Hasil Pencarian  ::  Simpan CSV :: Kembali

"Pelumas dapat didefinisikan sebagai substansi yang ditempatkan di antara dua permukaan yang bergerak relatif untuk mengurangi gesekan di antara keduanya. Pelumas dapat mengurangi gesekan, tingkat keausan, dan konsumsi energi. Oleh karena itu, pelumas secara luas diterapkan di hampir semua bidang industri, terutama pada bidang transportasi, manufakur, hingga pembangkit listrik. Proses oligomerisasi dalam pembuatan ester minyak dasar dilakukan dengan menggabungkan senyawa asam karboksilat dengan poliol. Melalui reaksi oligomerisasi ini, jumlah cabang samping akan meningkat seiring pertumbuhan panjang rantai utama, yang pada gilirannya dapat meningkatkan viskositas ester minyak dasar. Penelitian ini bertujuan untuk mendapatkan rancangan serta mendesain pengendalian proses pada proses oligomerisasi pabrik ester base oil dengan multivariable model predictive control MMPC 100 (2×2) dan MMPC 101 (2×2) dengan identifikasi proses model first order plus dead time (FOPDT) dengan metode Smith, Wade, dan Solver. Selanjutnya, ditentukan model FOPDT terbaik dengan membandingkan nilai root-mean- square error (RMSE) terkecil dari setiap metode. Metode tuning yang digunakan untuk MMPC adalah metode Shridhar-Cooper dilanjutkan dengan fine tuning untuk mendapatkan nilai parameter P (prediction horizon), M (control horizon), dan T (sampling time) terbaik. Parameter MMPC tersebut akan diuji berdasarkan respon kinerja pengendali terhadap perubahan set point (SP) dan pengujian disturbance rejection dengan perhitungan integral absolute error (IAE) dan integral square error (ISE). Hasil identifikasi sistem didapatkan model FOPDT terbaik seluruhnya menggunakan metode Solver. Metode fine tuning pada penyetelan MMPC menghasilkan parameter T, P, M untuk MMPC 100 (2×2) sebesar 9, 120, dan 20 dan untuk MMPC 101 (2×2) sebesar 1, 230, dan 150. Pada pengujian Set Point (SP) tracking, MMPC merupakan pengendali terbaik untuk seluruh pengendalian dibandingkan pengendali PI. Pada pengujian disturbance rejection terhadap perubahan suhu inlet, pengujian dilakukan dengan membandingkan tiga kondisi, yaitu dengan adanya pengendalian pre treatment (Full Control), tanpa adanya pengendalian pre treatment (Local Control) dan PI. Didapatkan kinerja MMPC Full Control lebih baik dibandingkan kinerja MMPC Local Control dengan pemulihan kinerja pengendali sebesar 7,36%, 0,007%, 0,086%, dan 0,03% untuk nilai IAE dan 0,61%, 0,00%, 0,00%, dan 0,00% untuk nilai ISE.

---

A lubricant can be defined as a substance placed between two relatively moving surfaces to reduce the friction between them. Lubricants can reduce friction, wear rate, and energy consumption. Therefore, lubricants are widely applied in almost all industrial fields, especially in transportation, manufacturing, and power generation. The oligomerization process in the preparation of base oil esters is carried out by combining carboxylic acid compounds with polyols. Through this oligomerization reaction, the number of side branches will increase as the main chain length grows, which in turn can increase the viscosity of the base oil ester. This study aims to obtain the design and design of process control in the oligomerization process of base oil ester plant with multivariable model predictive control MMPC 100 (2×2) and MMPC 101 (2×2) with first order plus dead time (FOPDT) model process identification by Smith, Wade, and Solver methods. Next, the best FOPDT model is determined by comparing the smallest root-mean-square error (RMSE) value from each method. The tuning method used for MMPC is the Shridhar-Cooper method followed by fine tuning to get the best parameter values of P (prediction horizon), M (control horizon), and T (sampling time). MMPC parameters will be tested based on the controller performance response to set point (SP) changes and disturbance rejection testing with integral absolute error (IAE) and integral square error (ISE) calculations. The results of system identification obtained the best FOPDT model entirely using the Solver method. The fine-tuning method on MMPC tuning produces parameters T, P, M for MMPC 100 (2×2) of 9, 120, and 20 and for MMPC 101 (2×2) of 1, 230, and 150. In the Set Point (SP) tracking test, MMPC is the best controller for all controls compared to PI controllers. In testing disturbance rejection to changes in inlet temperature, testing is done by comparing two conditions, namely with the presence of pre-treatment control (Full Control) and without pre-treatment control (Local Control). MMPC Full Control performance is better than MMPC Local Control performance with controller performance recovery of 7.36%, 0.007%, 0.086%, and 0.03% for IAE values and 0.61%, 0.00%, 0.00%, and 0.00% for ISE values."

