kombinasi metode layer of protection analysis dan …
TRANSCRIPT
DISERTASI
KOMBINASI METODE LAYER OF PROTECTION ANALYSIS DAN FAULT TREE ANALYSIS BERBASIS MODEL DINAMIKA PROSES PLANT : STUDI KASUS PADA PROSES STEAM DRUM BOILER
Diajukan oleh :
Ronny Dwi Noriyati NRP. 07111460010021
Dosen Pembimbing : Prof. Dr. Ir. Adi Soeprijanto, MT
Dr. Ir. Ali Musyafa’, MSc.
PROGRAM DOKTOR DEPARTEMEN TEKNIK ELEKTRO FAKULTAS TEKNOLOGI ELEKTRO INSTITUT TEKNOLOGI SEPULUH NOPEMBER SURABAYA 2018
(Halaman ini sengaja dikosongkan)
iii
(Halaman ini sengaja dikosongkan)
iv
v
(Halaman ini sengaja dikosongkan)
vi
KOMBINASI METODE LAYER OF PROTECTION ANALYSIS
DAN FAULT TREE ANALYSIS
BERBASIS MODEL DINAMIKA PROSES PLANT :
STUDI KASUS PADA STEAM DRUM BOILER
Nama Mahasiswa : Ronny Dwi Noriyati
NRP : 07111460010021
Pembimbing : Prof. Dr. Ir. Adi Soeprijanto, MT
Co-Pembimbing : Dr. Ir. Ali Musyafa, MSc
ABSTRAK
Banyak kejadian fatal di dunia industri disebabkan karena “Boiler explosion”.
Potensi kejadian seperti ini masih sering terjadi hingga saat ini. Dampak dari kejadian
tersebut akan sangat merugikan bagi industri itu sendiri, termasuk manusia, aset, dan
lingkungan sekitarnya. Apabila kejadian itu terjadi maka diperlukan waktu cukup lama
untuk bisa beroperasi kembali dan diperlukan biaya yang sangat besar.
Dalam disertasi ini diusulkan metode baru yang merupakan kombinasi dari dua
metode, yaitu Layer of Protection Analysis (LOPA) dan Fault Tree Analysis (FTA)
untuk menganalisis tingkat keandalan pada pengendalian proses Steam Drum Boiler,
agar kriteria keandalan pada produksi saturated steam tetap bisa terjaga kualitasnya
dengan berbasis pada model dinamika proses.
Dengan studi kasus pada Steam Drum Boiler, dimana steam yang dihasilkan
dengan laju aliran 95,2 m3/h, pressure 36,5 kg/cm2, dan temperature 405oC, Steam
yang dihasilkan adalah High Pressure Steam dan Low Pressure Steam. Untuk High
Pressure Steam dengan tekanan 35 kg/cm2 dan temperatur 400oC digunakan sebagai
penggerak turbin TP-6101 (8,5MW-5KV) dan TP-6102 (11,5 MV-5KV).
Sedangkan Low Pressure Steam, dengan pressure 10 kg/cm2 temperature
270oC , steam ini untuk keperluan Sulfuric Acid Plant digunakan pada steam heater
untuk pencairan belerang dan steam jacket. Phosphoric Acid Plant Steam digunakan
untuk steam heater, steam ejector dan evaporator. Kemudian steam juga digunakan
pada Cement Retarder Plant untuk membantu proses filter purified gypsum dan
granulator Cement Retarder, Alluminium Fluoride Plant steam digunakan untuk
crystallizer dan washing cloth centrifuge SiO2, dan unit Ammonium Sulfide Plant Steam
digunakan untuk steam heater, steam ejector, dan evaporator di Pabrik III PT
Petrokimia Gresik. Sehingga, keberadaan Steam Drum Boiler B-6203 sangat vital dan
memerlukan sistem proteksi yang sangat dapat diandalkan, atau highly reliable.
Dengan demikian, untuk menganalisis kegagalan kualitas saturated steam yang
diproduksi oleh Steam Drum Boiler tidak cukup hanya dilakukan melalui analisis layer
vii
protection pada input, proses dan output Steam Drum Boiler. Namun, harus dilakukan
juga melalui analisis pada proses dinamika Steam Drum Boiler, dengan kombinasi
metode LOPA dan FTA.
Pada pembahasan ini LOPA digunakan untuk menganalisis pada protection
layer input Steam Drum Boiler, protection layer pada proses Steam Drum Boiler, dan
potection layer pada output Steam Drum Boiler. Dengan menggunakan HAZOP dan
P&ID akan didapatkan protection layer yang harus ditingkatkan.
Selanjutnya dilakukan Root Cause Analysis melalui analisis terhadap variabel
proses Steam Drum Boiler dengan menggunakan metode FTA. Metode FTA yang
digunakan pada disertasi ini adalah berbasis model dinamika proses menggunakan
persamaan kesetimbangan massa dan kesetimbangan energi pada root causenya.
Faktor yang paling berpengaruh terhadap kesetimbangan massa dan kesetimbangan
energi ditinjau dari root cause nya adalah laju aliran masuk Steam Drum Boiler (Mass
Boiler Feed Water flow rate kg/s) dan laju aliran keluar Steam Drum Boiler (Mass
Steam flow rate), pressure dan temperature Steam Drum Boiler. Faktor yang
berpengaruh terhadap kesetimbangan massa dan energy tersebut dibuat pemodelan
dinamik proses Steam Drum Boiler yang hasil simulasinya dapat merepresentasikan
berbagai macam respon dinamik.
Dengan kombinasi metode Layer of Protection Analysis (LOPA) dan metode
Fault Tree Analysis (FTA) diperoleh hasil bahwa variabel proses yang berpotensi
terjadi kegagalan fatality pada Steam Drum Boiler adalah pressure PI 6220. Diperlukan
peningkatan sistem proteksi dari layer 2 ke tingkat yang lebih tinggi dengan voting
system. emergency shutdown, dan meningkatkan dari fungsi indikasi menjadi fungsi
kontrol dengan PIC- 6220 (Pressure Indicator Control) 35 - 45 bar pada proses Steam
Drum Boiler. Dan pada saat terjadi perubahan (gangguan) secara bersamaan proses
operasi Steam Drum Boiler tetap berjalan pada kondisi normal operasi tanpa harus
melakukan Emergency Shut Down . Dengan ketentuan dari hasil simulasi pada kondisi
kritis Steam Drum Boiler diperoleh batasan untuk tekanan pada Steam Drum Boiler 35
- 45 bar, level pada Steam Drum Boiler 0,501 - 0,576 m, Mass Boiler feed water
flowrate 14 - 18 kg/s dan mass steam flowrate 10 - 14 kg/s. Sehingga pada kondisi ini
5 Unit produksi yaitu Sulfuric Acid Plant, Phosphoric Acid Plant, Ammonium Sulfide
Plant, Cement Retarder Plant dan Alluminium Fluoride Plant dapat dipertahankan
tetap beroperasi dengan baik dan tidak perlu harus melakukan Emergency Shut Down
untuk mematikan seluruh Unit Produksi yang ada. Dengan demikian, untuk menjaga
performance perusahaan pada kondisi yang diharapkan masih bisa dicapai.
Kata kunci : LOPA, FTA, HAZOP, Steam Drum Boiler, Dinamika Proses, Protection
Layer, Root Cause
viii
COMBINATION OF LAYER OF PROTECTION ANALYSIS
(LOPA) AND FAULT TREE ANALYSIS METHOD WITH THE
BASIS OF DYNAMIC PROCESS PLANT MODEL : CASE
STUDY ON STEAM DRUM BOILER
Name : Ronny Dwi Noriyati
Student ID : 07111460010021
Supervisor : Prof. Dr. Ir. Adi Soeprijanto, MT
Co-Supervisor : Dr. Ir. Ali Musyafa, MSc
ABSTRACT
Most of the fatal accident in industry are caused by boiler explosion. This kind
of potential accident. The impact of the accident can give disadvantageous impact for
the industry, which includes the human and environment surrounding. If the accident
happens, the recovery time needed to make it able to be operated is quite long and also
costly.
This dissertation proposes combination between two methods, which are Layer
of Protection Analysis (LOPA) and Fault Tree Analysis (FTA) to analyse level of
reliability in process control of Steam Drum Boiler, so that the quality of reliability
criteria in saturated steam production can be maintained with the basis of dynamic
process model.
The case study is taken on steam drum boiler, in which the steam is produced
with the flow rate of 95.2 m3/h, pressure of 36.5 kg/cm2, and temperature of 405oC.
While the high pressure steam with the pressure of 35 kg/cm2 and temperature of
400oC, is used as turbine driver of TP-6101 (8,5MW-5KV) and TP-6102 (11,5 MV-
5KV).
While for low pressure steam, with the pressure of 10 kg/cm2 and temperature
of 270oC, is used in steam heater of Sulfuric Acid Plant for sulfur and steam jacket
melting. Phosphoric Acid Plant Steam is used for steam heater, steam ejector, and
evaporator. Steam is also used in Cement Retarder Plant for helping the process of filter
purified gypsum and granulator cement retarder. Aluminium Fluoride Plant steam is
used for crystallizer and washing cloth centrifuge SiO2. Ammonium Sulfide Plant
Steam unit is used for steam heater, steam ejector, and evaporator in Plant III of PT.
Petrokimia Gresik. Therefore, the existence of Steam Drum Boiler B-6203 is very vital
and needs reliable or highly reliable protection system.
Therefore, analyzing the failure in the quality of saturated steam produced by
Steam Drum Boiler cannot only be done by analyzing the function of protection layer
ix
in input, process, and output of Steam Drum Boiler. Meanwhile, the analysis also has
to be done in dynamic process of Steam Drum Boiler with the combination of LOPA
and FTA method.
In this study, LOPA method is used for analyzing the protection analysis in
input, process, and output of Steam Drum Boiler. By using HAZOP and P&ID, later it
will obtain the protection layer that has to be improved
After that, Root Cause Analysis is done by analyzing process variable of Steam
Drum Boiler by using FTA method. FTA method used in this study is based on dynamic
process model using equation of mass and energy balance in the root cause. The most
impactful factor to the mass and energy balance according to the root cause is inflow
rate of Steam Drum Boiler (Mass Boiler Feed Water flow rate kg/s) and outflow rate
of Steam Drum Boiler (Mass Steam flow rate), pressure, and temperature of Steam
Drum Boiler. These impactful factors are made in dynamic process model of Steam
Drum Boiler, in which the result can represent various dynamic responses.
By combining method of Layer of Protection Analysis (LOPA) and Fault Tree
Analysis (FTA), it obtained result that process variable that is potentially has fatality
of failure in Steam Drum Boiler is pressure PI 6220. An increase in protection system
from layer 2 to higher level by voting system and emergency shutdown is needed,
which can increase from indication function becomes control function with PIC-6220
(Pressure Indicator Control) 35 – 45 bar in Steam Drum Boiler process. When a change
(disturbance) occurred at the same time, operation process of Steam Drum Boiler keeps
working in normal operation condition without need to do Emergency Shut Down.
With the condition obtained from simulation result in critical condition of Steam Drum
Boiler, it obtained boundaries in pressure of 35 – 45 bar, level of 0.501 – 0.576 m, Mass
Boiler feed water flow rate of 14 – 18 kg/s, and mass steam flow rate of 10 – 14 kg/s.
Thus, in this condition, 5 production units which are Sulfuric Acid Plant, Phosphoric
Acid Plant, Ammonium Sulfide Plant, Cement Retarder Plant, and Aluminium Fluoride
Plant can be maintained to keep operating in a good condition and does not need
Emergency Shut Down to turn off all the production units. Therefore, it can maintain
the quality of company performance to be in the desired condition.
Keyword : LOPA, FTA, HAZOP, Steam Drum Boiler, Dynamic Process, Protection
Layer, Root Cause
x
KATA PENGANTAR
Puji syukur ke hadirat Allah SWT yang telah memberikan rahmat dan
hidayah Nya sehingga penulis dapat menyelesaikan buku disertasi ini yang
merupakan hasil penelitian yang telah penulis selesaikan selama menempuh studi
program Doktor di Departemen Teknik Elektro, Fakultas Teknologi Elektro,
Institut Teknologi Sepuluh Nopember, Surabaya.
Selama penyelesaian penulisan laporan disertasi ini penulis dibantu oleh
berbagai pihak, maka pada kesempatan ini penulis ingin menyampaikan ucapan
terimakasih yang tulus kepada :
1. Bapak Prof. Dr. Ir. Adi Soeprijanto, MT, bapak Dr. Ir. Ali Musyafa’,
MSc, selaku Promotor dan co-Promotor, yang telah banyak sekali
meluangkan waktunya dalam memberikan bimbingan, dorongan,
perhatian, kesabaran, ide, arahan, koreksi dan motivasi dalam
menyelesaikan Jurnal dan Disertasi.
2. Bapak Prof. Ir. Ontoseno Penangsang, MSc, Ph.D , bapak Dr. Ir. Margo
Pujiantara, MT , dan Bapak Dr. Ir. Bambang Murtjahjanto, MSc, P.E
sebagai tim penguji yang memberikan evaluasi, masukan dan saran
untuk kesempurnaan penulisan buku Disertasi ini.
3. Manajemen Program Pasca Sarjana Teknik Elektro FTE – ITS, Dr. Ir.
Wirawan, DEA. dan Dr. Rony Seto Wibowo, ST.,MT. beserta staf
administrasi yang telah memberikan dukungan fasilitas dan
administrasi.
4. Manajemen Institut Teknologi Sepuluh Nopember Surabaya, Fakultas
Teknologi Industri dan Departemen Teknik Fisika yang telah
memberikan kesempatan ijin belajar untuk menempuh studi program
Doktor di Pascasarjana Fakultas Teknologi Elektro, Institut Teknologi
Sepuluh Nopember Surabaya.
5. Bapak Dr. Ir. Totok Soehartanto, DEA , bapak Totok Ruki Bianto, ST
MT, Ph.D, bapak Dr. Suyanto, ST, MT, bapak Andi Rahmadiansyah,
ST, MT dan ibu Dr. Katherin Indriawati, ST, MT yang telah banyak
xi
membantu dan memberikan saran serta masukan dalam penulisan
disertasi ini.
6. Yang tercinta Ibu & bapak (alm) yang selalu berdoa demi keberhasilan
& kesuksesan penulis dan yang tercinta suami & anakku atas segala
pengertian, kesabaran, pengorbanan, kasih sayang, dorongan dan doa
yang selalu diberikan kepada penulis.
7. Semua pihak yang telah mendukung dan membantu penulis selama
menempuh studi S3 di Teknik Elektro Fakultas Teknologi Elektro ITS.
Surabaya, April 2018
Penulis,
Ronny Dwi Noriyati
xii
DAFTAR ISI
Halaman
HALAMAN JUDUL i
PERNYATAAN KEASLIAN DISERTASI iii
LEMBAR PENGESAHAN DISERTASI v
ABSTRAK vii
ABSTRACT ix
KATA PENGANTAR xi
DAFTAR ISI xiii
DAFTAR GAMBAR xvii
DAFTAR TABEL xix
DAFTAR SINGKATAN xxi
DAFTAR NOTASI xxiii
BAB 1 PENDAHULUAN 1
1.1 Latar Belakang 1
1.2 Peta Jalan Penelitian 4
1.3 Perumusan Masalah dan Batasan Masalah 6
1.4 Tujuan dan Manfaat 7
1.5 Hipotesa 7
1.6 Kontribusi Penelitian 7
1.7 Originalitas Penelitian 8
BAB 2 KAJIAN PUSTAKA DAN DASAR TEORI 11
2.1 Metode Layer of Protection Analysis (LOPA) 11
2.2 Metode Fault Tree Analysis (FTA) 22
2.3 Reliability 26
2.4 Laju Kegagalan 26
2.5 Mean Time To Failure (MTTF) 27
2.6 Karakteristik Kegagalan 27
xiii
2.7 Distribusi Data Waktu Kegagalan 29
2.8 Pemodelan Sistem Reliability 34
2.9 Boiler 37
2.10 Hazard and Operability (HAZOP) Study 38
2.11 Manajemen Risiko 42
2.12 Control Chart 44
2.13 Safety Integrity Level 45
2.14 Pemodelan Matematika pada Steam Drum Boiler 49
2.15 Sistem Kontrol 51
BAB 3 METODOLOGI PENELITIAN 55
3.1 Tahapan Penelitian 55
3.2 Pengumpulan Data 56
3.3 Pemilihan Dan Penjelasan Titik Studi (Node) 56
3.4 Penentuan Komponen Instrumentasi 56
3.5 Basic Proses Design Steam Drum Boiler 57
3.6 Identifikasi pada Input, Proses Output Steam Drum
Boiler 59
3.7 Identifikasi Hazard 60
3.8 Estimasi Cause dan Consequence 61
3.9 Penentuan Risk Ranking 61
3.10 Identifikasi Safeguard 64
3.11 Perhitungan SIL dengan Metode LOPA 65
3.12 Perhitungan SIL dengan Metode FTA 70
3.13 Kombinasi Metode LOPA dan FTA 71
3.14 Pemodelan Dinamik Steam Drum Boiler 71
BAB 4 HASIL DAN PEMBAHASAN 73
4.1 Steam Drum Boiler
xiv
73
4.2 Analisis Potensi Bahaya Pada Steam Drum Boiler 76
4.3 Analisis Risiko 79
4.4 Penentuan Kriteria Likelihood 79
4.5 Estimasi Consequence 80
4.6 Analisis Risk Matrix 81
4.7 Analisis Dengan Metode LOPA 83
4.8 Analisis Dengan Metode FTA 84
4.9 Pemodelan Dinamika Proses Plant 88
4.10 Pemodelan Matematika Plant 97
4.11 Root Cause Model Dinamik 109
4.12 Analisis Kombinasi pada Steam Drum Boiler Berbasis
Model Dinamika 111
BAB 5 KESIMPULAN DAN SARAN 119
5.1 Kesimpulan 119
5.2 Saran 121
DAFTAR PUSTAKA 123
LAMPIRAN
P&ID unit Boiler (B-6203) A
HAZOP Steam Drum Boiler B
Worksheed Layer of Protection Analysis C
Grafik Reliability Steam Drum Boiler D
Grafik Failure Rate Steam Drum Boiler E
Bio Data F
xv
(Halaman ini sengaja dikosongkan)
xvi
DAFTAR GAMBAR
Gambar 1.1
Peta Jalan Penelitian
Halaman
5
Gambar 1.2 Originalitas Penelitian 8
Gambar 2.1 Konsep LOPA 12
Gambar 2.2 Lapisan Proteksi LOPA 13
Gambar 2.3 Alur Proses LOPA 17
Gambar 2.4 Skema Fault Tree Analysis 25
Gambar 2.5 Kurva Bath-Tub 28
Gambar 2.6 Waktu Kegagalan dan Perbaikan Komponen 29
Gambar 2.7 Distribusi Normal 29
Gambar 2.8 Distribusi Lognormal 31
Gambar 2.9 Distribusi Weibull 32
Gambar 2.10 Distribusi Eksponensial 34
Gambar 2.11
Gambar 2.12
Gambar 2.13
Diagram Blok Keandalan n Buah Komponen dalam
Konfigurasi Seri
Diagram Blok Keandalan n Buah Komponen dalam
Konfigurasi Parallel
Diagram Blok Keandalan n Buah Komponen dalam
35
35
Konfigurasi Gabungan Seri - Parallel 37
Gambar 2.14 Tahapan Proses Manajemen Risiko 44
Gambar 2.15 Bentuk Dasar Control Chart 45
Gambar 2.16 Arsitektur SIF 1oo1 46
Gambar 2.17 Arsitektur SIF 1oo2 47
Gambar 2.18 Arsitektur SIF 1oo3 47
Gambar 2.19 Arsitektur SIF 2oo2 47
Gambar 2.20 Diagram Blok Feedback Control System 53
xvii
Gambar 3.1 Tahapan Penelitian 57
Gambar 3.2 Basic Process Input Steam Drum Boiler 60
Gambar 3.3 Basic Process Internal dan Output Steam Drum Boiler 60
Gambar 3.4 Proses Input - Internal – Output Steam Drum Boiler 61
Gambar 3.5 HAZOP to LOPA 67
Gambar 3.6 Kombinasi Metode LOPA dan FTA 73
Gambar 4.1 P&ID Steam Drum Boiler 77
Gambar 4.2 Grafik Control Chart x 79
Gambar 4.3 Grafik Control Chart x-s 80
Gambar 4.4 Diagram Blok Cascade Control System Steam Drum Boiler 87
Gambar 4.5 Diagram FTA Critical Alarm Steam Drum Boiler 87
Gambar 4.6 Diagram Additional Mitigation Steam Drum Boiler 88
Gambar 4.7 Diagram FTA kondisi Boiler Failed 89
Gambar 4.8 Nilai Densitas Water terhadap Perubahan Tekanan 92
Gambar 4.9 Nilai Densitas Steam terhadap Perubahan Tekanan 94
Gambar 4.10 Nilai Entalphy Water terhadap Perubahan Tekanam 95
Gambar 4.11 Nilai Entalphy Steam terhadap Perubahan Tekanan 97
Gambar 4.12 Nilai Temperature terhadap Perubahan Tekanan 98
