disarankan agar penelitian selanjutnya melakukan validasi eksperimental pada perangkat keras fisik untuk memverifikasi performa sistem terhadap variabilitas kondisi dunia nyata.
ANALISIS DAMPAK EMISI CEROBONG ASAP PLTU PAITON TERHADAP KUALITAS PERAIRAN SEKITAR SELAT MADURA
Operasional Pembangkit Listrik Tenaga Uap (PLTU) berbahan bakar batu bara di Indonesia masih menjadi andalan pemerintah untuk memenuhi kebutuhan tenaga listrik masyarakat luas. Biaya investasi yang terjangkau dan operasional yang murah, menjadi alasan kuat untuk mempertahankan keberadaan PLTU di berbagai daerah. Kompleks PLTU Paiton di Jawa Timur merupakan salah satu yang terbesar di Indonesia. Selama hampir 30 tahun beroperasi, khususnya PLTU Paiton Unit 1 dan 2 memproduksi listrik sebesar ± 5,8 juta MWh dengan pemakaian batu bara sebanyak ± 2,6 – 3,2 juta ton setiap tahunnya. Batu bara adalah sumber energi yang murah dan mudah ditemukan di Indonesia, namun penggunaan batu bara dalam jangka waktu yang panjang dapat membawa efek samping atau dampak negatif bagi lingkungan. Pembakaran batu bara menyebabkan munculnya emisi CO2, dimana CO2 tersebut merupakan salah satu unsur utama terciptanya efek rumah kaca di atmosfer. Hingga saat ini, diperkirakan PLTU Paiton Unit 1 dan 2 menyumbang emisi CO2 sebesar ± 4,1 – 5,1 juta ton CO2 setiap tahunnya. Emisi tersebut selain terdispersi di atmosfer, juga bereaksi dengan permukaan lautan di sekitarnya. PLTU Paiton Unit 1 dan 2 yang berlokasi di Probolinggo, berbatasan langsung dengan perairan Selat Madura dimana emisi yang dikeluarkan terdispersi ke arah perairan tersebut. Arah angin yang mengikuti pola angin musiman, menjadi faktor utama yang menyebabkan emisi terdispersi ke arah perairan. Selama PLTU Paiton Unit 1 dan 2 beroperasi, telah terjadi interaksi atmosfer dan lautan yang ditunjukkan dari parameter tekanan parsial CO2 (pCO2) dan fluks CO2. Di tahun 1993, nilai pCO2 di lautan berada di angka 338,352 – 356,074 uATM, sedangkan di tahun 2023 berada di rentang 378 – 410,094 uATM. Hal tersebut menunjukkan perubahan pergerakan CO2 yang mulai dilepaskan kembali ke atmosfer, setelah sebelumnya diserap oleh lautan. Nilai fluks CO2 di tahun 2013 – 2023 mayoritas berada di nilai negatif yang menunjukkan bahwa lautan menjadi penyerap karbon. CO2 yang banyak diserap lautan dapat mempengaruhi nilai pH lautan, dimana laut akan mengalami asidifikasi atau menurunnya nilai pH menjadi lebih asam dari sebelumnya. Hal ini ditunjukkan dari data sekunder dari tahun 1993-2023 yang menunjukkan terjadi penurunan nilai pH dari 8,07 ke 8,02 atau sekitar 0,05 poin. Adapun data pengamatan lapangan dari tahun 2020 – 2024 menunjukkan nilai pH yang variatif berkisar di angka 7 – 8,5. PT PLN (Persero) menyadari bahwa penggunaan batu bara harus dibatasi sehingga melalui visi Net Zero Emission, PLTU Paiton Unit 1 dan 2 sejak tahun 2020 telah menerapkan co-firing. Adapun co-firing tersebut menggunakan bahan bakar biomassa berupa serbuk gergaji dan cangkang kelapa sawit, dengan total penggunaan sebesar ± 466.170 ton. Namun, perlu dikaji kembali apakah strategi co-firing di PLTU Paiton Unit 1 dan 2 sudah efektif dalam menurunkan nilai emisi.