"Ester base oil merupakan pelumas alami yang telah diterima secara luas dikarenakan kemampuan pelumasannya yang tinggi, serta keunggulan seperti kinerja suhu rendah, indeks viskositas yang tinggi, pengurangan gesekan yang sangat baik, dan sifat anti aus. Proses sintesis ester base oil melibatkan dua tahapan utama, yaitu oligomerisasi dan esterifikasi. Penelitian ini bertujuan untuk mendapatkan rancangan serta mendesain pengendalian proses pada proses pre- treatment oligomerisasi pabrik ester base oil dengan multivariable model predictive control (MMPC) 4x4. Metode yang digunakan untuk mendapatkan model first order plus dead time (FOPDT) 4x4 adalah dengan cara dilakukan identifikasi sistem menggunakan metode Smith, metode Wade, dan metode Solver. Selanjutnya, ditentukan model FOPDT terbaik dengan membandingkan nilai root- mean-square error (RMSE) terkecil dari setiap metode. Metode tuning yang digunakan untuk MMPC adalah metode Shridhar-Cooper dilanjutkan dengan fine- tuning untuk mendapatkan nilai parameter P (prediction horizon), M (control horizon), dan T (sampling time). Parameter MMPC tersebut akan diuji berdasarkan respon kinerja pengendali terhadap pengujian set point (SP) tracking dan pengujian disturbance rejection. Kinerja MMPC juga akan dibandingkan dengan kinerja pengendali propotional-integral (PI) dengan perhitungan integral absolute error (IAE) dan integral square error (ISE). Hasil identifikasi sistem didapatkan model FOPDT terbaik menggunakan metode Smith yaitu M1V3, M2V1 ; metode Wade yaitu M1V2, M2V3, M2V4, M4V2 ; metode Solver yaitu M1V1, M1V4, M2V2, M3V1, M3V2, M3V3, M3V4, M4V1, M4V3, M4V4. Metode fine-tuning pada penyetelan MMPC menghasilkan parameter P, M, T terbaik masing-masing sebesar 350, 300, dan 2. Pada pengujian SP ttacking, MMPC menunjukkan kinerja terbaik dalam pengendalian suhu sedangkan kinerja pengendali PI lebih baik dalam pengendalian laju alir. Pada pengujian disturbance rejection, kinerja MMPC lebih baik dibandingkan pengendali PI dengan perbaikan kinerja pengendalian sebesar 7,16% - 61,35% untuk nilai IAE dan 13,96% - 88,60% untuk nilai ISE.

---

Ester base oil is a natural lubricant widely accepted due to its high lubricating ability, as well as advantages such as low-temperature performance, high viscosity index, excellent friction reduction, and anti-wear properties. The synthesis process of ester base oil involves two main stages, namely oligomerization and esterification. This research aims to obtain a design and design process control in the pre-treatment process of oligomerization in the ester base oil plant with multivariable model predictive control (MMPC) 4x4. The method used to obtain the first-order plus dead time (FOPDT) 4x4 model is by identifying the system using Smith's method, Wade's method, and Solver's method. Furthermore, the best FOPDT model is determined by comparing the smallest root-mean-square error (RMSE) values from each method. The tuning method used for MMPC is the Shridhar-Cooper method followed by fine-tuning to obtain the parameter values P (prediction horizon), M (control horizon), and T (sampling time). These MMPC parameters will be tested based on controller performance responses to set point (SP) tracking testing and disturbance rejection testing. The performance of MMPC will also be compared with proportional-integral (PI) controllers using integral absolute error (IAE) and integral square error (ISE) calculations. The results of the system identification obtained the best FOPDT model using Smith's method, namely M1V3, M2V1; Wade's method, namely M1V2, M2V3, M2V4, M4V2; Solver's method, namely M1V1, M1V4, M2V2, M3V1, M3V2, M3V3, M3V4, M4V1, M4V3, M4V4 .The fine-tuning method in MMPC tuning resulted in the best P, M, T parameters of 350, 300, and 2 respectively. In SP tracking testing, MMPC showed the best performance in temperature control while PI controller performance was better in flow rate control. In disturbance rejection testing, MMPC performance was better than PI controllers with performance improvement ranging from 7.16% to 61.35% for IAE values and 13.96% to 88.60% for ISE values."

