Soft Sensor Berbasis Adaptive Boosting Untuk Prediksi Nilai Kandungan Oksigen Dalam Flue Gas Pada Boiler PT. Pertamina RU V Balikpapan

RANGGA HERLAMBANG, Ir. Nazrul Effendy, S.T., M.T., Ph.D., IPM; Ir. Agus Arif, M.T.

2022 | Skripsi | S1 TEKNIK FISIKA

Pada sistem gas buang (flue gas) dari suatu pembangkit listrik, kandungan oksigen merupakan salah satu faktor penting yang mempengaruhi efisiensi boiler. Pengukuran oksigen yang akurat juga memainkan peran penting dalam menilai keekonomian operasi boiler. Pada kilang minyak PT. Pertamina RU V Balikpapan, piranti zirkonia oxygen analyzer digunakan sebagai instrumen pengukur oksigen, namun hal itu belum memadai dalam menentukan kinerja operasi boiler. Kekurangan dari instrumen tersebut adalah presisi pengukuran yang rendah, tingginya biaya pemeliharaan dan masa pakai yang singkat, yang pada kenyataannya tidak mendukung untuk pemantauan waktu nyata jangka panjang dan tidak menjamin boiler beroperasi pada kondisi pembakaran sempurna. Salah satu alternatif yang dapat digunakan sebagai pengganti pengukuran nilai kandungan oksigen adalah dengan menggunakan soft sensor. Namun perancangan soft sensor ini tidak mudah, karena proses pembakaran dalam boiler tergolong kompleks dan terdapat banyak faktor yang mempengaruhi nilai kandungan oksigen. Pada penelitian ini dikembangkan suatu soft sensor untuk memprediksi nilai kandungan oksigen pada boiler dengan menggunakan metode adaptive boosting (AdaBoost). Dataset yang digunakan dalam penelitian ini berasal dari data historis Distributed Control System (DCS) boiler PT. Pertamina RU V Balikpapan. Hasil penelitian menunjukkan bahwa model AdaBoost setelah mengalami optimasi hyperparameters memberikan hasil terbaiknya menggunakan 10 fitur dengan nilai mean absolute error (MAE) sebesar 0,16815 dan nilai mean squared error (MSE) sebesar 0,04258.

In the flue gas system of a power plant, the oxygen content is one of the critical factors affecting boiler efficiency. Accurate oxygen measurement also plays a vital role in assessing the economics of boiler operation. At the PT. Pertamina RU V Balikpapan, zirconia oxygen analyzer are used as oxygen measuring instruments, but it is not sufficient for determining boiler operating performance. Disadvantages of such instruments are low measurement precision, high maintenance costs and short service life, which in fact does not support a long-term real-time monitoring and does not guarantee the boiler is operating at complete combustion conditions. One alternative that can be used as a substitute for measuring oxygen content's value is a soft sensor. However, the design of this soft sensor is not easy because the boiler's combustion process is complex, and many factors affect the value of the oxygen content. In this study, a soft sensor was developed to predict the value of the oxygen content in the boiler using the adaptive boosting (AdaBoost) method. The dataset used in this research come from historical data of Distributed Control System (DCS) boiler PT. Pertamina RU V Balikpapan. The results showed that the AdaBoost model, after hyperparameters optimization, gave the best results using ten features with an mean absolute error (MAE) value of 0.16815 and an mean squared error (MSE) value of 0.04258.

Kata Kunci : Kandungan oksigen, boiler, oxygen analyzer, AdaBoost.