Gambar 4.13 Pendekatan Geometri untuk Fungsi Level Air 102
Gambar 4.14 Blok Diagram Sistem Pengendalian Steam Drum Boiler 110
Gambar 4.15 Model Dinamik Proses Steam Drum Boiler 110
Gambar 4.16 Respon Dinamik Proses Steam Drum Boiler 111
Gambar 4.17 Diagram FTA Steam Drum Boiler 113
xviii
DAFTAR TABEL
Halaman
Tabel 2.1 HAZOP mengembangkan data untuk LOPA 18
Tabel 2.2 Tabel Standar untuk data LOPA 18
Tabel 2.3 Simbol pada Fault Tree Analysis (FTA) 24
Tabel 2.4 Operasi Hukum Aljabar Boolean 25
Tabel 2.5 Spesifikasi Boiler B-6203 38
Tabel 2.6 Tabel Consequences (AS/NZS 4360:2004) 41
Tabel 2.7 Tabel Likelihood (AS/NZS 4360:2004) 42
Tabel 2.8 Tabel Risk Matrix (AS/NZS 4360:2004) 42
Tabel 2.9 Tabel Risk Matrix Standar PT.Petrokimia Gresik 43
Tabel 2.10 Kriteria Penentuan Safety Itegrity Level (SIL) 49
Tabel 3.1 Kriteria Consequence PT. Petrokimia Gresik 64
Tabel 3.2 Kriteria Likelihood PT. Petrokimia Gresik 65
Tabel 3.3 Risk Ranking PT. Petrokimia Gresik 65
Tabel 3.4 Nilai PDFs untuk IPLs pada proses (CCPS, 2001) 69
Tabel 3.5 Target Mitigated Event Likelihood (TMEL) 71
Tabel 3.6 Kategori Safety Itegrity Level (SIL) 71
Tabel 4.1 Komponen Instrumen pada Steam Drum Boiler 77
Tabel 4.2 Analisis Cause dan Consequences pada Node
Steam Drum Boiler 78
Tabel 4.3 Guide Word dan Deviasi komponen Steam Drum Boiler 81
Tabel 4.4 Kriteria Likelihood pada Node Steam Drum Boiler 82
Tabel 4.5 Kriteria Consequences pada Node Steam Drum Boiler 83
Tabel 4.6 Risk Matrix Node Steam Drum Boiler Berdasarkan
Standar PT. Petrokimia Gresik 84
Tabel 4.7 Risk Matrix Node Steam Drum Boiler Berdasarkan
Standar AS/NZS 4360:2004
84
Tabel 4.8 Perhitungan Initiation Cause Likelihood (ICL) 86
xix
Tabel 4.9 Hasil Perhitungan PFD berdasarkan Desain FTA Pada
Komponen BPCS 89
Tabel 4.10 Data Pemodelan Plant Berdasarkan Data Desain
Steam Drum Boiler 91
Tabel 4.11 Data Pemodelan Plant Berdasarkan Data Proses Plant 91
Tabel 4.12 Data Pemodelan Plant Berdasarkan Steam Table Kondisi
Saturasi 91
Tabel 4.13 Nilai Variabel yang Berubah Terhadap Tekanan 92
Tabel 4.14 Nilai massa Jenis (densitas) water terhadap perubahan
Tekanan 93
Tabel 4.15 Nilai massa Jenis (densitas) Steam terhadap perubahan
Tekanan 95
Tabel 4.16 Nilai Entalphy Water terhadap perubahan Tekanan 96
Tabel 4.17 Nilai Entalphy Steam terhadap perubahan Tekanan 98
Tabel 4.18 Nilai Temperature terhadap perubahan Tekanan 99
Tabel 4.19 Analisis Kombinasi pada Steam Drum Boiler melalui
Hasil Simulasi Level 115
Tabel 4.20 Analisis Kombinasi pada Steam Drum Boiler melalui
Tabel 4.21
Hasil Simulasi Pressure dan Level
Analisis Kombinasi pada Steam Drum Boiler melalui
116
Untuk Pressure dan Level 117
Tabel 4.22 Akumulasi Kombinasi Dengan Pemodelan Dinamik
Steam Drum Boiler 118
xx
DAFTAR SINGKATAN
BFW : Boiler Feed Water
BPCS : Basic Process Control System
CFR : Constan Failure Rate
CL : Control Limit
DFR : Decreasing Failure Rate
FIC : Flow Indicator Controller
FT : Flow Transmiter
FTA : Fault Tree Analysis
G : Gain
FV : Flow Valve
HAZOP : Hazard and Operability
IEL : Intermediate Event Likehood
IFR : Increasing Failure Rate
IPL : Independent Protection Layer
IS : Interloc Switch
LAH : Level Alarm High
LAHH : Level Alarm High High
LAL : Level Alarm Low
LALL : Level Alarm Low Low
LCL : Lower Control Limit
LIC Level Indicator Controller
LOPA : Layer Protection Analysis
LT : Level Transmitter
MSDS : Material Safety Data Sheet
MTBF : Mean Time Breakdown Failure
MTTF : Mean Time To Failure
MTTR : Mean Time To Repair
xxi
PFD : Probability Failure on Demand
PFD : Process Flow Diagram
PI : Pressure Indicator
P&ID : Piping &Intrument Diagram
PSV : Pressure Safety Valve
PT : Pressure Transmitter
RRF : Risk Reduction Factor
SDB : Steam Drum Boiler
SIF : Safety Instrumented Function
SIL : Safety Integrity Level
TMEL : Tarfet Mitigated Event Likelihood
TTF : Time To Failure
TTR : Time To Repair
UCL : Upper Control Limit
xxii
DAFTAR NOTASI
λ : Laju Kegagalan
A : Luas permukaan air didalam Steam Drum Boiler
f : Banyaknya Kegagalan
f(t) : Cumulative Distribution Function
F(t) : Probability Density Function
H : Ketinggian air
R : Jari-jari Steam Drum Boiler
s : Standar Deviasi
Ti : Waktu untuk melakukan perbaikan
t : Waktu operasi
tcv : Time constant Control Valve
w : Lebar permukaan air di dalam Steam Drum Boiler
xxiii
(Halaman ini sengaja dikosongkan)
xxiv
BAB 1
PENDAHULUAN
1.1 Latar Belakang
Layer of Protection Analysis (LOPA) menjelaskan sebuah analisis proses
hazard. Metode ini dimulai dengan data yang dikembangkan dari studi Hazard and
Operability (HAZOP) dan laporan untuk setiap hazard yang diidentifikasi dengan
mendokumentasikan permulaan penyebab serta protection layer yang mencegah atau
mengurangi hazard. Jumlah total reduksi risiko dapat ditentukan dan kebutuhan untuk
pengurangan risiko lebih lanjut dapat dianalisis. LOPA sebagai salah satu tools yang
sangat powerful menilai kinerja protection layer yang ada pada suatu sistem (frekuensi
kecelakaan yang mungkin terjadi dan probabilitas kegagalan suatu protection layer)
(Florence, et.al., 2006). Sebagai contoh Industri Proses Kimia (Chemical Process
Industry atau CPI) sangat peduli dengan bahaya (Hazard) yang ditimbulkan oleh reksi
kimia, hal ini dikarenakan risiko yang ditimbulkan oleh reaksi kimia tidak dapat
dijelaskan hanya dari frekuensi terjadinya kegagalan safeguard yang ada. Sehingga
diperlukan sebuah metode yang mampu untuk mengestimasi risiko yang ditimbulkan
oleh reaksi kimia dan probabilitas terjadinya kegagalan yang diakibatkan oleh
terjadinya reaksi kimia. LOPA merupakan salah satu metode yang dapat mengestimasi
risiko yang ditimbulkan oleh reaksi kimia melalui kriteria yang didefinisikan
sebelumnya, dan secara efektif dapat mengukur besarnya pengurangan risiko yang
dinilai (Wei, Chunyang, Rogers, 2009).
LOPA kurang memadai jika digunakan untuk mengestimasi suatu risiko yang
proses terjadinya dampak mempunyai ketergantungan dengan kejadian-kejadian
sebelumnya (konsekuensi sebagai fungsi dari kejadian-kejadian sebelumnya), sebagai
akibat adanya variabel (biasanya dijadikan sebagai guide words) yang menyebabkan
timbulnya cause consequence pada setiap layer proteksi (Clementina R, et al, 2013).
LOPA adalah metode semi kuantitatif dengan struktur proteksi merupakan
analisis lapisan perlindungan terhadap risiko secara komprehensif dan dengan
menggunakan tingkatan kategori sebagai pendekatan parameter untuk menentukan
1
pengurangan risiko (risk reduction) sehingga sesuai dengan kriteria yang dapat
diterima (Center for Chemical Process Safety, 2001). Pendekatan dilakukan dengan
mengevaluasi skenario terburuk dimana semua lapisan pelindung gagal ketika terjadi
suatu kegagalan. Metode ini efektif untuk menganalisis level safety sebuah sistem
(Gabriella L, et al, 2015, Robert W. Johnson, 2010), akan tetapi metode ini karena
masih bersifat semi kuantitatif maka tidak dapat menjelaskan cause consequence
perubahan protection layer yang lebih rendah ke yang lebih tinggi (Delmar Trey
Marrisson, at al, 2011). Supaya hasilnya lebih akurat memungkinkan metode LOPA
untuk bisa dikembangkan lagi (Allan G King, 2009). Untuk pengembangan lebih lanjut
dari metode LOPA diperlukan suatu metode yang dapat menjelaskan root cause
analysis kegagalan sebuah protection layer, metode yang lazim dipergunakan untuk
analisis kegagalan adalah Fault Tree Analysis (FTA).
FTA merupakan salah satu metode yang cukup akurat untuk menelusuri
hubungan sebab akibat sebuah kejadian. Sehingga FTA jika digabungkan dengan
LOPA, akan dapat menjadi sebuah Hybrid Tools yang sangat powerful (Rothschild,
Marc, 2004). Sehingga kombinasi metode LOPA dan FTA dapat menganalisis
reliability (keandalan) pada pengendalian proses Steam Drum Boiler agar kriteria
keandalan pada produksi steam tetap bisa terjaga kualitasnya.
Aplikasi penggunaan metode FTA sesuai dengan aplikasi teori safety untuk level
pada sebuah Boiler dengan mempertimbangkan data historis, dan mengedepankan
faktor non-manusia seperti kegagalan peralatan dan cacat desain (Jian Zhao B. En,
1992, Yu-bin Ai, et al, 2014). Dengan demikian, dapat ditemukan penyebab hubungan
antar faktor penyebab terjadinya kecelakaan atau kegagalan. Risiko yang ditimbulkan
memiliki dampak yang signifikan terhadap kinerja suatu proses termasuk dalam hal
waktu dan kualitas proses. Dengan menggunakan metode FTA, risiko yang terjadi
dapat diprediksi sehingga langkah-langkah perbaikan bisa diambil (M. Angeline
Swarna, et al, 2014).
Untuk mengetahui root cause secara kuantitatif level safety sebuah sistem
digunakan FTA berbasiskan model dinamik dari sistem dalam bentuk Transfer
Function (fungsi yang mentransfer input menjadi output). Dengan merubah-rubah
2
range input akan dapat diketahui stabilitas system (melalui respon dinamik), sehingga
keakuratan kombinasi metode FTA dan metode LOPA untuk menghitung level safety
secara kuantitatif dapat dilakukan melalui root cause (akar penyebab) kegagalan proses
karena output plant tidak sesuai dengan set point, sehingga dapat dengan akurat
teridentifikasi berkat penggunaan simulasi berbasiskan model dinamik proses.
Untuk meningkatkan keakuratan dalam menganalisis kegagalan sebuah protection
layer, pada disertasi ini dikembangkan metode kombinasi LOPA dan FTA berbasiskan
model. Dalam hal ini Basic Design dari plant (layer pertama) yang akan dimodelkan
dan disimulasikan dengan cara mengubah-ubah input (analogi dengan causes) pada
range operasionalnya dan mengamati respon dinamiknya (consequences nya), sampai
pada nilai berapa output plant ini dapat menyebabkan kegagalan produk. Untuk
menjaga stabilitas output plant yang tidak menyebabkan kegagalan produk, diperlukan
analisa kinerja protection layer berikutnya yaitu Basic Process Control System (BPCS)
melalui simulasi (Rachid Quache, Ali AJ Adham, 2016, Angeline, M. Swarna, et al,
2014). Dari hasil simulasi ini dapat diketahui limit operasi yang menyebabkan alarm
system (protection layer ketiga) bekerja. Rangkaian proses per protection layer mulai
dari layer satu sampai layer ke tiga, merupakan rangkaian cause concequence (sebab
akibat) yang dapat disusun menjadi sebuah root causes analysis seperti FTA
Sebagai langkah awal telah dilakukan oleh peneliti, penelitian dengan plant
pada Boiler B-6203 (Noriyati et al, 2015) dengan melakukan penilaian risiko dan
menganalisis safety di Boler B 6203 PT Petrokimia Gresik. Dengan melakukan
HAZOP pada Boiler dengan beberapa node pada Boiler antara lain pada Economizer,
Steam Drum, Burner dan Superheater. Disamping itu peneliti juga telah melakukan
penelitian HAZOP pada furnace (Noriyati et al, 2015). Hasil yang didapatkan ternyata
salah satu komponen dengan risiko yang tinggi pada Boiler terjadi pada Steam Drum
Boiler. Hal ini diperkuat dengan penelitian yang telah dilakukan sebelumya pada plant
Boiler (Yu-bin Ai et al, 2014), gangguan produksi dan cedera yang terjadi karena
kekurangan level air pada Steam Drum Boiler yang disebabkan karena human error
akan berakibat fatal.
3
/
Penelitian dalam disertasi ini diambil sebagai studi kasus proses pada Steam
Drum Boiler. Dimana Steam Drum Boiler merupakan salah satu komponen Boiler yang
paling kritis (Noriyati et al, 2015). Metode yang digunakan adalah kombinasi Layer of
Protection Analysis (LOPA) dan Fault Tree Analysis (FTA). Hal ini dimaksudkan
untuk menganalisis kinerja sistem pengendalian proses Steam Drum Boiler, agar
produksi steam (saturated steam) yang diproduksi oleh Steam Drum Boiler tetap bisa
beroperasi. High Pressure Steam dengan tekanan 35 kg/cm2 dan temperatur 400oC
yang digunakan untuk penggerak turbin TP 6101 (8,5MW-5KV) dan TP-6102 (11,5
MV-5KV). Sedangkan Low Pressure Steam, dengan tekanan 10 kg/cm2 temperatur
270oC, steam ini untuk keperluan proses produksi Unit Asam Sulfat. Unit Asam Fosfat
digunakan untuk steam heater, steam ejector dan evaporator. Kemudian steam juga
digunakan pada Unit Gypsum untuk membantu proses filter purified gypsum dan
granulator CR, Sedangkan Unit AlF3 untuk crystallizer dan washing cloth centrifuge
SiO2, dan unit ZA II untuk steam heater, steam ejector, dan evaporator di Pabrik III PT
Petrokimia Gresik. Sehingga, keberadaan Steam Drum Broiler B-6203 sangat vital dan
memerlukan sistem proteksi yang sangat dapat diandalkan, atau highly reliable.
Dengan demikian, untuk menganalisis kegagalan kualitas saturated steam yang
diproduksi oleh Steam Drum Boiler tidak cukup hanya dilakukan melalui analisis
fungsi lapisan proteksi pada input, lapisan proteksi pada proses dan lapisan proteksi
pada output Steam Drum Boiler. Hal ini dikarenakan, lapisan proteksi ini bekerja
independent dan tidak terintegrasi satu sama lain, sehingga pada desertasi ini dilakukan
integrasi dengan menggunakan kombinasi metode LOPA dan FTA berbasis model
dinamika proses plant.
1.2 Peta Jalan Penelitian
Roadmap atau peta jalan penelitian secara keseluruhan yang dilakukan oleh peneliti
seperti yang ditunjukkan pada Gambar 1.1 dalam bentuk diagram tulang ikan (fishbone
diagram).
4
Gambar 1.1 Peta Jalan Penelitian
Metode LOPA yang merupakan metode semi kuantitatif dengan struktur proteksi
untuk menganalisis dan menilai risiko yang umumnya merupakan multi penyebab
sedangkan metode FTA merupakan metode kuantitatip untuk mencari akar penyebab
suatu kegagalan proses. Dengan mengkombinasikan LOPA dan FTA berbasis model
dinamika proses plant diperoleh bahwa kegagalan proses dengan multi penyebab yang
didapatkan dari HAZOP dan LOPA maka dapat dipersempit menjadi satu penyebab
utama dengan menggunakan FTA. Berdasarkan simulasi dinamika proses plant dan
dengan menggunakan hukum kesetimbangan panas dan kesetimbangan massa maka
pada saat terjadi kondisi dinamis terjadi perubahan atau gangguan pada input, proses
dan output secara bersamaan maka dapat dapat diketahui variable utama proses yang
berperan terhadap kegagalan suatu proses.
5
1.3 Perumusan Masalah dan Batasan Masalah
Sistem kontrol merupakan hal penting dalam dunia industri. Proses produksi
dituntut kestabilannya dan setiap perubahan dapat direspon secara cepat dan real time.
Dalam sistem kontrol otomatis, kesalahan dapat terjadi namun koreksi variable-
variabel kontrolnya dapat dilakukan secara otomatis. Teknologi instrumentasi tak
hanya menangani permasalahan sistem proses, namun pada saat ini teknologi
instrumentasi juga berperan penting dalam sistem pengaman (safety). Sistem
instrumenntasi yang khusus menangani hal ini dinamakan SIS (Safety Instrumented
System). SIS dirancang terpisah dari sistem yang mengontrol suatu proses (BPCS atau
Basic Process control System). Alasan pemisahan kedua sistem ini adalah untuk
mengatasi kegagalan SIS ketika BPCS bermasalah.
Secara umum sistem pengamanan proses terbagi menjadi beberapa tahap (safety
layer) dengan SIS merupakan salah satu dari layer tersebut. Tahap pertama, adalah
BPCS itu sendiri. BPCS diberi kemampuan untuk menjaga agar kondisi proses tetap
berada didaerah aman, yaitu di daerah proses set point. Ketika kondisi ini terlampui,
maka sistem aliran proses akan aktif. Kondisi ini biasa disebut high condition. Sistem
pengamanan kedua, adalah Emergency Shut Down System (ESD System), System ini
memiliki kemampuan untuk memberhentikan proses meskipun sedang dikendalikan
BPCS. Jika sistem ESD tidak mampu menanggulangi permasalahan, maka layer ketiga
akan berperan. Layer ketiga adalah pengamanan secara mekanik, yaitu melalui
Pressure Safety Valve (PSV). PSV adalah valve yang dirancang khusus untuk sistem
pengamanan proses. PSV berperan sebagai instrument yang dapat mengurangi tekanan
ketika proses berada dalam kondisi bahaya. Karena jika tekanan didalam proses tidak
direduksi maka akan berpotensi terjadi ledakan.
Berdasarkan hal tersebut, maka permasalahan dalam disertasi ini adalah
disebabkan oleh karena protection layer dan pengendali proses yang tersedia belum
memadai pada berbagai perubahan dinamika proses yang terjadi. Plant yang digunakan
dalam penelitian ini adalah Steam Drum Boiler sebagai studi kasusnya.
6
1.4 Tujuan dan Manfaat
Tujuan dari penelitian ini adalah mengkombinasikan metode LOPA (Layer Of
Protection Analysis) dan FTA (Fault Tree Analysis) untuk menganalisis tingkat
keandalan pada pengendalian proses berbasis model dinamika plant, agar kriteria
keandalan pada proses produksi tetap berjalan. Dengan studi kasus proses pada Steam
Drum Boiler.
Manfaat dari penelitian ini, dengan metode LOPA bisa diketahui pada layer
keberapa terjadi kegagalan akan tetapi root cause kegagalan proses tidak dapat
diketahui dengan pasti. Sedangkan FTA adalah metode untuk mencari root cause
kegagalan pada proses dan dengan Pemodelan Dinamika Proses akan dapat ditentukan
variabel dan parameter proses yang berpotensi menyebabkan suatu kegagalan (fatality)
dapat terjadi
1.5 Hipotesa
Dalam proses, Steam Drum Boiler yang merupakan jantung dari proses dinamika
pada sistem Boiler memiliki beberapa tingkat proteksi. Namun proteksi tersebut baru
mencapai layer 2 dari konfigurasi LOPA yang berakibat tidak ada jaminan pada sistem
proteksi yang terintegrasi yang dapat diandalkan pada proses Steam Drum Boiler.