PENGEMBANGAN APLIKASI PERHITUNGAN BEBAN PENDINGINAN RUANGAN BERBASIS ANDROID BERDASARKAN ASHRAE DAN SNI
Permintaan akan pendinginan ruangan terus meningkat di Indonesia akibat iklim tropis yang panas dan lembap. Ketidaksesuaian kapasitas sistem pendingin dapat menyebabkan inefisiensi energi atau kinerja pendinginan yang tidak optimal. Oleh karena itu, perhitungan beban pendinginan (cooling load) yang akurat dan terjangkau oleh masyarakat umum diperlukan untuk mendukung efisiensi energi. Tugas sarjana ini bertujuan untuk mengembangkan aplikasi berbasis Android yang dapat membantu masyarakat dalam menghitung cooling load secara praktis dengan memanfaatkan metode CLTD (Cooling Load Temperature Difference) sesuai standar ASHRAE dan SNI. Aplikasi ini dirancang untuk memberikan solusi sederhana yang dapat diterima masyarakat umum, khususnya rumah tangga, dengan input parameter yang mudah digunakan seperti dimensi ruangan, material bangunan, serta aktivitas penghuni. Proses pengembangan aplikasi menggunakan framework React Native serta Expo untuk tampilan aplikasi. Validasi hasil perhitungan mendapatkan galat 7,53 % karena adanya perbedaan metode, tetapi hasil dari aplikasi lebih lengkap terhadap terhadap kondisi aktual. Aplikasi mendapat hasil yang sangat baik dari User Acceptance Test (UAT), yakni sebesar 97,81 % dari segi fungsionalitas sistem dan 91,5 % dari segi usability aplikasi. Aplikasi ini, yang diberi nama SejukCalc, adalah aplikasi Android yang intuitif dan gratis, dirancang untuk membantu pengguna menghitung beban pendinginan secara akurat dan memvisualisasikannya dalam grafik serta laporan PDF berdasarkan bangunan yang umum di Indonesia.
DESAIN DAN IMPLEMENTASI ALAT PENDETEKSI POSTUR DUDUK BURUK PADA PENDERITA SKOLIOSIS RINGAN : SUPLAI DAYA DAN MOTOR GETAR
Sistem deteksi dan peringatan postur duduk dirancang untuk menjaga kestabilan dan efisiensi perangkat wearable melalui manajemen daya yang optimal, termasuk fitur pengisian baterai dan pemantauan tegangan internal. Mekanisme peringatan menggunakan motor getar sebagai umpan balik taktil yang aktif saat postur duduk yang buruk terdeteksi, dengan intensitas dan durasi yang dapat disesuaikan sesuai kebutuhan pengguna. Beberapa sensor sudut tulang belakang diintegrasikan untuk mendeteksi perubahan postur dengan konsumsi daya yang rendah. Makalah ini membahas perancangan dan implementasi sistem tersebut, serta menunjukkan bahwa hasil implementasi mampu menyediakan suplai daya yang andal, menghasilkan notifikasi getaran yang efektif, dan mengoptimalkan konsumsi energi untuk penggunaan jangka panjang. Solusi yang dikembangkan menawarkan pendekatan yang seimbang antara performa sistem dan kenyamanan pengguna, serta membuka peluang pengembangan lebih lanjut melalui penambahan fitur peringatan dan strategi penghematan daya yang lebih canggih.
PENDEKATAN BARU OPERASI LAPANGAN GAS NON KONVENSIONAL DENGAN MEMPERTIMBANGKAN FAKTOR EMISI GAS RUMAH KACA
Perjanjian paris menargetkan pembatasan kenaikan suhu global di bawah 2°C, di mana Indonesia turut berkomitmen mencapai net zero emission pada 2060. Industri minyak dan gas berkontribusi sekitar 15% emisi secara global. Pada sisi lain, sebagai negara berkembang kita masih bergantung pada energi fosil untuk memenuhi kebutuhan Energi. Berdasarkan data dari IEA tahun 2015 Indonesia memiliki cadangan shale gas sebanyak 303 TCF yang dapat digunakan sebagai pemenuhan energi masa depan.Penelitian ini melakukan studi kasus pada lapangan shale gas (lapangan X) yaitu melakukan perhitungan emisi gas rumah kaca menggunakan metode engineering estimations. Perhitungan ini menghitung emisi metana dan karbon dioksida menggunakan data aktivitas dari setiap proses serta faktor emisi yang diterbitkan pada API Compendium 2021. Lebih lanjut dalam penelitian ini dianalisa skenario strategi pengaturan emisi agar lapangan X dapat memproduksikan fluida secara optimum dengan jumlah emisi yang lebih rendah. Berdasarkan hasil kajian sumber emisi lapangan X emisi berasal dari dua tahap yaitu pra-produksi diantaranya proses operasi normal seperti mud deggasing pada operasi pengeboran,flowback pada hydraulic fracturing, dan operasi well test selanjutnya tahap produksi diantaranya operasi venting atau pelepasan gas diantaranya pneumatic controllers, casing gas vents, proses workover, dan beberapa alat pemrosesan gas seperti glycol dehydration dan glycol pump. Sehingga, jumlah emisi yang dihasilkan selama 12 tahun produksi diestimasikan berjumlah 90.24 juta ton CO2e. Skenario pengaturan emisi dengan melakukan kombinasi pengaturan laju alir gas dan pengaturang jumlah sumur menghasilkan titik optimum produksi lapangan X beroperasi dengan target recovery factor 26% dan laju alir di bawah 1.120 MCF/hari agar jumlah emisi berkurang 32% dari kondisi base case.
