HASIL PENGOLAHAN DATA DENGAN SPSS

MENENTUKAN KONDISI OPTIMAL OPERASI

Pengumpulan data untuk penentuan kondisi optimal dilakukan pada bulan 25 Agustus 2015 –

30 September 2015 pasca regenerasi katalis, karena saat itu dianggap katalis dalam kondisi fresh

dimana terdapat varian dari faktor-faktor yang mempengaruhi proses reformasi. Data-data tersebut

diolah untuk mendapatkan titik optimum operasi.

Data Unit Platformer 25 Agustus 2015 – 30 September 2015

Feed WAIT actual LHSV N+3.5A H2/HC FBP YIELD T/D ᵒC /jam %LV mol/mol ᵒC %wt

25/8/15 1109.8 465.5 1.21 60.05 8.88 187 89.3 90.0726/8/15 1148.0 473.7 1.26 60.05 8.96 192 89 91.1327/8/15 1204.6 473.7 1.33 60.05 9.24 192 86 90.7428/8/15 1233.9 475.4 1.36 60.05 8.34 192 87.5 87.4029/8/15 1907.8 479.4 2.10 60.05 4.87 191 87.6 56.7730/8/15 1204.5 479.4 1.33 60.05 5.19 188 87.6 89.4331/8/15 1203.8 479.5 1.33 60.05 8.04 178 88.3 89.281/9/15 1203.2 479.5 1.33 60.05 7.95 190 87.8 89.132/9/15 1203.5 479.5 1.33 60.05 8.37 192 88.4 88.823/9/15 1203.7 479.7 1.32 60.05 7.53 194 89 88.944/9/15 1203.5 479.7 1.32 60.05 7.19 192 89 88.865/9/15 1203.5 479.8 1.32 60.05 7.78 188 88.7 88.696/9/15 1203.4 479.7 1.33 60.05 8.72 188 88 88.017/9/15 1203.5 479.7 1.32 60.05 8.86 193 89.3 88.338/9/15 1203.4 479.8 1.33 60.05 9.02 204 88.8 87.529/9/15 1234.1 479.9 1.36 60.05 8.44 198 88.8 87.64

10/9/15 1252.6 479.7 1.38 60.05 8.41 193 88.5 88.2111/9/15 1252.5 479.5 1.37 60.05 8.91 204 90 89.3712/9/15 1252.5 479.6 1.37 60.05 8.96 203 90 89.4613/9/15 1252.5 479.7 1.37 60.05 8.94 204 89.7 89.1714/9/15 1252.6 479.7 1.36 60.05 9.74 206 90.7 89.3815/9/15 1252.5 479.7 1.37 60.05 8.59 206 89.6 88.9016/9/15 1252.6 479.5 1.37 60.05 8.47 205 90.2 88.1117/9/15 1252.6 479.8 1.37 60.05 8.27 205 89.7 87.4818/9/15 1252.6 479.5 1.37 60.05 11.49 200 90.5 87.3019/9/15 1252.6 479.5 1.37 60.05 8.91 196 91.1 87.4620/9/15 1252.6 479.5 1.37 60.05 8.91 202 90.7 87.0021/9/15 1252.6 479.5 1.37 60.05 7.80 203 90.8 86.8422/9/15 1252.5 479.5 1.37 60.05 7.46 202 91.1 86.7223/9/15 1252.6 479.4 1.37 60.05 7.68 203 91.1 86.4524/9/15 1252.4 479.5 1.37 60.05 8.16 204 91 86.6225/9/15 1252.6 479.4 1.37 60.05 8.05 203 91 86.7526/9/15 1252.5 479.3 1.37 60.05 8.03 205 90.7 86.8527/9/15 1252.6 479.2 1.37 60.05 7.95 201 90 86.7628/9/15 1252.5 479.2 1.37 60.05 7.96 203 90.2 87.0429/9/15 1252.6 479.2 1.37 60.05 9.50 200 90 87.0230/9/15 1252.6 479.3 1.37 60.05 8.01 197 90.2 87.10