"Air merupakan sumber daya yang paling penting bagi kehidupan, oleh karena itu perlu diperhatikan dan dijaga kualitasnya. Dalam studi air, ML menawarkan banyak peluang untuk mengklasifikasikan kualitas air. Hasil akurasi klasifikasi kualitas air bergantung pada model yang digunakan, ukuran kumpulan data, dan parameter air yang digunakan untuk melatih model pembelajaran. Dalam makalah ini, model SVM, NB, DT, RF, dan CATBoost digunakan untuk memodelkan proses klasifikasi kualitas air. Metode feature selection: filter, wrapped, dan embeded akan dibandingkan, bersama dengan model dengan pemilihan parameter manual yang dipilih berdasarkan kemudahan pengukurannya. Menggunakan embedded feature selection dan DT classifier dengan SMOTE sebagai metode penyeimbangan kelas, model ini dapat mencapai akurasi 99,33%, presisi 99,43%, daya ingat 99,33%, dan skor F1 99,34%. Model untuk indikasi kualitas air secara realtime juga diperoleh dengan classifier CatBoost, dengan akurasi 92,31%, presisi 91,72%, recall 92,31%, dan skor F1 91,75%.

---

Water is the most important resource for life, hence it’s quality needs to be checked and maintained. In water studies, ML offers numerous opportunities for classifying Water Quality (WQ) indicators. Results of WQ classification accuracy depend on the model used, the size of the data set, and the water parameters used to train the learning models. In this paper, SVM, NB, DT, RF, and CATBoost models are used to model a WQ classification. Filter, wrapped, and embedded feature selection methods will be compared, along with a model with a manual selection of parameters that are selected based on their ease of measurement. Using embedded feature selection and DT classifier with SMOTE as class balancing method, the model can achieve 99.33% accuracy, 99.43% precision, 99.33% recall, and 99.34% F1-score. Model for realtime water quality indication is also obtained with CatBoost classifier, it achieve 92.31% accuracy, 91.72% precision, 92.31% recall, and 91.75% F1-score."

"Energi terbarukan merupakan sumber energi alternatif yang dapat membantu mengurangi ketergantungan kebutuhan energi terhadap bahan bakar fosil seperti batubara, minyak bumi, dan gas. Namun, teknologi yang dibutuhkan untuk mengelola energi terbarukan itu mahal. Sehingga diperlukan analisis ekonomi untuk menentukan apakah suatu investasi energi terbarukan dapat menguntungkan atau tidak. Mengetahui potensi dan dorongan untuk mengurangi emisi karbon, banyak negara termasuk Indonesia telah menetapkan beberapa tujuan untuk meningkatkan pengembangan energi terbarukan di Indonesia seperti, menerapkan 23% bauran energi terbarukan pada tahun 2025. Untuk mencapai target tersebut dengan cara yang paling efisien, perlu dilakukan kajian untuk menentukan jenis pembangkit listrik energi terbarukan yang terbaik untuk diinvestasikan. Data Envelopment Analysis (DEA) merupakan metode non-parametrik yang digunakan untuk mengukur efisiensi Unit Pengambilan Keputusan (DMU). Oleh karena itu, DEA merupakan suatu metode yang mampu mengukur efisiensi seorang pengambil keputusan dengan menganalisis data input dan outputnya. DEA juga dapat digunakan untuk mengukur efisiensi investasi energi terbarukan di Indonesia. Dengan mengetahui data input dan output masing-masing pembangkit listrik, kita dapat menghitung efisiensi teknis setiap pembangkit listrik dan mengurutkan pembangkit listrik yang paling efisien hingga pembangkit listrik yang paling tidak efisien untuk diinvestasikan menggunakan DEA dengan berbagai sub-model. Seluruh hasil akan dianalisis menggunakan SPSS IBM dengan metode One-way ANOVA, didapatkan metode BCC-I sebagai metode paling baik dengan significance value sebesar 0.02 (p<0.05). Hasil analisis menunjukkan wind menghasilkan efisiensi terbaik, dilanjutkan dengan biomassa dan tenaga air.