Maka diperlukan pembuktian bahwa Boiler tersebut sangat dapat diandalkan. Hipotesa
awal menunjukkan bahwa apakah sistem proteksi terpasang yang ada dapat
mengendalikan semua gejala (fenomena) penyimpangan yang dapat terjadi pada
dinamika proses plant Steam Drum Boiler. Apabila tidak, maka dibutuhkan upaya
perbaikan sistem proteksi dan keandalan pada proses Steam Drum Boiler agar tetap
dapat beroperasi.
1.6 Kontribusi Penelitian
Penelitian pada disertasi ini dapat memberikan kontribusi ilmiah secara spesifik
yang dirumuskan sebagai berikut ::
Dari aspek Risk Assessment dengan kombinasi metode LOPA dan FTA berbasis
model dinamika proses plant, dapat dikembangkan suatu metode yang lebih
7
Kejadian/ Masalah
Sebab-Akibat Sumber bahaya Risiko CCPS
(2004)
Cause-Effect
(1951)
ICI UK
(1965) ICI UK
(1970)
SAE, US
(1980)
ETA
FMEA
FTA
Kombinasi
LOPA & FTA
HAZOP HAZID
Ronny D. N.
(2018)
komprehensive terkait dengan Risk Assessment dan Reliability Engineering.
Selanjutnya ditinjau dari aspek Design Engineering dapat memperbaiki kinerja Basic
Design Engineering dan Detail Design Engineering. Sedang dari aspek operasional di
Industri dapat diperoleh peningkatan akurasi dari Operating Manual produksi dan
pemeliharaan. Studi kasus pada penelitian ini adalah model dinamika proses pada
proses Steam Drum Boiler, dimana design awalnya yang memakai beberapa variabel
dengan pasti variabel proses yang dapat menimbulkan terjadinya failure (kegagalan).
1.7 Orisinalitas Penelitian
LOPA SIL
Integration
Gambar 1.2 Orisinalitas Penelitian
Fenomena kehidupan selalu dinamis sehingga penuh dengan ketidakpastian ada
sebab pasti ada akibat. Hal ini sesuai dengan Hukum Newton III yang mempelajari
tentang sebab akibat. Pada tahun 1951 muncul sebuah metode Risk Assessment yaitu
sebuah metode pendekatan untuk mencari root cause (sebab-akibat) dampak sebuah
kejadian. Kemudian metode ini berkembang pada tahum 1965. Dikembangkan oleh
ICI UK, yaitu sebuah perusahaan kimia di Inggris yang mempelajari untuk mendeteksi
sebab akibat suatu kejadian yaitu yang dikenal dengan Hazard Identification (HAZID).
8
HAZID merupakan sebuah metode untuk meng identifikasi bahaya potensial dengan
temuan berupa bahaya yang berpotensi menjadi penyebab atau cause. Dari pendekatan
empiris terdapat 3 hal penyebabnya yaitu: internal, eksternal dan alam. Apabila
penyebab internal tinggi, maka studi dapat dilanjutkan dengan studi yang
dikembangkan oleh ICI UK pada tahun 1970 yang dikenal dengan study HAZOP.
Tujuan dari studi HAZOP adalah menentukan level dari risiko. Seiring dengan
perkembangan teknologi pada tahun 1980 muncul metode LOPA yang merupakan
metode semi kuantitatif dengan struktur proteksi untuk menganalisis dan menilai
proteksi risiko yang umumnya merupalan multi penyebab, sedang metode FMEA
merupakan metode untuk mencari jumlah kejadian tertinggi (Top Event) yang
merupakan fokus parameter kegagalan sistem, subsistem atau komponen. Metode ini
merupakan tolok ukur untuk menemukan akar penyebab permasalahan (root cause
analysis) dengan pendekatan lebih terukur yaitu metode Fault Tree Analysis ( FTA)
dan Event Tree Analysis (ETA). FTA merupakan metode kuantitatif untuk mencari root
cause (akar penyebab) suatu kegagalan proses. Tingkat akurasi semi kuantitatif pada
system proteksi LOPA masih dibatasi dengan konsep layer (lapisan) demi layer
(lapisan) mulai dari protection layer (lapisan proteksi) kesatu sampai protection layer
(lapisan proteksi) ke empat, sebagai sistem proteksi proses, hal ini disebabkan pada
proses HAZOP sebelumnya hanya berdasarkan resiko proses dengan pendekatan
kualitatif , dari pendekatan metode FTA dapat diperoleh root cause (akar penyebab)
permasalahan dengan hasil kuantitatif. Pilihan kombinasi merupakan usaha penulis
membuktikan bahwa sistem proteksi pada metode LOPA akan meningkat secara
signifikan jika proteksi terarah secara akurat pada akar penyebab permasalahan.
Orisinalitas dari penelitian ini ditunjukkan oleh penulis bahwa penelitian yang
dilakukan pada tahun 2018, yang berbasis kombinasi LOPA dan FTA, belum pernah
ditemukan di jurnal atau penelitian sebelumnya. Kegagalan proses dengan multi
penyebab yang diperoleh dari HAZOP dapat dipersempit menjadi satu penyebab
utama, sehingga kompleksitas multi penyebab menjadi lebih akurat jika
diketemukannya menjadi single penyebab. Sepanjang diaplikasikannya beberapa
metode dimulai dari metode individual seperti HAZID, HAZOP, LOPA dan FTA
9
belum terdapat peningkatan akurasi sebagaimana hasil penelitian yang telah penulis
lakukan, dengan demikian kontribusi penelitian ini dapat menjadi referensi untuk
meningkatkan tingkat proteksi yang lebih akurat, aman serta terintegrasi. Dengan
berdasarkan simulasi dinamika proses plant dan dengan menggunakan hukum
kesetimbangan panas dan kesetimbangan massa maka pada saat terjadi kondisi dinamis
terjadi perubahan atau gangguan pada input, proses dan output secara bersamaan maka
dapat dapat diketahui variabel utama proses yang berperan terhadap kegagalan suatu
proses dapat terjadi.
10
BAB 2
KAJIAN PUSTAKA DAN DASAR TEORI
2.1 Metode Layer of Protection Analysis (LOPA)
Layer of Protection Analysis (LOPA) adalah tools yang dikembangkan
oleh American Institute of Chemical Engineers (CCPS, 2001) untuk menilai
kecukupan proteksi dalam rangka memitigasi resiko pada proses (Yu-bin Ai, et al.,
2014). LOPA memperkenalkan konsep safety baru yang dikaitkan dengan sistem
pengendalian melalui kombinasi lapisan proteksi tradisional dengan Safety
Instrument System (SIS) yang merupakan tools baru untuk menghitung Safety
Instrument Level (SIL).LOPA merupakan teknik semi-kuantitatif untuk
mengestimasi Probability Failure on Demand (PFD) yang dibutuhkan oleh sebuah
Safety Instrument Function (SIF). Hal ini dikarenakan LOPA menggunakan
bilangan dan estimasi resiko yang dilakukan secara numerik dan tidak sedetail
(rigorous) metode Fault Tree Analysis (FTA). LOPA biasanya diterapkan setelah
analisis bahaya (Hazard) secara kualitatif (misal HAZOP) dan sebelum analisa
bahaya (Hazard) secara kuantitatif (misal FTA) (Jean Braband, et.al, 2009). LOPA
digunakan untuk mengidentifikasi multiple Independent Protection Layer (IPL)
yang digunakan untuk memitigasi potensi bahaya. IPL adalah devices, system atau
aksi yang mampu mencegah terjadinya konsekuensi (dari suatu skenario) yang
tidak diinginkan, Masing-masing IPL adalah independen satu terhadap lainnya,
sehingga jika terjadi kegagalan suatu IPL tidak akan berdampak pada IPL lainnya
(Jean Braband, etal, 2009).
Gambar 2.1, menunjukkan reduksi dari suatu kejadian awal (konsekuensi)
yang dilakukan oleh setiap IPL. Lebar anak panah menunjukkan konsekuensi yang
semakin kecil setiap melewati IPL,juga menunjukkan model pohon kejadian (event
tree) berupa keberhasilan atau kegagalan IPL dalam mereduksi efek dari suatu
kejadian. LOPA menunjukkan alur reduksi suatu kejadian melalui pohon kejadian
(event tree), dimulai dari kejadian paling buruk yang direpresentasikan oleh
tebalnya anak panah.
11
Gambar 2.1 Konsep LOPA (Anton A. F. 2002)
Telah banyak pertanyaan berapa IPL yang diperlukan dan berapa kuat IPL
dalam mereduksi suatu kejadian. LOPA menjawab 3 pertanyaan dasar :
1. Apakah cukup aman? 2. Berapa banyak IPL yang dibutuhkan? 3. Seberapa besar
reduksi resiko yang dapat dilakukan oleh setiap IPL? Setiap plant mempunyai
multiple lapisan proteksi seperti ditunjukkan pada Gambar 2.2. Setiap lapisan
proteksi mempunyai kemampuan level proteksi sendiri-sendiri. Lapisan pelindung
LOPA digambarkan dalam bentuk “union” dimana suatu sistem atau proses
mempunyai beberapa lapisan pelindung. Penentuan lapisan pelindung dari suatu
sistem atau proses disesuaikan berdasarkan beberapa kriteria tingkat risiko yang
dapat diterima. Kriteria tersebut terdiri dari frekuensi : fatality, kebakaran,
konsekuensi dan jumlah IPL dari jenis konsekuensi yang mungkin terjadi. Sistem
proteksi LOPA pada terdiri dari beberapa lapisan pelindung antara lain :
• Process Design
• Basic Process Control System
• Critical Alarm
• Safety Instrumented Funtion (SIF)
• Physical Protection (Relief Devices)
• Past-release Physical Protection
• Plant Emergency Response
• Community Emergency Response
12
Gambar 2.2 Lapisan proteksi (Angela E. Summers, 2002)
Karakteristik lapisan pelindung dapat dikelompokkan sebagai IPL
dalam metode LOPA. Penjelasan dari gambar 2.2 dapat ditumjukkan sebagai
berikut (CCPS 2001)
1. Process Design
Design yang dibuat oleh proses license yang meliputi Process Flow
Diagram (PFD), material balance. heat balance dan plant layout.
2. Basic Proses Control System (BPCS)
Basic Proses Control System (BPCS) merupakan level perlindungan
pertama selama operasi normal. BPCS di design untuk menjaga proses berada
pada area selamat. Dalam hal ini tertuang dalam Process & Instrument
Diagram (P&ID)
3. Critical Alarm
Sistem ini merupakan level perlindungan kedua selama operasi
normal dan harus diaktifkan oleh BPCS. Dalam hal ini berupa Interlock
13
System Diagram yang menyangkut proses operasi dalam kondisi tertentu
yang berfungsi untuk mengamankan kondisi operasi agar tidak terjadi fatality.
4. Safety Instrumented Function (SIF)
SIF adalah kombinasi sensor, logic solver, dan final element dengan
tingkat integritas keselamatan spesifik yang mendeteksi keadaan diluar batas
dan membawa proses berada pada fungsi yang aman. SIF merupakan fungsi
independent dari BPCS.
5. Physical Protection (Relief Devices)
Merupakan sistem proteksi yang secara independent dapat
mengamankan proses operasi dalam kondisi tertentu untuk menghindari
accident yang fatal (fatality accident)
6. Past-release Physical Protection (Dikes, Blast Walls, etc)
Suatu fasilitas pengaman pasif yang dapat memberikan perlindungan
tingkat tinggi atau terakhir untuk bisa menyelamatkan peralatan dan manusia.
7. Plant Emergency Response
Upaya pengamanan apabila terjadi emergensi pada plant agar tidak
terjadi korban terhadap manusia di lingkungan plant. Dengan menyediakan
fasilitas evakuasi, pamadam kebakaran dan sistem pemadaman secara
manual.
8. Community Emergency Response
Evakuasi terhadap komunitas disekitar plant dan penyediaan tempat
perlindungan secara aman.
LOPA dapat digunakan untuk menganalisis efektifitas IPL. Efek yang
dihasilkan dari kombinasi lapisan proteksi, selanjutnya dibandingkan dengan
kriteria risiko yang ditimbulkannya apakah masih ditoleransi atau tidak, setelah
14
manusia melakukan respon terhadap kejadian tersebut dengan menggunakan
safeguard yang ada.
Kriteria toleransi risiko berbeda-beda pada setiap proses plant, tergantung
pada Sumber Daya Manusia (SDM), budaya dan kebijaksanaan terhadap
lingkungan. Secara umum, apakah kriteria risiko dinyatakan secara kualitatif atau
secara kuantitatif atau gabungan dari keduanya. Kriteria kualitatif dinyatakan dalam
bentuk kalimat : mungkin (probable), sering (frequent), sepertinya (unlikely), dll,
untuk mendeskripsikan kemungkinan (likelihood) suatu kejadian (event). Untuk
mendeskripsikan konsekuensi dari suatu kejadian digunakan kata minor, major,
catastrophic, dll. Untuk menjamin konsistensi penggunaan kriteria ini, sering
digunakan bilangan kuantitatif seperti “ sekali setiap 5 tahun”. Kriteria kuantitatif
dinyatakan dalam nilai numerik untuk mendeskripsikan kemungkinan (likelihood)
suatu kejadian dan tingkat keparahan (severity) kejadian tersebut. CCPS (Yu-bin
Ai, et al, 2014) memberikan petunjuk dan referensi bagaimana menetapkan dan
mengembangkan Risk Criteria. Kriteria kuantitatif yang paling umum digunakan,
dikombinasi dengan analisis semi kuantitatif seperti LOPA (Lassen, C.A, 2008).
Untuk menjamin diterapkannya Risk Criteria, maka harus dapat diterangkan
bagaimana suatu kriteria diterapkan pada setiap tahapan di dalam suatu unit proses.
Tujuan diterapkannya Risk Criteria adalah untuk mereduksi resiko sampai dibawah
Risk Criteria, jika tidak dapat direduksi, maka deviasi yang terjadi harus dapat
dibenarkan dan disetujui oleh pihak manajemen. Risk Criteria harus dinyatakan
secara jelas dan mudah difahami oleh orang yang ditugaskan untuk melakukan
penilaian (assessment) aktivitas beresiko. Petugas ini harus ditraining untuk dapat
mengevaluasi frekwensi dan tingkat keparahan suatu resiko, dan tahu bagaimana
Risk Criteria digunakan untuk menetapkan persyaratan apa saja untuk dapat
mereduksi resiko (Lassen, C.A, 2008).
Setiap perusahaan yang menggunakan LOPA, akan membuat prosedur
spesifik sesuai dengan kebutuhannya. Prosedur LOPA harus mencakup tabel untuk
menginisiasi kemungkinan-kemungkinan penyebab suatu kejadian dan Probability
Failure on Demand (PFD) untuk berbagai macam tipe Independent Protection
Layer (IPL) (Tawfeic, S.R, 2014). Perusahaan harus menetapkan Risk Criterion
Tolerance sebelumnya, jika tidak dilakukan maka perusahaan akan membuat
15
keputusan berbasis risiko. Prosedur LOPA harus mempunyai aturan (rules) yang
jelas untuk mengevaluasi kualitas pengamanan (safeguard) pada suatu IPL.
Macam-macam aturan (rules) ini tersedia pada CCPS LOPA Books (Yu-bin Ai, et
al. 2014), dimana aturan ini mencakup persyaratan untuk efektifitas, independensi
dan akuntabilitas. Perusahaan harus menetapkan kebutuhan minimum untuk
komposisi team LOPA dan training untuk fasilitator LOPA. Team harus terdiri dari
berbagai kalangan :
• Operator dengan pengalaman mengoperaikan proses dibawah
pertimbangan
• Insinyur dengan pengalaman dibidang proses
• Manajemen manufaktur
• Insinyur pengendalian proses
• Operator instrument atau elektrik dengan pengalaman di proses dibawah
pertimbangan
• Spesialis Risk Analysis (LOPA)
LOPA didasarkan pada penilaian skenario single event-consequence.
Skenario terdiri dari sesuatu yang mengawali penyebab awal (initiating cause) dan
konsekuensinya (kejadian awal). Ada sejumlah (multiple) penyebab awal yang
dapat menghasilkan konsekuensi sama, dan semua penyebab awal ini harus
digunakan untuk mengembangkan skenario untuk penilaian berikutnya. LOPA
merupakan suatu metodologi rasional yang cepat dan efektif untuk menganalisa IPL
dalam menurunkan level bahaya dari suatu insiden tertentu (Anton A. F, 2002).
LOPA lazim diterapkan setelah analisis bahaya secara kualitatif dilakukan, sebelum
analisis secara kuantitatif dilaporkan seperti FTA. LOPA memggunakan asumsi
dan pendekatan sederhana, karena LOPA bukanlah tool untuk analisis bahaya yang
detail atau untuk sistem yang kompleks. LOPA sangat efektif untuk pendekatan
secara umum terhadap risiko dan peluang yang terkait untuk memitigasi risiko
tersebut, sehingga LOPA merupakan metode yang konservatif. Alur proses dengan
LOPA ditunjukkan pada Gambar 2.3.
16
Gambar 2.3 Alur proses LOPA (Yu-bin Ai, et al. 2014)
Proses LOPA terdiri dari 6 langkah (Yu-bin Ai, et al. 2014) yaitu yang
meliputi :
2.1.1 Identifikasi konsekuensi terhadap skenario
Langkah pertama diawali dengan adanya dokumen referensi seperti :
laporan inspeksi, dokumen analisis hazard, dll. Konsekuensi dari kejadian awal
seringkali teridentifikasi lebih awal melalui analisis hazard secara kualitatif,
misalnya melalui HAZOP. Tabel 2.1. menunjukkan bentuk hubungan antara data
yang dibutuhkan LOPA dan data yang dikembangkan selama HAZOP studi.
17
Tabel 2.1 HAZOP mengembangkan data untuk LOPA (Anton A. F, 2002)
LOPA required information HAZOP developed information
Initial event Consequence
Security level Consequence severity
Initiating cause Cause
Initiating likelihood Cause frequency
Protection layers Existing safeguards
Required additional mitigation Recommended new safeguard
Kejadian awal, masing-masing diklasifikasikan tingkat keparahannya,
misal : seberapa banyak manusia yang terdampak, seberapa luas area terdampak,
berapa besar biaya ekonomi yang ditimbulkan dari kejadian ini (Marszal, E.M, et.al,
2002)
LOPA dibentuk dengan menggunakan tabel standar untuk entry data
seperti ditunjukkan pada Tabel 2.2, kejadian awal dimasukkan ke kolom 1 dan
tingkat keparahan dimasukkan dalam kolom 2.
Tabel 2.2 Tabel Standar untuk data LOPA
2.1.2 Pilih sebuah skenario terjadinya kecelakaan
Skenario pada waktu yang tepat sangat penting diterapkan pada LOPA.
Skenario sekurang-kurangnya terdiri dari 2 elemen yaitu pasangan sebab (cause)
dan akibat (consequence) (Yu-bin Ai, et al. 2014). Pada langkah ini, team LOPA
akan membuat serangkaian kejadian, mencakup penyebab awal (initiating cause)
dan error IPL yang terkait dengan kejadian yang tidak diinginkan. Dimungkinkan
ada sejumlah skenario yang mengarah ke salah satu kasus, sehingga kemungkinan
dapat mereduksi sejumlah skenario yang diperlukan untuk analisis.
18
2.1.3 Identifikasi penyebab awal dari suatu skenario dan frekuensi
penyebab awal (kejadian per tahun)
Pada LOPA, setiap skenario mempunyai satu penyebab awal yang dievaluasi
untuk setiap kejadian yang bisa menimbulkan bahaya (Ronald J, 2014). CCPS
mendefinisikan 3 kelompok penyebab (cause) yang berbeda :
• External event (gempa bumi, tornado, sabotase, terorisme, dll)
• Equipment failure (kesalahan komponen, korosi, akibat pemakaian, dll)
• Human failure (kesalahan pengoperasian, kesalahan perawatan, dll)
Kejadian awal akan menimbulkan konsekuensi jika semua safeguard gagal
berfungsi, sehingga penting untuk melakukan review dan verifikasi semua
penyebab dari skenario yang dikembangkan sebagai cara untuk validasi penyebab
awal timbulnya konsekuensi. Penyebab awal yang salah atau tidak sesuai harus
dibuang dan diganti dengan penyebab awal yang valid (Yu-bin Ai, et al. 2014)..
Penyebab awal yang valid selanjutnya dimasukkan ke kolom 3 Tabel 2.2.
Frekuensi timbulnya bahaya dapat diestimasi dengan melalui historical data.
Sejumlah data sumber-sumber failure rate tersedia di (Lassen, C.A, 2008 ;Yu-bin
Ai, et al. 2014; Habib Josef B, 2014).
Tipe-tipe kemungkinan penyebab awal (initiating cause likelihoods) dan
Probability Failure on Demand (PFD) dari IPL diberikan (Clifton A, Erricson,
1999, Dowell, 2015, CCPS, 2001).