Tanggal RONC

Berdasarkan data-data yang ada pada tabel di atas ,dengan metode regression analysis

menggunakan program SPSS pada komputer diperoleh suatu bentuk persamaan regresi linier

seperti persamaan di bawah ini:

Persamaan awal

RONC

Y1 = 52,922 + 0,03 X1 – 1,518 X2 + 0,122 X4

YIELD

Y2 = 54,878 + 0,175 X1 – 40,121 X2 + 0,247 X3 + 0,007 X4

Berdasarkan hasil analisis regresi dengan program SPSS terlihat bahwa dari kelima variabel

yaitu X1, X2, X3, X4 dan X5, ternyata hanya X2 dan X3 saja yang berpengaruh sangat nyata terhadap

Y1 dan Y2, karena mempunyai nilai probabilitas dengan signifikasi (0,000) jauh di bawah (0,05). Hal

ini dapat dilihat dari nilai “Signifikasi” dari table berikut :

Nilai “Sig”

Y1

(RONC)

Y2

(YIELD)

X1 0,637 0,021

X2 0,291 0

X3 0,998 0,214

X4 0 0,812

Setelah ditentukan bahwa X2 (WAIT) dan X3 (LHSV) adalah variabel paling berpengaruh

(signifikan) terhadap Y, kemudian diplot grafik Y vs X1 dan Y vs X2 untuk menentukan bentuk

persamaan yang sesuai . Dengan melihat plot grafik tersebut, maka bentuk persamaan yang sesuai

adalah persamaan linear. Dengan bantuan program SPSS diperoleh persamaan :

Persamaan akhir

RONC

Y1 = 23,958 + 0,143 X2 – 1,993 X3

YIELD

Y2 = 58,399 + 0,178 X2 – 41,188 X3

R Square

Y1 = 0,106

Y2 = 0,963

Standard Error of the Estimate

Y1 = 1,2179

Y2 = 1,04435

Std. Deviation

Y1 = 0,4069

Y2 = 5,2058

Dari kedua persamaan diatas, berdasarkan hasil analisis regresi diperoleh nilai R Square dari

pers Y1 adalah 0,106 , artinya hasil Y1 bisa dipengaruhi 10,6 % dari variable X2, X3 dan sisanya

sebesar 89,4 % dari variable lain. Sedang nilai R Square dari pers Y2 adalah 0,963 , artinya hasil Y2

bisa dipengaruhi 96,3 % dari Variabel X1, X2 dan sisanya sebesar 4,30 % dari variabel lain. Dilihat

dari “standard error of the estimate” pada Y2 dengan nilai 1,04435 , lebih kecil dari deviasi harga Y2

(persen yield) yaitu 5,2058.

Tujuan proses pengolahan Unit Platformer sebagai fungsi objektif adalah RONC target 90 dan

memaksimalkan yield reformate (minimal 89 % feed) yang memenuhi spesifikasi. Dengan bantuan

program SPSS pada komputer dapat ditentukan fungsi obyektifnya seperti persamaan (3-11) adalah :

Min (RONC), 23,958 + 0,143 X2 – 1,993 X3 = 90

Min (Yield), 58,399 + 0,178 X2 – 41,188 X3 ≥ 89

Atau ditulis, 0,143 X2 – 1,993 X3 = 66,042

0,178 X2 – 41,188 X3 ≥ 30,601

Hasil

B

X2 WAIT act (oC) 480,41

X3 LHSV (jam-1) 1,33

std.eror

X2 WAIT act (oC) 460,3

X3 LHSV (jam-1) 0,57

Dari penyelesaian diatas, untuk memperoleh hasil sesuai target operasi yaitu RONC 90 dan

persen yield min 89% dengan target tujuan memberikan service life katalis paling lama, diperlukan

kondisi operasi WAIT ( X2 ) minimal 480,4 °C dan LHSV ( X3 ) maximal 1,33 /jam.