ANALISIS REGRESI LINIER BIASA DAN BERGANDA PADA BLENDING BATUBARA BERDASARKAN TOTAL MOISTURE, ABU DAN SULFUR UNTUK TARGET NILAI KALORI 5000 KCAL/KG
Total View This Week0
Total View This Week0
Institusion
Universitas Sriwijaya
Author
AKBAR DEDIANTO AMRULLAH (STUDENT ID : 03021381320027)
Rr. Harminuke Eko Handayani (LECTURER ID : 0009026905)
Ubaidillah Anwar Prabu (LECTURER ID : 0018105502)
Rr. Harminuke Eko Handayani (LECTURER ID : 0009026905)
Ubaidillah Anwar Prabu (LECTURER ID : 0018105502)
Subject
TN817.S6 Bituminous coal.
Datestamp
2019-10-04 08:17:27
Abstract :
PT. Bukit Asam Tbk memiliki empat jenis batubara yang akan dijual salah satunya adalah market brand 50. Untuk mendapatkan market brand tersebut salah satu caranya adalah dengan melakukan blending. Namun biasanya hasil blending masih belum sesuai dengan spesifikasi yang telah ditentukan oleh PT. Bukit Asam. Dalam penelitian ini, untuk mendapatkan batubara BA-50 dilakukan blending antara batubara AL 52 ? MT 46, AL 52 - BAS 48. Terdapat empat parameter kualitas yang menjadi perhatian dalam melakukan blending karena keempat parameter ini berada dibawah standar ketetapan BA-50 yaitu total moisture, abu, sulfur dan nilai kalori. Faktor utama yang mempengaruhi ketidak tercapaian dalam blending AL52LS - MT46 dan AL52LS - BAS48 adalah total moisture (TM). Sedangkan untuk faktor-faktor abu (A) dan total sulphur (S) batubara AL52LS, MT46 dan BAS48 masih memenuhi typical market brand BA50.Dilakukan analisis regresi linier biasa dan analisis regresi linier berganda menggunakan metode trial and erorr terhadap keempat parameter ini pada masing-masing proses blending sehingga didapatkan dua model matematika terbaik yaitu sebagai berikut: 1. Model matematika untuk blending batubara AL-52 dan MT-46 Regresi linier biasa : GCV = 7602,3148 ? 89,3504 x TM -17,8701 x A ? 89,3504 x S Regresi linier berganda : GCV = 7683,7301 ? 91,3753 x TM ? 32,4470 x A + 10,2148 x S 2. Model matematika untuk blending batubara AL-52 dan BAS-48 Regresi linier biasa : GCV = 7391,8548 ? 81,2753 x TM ? 16,2551 x A ? 81,2753 x S Regresi linier berganda : GCV = 7422,7062 ? 81,6108 x TM ? 21,9610 x A ? 79,3836 x S Model matematika untuk blending batubara AL-52 dan MT-46 menunjukkan bahwa Nilai maksimal total moisture (TM) dengan regresi linier biasa akan mencapai target GCV market brand BA50 adalah sebesar 26.5% ar, sedangkan dengan regresi linier berganda akan mencapai target GCV market brand BA50 adalah sebesar 27%% ar. Model matematika untuk blending batubara AL-52 dan BAS-48 menunjukkan bahwa Nilai maksimal total moisture (TM) dengan regresi linier biasa akan mencapai target GCV market brand BA50 adalah sebesar 27% ar, sedangkan dengan regresi linier berganda akan mencapai target GCV market brand BA50 adalah sebesar 27%% ar. Setelah didapatkan model matematika ditentukan persentase rasio komposisi berat batubara yang akan diblending. Untuk blending batubara AL 52 ? MT 46 persentasenya yaitu 71% batubara AL 52 dan 29% batubara MT 46. Untuk blending batubara AL 52 ? BAS 48 persentasenya yaitu 68% batubara AL 52 dan 32% batubara BAS 48.
PT. Bukit Asam Tbk memiliki empat jenis batubara yang akan dijual salah satunya adalah market brand 50. Untuk mendapatkan market brand tersebut salah satu caranya adalah dengan melakukan blending. Namun biasanya hasil blending masih belum sesuai dengan spesifikasi yang telah ditentukan oleh PT. Bukit Asam. Dalam penelitian ini, untuk mendapatkan batubara BA-50 dilakukan blending antara batubara AL 52 ? MT 46, AL 52 - BAS 48. Terdapat empat parameter kualitas yang menjadi perhatian dalam melakukan blending karena keempat parameter ini berada dibawah standar ketetapan BA-50 yaitu total moisture, abu, sulfur dan nilai kalori. Faktor utama yang mempengaruhi ketidak tercapaian dalam blending AL52LS - MT46 dan AL52LS - BAS48 adalah total moisture (TM). Sedangkan untuk faktor-faktor abu (A) dan total sulphur (S) batubara AL52LS, MT46 dan BAS48 masih memenuhi typical market brand BA50.Dilakukan analisis regresi linier biasa dan analisis regresi linier berganda menggunakan metode trial and erorr terhadap keempat parameter ini pada masing-masing proses blending sehingga didapatkan dua model matematika terbaik yaitu sebagai berikut: 1. Model matematika untuk blending batubara AL-52 dan MT-46 Regresi linier biasa : GCV = 7602,3148 ? 89,3504 x TM -17,8701 x A ? 89,3504 x S Regresi linier berganda : GCV = 7683,7301 ? 91,3753 x TM ? 32,4470 x A + 10,2148 x S 2. Model matematika untuk blending batubara AL-52 dan BAS-48 Regresi linier biasa : GCV = 7391,8548 ? 81,2753 x TM ? 16,2551 x A ? 81,2753 x S Regresi linier berganda : GCV = 7422,7062 ? 81,6108 x TM ? 21,9610 x A ? 79,3836 x S Model matematika untuk blending batubara AL-52 dan MT-46 menunjukkan bahwa Nilai maksimal total moisture (TM) dengan regresi linier biasa akan mencapai target GCV market brand BA50 adalah sebesar 26.5% ar, sedangkan dengan regresi linier berganda akan mencapai target GCV market brand BA50 adalah sebesar 27%% ar. Model matematika untuk blending batubara AL-52 dan BAS-48 menunjukkan bahwa Nilai maksimal total moisture (TM) dengan regresi linier biasa akan mencapai target GCV market brand BA50 adalah sebesar 27% ar, sedangkan dengan regresi linier berganda akan mencapai target GCV market brand BA50 adalah sebesar 27%% ar. Setelah didapatkan model matematika ditentukan persentase rasio komposisi berat batubara yang akan diblending. Untuk blending batubara AL 52 ? MT 46 persentasenya yaitu 71% batubara AL 52 dan 29% batubara MT 46. Untuk blending batubara AL 52 ? BAS 48 persentasenya yaitu 68% batubara AL 52 dan 32% batubara BAS 48.
File :
RAMA_31201_03021381320027.pdf
RAMA_31201_03021381320027_0009026905_0018105502_01_front_ref.pdf
RAMA_31201_03021381320027_0009026905_0018105502_02.pdf
RAMA_31201_03021381320027_0009026905_0018105502_03.pdf
RAMA_31201_03021381320027_0009026905_0018105502_04.pdf
RAMA_31201_03021381320027_0009026905_0018105502_05.pdf
RAMA_31201_03021381320027_0009026905_0018105502_06_ref.pdf
RAMA_31201_03021381320027_0009026905_0018105502_07_lamp.pdf
RAMA_31201_03021381320027_TURNITIN.pdf
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
