ABSTRAK
SO2 merupakan polutan udara yang sangat berkaitan dengan pembakaran batubara sebagai bahan baku energi dalam suatu pembangkit listrik. Dengan adanya fakta ini, maka dibutuhkan suatu model sebagai metode pendekatan sistem untuk memprediksi nilai emisi SO2 yang dihasilkan berdasarkan karakteristik batubara, serta pemetaan konsentrasi SO2 di lingkungan sekitar sumber emisi. Tujuan dari penelitian ini adalah untuk memodelkan emisi SO2 menggunakan Artificial Neural Network (ANN) berdasarkan karakteristik batubara dan menganalisis konsentrasi SO2 di wilayah PLTU Suralaya berdasarkan pemetaan pada musim hujan dan kemarau. Emisi SO2 dimodelkan menggunakan ANN, sedangkan pemetaan konsentrasi SO2 menggunakan software ArcGIS 9.3. Nilai validasi optimum hasil pemodelan emisi SO2 menggunakan ANN adalah 83,2% dengan root mean square error sebesar 0,168, laju pembelajaran 0,2, jumlah hidden neuron 22, dan epoh 125.000. Nilai konsentrasi SO2 rata-rata tahun 2008-2013 di Halaman PLTU Suralaya, Brigil, Perum PLTU Suralaya, Cipala Dua, Lebak Gede, Salira Indah, Gunung Gede, dan Sumuranja pada musim hujan dan kemarau masing-masing adalah 8,77 μg/Nm3 dan 9,01 μg/Nm3, 4,22 μg/Nm3 dan 6,05 μg/Nm3, 6,87 μg/Nm3 dan 7,04 μg/Nm3, 4,25 μg/Nm3 dan 8,54 μg/Nm3, 4,56 μg/Nm3 dan 6,27 μg/Nm3, 4,70 μg/Nm3 dan 7,06 μg/Nm3, 6,11 μg/Nm3 dan 8,03 μg/Nm3, 5,05 μg/Nm3 dan 7,34 μg/Nm3. Hasil tersebut menunjukkan, konsentrasi polutan SO2 cenderung lebih tinggi pada musim kemarau dibandingkan musim hujan di kedelapan lokasi pemantauan kualitas udara. Nilai konsentrasi SO2 masih jauh di bawah nilai baku mutu yang ditetapkan, yaitu sebesar 365 μg/Nm3 dan termasuk kategori baik menurut ISPU (Indeks Standar Pencemar Udara), yaitu pada rentang 0-50 dengan nilai konsentrasi SO2 sebesar 0 μg/Nm3-80 μg/Nm3
ABSTRACT
SO2 is an air pollutant that is mainly related with the combustion of coal as an energy feedstock in a power plant. Based on this fact, a model as a system approach in order to predict and estimate the SO2 emissions generated by coal characteristics and SO2 concentrations mapping in emission source is required. The purpose of this study is modeling SO2 emissions using Artificial Neural Network (ANN) based on coal characteristics and to analyze the concentrations of SO2 based on mapping in Suralaya Steam Coal Fired Power Plant during rainy and dry season. SO2 emissions were modeled using ANN, while mapping SO2 concentrations is using software ArcGIS 9.3. Optimum validation value for SO2 emissions model with ANN in this study is 83.2% with root mean square error is 0.168, learning rate 0.2, 22 of hidden neurons, and 125,000 epoch. The average value of SO2 concentrations in the years 2008-2013 in Halaman PLTU Suralaya, Brigil, Perum PLTU Suralaya, Cipala Dua, Lebak Gede, Salira Indah, Gunung Gede, and Sumuranja during rainy and dry season respectively are 8.77 μg/Nm3 and 9.01 μg/Nm3, 4.22 μg/Nm3 and 6.05 μg/Nm3, 6.87 μg/Nm3 and 7.04 μg/Nm3, 4.25 μg/Nm3 and 8.54 μg/Nm3, 4.56 μg/Nm3 and 6.27 μg/Nm3, 4.70 μg/Nm3 and 7.06 μg/Nm3, 6.11 μg/Nm3 and 8.03 μg/Nm3, 5.05 μg/Nm3 and 7.34 μg/Nm3. The result shows SO2 concentrations are found to be higher in the dry season than in rainy season in all of eight locations of air quality monitoring. SO2 concentrations value is found below the allowable standard (365 μg/Nm3) and belong to good category according to ISPU (Standard Index of Air Pollutants), in range 0-50 with SO2 concentrations value is 0 μg/Nm3-80 μg/Nm3. |
T35625-Niknik Bestar.pdf :: Unduh