LOPA mengasumsikan bahwa failure rate adalah konstan, dimana hal ini tidak
selalu benar dikarenakan failure rate peralatan, tergantung pada usia pakainya (life
time nya). Untuk LOPA asumsi ini sudah cukup, hal ini dikarenakan LOPA hanya
membutuhkan besaran pendekatan, dan data failure rate dapat didekati ke nilai
terdekat dari seluruh besaran. Sehingga dalam kasus yang lebih kompleks
disarankan untuk menggunakan FTA
2.1.4 Identifikasi Independent Protection Layer (IPL) dan estimasi
Probability Failure on Demand(PFD) dari setiap IPL
Safeguard adalah setiap device atau sistem atau aksi untuk menginterupsi
rantai konsekuensi dari suatu penyebab awal.
19
Dalam mengidentifikasi safeguard diperlukan 2 (dua) hal :
• Apakah cukup efektif untuk mencegah terjadinya suatu konsekuensi
• Apakah independen dari penyebab awal dan dari lapisan proteksi lainnya?
Jika kedua pertanyaan diatas dipenuhi, maka IPL yang dipilih mempunyai
safeguard yang berkualitas. Seorang analis harus mengevaluasi design IPL agar
mempunyai PFD yang sesuai dengan skenario. PFD kemudian dimasukkan ke
dalam kolom 5 sampai kolom 7 di Table 2.2
2.1.5 Estimasi resiko dari suatu skenario secara matematika melalui
kombinasi konsekuensi, penyebab suatu kejadian dan data IPL.
Hasil dari LOPA adalah sebuah risiko yang terukur dari skenario, dari
kemungkinan dan dari konsekuensi. Estimasi ini dapat dianggap sebagai
Intermediate Event Likelihood yaitu kemungkinan dari sebuah konsekeunsi yang
dapat direduksi oleh IPL. Team LOPA menghitung kemungkinan melalui perkalian
antara Initiating Cause likelihood (kolom 4, Table 2,2) dengan PFD dari IPL
(kolom 5 sampai kolom 7) dan hasil perkaliannya dimasukkan ke kolom 8.
Rumusnya ditunjukkan pada persamaan (2.1).
𝑓𝑐 = 𝑓𝐼 𝑥 ∏𝐽 𝑃𝐹𝐷𝑖𝑗 (2.1) 𝑖 𝑖 𝑗=1
Keterangan :
fic : frekuensi dari konsekeunsi untuk kejadian awal ke-i
fiI : frekuensi untuk kejadian awal ke-i
PFDij : Probability Failure on Demand dari IPL ke-j, yang
memproteksi terhadap konsekuensi C untuk kejadian awal ke-i
Intermediate Event Likelihood mempunyai satuan kejadian per tahun, hasil ini
kemudian dibandingkan dengan Mitigated Even Likelihood di kolom 10. Masing-
masing skenario secara individual penting untuk dievaluasi, karena IPL yang
berbeda dapat diterapkan untuk skenario yang berbeda, bahkan jika kedua skenario
menghasilkan konsekuensi yang sama.
20
Jika Intermediate Event Likelihood kurang dari Mitigated Even Likelihood,
kemudian team memasukkan deskripsi Safety Instrumented System (SIS) ke kolom
9 bahwa nilai PFD ini adalah Safety Integrity Level (SIL) nya. Untuk mencapai nilai
Intermediate Event Likelihood kurang dari Mitigated Even Likelihood, team akan
melanjutkan proses meningkatkan jumlah lapisan proteksi dan melakukan
perhitungan ulang nilai PFD nya (Marszal, E.M, 2002)
2.1.6 Evaluasi Risiko
Team LOPA melakukan evaluasi estimasi risiko dan memberikan
rekomendasi yang dapat diimplementasikan. Team harus mendorong
pengembangan sebanyak mungkin rekomendasi agar team project memilih opsi
terbaik dari sisi implementasi dan biaya.
Analisa cost-benefit sering dilakukan untuk membandingkan dengan opsi
yang ditawarkan, ini merupakan pelengkap pendekatan penilaian resiko dasar.
Beberapa metode evaluasi resiko menurut (Yu-bin.2014) adalah :
• Risk matrix
• Numerical criteria method (maximum tolerable risk per scenario)
• Number of IPL credits
• Expert judgement
Penilaian opsi yang dipilih harus dilakukan dengan mempertimbangkan
terhadap aksi yang diperlukan dimasa datang, aksi ini mungkin berupa penambahan
IPL atau perubahan yang mendasar agar proses lebih aman (safer).
Tujuan utama dari LOPA adalah untuk mengetahui apakah sistem proteksi
yang ada dapat mengatasi kegagalan yang mungkin terjadi. Berikut merupakan
langkah-langkah dalam metode LOPA diantaranya (CCPS, 2001):
1. Mengidentifikasi setiap konsekuensi
2. Mengidentifikasi skenario kecelakaan dan penyebab yang berkaitan
dengan konsekuensi.
3. Mengidentifikasi kejadian awal dari skenario dan menaksir frekuensi
kejadian awal
21
4. Mengidentifikasi lapisan pelindung untuk setiap konsekuensi dan menaksir
Probability Failure on Demand (PFD) dari setiap lapisan pelindung
5. Mengkombinasikan frekuensi kejadian awal dengan Probability Failure
on Demand (PFD) untuk setiap Independent Protection Layers (IPL) untuk
menaksir frekuensi dari konsekuensi yang dapat dikurangi untuk setiap
kejadian
6. Menggambarkan konsekuensi dan frekuensi terjadinya konsekuensi untuk
mendapatkan nilai risiko (risk)
7. Mengevaluasi risiko yang dapat diterima.
2.2 Metode Fault Tree Analysis (FTA)
Fault Tree Analysis (FTA) merupakan metode teknik yang digunakan
untuk mengidentifikasi risiko yang berperan terhadap terjadinya kegagalan. Metode
ini dilakukan dengan pendekatan secara top-down yang diawali dengan asumsi
kegagalan dari kejadian puncak (Top event) kemudian dirinci sebab-sebab suatu
Top Event sampai pada suatu kegagalan dasar (root cause) (Clifton A, Ericson II,
1999). Metode ini juga merupakan metode yang efektif untuk menemukan inti
permasalahan karena memastikan bahwa suatu kejadian yang tidak diinginkan atau
kerugian yang ditimbulkan tidak berasal pada satu titik kegagalan. Fault Tree
Analysis mengidentifikasi hubungan antara faktor penyebab dan ditampilkan dalam
bentuk “Fault Tree” yang melibatkan gerbang logika sederhana. Gerbang logika
menggambarkan kondisi yang memicu terjadinya kegagalan, baik kondisi tunggal
maupun sekumpulan dari berbagai kondisi (Vesely, 1981; Marszal E.M, 2002).
Bentuk dari Fault Tree Analysis (FTA) meliputi gerbang logika yaitu gerbang AND
dan gerbang OR. Setiap kegagalan yang terjadi dapat digambarkan ke dalam suatu
bentuk pohon analisis kegagalan dengan mentransfer atau memindahkan komponen
kegagalan ke dalam bentuk simbol (Logic Transfer Component) dan Fault Tree
Analysis (Clifton A, Ericson II, 2002).
FTA menggunakan simbol-simbol yang menjelaskan hubungan logika
pada kejadian dan kegagalan yang terjadi. Selain itu juga digunakan gerbang logika
yang menghubungkan kejadian awal sehingga didapatkan top event sebagai
22
hasilnya, baik secara kualitatif maupun kuantitatif. Gerbang logika yang banyak
digunakan adalah gerbang logika AND dan OR . Penggunaan gerbang logika AND
secara kualitatif menyatakan bahwa nilai output akan bernilai true bila semua input
bernilai true. Sedangkan penggunaan gerbang logika AND secara kuantitatif yaitu
output akan didapatkan dengan mengalikan kemungkinan (probability) yang terjadi
dan mengasumsikan bahwa input kejadian bersifat independen. Hal tersebut
berbeda dengan gerbang logika OR dimana penggunaan gerbang logika OR secara
kualitatif berarti bahwa output akan bernilai true apabila terdapat satu atau lebih
input yang bernilai true. Sedangkan secara kuantitatif output didapatkan dengan
menambahkan kemungkinan (probability) yang terjadi (Marszal E.M, 2002). Pada
Fault Tree Analysis (FTA) digunakan simbol untuk mempermudah
merepresentasikan penyebab dan akibat antar kejadian seperti terlihat pada Table
2,3. Gate AND digunakan untuk menyatakan kejadian outputakan terjadi jika dan
hanya jika semua kejadian input terjadi. Gate OR digunakan umtuk menyatakan
kejadian outputakan terjadi jika salah satu kejadian input atau lebih yang
terjadi.Basic Event digunakan untuk menyatakan awal terjadinya kegagalan.
Simbol ini merupakan simbol awal dalam desain FTA. Undesired Event digunakan
untuk menyatakan kejadian yang tidak dikehendaki dan Inhibit Gate digunakan
untuk suatu keadaan yang menerapkan kondisi atau pembatasan dengan urutan
yang harus dipenuhi sehingga keluaran dapat dihasilkan.
23
Tabel 2.3 Simbol pada Fault Tree Analysis (FTA)
Penyusunan Fault Tree dilakukan dengan tahapan sebagai berikut :
1. Ditentukan kejadian atau kondisi yang tidak diinginkan sebagai kejadian
puncak
2. Menganalisis penyebab terjadinya kejadian puncak secara mundur dengan
menggunakan gerbang logika, seperti terlihat pada Gambar 2.4
24
Gambar 2.4 Skema Fault Tree Analysis (Marszal, 2002)
Tabel 2.4 Operasi Hukum Aljabar Boolean.
Didalam menyelesaikan Analisis Fault Tree dilakukan tahapan sebagai berikut :
1. Mengubah logika Fault Tree menjadi persamaan Boolean
25
Aturan Operasi
Komunikatif A+B = B+A A*B = B*A
Asosiatif A+B+C = (A+B)+C = A+(B+C)
A*B*C = (A*B)*C = A+*(B*C)
Distributif A*(B+C) = (A*B)+(A*C)
Idempotent A+A= A A*A= A
Himpunan Nol A+0= A A*0= 0
Himpunan Universal A+1= 1 A*1= A
Absorbsi A+(A*C)= A
∫
2. Menyederhanakan (mereduksi) persamaan Boolean menjadi bentuk
sederhana,dengan aturan seperti dalam Tabel 2.4
2.3 Reliability
Reliability dari suatu komponen atau sistem adalah probabilitas untuk
tidak mengalami kegagalan atau dapat melaksanakan fungsinya selama periode
waktu t atau lebih. Fungsi reliability terhadap waktu (Ebeling, 1997), dapat
dinyatakan sebagai berikut:
Dimana :
R(t) = – F (t) = ∞ 𝑓(𝑡)𝑑𝑡
0 (2.2)
R(t) : Reliability Function
F(t) : Cumulative Distribution Function (CDF)
f(t) : Probability Density Function (PDF)
2.4 Laju Kegagalan
Laju kegagalan (Failure rate) adalah banyaknya kegagalan persatuan
waktu. Laju kegagalan ini dapat dinyatakan sebagai perbandingan antara
banyaknya kegagalan yang terjadi selama selang waktu tertentu dengan total waktu
operasi komponen atau sistem. Laju kegagalan (Ebeling, 1997), dapat dinyatakan
dalam bentuk persamaan (2.4) :
λ = 𝑓 𝑇
(2.3)
λ(t) = 𝑓(𝑡) 𝑅(𝑡)
(2.4)
Dimana :
λ : Laju kegagalan
f : Banyaknya kegagalan selama jangka waktu operasi
T : Total waktu operasi
26
∫
∫
2.5 Mean Time To Failure (MTTF)
Mean Time To Failure (MTTF) adalah waktu rata-rata diantara 2 buah
kejadian gagal (Ebeling, 1997), yang secara matematis dinyatakan oleh persamaan
2.5 :
MTTF = (𝑡) = ∞ 𝑡 (𝑡)𝑑𝑡
0 (2.5)
Dari persamaan (2.5), maka distribusi probabilitas dinyatakan dengan f(t).
MTTF juga bisa dinyatakan dalam fungsi reliability dinyatakan oleh persamaan
(2.6) :
MTTF = ∞ (𝑡)𝑡 0
(2.6)
Dimana :
MTTF : Mean Time To Failure
R(t) : Reliability Function
2.6 Karakteristik Kegagalan
Laju kegagalan dalam beberapa kasus dapat ditunjukkan sebagai
penambahan Increasing Failure Rate (IFR), penurunan Decreasing Failure Rate
(DFR), atau konstan Constant Failure Rate (CFR) ketika λ(t) adalah fungsi
penambahan, penurunan, atau konstan (Ebeling, 1997). Konsep laju kegagalan
dilatar belakangi oleh banyaknya komponen, perangkat atau system rekayasa yang
ternyata menunjukkan perilaku λ(t) mengikuti kurva bak mandi (bath-tub curve)
(Ebeling, 1997), seperti yang ditunjukkan pada Gambar 2.5.
27
Gambar 2. 5 Kurva bath-tub (Ebeling, 1997)
Berdasarkan Gambar 2.5, sebuah komponen akan bekerja dengan sejarah
hidup yang terbagi dalam tiga fase pada kurva bath-tub (Ebeling, 1997), yaitu:
• Fase burn-in (masa awal)
Pada periode 0 sampai dengan t1 (permulaan bekerjanya peralatan). Kurva
menunjukkan bahwa laju kerusakan menurun dengan bertambahnya waktu atau
disebut dengan Decreasing Failure Rate (DFR). λ(t) menunjukkan gejala menurun
(DFR) akibat kegagalan dini (early failure). Kegagalan tersebut diakibatkan
kerusakan dalam manufaktur, retak saat pengelasan, patah, pengendalian terhadap
kualitas yang rendah, serta kontaminasi.
• Fase Useful life (masa berguna)
Pada periode t1 dan t2 laju kerusakan cenderung konstan atau tetap dan
disebut Constant Failure Rate (CFR). Pada periode ini biasanya dikenal sebagai
useful life period. Komponen menunjukkan λ (t) yang kurang lebih konstan (CFR).
• Fase Wear out (masa aus)
Pada periode setelah t2 menunjukkan laju kerusakan dengan bertambahnya
waktu yang disebut dengan Increasing Failure Rate (IFR). λ (t) menunjukkan
peningkatan (IFR) dimana peluang kegagalan komponen besar. Kegagalan
diakibatkan oleh penuaan, korosi, gesekan, sehingga disebut fase aus (wear
out).Untuk mengurangi pengaruh penuaan yang biasanya dilakukan penggantian
(replacement) beberapa bagian alat atau bahkan seluruhnya dengan baru.
28
2.7 Distribusi Data Waktu Kegagalan
Pada reliability, distribusi statistik yang banyak digunakan adalah
distribusi kontinu karena distribusi ini sangat cocok untuk sistem yang beroperasi
secara kontinu (Hoyland,et.al, 1996). Model kegagalan diperoleh dari nilai Time To
Faikure (TTF) dan Time To Repair (TTR) dari komponen yang dianalisis (Masoud
N, 2016). TTF dan TTR komponen mengikuti beberapa distribusi kegagalan yang
dikenal seperti distribusi Normal, Lognormal, Weibull, Eksponensial dan
sebagainya. Gambar 2.6 menunjukkan hubungan antara TTF dan TTR
Gambar 2.6 Waktu Kegagalan dan Perbaikan Komponen (Masoud N, 2016).
Berikut ini ditunjukkan macam-macam model distribusi laju kegagalan antara lain
sebagai berikut :
2.7.1 Distribusi Normal
Distribusi normal atau yang sering disebut distribusi gaussian merupakan
jenis distribusi yang sering digunakan dalam menjelaskan sebaran data (Ebeling,
1997).
Gambar 2.7 Distribusi Normal (Ebeling, 1997).
29
Berikut merupakan persamaan untuk menentukan Probability Density
Function (PDF) (Ebeling 1997):
f(t) = 1 1 t−μ 2
Dimana:
T : waktu (jam)
µ : rata-rata data
σ : simpangan baku
exp (− ( ) σ√2π 2 σ
) (2.7)
Bila distribusi kegagalan suatu sistem menggunakan distribusi normal, maka
dapat menggunakan persamaan berikut untuk mengetahui (Ebeling 1997):
a. Fungsi Reliability R(t)
b. Laju Kegagalan λ(t)
R(t) = 1 − (
t − )
(2.8)
(t) = f (t)
=
R(t) f (t)
1− t −
(2.9)
2.7.2 Distribusi Lognormal
Distribusi ini memiliki dua parameter yang sama seperti distribusi normal.
Gambar 2.8 Distribusi Lognormal (Ebeling, 1997).
30
t 2
Berikut merupakan persamaan untuk mencari Probability Density
Function (PDF) (Ebeling 1997):
1 1 ln t − 2 (2.10)
f (t) = exp−
t 2 2
Bila distribusi kegagalan suatu sistem menggunakan distribusi lognormal,
maka dapat menggunakan persamaan berikut untuk mengetahui (Ebeling 1997):
a. Fungsi Keandalan distribusi lognormal adalah :
t 1 1 ln t −
2 R(t) = 1 − exp− 2
dt (2.11)
0
b. Laju kegagalan distribusi lognormal adalah :
(t) = f (t)
R(t)
(2.12)
c. Waktu rata-rata kegagalan distribusi lognormal adalah :
2
Dimana:
t : waktu (jam)
µ : rata-rata data
σ : simpangan baku
MTTF= exp( + ) 2
(2.13)
2.7.3 Distribusi Weibull
Distribusi weibull dapat dipakai untuk merepresentasikan bentuk variasi
data yang luas. Berikut merupakan fungsi dari parameter distribusi weibull :
• η, sebagai parameter skala (scale parameter), η>0, disebut sebagai
characteristic life
• β, sebagai parameter bentuk (shape parameter), β>0, mendeskripsikan
bentuk dari Probability Density Function (PDF).
• γ,sebagai parameter lokasi (locations parameter), yaitu merepresentasikan
failure-free atau awal periode dari penggunaan alat. Jika γ=0 maka
distribusi akan berubah menjadi dua parameter.
31
Probability Density Function (PDF) dari distribusi Weibull dapat dicari
dengan persamaan berikut (Ebeling 1997):
( ) β t−γ
β−1 t−γ β
Dimana:
t : waktu (jam)
f t = [( ) η η
] exp [− ( ) η
] (2.14)
β : parameter bentuk (shape parameter)
η : parameter skala (scale parameter)
γ : parameter lokasi (location parameter)
Gambar 2.9 Distribusi Weibull (Ebeling 1997)
Bila pendekatan data distribusi kegagalan suatu sistem menggunakan
distribusi Weibull, maka dapat menggunakan persamaan berikut untuk mengetahui:
a. Laju kegagalan distribusi Weibull adalah :
t −1
(t) =
(2.15)
b. Fungsi Keandalan distribusi Weibull adalah :
t −
(2.16)
R(t) = exp−
c. Waktu rata-rata kegagalan distribusi Weibull adalah :
1 +
1
MTTF =
(2.17)
32
Dimana:
t : waktu (jam)
β : parameter bentuk (shape parameter)
η : parameter skala (scale parameter)
γ : parameter lokasi (location parameter)
2.7.4 Distribusi Exponensial
Probability Density Function (PDF) distribusi eksponensial ditunjukkan
pada persamaan berikut (Ebeling, 1997) :
f (t) = e− (t − )
, t > 0, λ > 0 , t ≥ γ (2.18)
Dimana:
t : waktu (jam)
β : bentuk parameter (shape parameter)
γ : parameter lokasi (location parameter)
Jika distribusi waktu antar kegagalan suatu sistem mengikuti distribusi
eksponensial , maka (Ebeling, 1997) :
a. Fungsi Keandalan distribusi Eksponensial adalah :
Dimana:
t : waktu (jam)
R(t) = e− (t )
(2.19)
γ : parameter lokasi (location parameter)
Gambar 2.10 Distribusi Eksponensial (Ebeling 1997):
33
Adapun persamaan untuk menentukan laju kegagalan serta waktu rata-rata
kegagalan adalah sebagai berikut:
b. Laju kegagalan distribusi Eksponensial adalah :
(t) =
c. Waktu rata–rata kegagalan distribusi Eksponensial adalah :
MTTF = + 1
(2.20)
(2.21)
Dimana:
t : waktu (jam)
γ : parameter lokasi (location parameter)
MTTF :Mean Time to Failure (jam)
2.8 Pemodelan Sistem Reliability
2.8.1 Konfigurasi Seri
Suatu sistem dapat dimodelkan dengan konfigurasi seri jika komponen-
komponen yang ada didalam sistem itu harus bekerja atau berfungsi seluruhnya
agar sistem tersebut sukses dalam menjalankan fungsinya. Atau dengan kata lain
bila ada salah satu komponen saja yang tidak bekerja, maka akan mengakibatkan
sistem itu gagal menjalankan fungsinya (Ebeling, 1997). Sistem yang mempunyai
konfigurasi seri dapat dikategorikan sebagai sistem yang tidak berlebihan (non-
redundant system). Blok diagram reliability untuk sistem yang terdiri dari beberapa
komponen dengan konfigurasi seri dapat dilihat pada Gambar 2.11.
