Kualitas batubara lapisan "GB" dan pemanfaatannya :: Studi kasus Daerah Gunung Bakaran, Sepinggan, Balikpapan, Kalimantan Timur

AMIRUDDIN, Prof.Ir. Sukandarrumidi, M.Sc.,Ph.D

2006 | Tesis | S2 Teknik Geologi

Penelitian dengan judul “Kualitas Batubara pada Lapisan “GB” dan Pemanfaatannya” dilaksanakan di daerah Gunung Bakaran, Sepinggan, Balikpapan, Kalimantan Timur. Maksud penelitian ini adalah untuk memperoleh informasi mengenai batubara sedang tujuannya adalah untuk mengetahui kualitas batubara di daerah penelitian sehingga dapat dimanfaatkan oleh yang berkepentingan. Dalam hal ini kualitas batubara dibatasi pada analisis proksimat yang meliputi : Total Moisture, Total Sulphur, Air Dried Moisture, Ash Content, Fix Carbon, Volatile Matter, Gross Calorific Value dan Hardgrove Grindability Index. Metode penelitian yang digunakan meliputi kerja lapangan dan penelitian laboratorium. Kerja lapangan meliputi pengamatan litologi, pengambilan contoh batubara serta pengambilan foto sedangkan kegiatan penelitian laboratorium untuk analisis proksimat. Hasil analisis menunjukkan nilai Total Moisture (GB01 = 38,8 %, GB02 = 37,5 %), Moisture (GB01 = 30,9 %, GB02 = 31 %), Ash Content (GB01 = 0,5 %, GB02 = 0,8 %), Volatile Matter (GB01 = 37,2 %, GB02 = 36,4 %), Fix Carbon (GB01 = 31,4 %, GB02 = 31,8 %), Total Sulphur (GB01 = 1,55 %, GB02 = 1,77 %), Gross Calorific Value (GB01 = 4717 kcal/kg, GB02 = 4706 kcal/kg) dan Hardgrove Grindability Index (GB01 = 85, GB02 = 77). Berdasarkan hasil analisis tersebut dengan dibandingkan pada SNI, batubara di daerah penelitian utamanya digunakan sebagai bahan bakar PLTU.

Most of adaptive system applications have been implemented on fixed-point DSPs (Digital Signal Processing) because of their low prices and ease to program. Unfortunately adaptive system analysis presented on textbooks or many other resources are based on floating point representations. To study fixed point effects on adaptive system performance this thesis simulated LMS and NLMS adaptive system as a system identification on fixed point environment using Matlab 6.5. The number of quantization bit is 8 or 16. The main conclusion of this thesis are presented with regard to the presence of measurement noises, so that the number of quantization bits gives no differences on the LMS or NLMS algorithm performance unless the level of noise is very low (SNR > 30 dB).

Kata Kunci : Batubara,Kualitas,Pemanfaatan,Coal Quality, proximate analysis, coal utilization