Desain Sistem Antarmuka Berbasis Web Untuk Prediksi Kandungan Oksigen Pada Gas Buang Boiler
WILDAN GURETNO P, Ir. Nazrul Effendy, ST, MT, Ph.D, IPM.; Ayodya Pradhipta Tenggara, ST, MSc, Ph.D.
2023 | Skripsi | S1 TEKNIK FISIKAKandungan oksigen pada boiler untuk pembangkit listrik saat ini masih diukur menggunakan Zirkonia Oxygen Analyzer dengan berbagai kekurangan seperti tidak dapat memantau jangka waktu panjang yang berdampak pada kerugian ekonomi hingga pada potensi ledakan tangki boiler. Perancangan web ditujukkan untuk menjadi sarana pemantau kandungan oksigen pada tangki boiler dengan oxygen soft sensor sebagai smart-sensornya. Web ini dibuat dengan menggunakan bahasa pemrograman Python dengan framework Flask sebagai back end dari sistem, dan bahasa pemrograman HTML, CSS, serta Javascript sebagai front end dari sistem. Hasil dari perancangan ini adalah sebuah web yang dapat menampilkan grafik prediksi kadar oksigen pada boiler yang telah dikenakan model machine learning oleh peneliti saudara Eko David Kurniawan dengan metode XGBoost, serta grafik kadar oksigen asli dari data PT. Pertamina RU V Balikpapan. Diharapkan dengan adanya web ini proses boiler dapat dipantau secara real-time sehingga dapat berjalan dengan keselamatan yang terjamin dan biaya yang ekonomis.
The oxygen content in boilers for power plants is currently still being measured using a Zirconia Oxygen Analyzer with various drawbacks such as not being able to monitor for a long period of time which has an impact on economic losses to the potential for boiler tank explosions. The web design is intended to be a means of monitoring the oxygen content in the boiler tank with the oxygen soft sensor as the smart-sensor. This website was created using the Python programming language with the Flask framework as the back end of the system, and the HTML, CSS, and Javascript programming languages as the front end of the system. The result of this design is a web that can display a graph of predicting oxygen levels in a boiler that has been subjected to a machine learning model by researcher Eko David Kurniawan with the XGBoost method, as well as graphs of original oxygen levels from PT. Pertamina RU V Balikpapan. It is hoped that with this website the boiler process can be monitored in real-time so that it can run with guaranteed safety and economical costs.
Kata Kunci : Website, Oxygen Soft Sensor, Python, HTML, CSS