Gambar 2.11 Diagram blok reliability n buah komponen dalam konfigurasi seri
(Ebeling, 1997)
Secara matematis sistem reliability dalam konfigurasi seri dinyatakan
seperti pada persamaan 2.22 :
Rs = R1 x R2 x R3 x ……x Rn (2.22)
34
Dimana:
Rs : reliability komponen sistem konfigurasi seri
R1: reliability komponen 1
R2: reliability komponen 2
Rn: keandalan komponen ke n
2.8.2 Konfigurasi Paralel
Suatu sistem dapat dimodelkan dengan konfigurasi paralel jika seluruh
komponen-komponen yang ada didalam sistem itu gagal berfungsi maka akan
mengakibatkan sistem itu gagal menjalankan fungsinya. Sistem yang memiliki
konfigurasi paralel dapat dikategorikan sebagai sistem yang sangat berlebihan (fully
redundant system) (Ebeling, 1997). Blok diagram reliability untuk sistem yang
terdiri dari beberapa komponen dengan konfigurasi paralel dapat dilihat pada
Gambar 2.12.
Gambar 2.12 Diagram blok reliability n buah komponen dalam konfigurasi
parallel (Ebeling, 1997)
Secara matematis sistem reliability dalam konfgigurasi paralel dapat
dinyatakan sebagai berikut:
Rp = 1 – Qp (2.23)
Qp = Q1 x Q2X ….. x Qn (2.24)
Sedangkan reliability dari sistem dengan konfigurasi paralel untuk
Gambar 2.12 adalah
35
Atau
Dimana :
Rp = 1 – (1 – R1)(1- R2)…….(1- Rn) (2.25)
Rp = R1+ R2 + ……+ Rn - R1R2….Rn (2.26)
Rp : reliability komponen sistem konfigurasi parallel
Qp : unreliability komponen sistem konffigurasi parallel
R1 : reliability komponen 1
R2 : reliability komponen 2
Rn : reliability komponen ke n
2.8.3 Konfigurasi Gabungan Seri-Paralel
Konfigurasi seri atau paralel merupakan susunan dasar yang akan dipakai
untuk menganalisis sistem yang mempunayai konfigurasi yang lebih kompleks.
Blok diagram reliability yang lebih kompleks akan mempunyai struktur gabungan
antara konfigurasi seri dan paralel. Prinsip dasar yang dipakai untuk menyelesaikan
konfigurasi yang komplek ini adalah dengan mereduksi konfigurasi yang komplek
secara berurutan dengan jalan menyederhanakan blok yang mempunyai struktur
seri atau paralel terlebih dahulu menjadi blok diagram yang ekivalen. Blok diagram
yang ekuivalen akan mewakili konfigurasi asli sebelum konfigurasi ini
disederhanakan (Ebeling, 1997).
Gambar 2.13 Diagram blok reliability n buah komponen dalam konfigurasi
gabungan Seri – Parallel (Ebeling, 1997)
36
Ra1
Ra2
Ran
2.9 Boiler
Boiler merupakan equipment yang banyak digunakan dalam dunia
industri. Secara umum Boiler berfungsi untuk memproduksi uap dengan mengubah
fasa dari cair ke gas melalui proses pemanasan. Proses pemanasan yang terjadi
dilakukan oleh burner dengan memanfaatkan bahan bakar berupa batu bara atau
solar. Solar digunakan pada saat start up awal Boiler. Unit Boiler yang beroperasi
di PT. Petrokimia Gresik merupakan plant tersendiri yang terdiri dari komponen-
komponen utama seperti steam drum, water drum, furnace, economizer, air
preheater, superheater, burner, safety valve, manometer, gelas pedoman air,
manhole, soot blower, blow down, forced, dan stack. Unit Boiler B-6203
merupakan Boiler yang digunakan untuk memproduksi steam yang berfungsi untuk
pembangkitan listrik di pabrik III PT. Petrokimia Gresik (Departemen Manajemen
Risiko, 2014). Bagian-bagian dalam Boiler adalah:
• Economizer : peralatan pada sistem Boiler yang digunakan untuk
pemanasan awal air dari Boiler Feed Water Pump sebelum masuk siklus
pembakaran
• Steam drum : peralatan dalam sistem Boiler yang berfungsi untuk tempat
pemisahan fase uap dengan air
• Down corner : pipa dari steam drum yang digunakan untuk mengalirkan
air ke water wall
• Water wall: dinding yang berupa pipa tegak yang mengelilingi furnace
(ruang bakar) sebagai tempat pemanasan air Boiler
• Superheater: mengubah uap jenuh menjadi uap panas lanjut
• Furnace : ruangan yang digunakan untuk memanasi pipa ketel (water
wall) sehingga air akan berubah menjadi uap.
Boiler yang digunakan merupakan Boiler dengan tipe corner tuber boiler.
Berikut merupakan spesifikasi Boiler B-6203 sesuai dengan yang ditunjukkan pada
Tabel 2.5 dibawah ini:
37
Tabel 2.5 Spesifikasi Boiler B-6203
Tag Number HAZOP developed information
B-6203 Capacity : 52 MT/h
Design pressure : 35 Kg/cm2
Design Temperature : 408 oC
Fuel : Heavy Oil
Type : Steam Atomizing
Drum : ASTM SA515 Gr60
Tube : ASTM SA 192
Superheater : ASTM SA 192
Economizer : ASTM SA 192
Sumber: Dokumen PT Petrokimia Gresik
2.10 Hazard And Operability (HAZOP) Study
Hazard And Operability (HAZOP) digunakan untuk mengidentifikasi
masalah risiko. Konsepnya meliputi investigasi dari desain tujuan. Dalam proses
identifikasi masalah dalam HAZOP, pemecahannya terekam sebagai bagian dari
hasil HAZOP dan bagaimanapun juga, harus ada kepedulian untuk menghindari
percobaan demi menemukan kenyataan, karena tujuan utama dari HAZOP adalah
untuk mengidentifikasi masalah risiko. Pelaksana HAZOP harus berpengalaman
tetapi latihan yang didasarkan pada pembelajaran ketika desain baru atau teknologi
tercakup didalamnya adalah sangat penting, hal ini digunakan dalam setiap tahap
demi kelangsungan industri. HAZOP didasarkan pada prinsip dimana beberapa ahli
dengan perbedaan identifikasi dalam banyak masalah harus bekerja sama tetapi
mereka bekerja terpisah dan hasilnya akan dikombinasikan untuk mendapatkan
suatu keputusan.
Hazard and Operability Study atau HAZOP studi adalah standar teknik
analisis bahaya yang digunakan dalam persiapan penetapan keamanan dalam sistem
baru atau modifikasi untuk suatu keberadaan potensi bahaya atau masalah
operabilitasnya. Studi HAZOP adalah pengujian yang teliti oleh group spesialis,
dalam bagian sebuah sistem mengenai apakah yang akan terjadi jika komponen
tersebut dioperasikan melebihi dari normal model desain komponen yang telah ada.
Tujuan penggunaan HAZOP adalah untuk meninjau suatu proses atau operasi pada
38
suatu sistem secara sistematis, untuk menentukan apakah proses penyimpangan
dapat mendorong kearah kejadian atau kecelakaan yang tidak diinginkan.
Tujuan dari dilakukannya analisis HAZOP adalah untuk melihat suatu
proses operasi secara sistematis dan mengetahui apakah terdapat penyimpangan
yang dapat mendorong sistem pada kecelakaan kerja industri yang dapat berakibat
pada kerugian material, bahaya pada lingkungan, dan keselamatan jiwa pekerja.
Pada pabrik yang telah berjalan dapat dilakukan study re-HAZOP dan dokumen-
dokumen berikut diperlukan untuk proses tersebut:
• Process Flow Diagram (PFD)
• Process & Instrumentation Diagram (P&ID)
• Facility layout drawing
• Operating Instructions
• Procedure documents/Description of operation
• Material Safety Data Sheet (MSDS)
• Dokumen lain yang relevan
Beberapa istilah atau terminologi (key words) yang banyak dipakai dalam
melaksanakan analisis HAZOP antara lain sebagai berikut:
• Deviation (penyimpangan), merupakan kata kunci kombinasi yang sedang
diterapkan atau merupakan gabungan dari guide words dan parameters.
• Cause (penyebab), merupakan penyebab yang kemungkinan besar akan
mengakibatkan terjadinya penyimpangan.
• Consequence (akibat/konsekuensi), saat menentukan consequence tidak boleh
melakukan batasan, karena hal tersebut bisa merugikan pelaksanaan penelitian.
Sekecil apapun harus tetap diperhitungkan.
• Safeguards (usaha perlindungan), dengan adanya perlengkapan pencegahan
yang mencegah penyebab atau usaha perlindungan terhadap konsekuensi
kerugian. Safeguards juga memberikan informasi pada operator tentang
pemyimpangan yang terjadi dan juga untuk memperkecil akibat.
• Action (tindakan), apabila suatu penyebab dipercaya akan mengakibatkan
konsekuensi negatif, harus diputuskan tindakan-tindakan apa yang harus
dilakukan. Tindakan dibagi menjadi dua kelompok, yaitu tindakan yang
mengurangi atau menghilangkan penyebab dan tindakan yang menghilangkan
39
akibat (konsekuensi). Sedangkan apa yang terlebih dahulu diputuskan, hal ini
tidak selalu memungkinkan, terutama ketika berhadapan dengan kerusakan
peralatan. Namun, hal pertama yang selalu diusahakan untuk menyingkirkan
penyebabnya, dan hanya dibagian mana perlu mengurangi konsekuensi.
• Node (titik studi), yang merupakan pemisahan suatu unit proses menjadi
beberapa bagian agar studi dapat dilakukan lebih terorganisir. Titik studi
bertujuan untuk membantu dalam menguraikan dan mempelajari suatu bagian
proses
• Severity, merupakan tingkat keparahan yang diperkirakan dapat terjadi.
• Likelihood, adalah kemungkinan terjadinya konsekuensi dengan sistem
pengaman yang ada.
Risk atau risiko merupakan kombinasi kemungkinan likelihood dan
consequences yang terjadi. Kombinasi tersebut dapat ditunjukkan seperti pada
persamaan (2.27).
𝑅𝑖𝑠𝑘 = (𝐶𝑜𝑛𝑠𝑒𝑞𝑢𝑒𝑛𝑐𝑒) (𝐿𝑖𝑘𝑒𝑙𝑖ℎ𝑜𝑜𝑑) (2.27)
Berdasarkan Standard Australia/ New Zealand (AS/NZS 4360:2004), tingkat
consequences dapat ditentukan seperti pada Tabel 2.6. Frekuensi akan ditentukan
dari seberapa sering bahaya terjadi. Jika tidak terdapat data langsung yang
menyebutkan tingkat keseringan suatu bahaya terjadi, maka penentuan likelihood
dapat ditentukan dengan melihat history card kerusakan (failure rate) dari
equipment.
Frekuensi akan ditentukan dari seberapa sering bahaya terjadi. Jika tidak
terdapat data langsung yang menyebutkan tingkat keseringan suatu bahaya terjadi,
maka penentuan likelihood dapat ditentukan dengan melihat history card
kerusakan (failure rate) dari equipment. Berdasarkan Standard Australia/ New
Zealand (AS/NZS 4360:2004), tingkat likelihood dapat ditentukan berdasarkan
kriteria seperti pada Tabel 2.7.
40
Tabel 2.6 Tabel Consequences
Level Descriptor Description
1 Insignificant Sistem beroperasi & aman, terjadi sedikit
gangguan tidak berarti
2
Minor
Sistem tetap beroperasi & aman, gangguan
mengakibatkan sedikit penurunan performasi
atau kinerja sistem terganggu
3
Moderate
Sistem dapat beroperasi, kegagalan dapat
mengakibatkan mesin kehilangan fungsi
utamanya dan dapat menimbulkan kegagalan
produk
4
Major
Sistem tidak dapat beroperasi. Kegagalan dapat
menyebabkan terjadinya banyak kerusakan
fisik & sistem, dapat menimbulkan kegagalan
produk, dan tidak memenuhi persyaratan
peraturan Keselamatan Kerja
5
Catastrophic
Sistem tidak layak operasi, keparahan yang
sangat tinggi bila kegagalan mempengaruhi
sistem yang aman, melanggar peraturan Keselamatan Kerja
Sumber : The Standard Australia/ New Zealand(AS/NZS 4360:2004)
Tabel 2.7 Tabel Likelihood
Sumber : The Standard Australia/ New Zealand (AS/NZS 4360:2004)
Berdasarkan persamaan (2.27), nilai risiko merupakan hasil perkalian dari
likelihood dan consequences, sehingga akan diperoleh matriks kriteria risiko seperti
pada Tabel 2.8.
41
Level Descriptor Description
A Almost Certain Risiko terjadi lebih dari 5 kali dalam 5
tahun
B Likely Risiko terjadi 4-5 kali dalam 5 tahun
C Moderate Risiko terjadi lebih dari 3 atau kurang
dari 4 dalam 5 tahun
D Unlikely Risiko terjadi 2-3 kali dalam 5 tahun
E Rare Risiko jarang sekali muncul/terjadi
kurang dari 2 kali dalam 5 tahun
Tabel 2.8 Tabel Risk Matrix
Likelihood
Consequences
Insignifica
nt Minor Moderate Major Catastrophic
1 2 3 4 5
A(Almost certain) H H E E E
B (Likely) M H H E E
C (Moderate) L M H E E
D (Unlikely) L L M H E
E (Rare) L L M H H
Sumber : The Standard Australia/ New Zealand (AS/NZS4360:2004)
Keterangan :
E : Extreme risk (Merah)
H : High risk (Oranye)
M : Moderate risk (Kuning)
L : Low risk (Hijau)
Tabel 2.9 Tabel Risk Matrix (Standar PT.Petrokimia Gresik)
Likelihood
Consequences
Kategori
Alat C1
Kategori
Alat B2
Kategori
Alat B3
Kategori
Alat A4
Kategori
Alat A &
L5
1. (Brand New/ Excellences)
L1 L2 L3 L4 M5
2. (Very Good/
Good Serviceable) L2 L4 M6 M8 M10
3. (Acceptable/
Barely
Acceptable)
L3
M6
M9
M12
H15
4.(Below Standard/Poor)
L4 M8 M12 H16 H20
5. (Bad/Unusable) M5 M10 H15 H20 H25
Sumber : PT.Petrokimia Gresik
2.11 Manajemen Risiko
Perhitungan risiko keseluruhan harus dibandingkan dengan
kriteria risiko yang dapat diterima untuk komponen tertentu. Bergantung
42
dari tingkatan risiko yang dapat ditoleransi, maka dapat dibuat keputusan, apakah
risiko tersebut diabaikan atau mengambil tindakan untuk menangani risiko tersebut.
Manajemen Risiko merupakan bagian dari tahapan manajemen proses
yang bertujuan untuk meminimalisir dampak (consequences) bahaya dan kerugian,
serta meningkatkan kesempatan atau peluang penyelamatan atas suatu bahaya. Pada
dasarnya, manajemen risiko bersifat pencegahan terhadap terjadinya keugian
maupun accident (Juniani, 2010). Bagian-bagian penting yang menjadi tahapan
proses manajemen risiko dapat ditunjukkan seperti pada Gambar 2.9.
Gambar 2.14 Tahapan Proses Manajemen Risiko
(The Standard Australia/ New Zealand (AS/NZS 4360:2004))
Berdasarkan tahapan manajemen risiko diatas, tahapan pertama adalah
melakukan penentuan subjek yang akan dianalisis, yang mencakup strategi
pengumpulan data, metode manajemen risiko, serta penentuan kriteria. Setelah itu
dilakukan tahapan identifikasi risiko yang mencakup risiko yang akan terjadi dari
potensi bahaya yang dianalisis dan penyebab risiko tersebut terjadi. Selanjutnya
adalah tahapan analisis risiko berdasarkan estimasi likelihood dan consequences
untuk menentukan kriteria risiko dari hasil kombinasi keduanya. Langkah terakhir
adalah evaluasi risiko, apakah risiko tersebut dapat diterima atau tidak, jika tidak
maka dilanjutkan dengan upaya penanganan yang dapat mengurangi risiko. Dalam
43
pelaksanaannya mutlak diperlukan komunikasi antar anggota yang diikuti dengan
monitoring dan review secara kontinyu.
2.12 Control Chart x̅ -s
Control Chart merupakan grafik statistik yang digunakan menggambarkan
batas kendali dari suatu proses terdiri dari batas atas, batas bawah dan batas terpusat
(center). Control chart menunjukkan apakah suatu proses berada di in atau out of
control. Berikut adalah salah satu contoh control chart:
Gambar 2.15 Bentuk dasar control chart (Douglas,2009)
Persamaan control chart x̅ dipengaruhi oleh nilai tengah standar deviasi (s),
oleh karena itu dapat digunakan persamaan (2.28), (2.29) dan (2.30)
(Douglas,2009):
UCL = x̿ + A3s̅ (2.28)
CL = x̿ (2.29)
LCL = x̿ - A3s̅ (2.30)
Dimana:
x̿ : rata-rata dari mean (x̅ )
s̅ : rata-rata dari standar deviasi (s)
A3 : 3/(c4√𝑛)
UCL : Upper Control Limit
CL : Control Limit
LCL : Lower Control Limit
44
Persamaan (2.31), (2.32) dan (2.33) digunakan untuk menentukan control
chart s (Douglas,2009):
UCL = �̅� + 3 �̅̅� √1 − 𝑐2 (2.31)
𝑐4 4
CL = s̅ (2.32)
LCL = �̅� − 3 �̅̅� √1 − 𝑐2 (2.33)
𝑐4 4
Dengan c4 adalah konstanta yang membentuk variabel control chart (Douglas,
2009).
Rata-rata adalah nilai tengah (mean) yang diperoleh dari banyaknya
variabel data yang disediakan. Sedangkan standar deviasi adalah simpangan baku
dari sehimpunan bilangan terhadap nilai tengah aritmatik (rata-rata) (Montgomery,
2009).
2.13 Safety Integrity Level (SIL)
Sistem proteksi merupakan sistem yang ditujukan untuk menjaga proses
pada suatu proses tetap aman ketika terjadi deviasi atau kejadian bahaya. Sistem
proteki bekerja secara terpisah dengan Basic Process Control System (BPCS).
Sistem proteksi biasa disebut dengan Safety Instrumented System (SIS), SIS terdiri
dari beberapa instrument yang bekerja adalah satu sistem yang disebut Safety
Intrumented Function (SIF). Setiap SIF mempunyai aksitekstur yang berbeda,
terdapat enam macam arsitektur SIF yaitu :
1. 1oo1 artinya one out of one, terdapat 1 keluaran dari 1 SIF.
Gambar 2.16 Arsitektur SIF 1oo1 (ISA, 2002)
45
2. 1oo2 artinya one out of two, terdapat 1 keluaran dari 2 SIF.
Gambar 2.17 Arsitektur SIF 1oo2 (ISA, 2002)
3. 1oo3 artinya one out of three, terdapat 1 keluaran dari 3 SIF.
Gambar 2.18 Arsitektur SIF 1oo3 (ISA, 2002)
4. 2oo2 artinya two out of two, terdapat 2 keluaran dari 2 SIF.
Gambar 2.19 Arsitektur SIF 2oo2 (ISA, 2002)
5. 2oo3 artinya two out of three, terdapat 2 keluaran dari 3 SIF.
6. 2oo4 artinya two out of four, terdapat 2 keluaran dari 4 SIF.
Safety Integrity Level (SIL) berhubungan dengan Probability Failure on
Demand (PFD) dari suatu Safety Intrumented Function (SIF). PFD adalah
probabilitas perangkat akan gagal melakukan fungsinya ketika dibutuhkan. Nilai
rata-rata PFD (PFDavg- dari semua elemen SIF) digunakan untuk evaluasi SIL
46
(ISA, 2002). PFD biasanya dinyatakan sebagai PFDavg, yang merupakan nilai
rata-rata selama fuctional test interval. Semakin tinggi nilai SIL maka PFD dari
Safety Instrumented System (SIS) semakin kecil. Tingkat SIL dari suatu Safety
Instrumented System (SIS), ditentukan oleh nilai PFD dari tiap – tiap SIF penyusun
SIS itu sendiri, yaitu sensor, logic solver dan final element serta
arsitektur/konfigurasi elemen-elemen tersebut dalam membangun SIS.
Berdasarkan standar IEC 61508 terdapat empat level SIL, yaitu SIL 1, SIL
2, SIL 3 dan SIL 4 yang mempunyai nilai PFD berbeda tiap tingkatan. Menentukan
SIL secara kuantitatif dapat dilakukan dengan melakukan perhitungan terhadap
PFD untuk tiap – tiap SIF penyusun SIS kemudian menghitung PFDavg SIF.