---

Renewable energy is an alternative energy source that can help reduce dependence on fossil fuels such as coal, oil and gas for energy needs. However, the technology needed to manage renewable energy is expensive. So an economic analysis is needed to determine whether a renewable energy investment can be profitable or not. Knowing the potential and impetus for reducing carbon emissions, many countries including Indonesia have set several goals to increase the development of renewable energy in Indonesia, such as implementing a 23% renewable energy mix by 2025. To achieve this target in the most efficient way, it is necessary to conduct a study to determine the best type of renewable energy power plant to invest in. Data Envelopment Analysis (DEA) is a non-parametric method used to measure the efficiency of a Decision-Making Unit (DMU). Therefore, DEA is a method that is able to measure the efficiency of a decision maker by analyzing the input and output data. DEA can also be used to measure the efficiency of renewable energy investments in Indonesia. By knowing the input and output data of each power plant, we can calculate the technical efficiency of each power plant and rank the most efficient power plant to the least efficient power plant to invest using DEA with various sub-models. All results will be analyzed using SPSS IBM with the One-way ANOVA method, the BCC-I method is the best method with a significance value of 0.02 (p<0.05). The results of the analysis show that wind produces the best efficiency, followed by biomass and hydropower.

"

"Analisis tekno-ekonomi dilakukan untuk pabrik power-to-ammonia di Indonesia yang menggunakan proses elektrolisis air suhu tinggi. Proses yang diusulkan disimulasikan menggunakan Aspen HYSYS untuk simulasi pabrik amonia dan Microsoft Excel untuk analisis ekonomi dan variabel lain yang tidak dapat dihitung menggunakan Aspen HYSYS. Kapasitas produksi green ammonia 4945 MT/tahun dan rasio molar H2-ke-N2 menjadi 3:1 pertama kali ditentukan sebagai dasar pemodelan dan integrasi simulasi. Selanjutnya, kondisi operasi sintesis amonia diuji dengan beberapa variasi untuk mendapatkan suhu dan tekanan yang paling sesuai untuk proses tersebut, yang masing-masing menghasilkan 500oC dan 150 bar. Asesmen ekonomi menunjukkan bahwa CAPEX dan OPEX dalam penelitian ini menghasilkan harga produksi sebesar $901,66/MT. Langkah terakhir dilakukan dengan menganalisis dan mengevaluasi pengaruh harga jual green ammonia terhadap tiga variabel yaitu harga N2, harga listrik panas proses, dan harga jual O2 sebagai produk samping. Dengan membuat skenario berdasarkan variabel-variabel tersebut, harga jual green ammonia yang menguntungkan untuk mencapai payback period tidak lebih dari sepuluh tahun berkisar antara $1.290- $2.120/MT. Harga green ammonia jauh lebih tinggi dari amoniak konvensional. Oleh karena itu, disarankan untuk mengajukan subsidi saat penjualan.