ANALISIS DATA HISTORIS UNTUK EVALUASI KINERJA DAN KEANDALAN SISTEM BATERAI PENYIMPAN ENERGI DI LABORATORIUM MANAJEMEN ENERGI TF-ITB
Sistem Baterai Penyimpan Energi (SBPE) memainkan peran krusial dalam meningkatkan keandalan sistem kelistrikan, khususnya dalam konteks integrasi energi terbarukan yang semakin meluas. Penelitian ini bertujuan untuk mengevaluasi kinerja dan keandalan SBPE yang beroperasi di Laboratorium Manajemen Energi, Institut Teknologi Bandung (ITB), dengan memanfaatkan data historis operasional selama periode Juni 2024 hingga Juni 2025. Analisis data historis dilakukan berdasarkan pendekatan CRISP-DM, yang mencakup eksplorasi data, visualisasi deret waktu (time series), serta analisis statistik guna mengidentifikasi pola operasional sistem. Hasil evaluasi kinerja, SBPE lebih sering digunakan sebagai penyangga tegangan (voltage support) dengan karakteristik pelepasan energi (discharge) yang ringan. Fungsi sebagai sumber daya cadangan tercatat hanya aktif pada tiga kejadian sepanjang periode pengamatan. Faktor utilisasi penyaluran energi dari baterai ke beban tercatat sebesar 15,74%, yang mencerminkan kontribusi energi yang relatif terbatas. Analisis kestabilan sistem menggunakan metode Z-Score mengindikasikan adanya fluktuasi operasional yang signifikan pada bulan-bulan tertentu, serta ketidakkonsistenan pada parameter penting seperti state of charge (SoC) dan suhu baterai. Hal ini menunjukkan adanya potensi gangguan pada sistem pemantauan dan estimasi SOC. Hasil evaluasi keandalan menunjukkan bahwa sistem memiliki tingkat ketersediaan yang sangat tinggi (99,9%). Namun, indikator keandalan seperti SAIFI (19 gangguan/tahun) dan SAIDI (36,77 jam/tahun) masih belum memenuhi standar yang ditetapkan oleh SPLN maupun IEEE. Secara keseluruhan, SBPE telah memberikan kontribusi terhadap stabilitas sistem kelistrikan laboratorium. Namun demikian, diperlukan optimalisasi lebih lanjut terhadap fungsi penyimpanan cadangan, peningkatan efisiensi konversi energi, serta penyempurnaan sistem pemantauan guna menjamin keandalan dan konsistensi operasional yang lebih baik.