Berikut ini adalah persamaan yang digunakan untuk mencari PFD (ISA, 2002):
a. 1oo1
b. 1oo2
c. 1oo3
d. 2oo2
𝑃𝐹𝐷𝑎𝑣𝑔 = 𝜆 𝑥 𝑇𝑖
2
𝑃𝐹𝐷𝑎𝑣𝑔 = 𝜆2 𝑥 𝑇𝑖2
3
𝑃𝐹𝐷𝑎𝑣𝑔 = 𝜆3 𝑥 𝑇𝑖3
4
(2.34)
(2.35)
(2.36)
e. 2oo3
f. 2oo4
𝑃𝐹𝐷𝑎𝑣𝑔 = 𝜆 𝑥 𝑇𝑖 (2.37)
𝑃𝐹𝐷𝑎𝑣𝑔 = 𝜆2 𝑥 𝑇𝑖2 (2.38)
𝑃𝐹𝐷𝑎𝑣𝑔 = 𝜆3 𝑥 𝑇𝑖3 (2.39)
Setelah dilakukan analisis dari risiko yang ditimbulkan oleh equpiment dengan
menggunakan Hazard and Operability (HAZOP) study maka didapatkan beberapa
risiko yang berpotensi terjadi kegagalan. Pada dasarnya risiko dapat ditinjau
melalui dua aspek yaitu kemungkinan kejadian tersebut terjadi dan konsekuensi
yang diterima apabila kejadian tersebut terjadi. Pada berbagai kasus dari kagagalan
sistem, probabilitas dapat dihitung dengan menggunakan perhitungan matematis.
47
Jika nilai tersebut tidak dapat diketahui maka hazard harus dianalisa secara
kualitatif.
Pada dasarnya setiap industri memiliki standar sistem proteksi yang
berbeda-beda. Standar ini merupakan hal yang sangat penting karena menyangkut
kehandalan dari suatu sistem. Standar sistem proteksi tidak hanya meliputi
teknologi yang digunakan, tingkat redundansi, kalibrasi ataupun logika sistem.
Ketika risk level yang dihadapi semakin besar maka diperlukan sistem proteksi
yang lebih baik untuk mengendalikannya. Risk yang telah dihitung selanjutnya akan
dibandingkan dengan performansi pada suatu sistem proteksi. Salah satu metode
yang digunakan untuk menentukan performansi sistem tersebut adalah safety
integrity level (SIL) (Gulland,2004).
Safety integrity level (SIL) ditentukan berdasarkan dari probabilitas suatu
kegagalan yang akan terjadi digunakan persamaan 2.40 :
𝜆 = 1/𝑀𝑇𝑇𝐹 (2.40)
Dimana :
𝜆 : failure rate (laju kegagalan)
MTTF : Mean Time To Failure
Tabel 2.10 Kriteria Penentuan Safety Integrity Level (SIL)
Safety Integrity Level Probabilty of Failure on
Demand
Risk Reduction
Factor
4 0,0001-0,00001 100.000-10.000
3 0,001-0,0001 10.000-1000
2 0,01-0,001 1000-100
1 0,1-0,01 100-10
Setelah nilai PFD ditentukan maka nilai PFD average dihitung dengan cara
penjumlahan PFD untuk sensor, transmitter dan final control element, seperti pada
persamaan (2.41) :
𝑃𝐹𝐷𝑎𝑣𝑔 = 𝐷�̅�𝑒𝑛�̅�𝑜𝑟 + 𝑃𝐹𝐷𝑡𝑟𝑎𝑛�̅�𝑚𝑖𝑡𝑡𝑒𝑟 + 𝑃𝐹𝐷𝑓𝑐𝑒 (2.41)
48
Selanjutnya nilai PFD average dicocokkan dengan kriteria SIL pada Tabel
2.10, sehingga dapat diketahui nilai risk reduction factor (RRF). Risk reduction
factor merupakan tingkat penurunan risiko suatu equipment mengalami kegagalan.
𝑅𝑅𝐹 = 1
𝑃𝐹𝐷 (2.42)
Dimana :
RRF : Risk Reduction Factor
PFD : Probability Failure on Demand
PFD dipengaruhi oleh laju kegagalan peralatan dan test interval, yang
artinya semakin besar laju kegagalan suatu peralatan maka kemungkinan terjadinya
failure akan semakin besar dan tingkat penurunan resikonya akan semakin kecil.
Begitu juga dengan semakin sering suatu peralatan dilakukan test maka
kemungkinan terjadinya failureakan semakin kecil dan tingkat penurunan
resikonya semakin besar. Adapun untuk mendapatkan data failure rate dapat
diperoleh dengan beberapa cara diantaranya adalah berdasarkan historical data,
yaitu data diperoleh dari data maintenance suatu perusahaan atau commercial
failure rate data. Apabila data yang diperlukan tidak ada dalam data maintenance
maka data tersebut bisa dicari atau diperoleh dari database failure rate yang dapat
dilihat pada OREDA (Offshore Reliability Data, 2002)
2.14 Pemodelan Matematika Pada Steam Drum Boiler
Dalam Steam Drum Boiler terdapat dua fase, yaitu fase fluida dan fase uap.
Maka didalam membuat model matematis terdapat 2 hukum kesetimbangan yang
berlaku yaitu kesetimbangan massa dan kesetimbangan energi yang digunakan
dalam memodelkan Steam Drum Boiler. Dimana hukum kesetimbangan massa
menyatakan bahwa akumulasi massa suatu sistem sebanding dengan massa yang
masuk ke dalam sistem dikurangi massa yang keluar dari sistem.
𝑎𝑘𝑢𝑚𝑢𝑙𝑎𝑠𝑖 𝑚𝑎𝑠𝑠𝑎
[ 𝑤𝑎𝑘𝑡𝑢
] = [ 𝑚𝑎𝑠𝑠𝑎 𝑚𝑎𝑠𝑢𝑘
𝑤𝑎𝑘𝑡𝑢
] − [ 𝑚𝑎𝑠𝑠𝑎 𝑘𝑒𝑙𝑢𝑎𝑟
] 𝑤𝑎𝑘𝑡𝑢
49
] + [
d (Ah) = F
− F
dt i (2.43)
Dengan asumsi bahwa 𝜌 konstan maka persamaan 2.43 menjadi:
A dh
= F − F
dt i (2.44)
Sedangkan hukum kesetimbangan energi menyatakan bahwa akumulasi
energi didalam suatu sistem adalah sebanding dengan energi yang masuk kedalam
sistem dikurangi dengan energi yang keluar dari sistem kemudian dijumlahkan
dengan energi steam yang dibangkitkan (generated).
[akumulasi energi
] = [energi masuk
] − [energi keluar energi steam
]
waktu waktu waktu waktu
d[Ahcp (T − Tref )] = F c
(T − T
) − Fc
(T − T
) + Q
dt i p i ref p ref
(2.45)
Penyederhanaan persamaan (2.44) dengan asumsi Tref = 0 dan = konstan
A d (hT)
= F T
− FT + Q
dt i i
cp (2.46)
Substitusi persamaan (2.45) ke persamaan (2.46) menjadi :
A d (hT )
= Ah dT
+ AT dh
= Ah dT
+ T (F
F )
dt dt dt dt i
Ah dT
+ T (F
− F) = F T − FT + Q
dt i
atau
i i c
(2.47)
Ah dT
= F (T − T ) +
Q
dt i i cp
(2.48)
Persamaan (2.48) jika disederhanakan menjadi :
Ah dT
+ F T = F T + Q
dt i
i i c
50
p
p
atau Ah dT
+ T = T + Q
Fi dt Fi c p (2.49)
Persamaan Laplace nya adalah :
dengan
=
Ah =
V
Fi Fi
T
( s ) (S + 1) = Ti ( s )
Q( s )
Fi c p
(2.50)
Sehingga fungsi transfernya ditunjukkan pada persamaan (2.51) :
T (s) = Ti (s)
+ 1
1 Q(s)
(S + 1) (S + 1) Fi c p (2.51)
2.15 Sistem Kontrol
Blok diagram dari sistem kontrol umpan balik yang banyak digunakan di
industri dapat dilihat pada Gambar 20.
Gambar 2.20 Diagram Blok Feedback Control System (Ogatha, Katshuhiko, 1995)
Control unit akan mendeteksi sinyal error (deviasi antara output dan
setpoint). Control unit memproses sinyal error dan menghasilkan sinyal aktuasi
yang merupakan aksi control sebagai tanggapan dari error tadi. Aksi kontrol
menggerakkan control valve dan diterapkan pada proses sehingga dihasilkan
output. Elemen sensor akan melihat atau mengukur hasil output dan
mengkonversikannya ke variabel yang sesuai dengan input referensi melalui
51
i
transmitter. Kedua variabel ini dibandingkan dan menghasilkan sinyal error. Iterasi
ini akan berlangsung terus sampai didapatkan kondisi bahwa error menjadi
minimum. Atau dengan kata lain, output sudah sesuai dengan input referensi yang
diinginkan. Munculnya load atau disturbance ini bisa saja terjadi dalam suatu
proses, dimana hal tersebut juga menimbulkan sinyal error.
Dalam pengendalian otomatis (closed loop system) dikenal beberapa
istilah antara lain meliputi :
• Process
Adalah tatanan peralatan suatu fungsi tertentu contohnya Boiler. Input
proses dapat bermacam-macam, merupakan besaran yang dimanipulasi oleh final
control element atau control valve agar measurement variabel sama dengan set
point. Input proses ini juga disebut manipulated variabel.
• Controlled variable
Adalah besaran atau variabel yang dikendalikan. Besaran ini pada diagram
kotak juga disebut output proses atau proses variabel. Sebagai contoh, temperature
air panas yang keluar dari Steam Drum Boiler adalah controlled variabel proses
tersebut.
• Manipulated variable
Adalah input dari suatu proses yang dapat dimanipulasi atau diubah-ubah
besarnya agar proses variabel atau controlled variabel besarnya sama dengan set
point. Sebagai contoh, input proses adalah steam flow yang masuk ke Steam Drum
Boiler.
• Disturbance
Adalah besaran lain, selain manipulated variabel yang dapat menyebabkan
berubahnya controlled variabel. Besaran ini juga lazim disebut load. Sebagai
contoh, salah satu dari disturbance proses adalah perubahan pemakaian air panas.
• Sensing element
Adalah bagian paling ujung suatu sistem pengukuran (measuring system).
Contoh sensing elemen yang banyak dipakai misalnya thermokopel atau orifice
plate. Bagian ini juga biasa disebut sensor atau primary element.
52
• Transmitter
Adalah alat yang berfungsi untuk membaca sinyal sensing element, dan
mengubahnya menjadi sinyal yang bisa dimengerti oleh controller.
• Transducer
Adalah unit pengolah sinyal. Kata transmitter sering kali dirancukan
dengan istilah transducer. Keduanya memang mempunyai fungsi yang serupa,
walaupun tak sama benar. Transducer lebih bersifat lebih umum, sedangkan
transmitter lebih khusus yang pemakaiannya pada sistem pengukuran.
• Measurement variabel
Adalah sinyal yang keluar dari transmitter. Besaran ini merupakan
cerminan besarnya sinyal sistem pengukuran.
• Set point
Adalah besar proses variabel yang dikehendaki. Sebuah controllerakan
selalu berusaha menyamakan controlled variabel dengan set point.
• Error
Adalah selisih antara set point dikurangi dengan measurement variabel.
Error bisa negatif dan bisa juga positif. Bila set point lebih besar dari measurement
variabel, errorakan menjadi positif. Sebaliknya, bila set point lebih kecil dari
measurement variabel, error akan menjadi negatif.
• Controller
Adalah element yang mengerjakan tiga dari empat tahap langkah
pengendalian yaitu membandingkan set point dengan measurement variabel,
menghitung berapa banyak koreksi yang perlu dilakukan, dan mengeluarkan sinyal
koreksi sesuai dengan hasil perhitungan tadi. Controller (instrument pengendali)
sepenuhnya menggantikan peran manusia dalam mengendalikan sebuah proses.
• Final control element
Elemen ini adalah elemen bagian akhir dari instrument atau pengendalian.
Bagian ini berfungsi untuk mengubah measurement variabel dengan cara
memanipulasi besarnya manipulated variabel, berdasarkan perintah controller.
53
(Halaman ini sengaja dikosongkan)
54
BAB 3
METODOLOGI PENELITIAN
3.1 Tahapan Penelitian
Tahapan dalam penelitian ini adalah sebagai berikut
Gambar 3.1 Tahapan Penelitian
3.2 Pengumpulan Data
Penelitian dilakukan di PT. Petrokimia Gresik. Dalam penelitian ini
diperlukan data-data untuk menunjang penyelesaiannya. Pengambilan data dilakukan
55
di unit pabrik III PT. Petrokimia Gresik. Studi proses yang dilakukan dalam penelitian
ini meliputi studi tentang Boiler yang meliputi referensi, jurnal yang terkait,
komponen–komponen yang terdapat di Boiler serta kegunaannya. Selanjutnya
dilakukan pengumpulan data antara lain berupa dokumen serta gambar dari proses yang
terkait dengan Boiler yang meliputi Process Fow Diagram (PFD) dan Piping &
Instrument Diagram (P&ID). Daftar komponen instrumentasi, data maintenance atau
data Time To Failure (TTF) dari setiap komponen khususnya yang terdapat pada Steam
Drum Boiler, dan data proses pada setiap komponen Boiler yang beroperasi penuh
sepanjang hari. Berdasarkan data-data ini dapat digunakan untuk penentuan risiko serta
analisis risiko pada masing-masing komponen di Boiler.
3.3 Pemilihan dan Penjelasan Titik Studi (Node)
Node merupakan pemisahan suatu unit proses menjadi beberapa bagian agar
studi dapat dilakukan lebih terorganisir. Tujuan dari pemilihan node adalah untuk
membantu dalam menguraikan dan mempelajari suatu bagian proses. Pemilihan titik
studi berdasarkan pada komponen-komponen yang menjadi titik penting dan
mempengaruhi proses pada Boiler. Penjelasan proses pada titik studi digunakan untuk
mengetahui karakteristik dari proses utama yang terjadi, berupa input, proses, dan juga
output. Pemilihan dan penjelasan proses diketahui dengan melihat P&ID dan PFD.
3.4 Penentuan Komponen Instrumentasi
Penentuan komponen instrumentasi berdasarkan titik studi (node) yang ada.
Penentuan komponen yang harus berfungsi dengan baik berguna untuk mengatur
jalannya proses di unit tersebut agar proses berjalan normal. Penentuan komponen
dimulai dari input dilanjutkan pada proses yang terjadi kemudian bagaimana output
yang dihasilkan. Komponen instrumentasi tersebut terdiri dari transmitter, indicator,
controller maupun actuator sesuai dengan tag number yang ada pada gambar P&ID.
56
3.5 Basic Process Design Steam Drum Boiler
Steam Drum Boiler merupakan salah satu bagian komponen dari sebuah
Boiler pipa air yang berfungsi sebagai reservoir campuran air dan uap air, dan juga
berfungsi untuk memisahkan uap air dengan air pada proses pembentukan uap
superheater. Dari penelitian sebelumnya Risk Assessment and Safety Analysis on
Power Generation Boiler at PT. Petrokimia Gresik (Noriyati et al, 2015) telah
teridentifikasi bahwa Steam Drum Boiler merupakan salah satu komponen yang
mempunyai risiko tinggi yang terjadi pada pressure indicator inlet Steam Drum Boiler.
Untuk menurunkan risiko tersebut maka dalam penelitian ini difokuskan Steam Drum
Boiler sebagai studi kasus. Steam Drum Boiler merupakan suatu plant yang berfungsi
mengkonversikan energi kimia pada bahan bakar menjadi energi panas, selanjutnya
energi panas tersebut diserap oleh air didalam boiler sampai pada kondisi tertentu, yaitu
melewati titik didihnya kemudian air tersebut akan berubah fase dari air menjadi gas
atau uap. Uap ini yang kemudian disebut steam. Steam Drum Boiler memiliki tujuan
utama yaitu mengubah air menjadi steam dengan meningkatkan enthalphy nya melalui
high pressure heater, feed forward yang telah dinaikkan suhunya masuk menuju Steam
Drum Boiler
Proses pada Steam Drum Boiler, output fluida yang diproses di Economizer
menjadi input yang masuk kedalam Steam Drum Boiler. Uap air di dalam Steam Drum
Boiler, mendapat panas dari sisa gas burner. Dalam Steam Drum Boiler level dari fase
yang terbentuk yaitu 55% saturated steam dan 45% air yang mendidih. Pada fase air
akan menempati tempat di bagian bawah Steam Drum Boiler yang nantinya akan
didistribusikan ke drum yang lebih rendah (water drum) dan header dengan pipa yang
disebut downcomers. Steam basah yang dihasilkan akan menempati posisi diatas
karena perbedaan densitas (massa jenis) dimana air memiliki massa jenis yang lebih
tinggi daripada gas. Saturated steam yang mengalami fase saturated tersebut
selanjutnya akan menuju ke Superheater untuk diproses kembali sampai menghasilkan
uap kering (Superheated Steam) dan di gunakan untuk menggerakkan turbin yang
disambungkan dengan generator. Basic process Steam Drum Boiler pada input,
internal dan output dapat dilihat pada Gambar 3.2 dan Gambar 3.3.
57
Gambar 3.2 Basic process input Steam Drum Boiler (Jian Zhao, 1992)
Gambar 3.3 Basic process internal dan output Steam Drum Boiler (Jian Zhao, 1992)
58
3.6 Identifikasi pada Input, Process, dan Output Steam Drum Boiler
Steam Drum Boiler ditinjau sebagai suatu proses. Pengendalian Pada Steam Drum
Boiler dibedakan menjadi 3 bagian yaitu bagian input steam drum, bagian proses dan
bagian output Steam Drum Boiler. Hal ini bisa dilihat seperti pada Gambar 3.4 Steam
Drum Boiler.
Gambar 3.4 Proses Input - Internal – Output Steam Drum Boiler
Proses pada Steam Drum Boiler dapat dikelompokkan menjadi :
1. Input Steam Drum Boiler
Ada 2 variabel yang dapat menjadi penyebab timbulnya bahaya, yaitu :
- Flow Rate Boiler Feed Water (BFW)
Flow Rate Control System untuk mengendalikan laju aliran BFW kedalam Steam
drum dapat mengalami masalah pada instrument sistem pengendaliannya
- Flow Rate Recycle Water dari Riser
Temperature Control System pada Riser dapat mengalami masalah pada sistem
pemanasnya sehingga berdampak pada proses pemanasan recycle water.
59
2. Internal Steam Drum Boiler (Proses dalam Steam Drum Boiler)
Ada 2 variabel yang dapat menjadi penyebab timbulnya bahaya, yaitu :
- Water level dalam Steam Drum Boiler
Level Control System untuk mengendalikan level air dalam Steam Drum Boiler
dapat mengalami masalah pada instrument sistem pengendaliannya
- Pressure dalam Steam Drum Boiler
Perubahan kandungan uap dalam water recycle dari Riser kedalam Steam Drum
Boiler dapat menyebabkan perubahan tekanan dalam Steam Drum Boiler
3. Output Steam Drum Boiler
Perubahan tekanan dalam Steam Drum Boiler. Drum dan perubahan level air
dalam Steam Drum Boiler mempengaruhi steam flow rate dan kualitas steam
outlet
3.7 Identifikasi Hazard
Penentuan identifikasi hazard (bahaya) dilakukan dengan metode analisis
Hazard and Operability Analysis (HAZOP). Langkah-langkah dalam identifikasi
bahaya dengan menggunakan metode HAZOP adalah sebagai berikut :
• Penentuan node atau titik studi berdasarkan P&ID yang telah diperoleh. Dalam
disertasi ini, node ditentukan berdasarkan komponen utama yang menyusun
sistem Boiler, yaitu Economizer, Steam Drum, Superheater, dan Burner.
• Penetuan komponen instrumentasi yang berperan dalam proses pada masing-
masing node. Dalam P&ID terlihat adanya transmitter, indicating element
(sensor), final control element (valve) serta safety system (alarm, switch dll)
untuk masing-masing besaran yang terukur yaitu: Pressure, Temperature,
Level dan Flow. Penentuan komponen didasarkan pada komponen-komponen
yang terdapat pada P&ID dan DCS Boiler.
• Guideword ditentukan dari penyimpangan terhadap rata-rata proses yang
terjadi. Hal ini dapat diketahui dari data proses yang diambil untuk masing-
60
masing komponen dan gambar control chart yang didasarkan data tersebut,
kemudian dilihat trend data yang terbentuk pada grafik. Untuk mengetahui
deviasi dalam Control chart digunakan persamaan (2.13), (2.14) dan (2.15)
• Analisis dilakukan terhadap kemungkinan penyebab dari penyimpangan yang
terjadi, potensi dampak yang ditimbulkan serta safeguard yang telah terpasang
yang dapat digunakan sebagai safety system. Serta dilakukan perhitungan
terhadap Safety Integrity Level (SIL) pada plant yang telah terpasang.