---

A techno-economic assessment was performed for a power-to-ammonia plant in Indonesia that utilizes a high-temperature water electrolysis process. The proposed process was simulated using Aspen HYSYS for the ammonia plant simulation and Microsoft Excel for the economic analysis and other variables that can’t be calculated using Aspen HYSYS. The green ammonia production capacity of 4945 MT/year and the molar ratio of H2-to-N2 being 3:1 is first determined as a basis for the simulation modelling and integration. Subsequently, the ammonia synthesis operating condition is tested using several variations to find the most suitable temperature and pressure for the process, which results in 500oC and 150 bar, respectively. The economic assessment shows that the CAPEX and OPEX in this research produce a production price of $901.66/MT. The last step is done by analyzing and evaluating the ammonia selling price effect upon three variables: the price for N2, the price for process heat electricity, and the price for selling O2 as a by-product. By making scenarios based on those variables, the profitable green ammonia selling price to achieve not more than ten years payback period ranges from $1,290-$2,120/MT. The green ammonia price is much higher than conventional ammonia. Thus, proposing a subsidy when selling green ammonia is recommended."

"Kebutuhan pelumas terus meningkat Namun saat ini ketersediaan minyak bumi semakin menipis karena kebutuhan yang terus meningkat. Selain itu, pelumas berbahan dasar minyak bumi memiliki pengaruh negatif terhadap lingkungan karena memiliki sifat yang negatif diantaranya adalah non-renewable, tidak ramah lingkungan dan beracun. Pelumas sintetis merupakan bahan kimia dengan karakteristik lebih baik dibandingkan pelumas mineral dan nabati. Pelumas sintetik terbentuk dari senyawa kimia dengan spesifikasi berkualitas dan dirancang melalui proses sintetik untuk mendapatkan pelumas dengan karakteristik yang spesifik dan sesuai yang diinginkan. Sintesis Pelumas Berbasis Ester dapat dilakukan dengan proses oligomerisasi, esterifikasi dan separasi. Penelitian ini akan menjelaskan mengenai sistem pengendalian proses separasi pada perancangan pabrik Pelumas Berbasis Ester untuk menjaga kestabilan proses produksi pada sebuah pabrik. Pada penelitian ini proses yang akan dikendalikan adalah proses separasi asam n-heptanoat untuk mendaur ulang zat antara yang digunakan untuk memproduksi senyawa Pelumas Berbasis Ester. Pengendalian yang digunakan adalah pengendalian Proporsional Integral (PI) dengan menggunakan metode Ziegler Nichols, Lopez dan Autotuner. Parameter kinerja pengendali yang diperhitungkan menggunakan metode IAE (Integral Absolute Error), ISE (Integral Squared Error) dan ITAE. (Integral of Time Multiplied by Absolute Error). Pada penelitian ini penyetelan pengendalian optimum dicapai dengan menggunakan metode Autotuner dan root mean squared (RMS) terendah didapatkan dengan metode Solver.

---

The need for lubricants continues to increase. However, currently the availability of petroleum is dwindling due to the ever-increasing need. In addition, petroleum-based lubricants have a negative impact on the environment because they have negative properties, including non-renewable, not environmentally friendly and toxic. Synthetic lubricants are chemicals with better characteristics than mineral and vegetable lubricants. Synthetic lubricants are formed from chemical compounds with quality specifications and are designed through a synthetic process to obtain lubricants with specific and desired characteristics. Synthesis of Ester Based Lubricants can be carried out by oligomerization, esterification and separation processes. This study will explain the separation process control system in the design of an Ester-Based Lubricant factory to maintain the stability of the production process in a factory. In this study the process to be controlled is the n-heptanoic acid separation process to recycle the intermediates used to produce Ester-Based Lubricant compounds. The control used is the Integral Proportional (PI) control using the Ziegler Nichols, Lopez and Autotuner methods. The controller performance parameters are calculated using the IAE (Integral Absolute Error), ISE (Integral Squared Error) and ITAE methods. (Integral of Time Multiplied by Absolute Error). In this study the optimum control setting was achieved by using the Autotuner method and the lowest root mean squared (RMS) was obtained by the Solver method."