PENERAPAN PASSIVE DESIGN PADA PERANCANGAN SHOPPING CENTER RITOS DI PEKANBARU
Indonesia adalah negara yang memiliki iklim torpis. Tetapi banyak bangunan yang kurang memperhatikan konsumsi energi terutama di Kota Pekanbaru. Hal ini berdampak pada tingginya konsumsi energi bangunan terutama shopping center. Ini akan memberikan efek kurang baik, karena tidak bisa memanfaatkan atau mengoptimalkan sumber daya alam (SDA) sebagai sumber energi untuk bangunan. Di Kota Pekanbaru memiliki iklim yang sama seperti di daerah atau kota lain yang ada di Indonesia yaitu tropis, akan tetapi spesifiknya kota mempunyai iklim topis lembap. Jelas dengan iklim ini harus memanfaatkan sumber daya alam dengan tepat. Karena iklim tropis lembap memiliki temperatur lumaya tinggi, pencahayaan yang lumyan tinggi, dan kecepatan angin yang sedang. Maka dari itu solusi yang dapat diapakai dalam pendekatan aristektur pada bangunan yaitu passive design. Passive design adalah strategi mendesain yang memanfaatkan dan megoptimalkan sumber daya alam seperti cahaya matahari sebagai pencahayaan alami dan angin sebagai penghawaan alami dengan tujuan konsumsi energi dapat dikurangi atau direduksi dan seefesien mungkin. Selain itu, di Kota Pekanbaru terdapat projek town square yaitu Riau Town Square (RITOS) yang pembangunannya hanya sebatas masterplan. Hal ini dapat menjadi keuntungan dalam memberikan desain baru dengan pendekatan passive design di Kota Pekanbaru. Dan diketahui proyek ini bertujuan untuk meningkatkan ekonomi, pariwisata, komunitas, dan budaya di Kota Pekanbaru. Maka dari itu, ini menjadi peluang yang menguntungkan. Dengan projyek ini berhenti di masterplan, memiliki kesempatan untuk melakukan desain baru dari desain awal RITOS terutama pada shopping center dengan pendekatan passive design yang sekaligus menjawab desain yang sesuai dengan kondisi iklim Kota Pekanbaru. Diharapkan menjadi desain yang dapat mengoptimalkan SDA untuk pengoptimalan konsumsi energi. Dapat menjadi salah satu desain yang bisa menjadi paramater dalam perancangan desain bangunan lainnya di Pekanbaru.
KLASIFIKASI TEKS PADA DATA TRANSAKSI KEUANGAN UNTUK MENENTUKAN KOMPONEN BIAYA POKOK PENYEDIAAN TENAGA LISTRIK DENGAN MENGGUNAKAN MACHINE LEARNING
Dalam mempertanggungjawabkan penyaluran subsidi listrik yang tepat, maka PT PLN (Persero) wajib melaporkan komponen biaya yang dikeluarkan untuk menyelenggarakan penyaluran energi listrik atau yang disebut sebagai komponen Biaya Pokok Penyediaan (BPP) Tenaga Listrik ke Pemerintah secara periodik. Dalam melaporkan hal tersebut, PT PLN (Persero) harus melakukan identifikasi komponen BPP (yang disebut juga sebagai Allowable Cost) dan non-BPP (yang disebut juga sebagai Non-Allowable Cost) pada transaksi keuangan yang tersimpan di sistem keuangan perusahaan. Saat ini proses identifikasi pengelompokkan komponen BPP dan non-BPP dilakukan secara manual sehingga memerlukan sumberdaya yang besar. Data transaksi keuangan yang digunakan untuk identifikasi terdiri dari kode Akun dan teks keterangan Transaksi. Dalam upaya mengefisiensikan proses identifikasi komponen BPP dan non BPP pada transaksi keuangan yang berjumlah besar, maka penulis mengusulkan sebuah model klasifikasi teks berbasis pembelajaran mesin dengan menggunakan machine learning. Data yang akan digunakan merupakan data transaksi keuangan periode Januari - Desember 2023 untuk pengembangan dan evaluasi model dan data transaksi keuangan periode Januari - Maret 2024 untuk melakukan prediksi dengan menggunakan model yang telah dikembangkan. Data memiliki tiga kelompok/kelas yaitu AC, NAC dan PROP (kelas PROP merupakan transaksi yang memiliki nilai Proporsi atas nilai NAC). Data transaksi keuangan yang memiliki teks bebas bersifat tidak terstruktur dan menggunakan singkatan sehingga perlu dilakukan preprocessing terlebih dahulu. Tahapan preprocessing yang akan digunakan antara lain case folding, noise removal, tokenization, stop word, spell checker, dan word representation. Selain itu, data transaksi yang digunakan memiliki karakteristik imbalanced data, yaitu kelompok/kelas pada dataset tidak memiliki distribusi normal sehingga diperlukan metode tambahan untuk mengatasi hal tersebut agar hasil machine learning tidak bias di kelompok mayoritas. Untuk mengatasi hal tersebut, digunakan metode Synthetic minority oversampling (SMOTE) agar hasil pembacaan machine learning lebih akurat. Pada penelitian akan dilakukan 2 skenario untuk membandingkan model yang lebih baik, skenario pertama model menggunakan metode Random Forest dan skenario kedua model menggunakan metode CNN. Berdasarkan hasil penelitian ditemukan bahwa model SMOTE-Random Forest memiliki hasil evaluasi metriks yang lebih baik dibandingkan dengan SMOTE-CNN yaitu nilai akurasi sebesar 97% dan AUC sebesar 0.9871. Penerapan model tersebut terhadap data baru memberikan akurasi sebesar 85%. Penerapan machine learning pada klasifikasi transaksi keuangan untuk menentukan komponen BPP dan Non BPP pada subisidi listrik mampu memberikan efisiensi waktu yang baik, model mampu memprediksi data baru lebih cepat dibandingkan dengan klasifikasi manual.