Kemudian ditentukan rekomendasi lanjutan dari potensi Hazard yang
didapatkan.
3.8 Estimasi Cause dan Consequences
Suatu proses di industri merupakan sebuah sistem, dimana sistem tersebut
terdiri dari kumpulan beberapa komponen yang bekerja bersama-sana untuk
mendukung jalannya proses tersebut. Setiap komponen memiliki tingkat risiko yang
berbeda. Komponen risiko bisa berupa cause dan consequence. Dalam LOPA, cause
dan consequence diperkirakan berdasarkan tingkat keparahan. Cause adalah penyebab
dari suatu kejadian yang mengalami penyimpangan, Sedangkan consequence adalah
akibat yang tidak diinginkan.
3.9 Penentuan Risk Ranking
Parameter consequence menunjukkan tingkat dampak bahaya yang
diakibatkan oleh karena adanya risiko penyimpangan dari keadaan yang tidak
diinginkan atau operasi yang berada diluar kendali. Tinjauan yang dilakukan
berdasarkan dampak serta pengaruhnya terhadap aktivitas pabrik dan produksi. Standar
yang digunakan untuk menentukan consequence dan likelihood mengikuti standar
kriteria profil konsekuensi PT. Petrokimia Gresik pada Tabel 3.1
61
Tabel 3.1 Kriteria Consequence PT. Petrokimia Gresik
No. Ranking Deskripsi
1
Insignificant
Sumber risiko (unsur/komponen/objek dalam
beraktivitas) tidak berdampak sama sekali, akibatnya
tidak signifikan terhadap kelangsungan aktivitas,
sehingga aktivitas tetap terlaksana
2
Minor
Sumber risiko (unsur/komponen/objek dalam
beraktivitas) berdampak kecil, akibatnya kecil terhadap
kelangsungan aktivitas, aktivitas tetap masih terlaksana
3
Moderate
Sumber risiko (unsur/komponen/objek dalam
beraktivitas) berdampak sedang, akibatnya sedang
terhadap kelangsungan aktivitas,sehingga aktivitas
tetap masih terlaksana
4
Major
Sumber risiko (unsur/komponen/objek dalam
beraktivitas) berdampak besar, akibatnya cukup
signifikan terhadap kelangsungan aktivitas, sehingga
aktivitas masih terlaksana walaupun tidak optikmal
5
Catastrophic
Sumber risiko (unsur/komponen/objek dalam
beraktivitas) berdampak sangat besar, akibatnya sangat
signifikan terhadap kelangsungan aktivitas,sehingga
aktivitas tidak dapat terlaksana
Likelihood merupakan kemungkinan terjadinya konsekuensi atau peluang
risiko terjadinya bahaya pada komponen. Penentuan parameter likehood yang
digunakan mengikuti standar kriteria likelihood dari Departermen Produksi III PT.
Petrokimia Gresik yang dapat dilihat pada Tabel 3.2.
62
Tabel 3.2 Kriteria Likelihood PT. Petrokimia Gresik
No. Ranking Deskripsi
1 1. (Brand New/
Excellences)
Risiko jarang sekali muncul frekuensi
kejadian kurang dari 4 kali dalam 10 tahun
2 2. (Very Good/ Good
Serviceable)
Risiko terjadi antara 4-6 kali dalam 10 tahun
3 3. (Acceptable/ Barely
Acceptable)
Risiko terjadi antara 6-8 kali dalam 10 tahun
4 4. (Below
Standard/Poor)
Risiko terjadi antara 8-10 kali dalam 10 tahun
5 5. (Bad/Unusable) Risiko terjadi lebih dari 10 kali dalam 10
tahun
Parameter Risk Ranking atau risiko merupakan kombinasi likelihood dan consequence
yang terjadi. Kombinasi tersebut ditunjukkan pada persamaan (3.1)
Risk = (Consequence) x (Likelihood) (3.1)
Risk Ranking berdasarkan standar PT. Petrokimia Gresik ditunjukkan seperti pada
Tabel 3.3.
Tabel 3.3 Risk Ranking PT. Petrokimia Gresik
63
Keterangan :
L : low risk
M : medium risk
H : high risk
3.10 Identifikasi Safeguard
Setelah identifikasi skenario, maka skenario tersebut harus dikembangkan.
Langkah pengembangkan skenario adalah untuk identifikasi safeguard.Safeguard
merupakan fasilitas yang membantu untuk mengurangi frekuensi terjadinya
penyimpangan atau untuk mengurangi konsekuensinya. Ada lima jenis safeguard
antara lain :
• Safeguard untuk mengidentifikasi penyimpangan (misalnya detektor dan
alarm, dan deteksi operator manusia).
• Safeguard untuk mengimbangi deviasi (misalnya, system kontrol otomatis
yang dapat mengurangi umpan (feed) ke kapal dalam kasus overfilling.
Safeguard jenis ini biasanya merupakan bagian terpadu dari proses kontrol).
• Safeguard untuk mencegah penyimpangan terjadi (misalnya, sebuah inert gas
blancket pada tangki penyimpanan zat yang mudah terbakar).
• Safeguard untuk mencegah eskalasi (kenaikan) lebih lanjut dari
penyimpangan (misalnya, akumulasi trip dari proses. Fasilitas ini sering saling
berhubungan dengan beberapa unit dalam proses, biasanya dikontrol oleh
komputer).
• Safeguard untuk meringankan proses dari deviasi berbahaya (misalnya, katup
pengaman tekanan berupa PSV dan sistem pembuangan)
Estimasi cause, consequences, risk ranking dan safeguard terdapat dalam
HAZOP (Hazard and Operability). Pengisian kolom-kolom pada Tabel LOPA,
sebagian merupakan transformasi dari kolom-kolom pada tabel HAZOP yang terisi.
Data pada HAZOP yang dipakai diantaranya deviation, cause, consequences,
safeguard dan recommendation. Gambar 3.5 merupakan gambar transformasi kolom
dari Tabel HAZOP menjadi kolom Tabel LOPA
64
Gambar 3.5 Transformasi kolom dari Tabel HAZOP menjadi kolom Tabel LOPA
(Lassen, 2008)
3.11 Perhitungan Safety Integrity Level (SIL) dengan Metode LOPA
3.11.1. Perhitungan Initiation Cause Likelihood
Initiation cause likelihood merupakan kemungkinan penyebab awal terjadi
dalam rentang waktu satu tahun. Pada tahap ini diidentifikasi penyebab awal dari
skenario dan menentukan berapa frekuensi kejadian per tahun yang dialami oleh suatu
komponen tersebut. Pertama dengan menentukan MTTF dari suatu komponen
berdasarkan persamaan 3.2 (CCPS, 2001)
MTTF = 𝛴 𝑇𝑇𝐹
𝑛 𝑇𝑇𝐹
(3.2)
Selanjutnya, failure rate ditentukan tiap jam dan failure rate tiap tahun melalui
persamaan 3.3
λ/jam = 1 𝑀𝑇𝑇𝐹
65
λ/tahun = λ 𝑗𝑎𝑚
𝑥 24 (𝑗𝑎𝑚) 𝑥 365 (ℎ𝑎𝑟𝑖) (3.3)
Langkah berikutnya, dihitung nilai reliability menggunakan distribusi
eksponensial dan serta penentuan nilai Initiation Cause Likelihood (ICL) melalui
persamaan (3.4) dan (3.5)
R(t) = 𝑒−λt (3.4)
ICL = 1 - R(t) (3.5)
3.11.2. Identifikasi Independent Protection Layer (IPL)
Identifikasi Independent Protection Layer (IPL) merupakan identifikasi
terhadap tiap-tiap lapisan pelindung dari Steam Drum Boiler dan menghitung PFD dari
tiap lapisan pelindung. Lapisan pelindung yang digunakan dalam LOPA meliputi IPL
aktif dan IPL pasif. Pada umumnya IPL aktif disediakan dengan perlindungan tingkat
tinggi dapat berupa sistem atau tindakan yang langsung diambil oleh operator yang
selalu bergerak dari satu posisi ke posisi lain sebagai respon terhadap perubahan seperti
proses yang terukur atau sinyal dari sumber lainnya. Hal ini berbeda halnya dengan
IPL pasif yang hanya memberi perlindungan tinggi namun tidak terdapat tindakan yang
dapat mengurangi risiko, misalnya parit, tanggul, tembok tinggi, dan lainnya.
Nilai PFD akan bernilai 1 apabila tidak terdapat lapisan pelindung tersebut.
Apabila terdapat lapisan pelindung tersebut, maka dapat dicari PFD lapisan tersebut
menggunakan referensi yang ada. Jika kriteria IPL sudah tercapai maka PFD dikalikan
dalam tabel Layer of Protection Analysis (LOPA). Perkiraan PFD dapat ditemukan
dalam tabel di CCPS (2001) dan OREDA (2002). Tetapi data yang terdapat pada pabrik
tertentu juga dapat digunakan. Nilai PFD dari masing-masing IPL ditunjukkan pada
Tabel 3.4.
66
Tabel 3.4 Nilai PFDs untuk IPLs pada proses secara umum (CCPS, 2001)
No. IPL PFD
1
Sistem pengendalian proses dasar,
jika tidak terkait dengan penyebab
awal yang dipertimbangkan
1.10 -1
2 Alarm operator dengan waktu yang
cukup untuk merespon 1.10 -1
3 Relief valve
1.10 -2
4 Rupture disk
1.10 -2
5 Flame/detonation arrestors
1.10 -2
6 Tanggul (bund/dike)
1.10 -2
7 Sistem drainase bawah tanah
1.10 -2
8 Saluran udara terbuka (open vent)
1.10 -2
9 Anti api (fireproofing)
1.10 -2
10 Dinding penahan ledakan/lubang
perlindungan (Blast-wallbunker) 1.10 -3
11 Alat cadangan yang identik
(redundant) 1.10-1 (maximum
credit)
12 Alat cadangan yang berbeda 1.10 -1 – 1.10 -2
13
Kejadian lain Berdasarkan
pengalaman personil
14 SIS dengan SIL 1
1.10 -1 – 1.10 -2
15 SIS dengan SIL 2
1.10 -2 – 1.10-3
16 SIS dengan SIL 3
1.10-3 – 1.10-4
17 Trip pengaman mekanikal internal
yang independen terhadap SIS 1.10-1 – 1.10-2
18 Katup satu arah (NRV) atau check
valve 1.10-1
19 ”Inherently Safe” Design
1.10-2
67
3.11.3. Intermediate Event Likelihood (IEL)
Intermediate Event Likelihood (IEL) merupakan kemungkinan kejadian
menengah yang sesuai dengan severity level. Nilai dari safeguard Steam Drum Boiler
yang dibagi menjadi beberapa Independent Protection Layer (IPL) dijumlahkan
menjadi satu bagian yaitu berupa nilai Safety IntegrityLevel(SIL). Nilai Probability
Failure on Demand (PFD) masing-masing Independent Protection Layer (IPL) diolah
dengan mengalikan dengan nilai probability failure on demand (PFD) kejadian awal
dari plant Steam Drum Boiler. Perhitungan ini dilakukan dengan acuan node pada
Hazard Operability (HAZOP) Steam Drum Boiler. Hasil dari perhitungan akan
menjadi nilai probability failure on demand (PFD).
IEL = ICL x PFDGPD x PFDBPCS x PFDAR x PFDAMR x PFDAMD (3.6)
Dimana :
ICL : Initiating Causes Likelihood
PFDGPD : Nilai PFD general process design
PFDBPCS : Nilai PFD basic process control system
PFDAR : Nilai PFD alarms dan respon dari operator
PFDAMR : Nilai PFD additional restricted access
PFDAMD : Nilai PFD additional mitigation dike
3.11.4. Target Mitigated Event Likelihood (TMEL)
Penentuan Target Mitigated Event Likelihood (TMEL) digunakan untuk
menentukan PFD, yaitu dengan cara membagi nilai Target Mitigated Event Likelihood
(TMEL) dan Intermediate Event Likelihood (IEL). Nilai TMEL ditampilkan pada
Tabel 3.5.
TMEL dan IEL diperoleh dari dari hasil perkalian dari masing-masing lapisan
pelindung, sehingga nilai PFDavg. dapat diperoleh dengan menggunakan persamaan
(3.7).
68
𝑷𝑭𝑫𝑎𝑣𝑔 = 𝑇𝑀𝐸𝐿
𝐼𝐸𝐿 (3.7)
Tabel 3.5 Target Mitigated Event Likelihood (TMEL)
Security
Level
Safety consequence
Target mitigated event likelihood
CA Single first aid injury 3.10-2 per year
CB Multiple first aid injury 3.10-3 per year
CC Single disabling injury or multiple
serious injuries 3.10-4 per year
CD Single on-site fatality 3.10-5 per year
CE More than one and up to three on-
site fatalities 1.10-5 per year
Nilai PFDavg merupakan nilai PFD yang disesuaikan dengan nilai SIL
berdasarkan ketentuan IEC 61511. Nilai SIL ditampilkan pada Tabel 3.6 (ISA TR
84.00.02-2002).
Tabel 3.6 Kategori Safety Integrity Level (SIL)
Kategori SIL PFD SIF RRF= (1/PFD)
NR 1 ≤ PFD RRF≤1
SIL 0 10-1 ≤ PFD < 1 1 < RRF ≤ 10
SIL 1 10-2 ≤ PFD < 10-1 10 < RRF ≤ 100
SIL 2 10-3 ≤ PFD < 10-2 100 < RRF ≤ 1.000
SIL 3 10-4 ≤ PFD < 10-3 1.000 < RRF ≤ 10.000
SIL 4 10-5 ≤ PFD < 10-4 10.0 RRF ≤ 100.000
69
3.12 Perhitungan Safety Integrity Level (SIL) dengan Metode FTA
3.12.1. Penentuan Top Event
Top level event mempunyai beberapa persyaratan, yaitu clearly, observable,
unambigous definable dan measurable (Blanchard, 2004). Top event dalam penelitian
ini yaitu kegagalan pada unit Boiler.
3.12.2. Pembuatan Desain Fault Tree Analysis (FTA)
Desain FTA ditentukan dengan menentukan logika AND atau logika OR,
dimana logika tersebut berpengaruh pada perhitungan nilai SIL dengan menggunakan
Aljabar Boolean. Macam-macam simbol pada FTA dapat dilihat pada Tabel 2.3.
3.12.3. Penentuan Komponen Basic Event
Kumpulan basic event dan atau kombinasinya yang dapat menyebabkan
munculnya top level event. Kumpulan basic event tersebut menyebabkan kegagalan
yang terjadi pada unit Boiler B-6203. Kumpulan basic event kali ini dibagi atas
komponen yang berada pada Independent Protection Layer (IPL), yaitu general
process design, Basic Process Control System (BPCS), critical alarm dan additional
mitigations. Skema Fault Tree Analysis (FTA) dapat dilihat pada Gambar 2.4
3.12.4. Perhitungan PFD Sistem pada Unit B-6203
Dengan perhitungan menggunakan Aljabar Boolean, maka akan diperoleh
nilai PFD sistem. Aljabar Boolean dipengaruhi oleh jenis logika AND atau logika OR
yang digunakan pada kumpulan basic event yang telah ditentukan. Persamaan pada
logika AND ditunjukkan oleh Persamaan 3.8 (Marszal dan Scharpf, 2002):
PFDavg = A∩B = A B (3.8)
Sedangkan Persamaan 3.9 untuk logika OR (Marszal dan Scharpf, 2002):
PFDavg = A∪B = A + B – (A B) (3.9)
70
Dimana:
A : Probability Failure on Demand (PDF) dari komponen A.
B : Probability Failure on Demand (PDF) dari komponen B.
3.13 Kombinasi Metode LOPA dan FTA
Gambar 3.6 Kombinasi Metode LOPA dan FTA
Kombinasi Metode Layer of Protection Analysis (LOPA) dan Fault Tree
Analysis (FTA) untuk menganalisis tingkat keandalan pada pengendalian proses Steam
Drum Boiler agar kriteria kehandalan pada produksi steam tetap bisa terjaga
kualitasnya dengan melalui Model Dinamika Proses Plant.
3.14 Pemodelan Dinamik Steam Drum Boiler
Pemodelan dinamik Steam Drum Boiler dicari dengan menggunakan
pendekatan hukum kesetimbangan massa dan energi (energy and mass balance)
71
dimana energi dan massa yang masuk sama dengan energi dan massa yang keluar.
Dikarenakan pada Steam Drum Boiler, ketinggian fluida yang berpengaruh, maka
dilakukan pencarian model matematis berbasis dinamika proses plant
72
BAB 4
HASIL DAN PEMBAHASAN
Produk steam yang dihasilkan oleh Boiler B-6203 adalah High Pressure
Steam dan Low Pressure Steam. High Pressure Steam dengan tekanan 35 kg/cm2, dan
temperature 400oC digunakan untuk penggerak steam turbin TP-6101 (8,5MW-5KV)
dan TP-6102 (11,5 MV-5KV). Sedangkan Low Pressure Steam, dengan tekanan 10
kg/cm2dan temperatur 270oC digunakan di lima pabrik. Pada Unit Asam Sulfat steam
digunakan untuk steam heater guna pencairan belerang dan steam jacket. Pada Unit
Asam Fosfat digunakan untuk steam heater, steam ejector dan evaporator. Kemudian
steam juga digunakan pada Unit Gypsum untuk membantu proses filter purified gypsum
dan granulator CR, khususnya pada Unit AlF3 untuk crystallizer dan washing cloth
centrifuge SiO2, pada unit ZA II untuk steam heater, steam ejector, dan evaporator di
unit Pabrik III PT Petrokimia Gresik. Sehingga, keberadaan Steam Drum Broiler B-
6203 sangat vital dan memerlukan sistem proteksi yang sangat dapat diandalkan, atau
highly reliable.
4.1 Steam Drum Boiler
Steam merupakan satu bagian yang diproduksi oleh boiler pipa air yang
berfungsi sebagai reservoir campuran air dan uap air, dan juga berfungsi untuk
memisahkan uap air dengan air pada proses pembentukan uap superheater
(Delmar,2012). Dari penelitian yang telah dilakukan oleh penulis sebelumnya telah
ditemukan bahwa Steam Drum Boiler merupakan salah satu komponen teridentifikasi
yang mempunyai risiko tinggi terhadap kegagalan (Noriyati, et al, 2015). Kegagalan
yang terjadi selama pengoperasian suatu equipment akan berdampak pada
ketidaknyamanan dari operator dan pada lingkungan dimana peralatan sistem
dioperasikan. Kerusakan pada salah satu komponen akan menyebabkan kerusakan
yang lebih besar pada seluruh plant. Akibatnya dapat menimbulkan kerusakan pada
plant dan membahayakan pekerja dan masyarakat di sekitar plant. Keamanan dan
keselamatan pengoperasian pada plant akan dapat terpenuhi jika sistem yang ada di
73
plant berfungsi sesuai dengan spesifikasi yang telah ditentukan. Unit boiler (B-6203)
merupakan salah satu equipment yang digunakan dalam proses pembakaran pada ruang
bakar di pabrik III PT. Petrokimia Gresik. Unit boiler berfungsi untuk mengubah fasa
material produksi dari fasa cair menjadi fasa gas melalui pemanasan. Kegagalan yang
terjadi pada sistem boiler bukan hanya disebabkan oleh proses yang terjadi pada boiler,
melainkan bisa juga disebabkan oleh kelalaian operator. Terjadinya kegagalan pada
unit boiler akan menghambat proses yang berarti terjadi kerugian secara finansial, dan
berbahaya bagi keselamatan operator jika kegagalan tersebut mencapai tingkat yang
sangat berbahaya, dalam hal ini adalah kebakaran (Delmar, 2014)
Unit boiler terdiri dari dari komponen-komponen utama seperti Economizer,
Steam Drum, Downcomers, Water Drum, Furnace, Air Preheater, Superheater,
Burner, Safety Valve, Manometer, Gelas pedoman air, manhole, soot blower, blow
down, forced, dan stack. Dalam penelitian tentang analisis risiko & safety pada Boiler
(Noriyati et al, 2015), teridentifikasi bahwa komponen dengan risiko tinggi terjadi pada
Steam Drum Boiler.
Proses pada Steam Drum Boiler, output fluida yang diproses di Economizer
masuk sebagai input kedalam Steam Drum Boiler. Uap air di dalam Steam Drum Boiler
mendapat panas dari sisa gas burner. Dalam Steam Drum Boiler level dari fase yang
terbentuk yaitu 55% saturated steam dan 45% air yang mendidih. Pada fase air akan
menempati tempat di bagian bawah Steam Drum Boiler yang nantinya akan
didistribusikan ke drum yang lebih rendah (water drum) dan header dengan pipa yang
disebut downcomers. Steam basah yang dihasilkan akan menempati posisi diatas
karena perbedaan densitas (massa jenis) dimana air memiliki massa jenis yang lebih
tinggi daripada gas. Saturated steam yang mengalami fase saturated tersebut
selanjutnya akan menuju ke Superheater untuk diproses kembali sampai menghasilkan
uap kering (superheated steam) dan digunakan untuk menggerakkan turbin yang
disambungkan dengan generator.