"Produksi kelapa sawit yang semakin meningkat akan menghasilkan limbah yang banyak seperti Tandan Kosong Kelapa Sawit (TKKS). Furfural dapat dihasilkan dari bahan baku TKKS dengan metode hidrolisis asam. Reaktor hidrolisis asam digunakan untuk menghasilkan furfural. Suhu, tekanan, dan level dalam reaktor menjadi variabel yang perlu dikendalikan untuk menghasilkan kualitas produk yang baik. Sistem pengendalian yang optimum diperlukan untuk menjaga kestabilan pada saat proses produksi furfural. Proses produksi furfural yang diamati adalah pada pilot plant furfural di Departemen Teknik Kimia Universitas Indonesia dengan kapasitas produksi 100 L per hari. Sebelum memproduksi furfural, dilakukan terlebih dahulu simulasi menggunakan simulator Aspen Plus pada keadaan steady-state. Kemudian mengubah ke keadaan dinamik ketika sudah berjalan dengan lancar dengan simulator Aspen Plus Dynamics. Pada penelitian ini ditujukan untuk mendapatkan model proses produksi furfural pada pilot plant furfural dengan menggunakan simulator proses, mendapatkan model First Order Plus Dead Time (FOPDT) yang terbaik untuk pengendalian reaktor hidrolisis asam proses produksi furfural pada pilot plant furfural, dan mendapatkan parameter penyetelan pengendalian yang optimum untuk pengendalian reaktor hidrolisis asam proses produksi furfural pada pilot plant furfural. Pengendali Proporsional-Integral (PI) adalah jenis pengendali yang digunakan. Model FOPDT yang terbaik untuk seluruh variabel adalah Model Solver dengan nilai Kp sebesar 3,711,  sebesar 98,457, dan  sebesar 3,641 untuk variabel suhu; nilai Kp sebesar -0,023,  sebesar 11,681, dan  sebesar 0,494 untuk variabel tekanan; nilai Kp sebesar -0,121,  sebesar 1954,788, dan  sebesar 32,958 untuk variabel level. Metode penyetelan yang terbaik untuk seluruh variabel adalah closed loop Ziegler-Nichols dengan nilai Kc sebesar 18,14 dan Ti sebesar 0,1 untuk variabel suhu; nilai Kc sebesar 309,71 dan Ti sebesar 0,2 untuk variabel tekanan; nilai Kc sebesar 3219,33 dan Ti sebesar 0,2 untuk variabel level.

---

The increasing production of palm oil will produce a lot of waste, such as Oil Palm Empty Fruit Bunches (OPEFB). Furfural can be produced from OPEFB raw materials by acid hydrolysis method. An acid hydrolysis reactor is used to produce furfural. Temperature, pressure, and level in the reactor are variables that need to be controlled to produce good product quality. An optimum control system is needed to maintain stability during the furfural production process. The furfural production process observed was in a furfural pilot plant at the Department of Chemical Engineering, University of Indonesia with a production capacity of 100 L per day. Before producing furfural, a simulation was carried out using the Aspen Plus simulator at steady-state conditions. Then change to the dynamic state when it is running smoothly with the Aspen Plus Dynamics simulator. This research aims to obtain a model of the furfural production process in a furfural pilot plant using a process simulator, to obtain the best First Order Plus Dead Time (FOPDT) model for controlling acid hydrolysis reactors in the furfural production process in a furfural pilot plant, and to obtain the optimal control parameter settings. optimum for controlling acid hydrolysis reactor furfural production process in furfural pilot plant. Proportional-Integral (PI) controller is the type of controller used. The best FOPDT model for all variables is the Solver Model with Kp values of 3.711,  of 98.457, and  of 3.641 for the temperature variable; the Kp value is -0.023,  is 11.681, and  is 0.494 for the pressure variable; the Kp value is -0.121,  is 1954.788, and  is 32.958 for the level variable. The best tuning method for all variables is closed loop Ziegler-Nichols with a Kc value of 18.14 and a Ti value of 0.1 for the temperature variable; the value of Kc is 309.71 and Ti is 0.2 for the pressure variable; the Kc value is 3219.33 and Ti is 0.2 for the level variable."