SIMULASI TERMODINAMIKA DAN ANALISIS TEKNO-EKONOMI COFIRING HIDROGEN PADA TURBIN GAS F-CLASS
Emisi Gas Rumah Kaca secara global terus meningkat, dengan Indonesia sebagai negara penghasil emisi terbesar ke-9 di dunia. Tren ini memiliki dampak besar terhadap perubahan iklim, oleh karena itu Indonesia untuk berkomitmen mencapai Net Zero Emissions pada tahun 2060. Strategi pemerintah mencakup transisi dari bahan bakar fosil menjadi sumber energi terbarukan. Namun, sifat intermitensi energi terbarukan menimbulkan tantangan pada stabilitas sistem kelistrikan, yang dikarenakan produksi energi sangat bergantung pada kondisi alam. Turbin gas, yang memiliki fleksibilitas operasional dan kemampuannya menggunakan hidrogen sebagai bahan bakar, dapat digunakan sebagai alternatif solusi. Turbin ini dapat menstabilkan frekuensi jaringan dengan merespons fluktuasi produksi energi secara cepat, memastikan keandalan sambil mendukung target pengurangan emisi. Penelitian ini mengevaluasi dampak performa dan emisi dari cofiring hidrogen pada turbin gas, serta melakukan analisis tekno-ekonomi untuk menilai kelayakan implementasinya. Simulasi dilakukan menggunakan perangkat lunak ASPEN HYSYS berdasarkan data operasional PLTG Tanjung Batu 2 x 50–60 MW dengan mempertahankan daya bruto sebesar 72,75 MW. Indikator performa utama yang dianalisis mencakup daya bruto, efisiensi termal, emisi CO? dan NO?, serta biaya operasional pada berbagai skenario pencampuran hidrogen (0–100%) dan asumsi harga hidrogen. Hasil penelitian menunjukkan bahwa peningkatan kandungan hidrogen dalam campuran bahan bakar secara signifikan mengurangi emisi CO?, dari fraksi molar 0,3109 pada 0% hidrogen menjadi 0,0028 pada 100% hidrogen, menunjukkan potensi hidrogen sebagai bahan bakar bebas karbon. Emisi NO? juga menurun dari 0,0131 menjadi 0,0124, yang dilakukan melalui pengendalian temperatur pembakaran dan rasio udara-bahan bakar yang dioptimalkan. Selain itu, rasio kerja balik menurun dari 53,6% menjadi 52,3%, menunjukkan penurunan beban kompresor relatif terhadap daya turbin. Namun, peningkatan efisiensi termal tergolong marginal, dari 33,5% menjadi 34,4%. Temuan ini menegaskan kelayakan hidrogen sebagai alternatif yang lebih bersih dan efisien dibandingkan bahan bakar fosil dalam aplikasi turbin gas. Analisis ekonomi menunjukkan bahwa harga hidrogen merupakan faktor paling kritis dalam penentuan kelayakan. Pada harga hidrogen 1 USD/kg dan perdagangan karbon 102 USD/ton, biaya produksi listrik turun dari Rp1.726,8/kWh menjadi Rp568,68/kWh. Sebaliknya, harga hidrogen yang lebih tinggi, seperti 5,6 USD/kg, secara signifikan meningkatkan biaya produksi, yang menjadikannya kendala utama dalam keekonomian. Oleh karena itu diperlukan inovasi teknologi dan peningkatan skala produksi hidrogen hijau untuk menekan harga hidrogen. Penerapan cofiring hidrogen pada PLTG Tanjung Batu 2 x 50–60 MW memerlukan modifikasi pada peralatan utama dan pendukung untuk penggunaan hidrogen sebagai bahan bakar. Modifikasi ini menyebabkan peningkatan biaya investasi sebesar 9%, dari Rp1.013.877.537.909,00 menjadi Rp1.114.743.588.731,28. Penyesuaian ini mencakup kebutuhan perubahan pada komponen turbin gas, sistem penyimpanan, serta infrastruktur pendukung, yang menjadi tantangan penting dalam implementasi teknologi hidrogen sebagai bahan bakar rendah karbon. Sebagai kesimpulan, cofiring hidrogen pada turbin gas merupakan alternatif yang layak dipilih untuk mendukung target Net Zero Emissions Indonesia pada tahun 2060. Pembangkit ini mengintegrasikan energi terbarukan sambil menjaga stabilitas jaringan dan mengurangi emisi. Meskipun demikian, pencapaian potensi ini memerlukan strategi komprehensif, termasuk investasi dalam infrastruktur hidrogen, inovasi teknologi, dan kerangka kebijakan yang mendukung. Penelitian ini memberikan pandangan tentang kelayakan dan manfaat cofiring hidrogen, dengan mengutamakan pentingnya peran turbin gas dalam transisi energi Indonesia dan upaya mencegah perubahan iklim.
PEMODELAN PREDIKSI KONSUMSI ENERGI LISTRIK PADA SEGMEN PELANGGAN RUMAH TANGGA MENGGUNAKAN MACHINE LEARNING : STUDI KASUS PT PLN (PERSERO)
Pertumbuhan ekonomi Indonesia yang pesat telah mendorong peningkatan signifikan dalam konsumsi energi listrik di berbagai segmen, termasuk rumah tangga, bisnis, dan industri. Konsumsi energi listrik yang terus meningkat menjadi tantangan bagi sektor energi dalam menjaga pasokan yang andal dan efisien, terutama untuk memenuhi kebutuhan rumah tangga sebagai salah satu segmen pengguna terbesar. Penelitian ini bertujuan untuk membangun model prediksi konsumsi listrik segmen rumah tangga menggunakan algoritma Long Short-Term Memory (LSTM), yang dikenal unggul dalam menganalisis data time series, khususnya dengan pendekatan multivariat. Dengan mempertimbangkan kompleksitas faktor-faktor yang memengaruhi konsumsi listrik, penelitian ini berfokus pada identifikasi kombinasi sliding window dan variabel dan yang paling relevan untuk meningkatkan akurasi prediksi. Penelitian ini menggunakan enam variabel utama, yaitu konsumsi listrik, penambahan pelanggan, penambahan daya tersambung, tingkat inflasi, Produk Domestik Bruto (PDB) konsumsi rumah tangga, dan suhu rata-rata. Data historis yang digunakan mencakup periode 2004–2023, yang dikumpulkan dari berbagai sumber resmi seperti PT PLN (Persero), Badan Pusat Statistik (BPS), Bank Indonesia (BI), dan Climate Change Knowledge Portal. Pendekatan analisis dimulai dengan eksplorasi korelasi antarvariabel untuk menentukan relevansi faktor-faktor tersebut terhadap konsumsi listrik rumah tangga. Selanjutnya, data tersebut diolah untuk melatih model LSTM dalam memprediksi konsumsi listrik berdasarkan berbagai skenario sliding window, yaitu 1 bulan, 3 bulan, 6 bulan, dan 12 bulan. Hasil penelitian menunjukkan bahwa kombinasi variabel yang dipilih berdasarkan analisis korelasi awal berpengaruh signifikan terhadap akurasi model prediksi. Dari keempat skenario sliding window yang diuji, skenario dengan window size 12 bulan memberikan hasil terbaik. Kombinasi variabel yang digunakan pada skenario ini adalah penambahan pelanggan, tingkat inflasi, PDB konsumsi rumah tangga, dan konsumsi energi listrik rumah tangga. Dengan konfigurasi ini, model LSTM menghasilkan Mean Absolute Percentage Error (MAPE) sebesar 2,44%, yang menunjukkan tingkat akurasi prediksi yang sangat baik namun cenderung kurang bisa menangkap pola fluktuatif bulanan. Penelitian ini juga memberikan wawasan penting tentang pengaruh window size dalam meningkatkan kemampuan model untuk mengenali pola musiman atau tren jangka panjang dalam data konsumsi listrik.. Kontribusi penelitian ini tidak hanya terletak pada pengembangan model prediksi yang akurat, tetapi juga pada implikasinya bagi perencanaan dan pengelolaan konsumsi energi di masa depan. Model yang diusulkan dapat digunakan sebagai alat bantu untuk mendukung pengambilan keputusan strategis, baik oleh pemerintah maupun perusahaan penyedia energi, guna memastikan ketersediaan listrik yang memadai bagi segmen rumah tangga. Lebih lanjut, temuan ini membuka peluang untuk pengembangan penelitian serupa pada segmen tarif lainnya, seperti bisnis, industri, sosial, dan publik. Dengan demikian, penelitian ini tidak hanya memperkaya literatur akademik tetapi juga memberikan manfaat praktis dalam mendukung transisi menuju sistem energi yang lebih berkelanjutan di Indonesia.