"Penelitian ini mempresentasikan langkah-langkah desain dan perhitungan untuk setiap unit instalasi pengolahan air (IPA), karena perannya yang sangat penting untuk keperluan rumah tangga dan air minum. Itu juga menggambarkan dan merancang prosedur unit pengolahan air dengan memperkirakan kebutuhan air dan merancang unit proses. Tujuan dari pekerjaan ini adalah untuk mengevaluasi kebutuhan air untuk masyarakat tertentu dan untuk menyajikan langkah-langkah desain dan perhitungan untuk unit IPA yang dibutuhkan. Rancangan unit IPA secara teoritis akan diterapkan pada Danau Salam untuk didistribusikan sebagai air minum di lingkungan Universitas Indonesia. Kualitas dan kuantitas air Danau Salam pada berbagai waktu dianalisis dan disajikan secara statistik. Unit-unit proses pengolahan meliputi asupan, koagulasi, flokulasi, sedimentasi, adsorpsi, filtrasi, desinfeksi, penyimpanan, dan pemompaan. Perhitungan dan gambar detail unit ditampilkan, debit rata-rata dan populasi yang digunakan untuk desain IPA dihitung masing-masing. Selain itu, perhitungan tersebut memerlukan beberapa parameter untuk diestimasi sebagai data lapangan yang dijadikan asumsi. Hasil garis besar setiap unit IPA ditabulasikan. Dapat disimpulkan bahwa pekerjaan ini dapat digunakan sebagai sumber untuk perancangan unit IPA lainnya. Sejumlah faktor seperti usia IPA, pemeliharaan, analisis ekonomi, investasi desain, dan kebutuhan air berdampak besar pada efisiensi penyisihan unit IPA.

---

This research presented the design steps and calculation for each unit of the water treatment plant (WTP), due to its crucial role domestically and drinking purpose. It also illustrated and designed the procedures of the water processing units by estimating water demand and designing the unit process. The objectives of this work were to evaluate the water demand for a certain community and to present design steps and calculations for the required units of a WTP. The design of the WTP units was theoretically going to be applied to Lake Salam to be distributed as a drinking water in University of Indonesia’s Environment. The quality and quantity of the Lake Salam water at various times were statistically analyzed and presented. The units of the treatment processes involved intake, coagulation, flocculation, sedimentation, adsorption, filtration, disinfection, storage, and pumping. The calculations and detailed drawings of the units were displayed, the average discharge and population used for the WTP design were calculated respectively. Besides, the calculation required some of the parameters to be estimated as field data, which were taken into assumptions. The outline results of e ach unit of the WTP were tabulated. It can be concluded that this work can be used as a source for designing other WTP units. A number of factors such as the age of WTP, maintenance, economic analysis, design infestation, and water demand had a great impact on the removal efficiency of the WTP units."

"Enhanced energy efficiency by integrating heat in Power to Methanol through Co-Electrolysis is carried out to save energy use by utilizing heat energy generated from an operating unit. The proposed process is simulated using Aspen HYSYS to view methanol plant simulations, Aspen Energy Analyzer to perform heat integration, and Microsoft Excel to perform economic analysis. In this study, the factory simulation used was the Power to Methanol plant via CO-Electrolysis with a 3713 MT/year capacity. The results of heat integration in this study can reduce plant heating utility by 71.79% from the original design, heat integration from this research can also reduce cooling utility by 55.03% from the original design. The economic assessment shows that the CAPEX and OPEX in this study resulted in a production price of $951.51/MT. The final step is to analyze and evaluate the effect of the selling price of E-methanol on three variables, which is the price of CO2, the price of process heat electricity, and the selling price of O2 as a by-product. By creating a scenario based on these variables, a profitable selling price of E-methanol to achieve a profitable project is between $1200 - 1850/MT. The price of E-methanol is much higher than conventional methanol. Therefore, applying for a subsidy at the time of sale is advisable so that the selling price of E-methanol can be more competitive in the market.