APLIKASI PERHITUNGAN EMISI GAS RUMAH KACA PERALATAN TEKNOLOGI INFORMASI DAN KOMUNIKASI (TIK) UNTUK ORGANISASI (STUDI KASUS: DINAS KOMUNIKASI DAN INFORMATIKA KABUPATEN WONOSOBO)
Dengan perkembangan teknologi seperti kecerdasan buatan dan Intenet of Things, sektor Teknologi Informasi dan Komunikasi (TIK) mengalami pertumbuhan yang signifikan. Selain memberikan manfaat, pertumbuhan ini juga menimbulkan tantangan. Pada permasalahan lingkungan, masalah terutama disebabkan oleh pemakaian listrik untuk operasional peralatan TIK yang berkontribusi besar dalam menyumbang emisi gas rumah kaca (GRK). Saat ini, belum terdapat alat perhitungan emisi GRK dari penggunaan peralatan TIK yang dapat digunakan untuk organisasi secara umum. Tugas akhir ini bertujuan untuk mengembangkan aplikasi yang dapat menghitung, memprediksi, dan membantu pelaporan emisi GRK dari penggunaan peralatan TIK di organisasi, dengan kasus studi pada Dinas Komunikasi dan Informatika (Diskominfo) Pemerintah Kabupaten Wonosobo. Perhitungan emisi GRK dilakukan dengan mengacu pada metode perhitungan emisi dalam ICT Sector Guidance yang dikeluarkan oleh GHG Protocol. Tugas akhir ini mengaplikasikan model Autoregressive Integrated Moving Average with Exogenous Variable (ARIMAX) untuk memprediksi emisi dengan menggunakan data historis emisi serta faktor pendukung lain yakni jumlah penduduk, penerimaan daerah, dan Produk Domestik Bruto (PDB) Indonesia sebagai masukan model. Hasil perhitungan menunjukkan Diskominfo Kabupaten Wonosobo mengonsumsi energi sebesar 251,6985 MWh dan menghasilkan emisi sebesar 218,9777 ton CO2 dari penggunaan peralatan TIK pada tahun 2023, dengan keakuratan perhitungan sebesar 65,77%. Aplikasi yang dikembangkan berhasil memenuhi fungsionalitas sesuai dengan kebutuhan yang diidentifikasi pada aspek pengurangan emisi GRK. Model prediksi ARIMAX mampu memprediksi emisi GRK berdasarkan subkategori peralatan TIK dengan rata-rata nilai MAE 3,5009; MSE 115,74935; dan RMSE 3,9943. Aplikasi yang dikembangkan diharapkan dapat membantu organisasi dalam perumusan strategi dalam rangka mengurangi emisi GRK.
PENGEMBANGAN PEMANTAUAN KONDISI SISTEM PEMBANGKIT LISTRIK TENAGA SURYA BERBASIS INTERNET OF THINGS DAN PLATFORM MAHADATA
Rencana Umum Energi Nasional (RUEN) pada tahun 2017 menargetkan penggunaan energi terbarukan lebih dari 66% pada tahun 2050. Sebagai negara tropis, Indonesia memiliki potensi energi surya lebih dari 400 GW. Energi surya bersifat intermiten sehingga pengembangannya akan terus dilakukan dengan menaikkan efisiensi dari produksi panel surya. Semakin besar perkembangan PLTS akan dibutuhkan teknologi lebih lanjut untuk memantau Kondisi sistem PLTS sehingga akan mempermudah deteksi kegagalan dan mengamati Kondisi sistem secara realtime dan online. Penelitian ini bertujuan untuk mengembangkan dan menganalisis Kondisi sistem pemantauan kondisi Pembangkit Listrik Tenaga Surya (PLTS) berbasis Internet of Things (IoT) dan platform mahadata di Gedung Villa Merah, ITB. Metodologi penelitian meliputi pengumpulan data dari inverter, pemrosesan data menggunakan bahasa pemrograman Python, penyimpanan data ke MySQL, dan visualisasi data menggunakan platform grafana. Pengujian sistem dilakukan dengan mengukur ketepatan data, volume data, waktu tunda, dan kecepatan data. Hasil pengujian menunjukkan bahwa sistem yang dikembangkan mampu mengakuisisi dan memantau data secara akurat dengan rata-rata volume data sebesar 0,07 KB, waktu tunda 1,06 detik, dan kecepatan data 0,06 KB/detik. Analisis ketepatan data menunjukkan MAE sebesar 2,29 Volt untuk kedua string, yang menunjukkan bahwa sistem mampu memantau kondisi PLTS dengan baik. Kesimpulan dari penelitian ini yaitu Sistem pemantauan kondisi PLTS berbasis IoT yang dikembangkan mampu mengakuisisi data dengan protokol Modbus TCP, memproses data menggunakan Python, menyimpannya di MySQL, serta memvisualisasikannya secara real-time menggunakan Grafana. Lalu Analisis Kondisi menunjukkan bahwa rata-rata volume data yang dihasilkan adalah 0,07 KB, waktu tunda 1,06 detik, dan kecepatan data 0,06 KB/detik. Saran untuk penelitian selanjutnya adalah integrasi dengan sistem manajemen energi di gedung dan pengembangan fitur notifikasi untuk kondisi tertentu pada sistem PLTS. Kata kunci: PLTS, internet of Things (IOT), pemantauan kondisi, akuisisi data, dan visualisasi data.
MENGURANGI EFISIENSI ENERGI PADA PENGOPERASIAN BASE TRANSCEIVER STATION (BTS) MENGGUNAKAN DMAIC
Proyek ini mengatasi tingginya konsumsi energi Base Transceiver Stations (BTS) yang dioperasikan oleh PT XYZ, dengan fokus pada peningkatan efisiensi energi menggunakan metodologi DMAIC (Define, Measure, Analyze, Improve, Control), yang merupakan komponen inti dari praktik Six Sigma. Menara BTS mengonsumsi energi listrik dalam jumlah besar, terutama karena pengoperasian unit AC yang terus menerus yang diperlukan untuk menjaga suhu optimal di dalam shelter BTS. Tantangan utama yang teridentifikasi adalah penggunaan energi yang tidak efisien di menara BTS, dimana unit AC mengonsumsi sekitar 30-45% dari total listrik, yang mengakibatkan tagihan bulanan melebihi batas yang dapat diterima. Proyek ini bertujuan untuk mencapai target tagihan listrik tidak lebih dari standar perusahaan sebesar Rp 2.000.000. Metodologi penelitian melibatkan lima fase: Mendefinisikan, Mengukur, Menganalisis, Meningkatkan, dan Mengontrol. Fase Define menetapkan tujuan dan ruang lingkup proyek, menargetkan tagihan listrik bulanan tidak melebihi standar. Pada fase Measure, data dikumpulkan dan dianalisis menggunakan alat seperti Statistical Process Control (SPC) dan Process Capability Sixpack. Fase Analisis mengidentifikasi akar penyebab inefisiensi, terutama pengoperasian unit pendingin udara yang kurang optimal, menggunakan teknik seperti Current Reality Tree (CRT) dan Pareto Chart. Fase Peningkatan menerapkan pengaturan suhu yang dioptimalkan untuk AC dan teknologi pendinginan alternatif, dengan fokus pada pencegahan kesalahan (Poka Yoke) untuk memastikan perbaikan yang berkelanjutan. Fase Pengendalian menetapkan mekanisme pemantauan dan pengendalian, termasuk dokumentasi komprehensif, rencana pelatihan, dan strategi pemantauan berkelanjutan untuk mempertahankan perbaikan. Proyek ini berhasil mengurangi konsumsi listrik dengan mengoptimalkan pengaturan suhu dan menerapkan metode pendinginan alternatif, sehingga mencapai target pengurangan setidaknya 40% dari AC. Penerapan DMAIC secara efektif meningkatkan efisiensi energi BTS, sehingga menghasilkan penghematan biaya yang besar dan berkontribusi terhadap tujuan keberlanjutan PT XYZ. Proyek ini merekomendasikan pemantauan berkelanjutan terhadap penggunaan energi, tinjauan berkala terhadap efisiensi solusi, eksplorasi teknologi pendingin canggih dan sumber energi terbarukan, dan penerapan proyek serupa di seluruh PT XYZ untuk memaksimalkan manfaat organisasi.