---

Peningkatan efisiensi energi dengan integrasi panas dalam Power to Methanol melalui CO-Electrolysis dilakukan dengan tujuan dapat menghemat penggunaan energi memanfaatkan energi panas yang dihasilkan dari suatu unit operasi. Proses yang diusulkan disimulasikan menggunakan Aspen HYSYS untuk melihat simulasi pabrik methanol dan Aspen Energy Analyzer untuk melakukan integrasi panas, serta Microsoft Excel untuk melakukan analisis ekonomi. Pada penelitian kali ini simulasi pabrik yang digunakan adalah pabrik Power to Methanol melalui CO-Electrolysis dengan kapasitas 3713 MT/tahun. Hasil dari integrasi panas pada penelitian kali ini dapat mengurangi kebutuhan panas pabrik sebesar 71.79% dari design aslinya, integrasi panas dari penelitian ini juga dapat mengurangi kebutuhan pendinginan sebesar 55.03%. dari design aslinya. Asesmen ekonomi menunjukkan bahwa CAPEX dan OPEX dalam penelitian ini menghasilkan harga produksi sebesar $951.51/MT. Langkah terakhir dilakukan dengan menganalisis dan mengevaluasi pengaruh harga jual E-methanol terhadap tiga variabel yaitu harga CO2, harga listrik panas proses, dan harga jual O2 sebagai produk samping. Dengan membuat skenario berdasarkan variabel-variabel tersebut, harga jual E-methanol yang menguntungkan untuk mencapai sebuah proyek yang menguntungkan berkisar antara $1200 - 1850/MT. Harga E-methanol jauh lebih tinggi dari methanol konvensional. Oleh karena itu, disarankan untuk mengajukan subsidi agar harga jual E-methanol dapat lebih bersaing di pasar"

"Asam lemak merupakan salah satu produk yang cukup aplikatif di industri. Produk ini umum didapatkan dengan bahan baku minyak nabati. Metode produksi asam lemak tersebut melibatkan ekstraksi minyak dari BSFL (black soldier fly larvae), yang dapat dilakukan melalui berbagai metode, khususnya ekstraksi cair dengan pelarut organik dan ekstraksi mekanis menggunakan screw pressing. Proses simulasi ini menggunakan perangkat lunak SuperPro Designer v.13 dan AspenPlus v.12.1. BSFL yang telah dibudidayakan akan dijadikan sebagai umpan proses sebesar 10 ton/batch. Produksi asam lemak dan produk samping lainnya berupa produk padatan dan gliserin. Proses dimulai dengan pretreatment dan proses ekstraksi minyak, baik dengan pelarut cair atau screw press. Ekstrak berupa minyak BSFL kemudian akan di-splitting sehingga jumlah asam lemak bebasnya maksimal untuk difraksinasi dengan distilasi. Proses ini bernilai ekonomis dengan mempertimbangkan gate fee sebesar $57,6 USD/ton untuk pengolahan limbah oleh BSFL sebagai salah satu penghasilannya. Adapun dari proses dengan ekstraksi pelarut cair, didapatkan nilai NPV (net present value) sebesar  $1.281.065 USD, IRR (internal rate of return) 11,4%, ROI (rate of investment) 5,4%, dan PBP (payback period) 7,5 tahun. Sedangkan untuk ekstraksi dengan screw press, NPV sebesar  $3.584.990 USD, IRR 17,5%, ROI 10,7% dan PBP 5,5 tahun. Berdasarkan analisis sensitivitas, gate fee menjadi variabel yang relatif sensitif pada kedua jenis proses.

---

Fatty acids are one of the quite applicable products in the industry. This product is commonly obtained from vegetable oil raw materials. The production method of these fatty acids involves extracting oil from BSFL (black soldier fly larvae), which can be done through various methods, particularly liquid extraction with organic solvents and mechanical extraction using screw pressing. This simulation process uses SuperPro Designer v.13 and AspenPlus v.12.1 software. Cultivated BSFL will be used as the process feed at a rate of 10 tons/batch. The production includes fatty acids and other by-products such as solid products and glycerin. The process starts with pretreatment and oil extraction, either with liquid solvent or screw press. The extracted BSFL oil will then be split so that the amount of free fatty acids is maximized for fractionation by distillation. This process is economically valuable, considering the gate fee of $56,7 USD for waste processing by BSFL as one of its revenue sources. From the liquid solvent extraction process, a NPV (net present value) of $1.281.065 USD, IRR (internal rate of return) of 11,4%, ROI (rate of investment) of 5,4%, and PBP (payback period) of 7,5 years were obtained. Meanwhile, a NPV of screw press extraction is $3.584.990 USD, IRR of 17,5%, ROI of 10,7%, and PBP of 5,5 years were obtained. Based on sensitivity analysis, the gate fee is a relatively sensitive variable in both types of processes."