74
Gambar 4. 1 P&ID Steam Drum Boiler
4.1.1 Komponen Instrumentasi Steam Drum Boiler
Pada Steam Drum Boiler terdapat beberapa komponen instrumentasi yang
membantu jalannya proses didalamnya. Komponen tersebut dapat ditunjukkan seperti
pada Tabel 4.1.
Tabel 4.1 Komponen Instrumen pada Steam Drum Boiler
Node Jenis Komponen Instrumen Tag Number Komponen
Sensor
· LT 6212
· PT 6220
Controller
· FIC 6212 (cascade)
· LIC 6212 (cascade)
Actuator · FV 6212 (cascade)
Steam Drum
Boiler
·
·
·
PSV 6211
PSV 6212
LALL 6212
Safety System · LAL 6212
· LAH 62212
· LAHH 6212
Interlock Switch · LS 6211
75
4.1.2 Estimasi Causes dan Consequences
Estimasi Cause dan Consequences dari Node Steam Drum Boiler diperoleh
hasil seperti ditunjukkan pada Tabel 4.2.
Tabel 4.2 Analisis Cause dan Consequences pada Node Steam Drum Boiler.
Instrument Guide
Word Deviation Causes Consequence
LT 6212 Less Less Level Less boiling water
from P-6213 A/B
so that drum level
is -10 cm/ 30%
Overheating in tube
wall and drum
LT 6212 More More Level More boiling water
from P-6213 A/B
so that drum level
is 10 cm/ 75%
Steam temperature
can not be reached
PT 6220 Less Less
Pressure
If pressure of
boiling water in
drum less than 35
Kg/cm2
Leads to low
generation.
More More
Pressure
If pressure of
boiling water in
drum more than
39,8 Kg/cm2
Carrying over of
wet steam to turbine
and lead turbine
corrosion
4.2 Analisis Potensi Bahaya Pada Steam Drum Boiler
Berdasarkan analisis potensi bahaya pada node Steam Drum Boiler pada titik
studi (node) yang diambil dalam evaluasi potensi bahaya akan dapat ditentukan
guideword, deviasi, dan likelihood. Data yang digunakan sebagai acuan pengolahan
adalah data proses yang didapat dari log sheet Boiler B-6203. Potensi bahaya yang
terjadi dapat dilihat pada penyimpangan dari kondisi rata-rata operasi yang dapat
ditentukan dengan guide word dan dinyatakan dengan deviasi.
76
Setelah melewati Economizer, feed water yang telah sebagian berubah
menjadi steam akan memasuki Steam Drum Boiler untuk dipisahkan fase uap dengan
fase cair.
• Guide Word dan Deviasi
Berdasarkan data proses harian node Steam Drum Boiler, dapat diperoleh
grafik control chart terhadap rata-rata operasi untuk komponen pada node Steam Drum
Boiler. Berikut adalah grafik control chart LT-6212 yang dapat dilihat pada Gambar
4.2.
Gambar 4.2 Grafik control chart x̅ untuk LT-6212
Dari Gambar 4.2 didapatkan bahwa kondisi operasi harian tidak terlalu jauh dari
rata-rata operasi dalam satu bulan, sehingga komponen LT-6212 masih dalam batas
kontrol yang diinginkan. Pada semua hari dalam satu bulan kondisi operasi tidak ada
yang keluar dari batas kendali rata-rata operasi, hal ini menunjukkan bahwa level feed
water yang ditampung pada Steam Drum Boiler merupakan process variable yang
77
dikendalikan. Sebagai akibatnya flow feed water dari Economizer menuju ke Steam
Drum Boiler mengikuti naik turunnya level ini. Deviasi operasi dalam satu bulan dapat
dilihat pada control chart deviasi pada Gambar 4.3.
Gambar 4.3 Grafik Control Chart x̅ -s untuk LT-6212
Sedangkan guide word dan deviasi dari semua komponen instrumen node Steam
Drum Boiler ditunjukkan pada Tabel 4.3.
Tabel 4.3 Guide Word dan Deviasi komponen Steam Drum Boiler
No. Component Guideword Deviation
1 Flow Transmitter (FT-6212) Less Less Flow
2 Level Transmitter (LT-6212) Less Less level
3 Pressure Indicator (PI-6220) Low Low Pressure
4 Pressure Indicator (PI-6213) High High Pressure
78
4.3 Analisis Risiko
Analisis risiko merupakan evaluasi terhadap peluang dampak hazard yang
terjadi akibat penyimpangan dari kondisi operasi rata-rata. Analisis risiko ditinjau dari
parameter likelihood (peluang) dan consequences (dampak), serta dinyatakan dalam
risk matrix standar AS/NZS 4360:2004 sebagaimana yang terdapat pada Tabel 2.8.
Dalam penelitian ini digunakan dua acuan untuk standar penentuan consequences yaitu
berdasarkan berapa tingkatan control limit yang dicapai pada control chart standar
deviasi dari setiap komponen instrumen masing-masing node untuk selanjutnya dilihat
pada tabel consequences berdasarkan standar AS/NZS 4360:2004 seperti pada Tabel
2.6. Selain itu juga digunakan kriteria dampak yang telah dibuat dalam Kriteria Profil
Risiko oleh Departemen Produksi dan Pemeliharaan III PT. Petrokimia Gresik.
Penggunaan dua acuan tersebut juga berlaku untuk penentuan likelihood seperti pada
Tabel 2.9. Hal ini dikarenakan terdapat beberapa penyesuaian terhadap kondisi proses
yang terjadi di plant, salah satunya adalah flow steam yang dalam kondisi real di
lapangan mengikuti intensitas produksinya. Ada 4 parameter yang dikendalikan dalam
proses produksi yaitu level, pressure, temperature dan flow.
4.4 Penentuan Kriteria Likelihood
Likelihood ditentukan berdasarkan data maintenance dan kalibrasi instrumen
dari departemen instrumentasi Pabrik III PT. Petrokimia Gresik. Sedangkan untuk
komponen yang tidak ada data maintenance nya dihitung menggunakan OREDA
(Offshore Reliability Data), 2002. Persamaan 3.1 akan digunakan untuk menentukan
likelihood, yaitu dengan membandingkan waktu operasi masing-masing komponen
dengan Mean Time To Failure (MTTF) komponen tersebut. Sedangkan MTTF dihitung
menggunakan persamaan 3.2 dengan mencari waktu rata-rata dari suatu instrumen
hingga mengalami maintenance dan kalibrasi. Kriteria likelihood untuk node Steam
Drum Boiler dapat dilihat pada Tabel 4.4.
79
Tabel 4.4 Kriteria Likelihood pada Node Steam Drum Boiler
Instrument MTTF Likelihood Kriteria Likelihood
FT-6212 32832 1.87 E (1)
LT-6212 17519.27 3.5 C (3)
PI-6220 173913.04 0.35 E (1)
PI-6213 17519.27 3.5 C (3)
Terdapat 4 komponen utama yang berada pada node Steam Drum Boiler. Dari 4
komponen utama tersebut, menurut kriteria likelihood diperoleh dua komponen
dengan kategori moderate atau acceptable / barely acceptable dan dua komponen
dengan kategori rare atau brand new / excellence.
4.5 Estimasi Consequences
Estimasi consequences dilakukan untuk mengetahui perkiraan tingkat
keparahan (severity) dari kemungkinan dampak yang ditimbulkan oleh penyimpangan
terhadap rata-rata operasi yang terjadi. Dari data proses telah dibuat control chart x̅
yang menunjukkan beberapa tingkatan control limit yang dicapai oleh data. Dari
tingkatan control limit tersebut kemudian disesuaikan dengan kategori consequences
yang terdapat pada Tabel 2.5. Estimasi consequences untuk node Steam Drum Boiler
dapat dilihat pada Tabel 4.5.
Tabel 4. 5 Kriteria Consequences pada Node Steam Drum Boiler
No. Instrument Kriteria Consequences
AS/NZS
Kriteria Consequences
Petrokimia
1 FT-6212 5 1
2 LT-6212 1 1
3 PI- 6220 5 5
4 PI- 6213 2 2
Kriteria consequences node Steam Drum Boiler seperti ditunjukkan pada Tabel 4.5,
perbedaan kriteria dari kedua standar untuk parameter flow sebagaimana telah
80
dijelaskan pada penjelasan sebelumnya. Sedangkan terdapat komponen dengan tingkat
kriteria dampak bernilai 5, yaitu pressure indicator (PI-6220). Hal ini menunjukkan
bahwa jika terjadi kegagalan maka akan menyebabkan pabrik shut down dan melanggar
peraturan pemerintah tentang keselamatan kerja. Dampak tersebut cukup beralasan
mengingat fungsi dari pressure indicator PI-6220 adalah sebagai indikator tekanan
dalam Steam Drum Boiler. Sedangkan pada equipment yang lain hanya sedikit
berpengaruh pada proses jika terjadi kegagalan.
4.6 Analisis Risk Matrix
Tahapan analisis risiko adalah pembuatan risk matrix. Risiko merupakan hasil
perkalian antara likelihood dan consequences yang dapat dilihat pada risk matrix. Risk
matrix yang digunakan sesuai pada Tabel 2.8 dengan menggunakan standar AS/NZS
4360:2004 dan juga menggunakan risk matrix berdasarkan standar PT. Petrokimia
Gresik sebagaimana terdapat pada Tabel 2.9. Pada Tabel 4.6 dan Tabel 4.7 ditunjukkan
hasil analisis risiko untuk node Steam Drum Boiler.
Tabel 4.6 Risk Matrix Node Steam Drum Boiler berdasarkan Standar PT.Petrokimia
Likelihood
Consequences
Kategori
Alat C1
Kategori
Alat B2
Kategori
Alat B3
Kategori
Alat A4
Kategori
Alat
A&L5
1 (Brand New/Excellences)
L (1)
M (1)
2
(Very Good/Good,
Serviceable)
3
(Acceptable/Barely
Acceptable)
L (1)
M (1)
4 (Below Standard/Poor)
5 (Bad/Unusable)
81
Tabel 4.7 Risk Matrix Node Steam Drum Boiler Berdasarkan Standard AS/NZS
Likelihood
Consequences
Kategori
Alat C1
Kategori
Alat B2
Kategori
Alat B3
Kategori
Alat A4
Kategori
Alat
A&L5
A (Almost Certain)
B(Likely)
C(Moderate) L (1) M (1)
D(Unlikely)
E(Rare) L (1)
H (1)
Ditunjukkan bahwa pada Tabel 4.6 dan Tabel 4.7, pada node Steam Drum Boiler
terdapat satu kondisi dengan tingkat risiko high, yaitu pada komponen PI-6220.
Kondisi tersebut terjadi ketika mengacu pada Tabel (4.7) risk matrix standar AS/NZS
4360:2004. Namun komponen PI-6220 menghasilkan tingkat risiko sedang jika
mengacu pada tabel risk matrix (4.6) standar PT.Petrokimia Gresik. Perbedaan ini
disebabkan karena perbedaan urutan penyusunan dan kriteria risiko yang digunakan
pada risk matrix. Hasil perkalian antara consequences dan likelihood pada PI-6220
menghasilkan nilai 5. Nilai tersebut dalam tabel risk matrix standar AS/NZS 4360:2004
menghasilkan kriteria high, sedangkan nilai tersebut dalam standar yang telah dibuat
pabrik menghasilkan kriteria medium. Sedangkan untuk tiga instrumen yang lain, dua
diantaranya menghasilkan tingkat risiko low dan satu medium. Level Steam Drum
Boiler memiliki kriteria low karena terdapat alarm (LAH 6212, LAHH 6212, LAL
6212, dan LALL 6212) yang merupakan layer proteksi ketiga dalam Layer of
Protection Analysis (LOPA) sehingga dapat mereduksi potensi bahaya yang terjadi
(Musyafa, 2013, Noriyati, 2015).
82
4.7 Analisis Dengan Metode Layer of Protection Analysis (LOPA)
Protection layer pada LOPA terdiri atas banyak Independent Protection Layer
(IPL), diantaranya general process design, Basic Process Control System (BPCS),
Alarm, additional mitigation (restricted access) dan additional mitigation
dikes/pressure relief. General process design, diasumsikan bahwa beberapa skenario
tidak dapat terjadi karena desain yang aman pada peralatan dan proses. BPCS
merupakan salah satu protection layer yang berfungsi agar sistem sesuai set point,
meliputi kendali manual, level perlindungan pertama selama operasi normal. Alarm
merupakan level perlindungan kedua selama operasi normal dan harus diaktifkan oleh
BPCS. Tindakan operator, diawali dengan alarm atau observasi, dapat dimasukkan
sebagai IPL ketika berbagai kriteria telah dapat memastikan keefektifan tindakan.
Additional mitigation (restricted access) dan additional mitigation dikes/pressure
relief merupakan protection layer yang bersifat mekanikal, struktural atau sesuai
prosedur yang bertujuan mencegah atau menjaga terjadinya bahaya awal.
Dalam menghitung Intermediate Event Likelihood (IEL) terlebih dahulu
dihitung Initiation Cause Likelihood (ICL). Nilai ICL untuk setiap dampak di Boiler
(B-6203) ditampilkan dalam Tabel 4.8.
Perhitungan Intermediate Event Likelihood (IEL) dilakukan berdasarkan
persamaan (3.6) dan Safety Integrity Level (SIL) berdasarkan persamaan (3.7).
Terdapat 4 skenario untuk node pada Steam Drum Boiler. Nilai PFD dari IPL
pada tiap skenario berbeda-beda nilainya, bergantung pada ada atau tidaknya
komponen pendukung tersebut pada Piping and Instrumentation Diagram (P&ID).
Hasilnya dapat dilihat pada Tabel Worksheet Layer of Protection Analysis (LOPA)
pada Lampiran C.
83
Tabel 4.8 Perhitungan Initiation Cause Likelihood (ICL)
4.8 Analisis Dengan Metode Fault Tree Analysis (FTA)
Berdasarkan Gambar 4.1, output steam berasal dari dari Economizer akan
masuk sebagai input pada Steam Drum Boiler. Di dalam Steam Drum Boiler,
temperatur dijaga agar stabil pada 405°C dengan tekanan 36.5 kg/cm2.Terdapat satu
loop pengendalian pada Steam Drum Boiler dengan sistem pengendalian cascade.
84
Gambar 4.4 Diagram Blok Cascade Control System Steam Drum
Pada loop pengendalian dengan 85ystem cascade, level dari steam drum akan
diukur oleh level transmitter (LT-6212) kemudian mengirimkan sinyal pada level
controller (LIC-6212). Feedback signal dari LIC-6212 akan dikirimkan pada FIC-6212
selaku master controller pada loop pengendalian Economizer.
Gambar 4. 5 Diagram FTA untuk Critical Alarm Steam Drum Boiler
Sementara untuk desain FTA Steam Drum Boiler, node tersebut memiliki dua
buah kombinasi desain critical alarm. Salah satu kombinasi tersebut merupakan
interlock system, dimana akan aktif apabila Level Alarm Low Low (LALL) terdeteksi
.
85
Gambar 4.6 Diagram FTA untuk Additional Mitigation Steam Drum Boiler
Analisis kuantitatif Fault Tree Analysis (FTA) dilakukan berdasarkan nilai
Probability Failure on Demand (PFD) pada setiap komponen. Analisis ini dilakukan
untuk mengetahui potensi terjadinya kerusakan pada unit Boiler B-6203 berdasarkan
laju kegagalan komponen-komponen. Kumpulan basic event pada desain FTA
menyebabkan kegagalan yang terjadi pada unit Boiler B-6203. Kumpulan basic event
kali ini dibagi atas komponen yang berada pada Independent Protection Layer (IPL),
yaitu general process design, Basic Process Control System (BPCS), critical alarm
dan additional mitigations. Nilai laju kegagalan pada beberapa basic event tersebut
digunakan untuk mengetahui probability Probability Failure on Demand (PFD) pada
unit Boiler B-6203.
Tabel 4.9 Hasil Perhitungan PFD berdasarkan Desain FTA pada Komponen BPCS
Komponen Tag Number Failure rate
(λ) PFD PFDavg RRF SIL
Steam
Drum
Boiler
LT-6212 1.40E-04 1.602083 1.00E-02
100
1 LIC-6212 6.89E-05 0.786111
FV-6212 2.33E-04 2.6625
86
Gambar 4.7 Diagram FTA pada Kondisi Boiler Failed
Pada kondisi kegagalan pada Boiler dipengaruhi oleh beberapa komponen
komponen yang berada pada Independent Protection Layer (IPL), yaitu general
process design, Basic Process Control System (BPCS), critical alarm dan additional
mitigations. Dengan desain FTA, diperoleh perhitungan Safety Integrity Level (SIL)
dilakukan berdasarkan Aljabar Boolean.
Untuk top event (T) pada unit Boiler.
T (P) = A∪B∪C∪D
= A∪{E∪F∪G∪H}∪{I∪J}∪{K∪L}
= A∪{E∪F∪G∪H}∪{I∪J}∪{K∪(M∪N)}
= 0.1∪{0.0198∪0.1∪0.0138∪0.00314}∪{0.0005∪0.0264}
∪{0.01∪(0.0229∪0.0816)}
= 0.48814
Berdasarkan Aljabar Boolean didapatkan nilai PFD sebesar 0.48814. Dengan
nilai Target Mitigated Event Likelihood (TMEL) berada pada severity level CE atau
87
dapat terjadi kematian lebih dari satu sampai tiga di lokasi kejadian. Severity level CE
memiliki nilai TMEL sebesar 1,0E-05. Nilai target SIL dapat dihitung sebagai berikut:
PFD = 𝑇𝑀𝐸𝐿
= 5×10−5
= 1.02 × 10−3
avg 𝑇(𝑃) 0.48814
Dengan nilai Risk Reduction Factor (RRF), sebagai berikut:
1 RRF =
PFD𝑎𝑣𝑔
1 =
1.02 × 10−3 = 976
Berdasarkan Standar IEC 61508 dan IEC 61025 nilai PFD tersebut termasuk
kategori SIL 1. Nilai SIL tersebut dapat diartikan bahwa tingkat keselamatan pada unit
Boiler B-6203 tergolong rendah.
4.9 Pemodelan Dinamika Proses Plant
Untuk pemodelan dinamis plant digunakan data-data antara lain laju aliran
massa, data proses serta parameter yang akan mempengaruhi pemodelan plant seperti
densitas (ρ), koefisien perpindahan panas (Cp) dan Temperatur operasi dari masing-
masing nilai input dan output. Keseluruhan data yang dibutuhkan untuk permodelan
sistem ditunjukan pada Tabel 4.10, parameter tersebut diambil dari data Flow Element
yang diambil dari data desain pabrik.
Tabel 4.10 Data Pemodelan Plant Berdasarkan Data Desain Steam Drum Boiler
Notasi Keterangan Nilai dan Satuan
Vt Volume Steam drum 9,49 m3
mt Metal mass -kg
Cp Kalor specific -kJ/Kg°C
R Jari-jari Steam drum 0,5334 m
Ld Panjang Steam drum 10.6172 m
H Normal water level 0,5 m
Vst Volume steam total 4,74 m3
Vwt Volume water total 4,74 m3
T Temperatur Operasi 400°C
P Pressure Operasi 42,3 bar
88
Tabel 4.11 Data Pemodelan Plant Berdasarkan Data Proses Plant
Notasi Keterangan Nilai dan Satuan
Mass Flowrate Feedwater 14,625 kg/s
Mass Flowrate Steam 12,794 kg/s
Pressure Steam drum 42,3 bar
Tabel 4.12 Data Pemodelan Plant Berdasarkan Steam Table Kondisi Saturasi
Notasi Keterangan Nilai dan Satuan
Densitas Water 790,22 kg/m3
Densitas Steam 21,087 kg/m3
Entalphy Water 1099 kJ/kg
Entalphy Steam 2800 kJ/kg
Tabel 4.13 Nilai Variabel yang Berubah Terhadap Tekanan
Notasi Keterangan Nilai dan Satuan
Densitas Water Terhadap Perubahan
Tekanan
-358,48824 kg/m3/bar
Densitas Steam Terhadap Perubahan
Tekanan
245,97 kg/m3/bar
Entalphy Water Terhadap Perubahan
Tekanan
722,7897 kJ/kg/bar
Entalphy Steam Terhadap Perubahan
Tekanan
-662,05842 kJ/kg/bar
Temperature Terhadap Perubahan
Tekanan
89,69 °C/bar
Dari data-data tersebut kemudian diolah, sehingga diperoleh hubungan nilai
densitas water terhadap perubahan tekanan seperti pada Gambar 4.8.
89
Gambar 4.8 Nilai Densitas Water terhadap Perubahan Tekanan
Dari Gambar 4.8, nilai densitas water terhadap perubahan tekanan diperoleh persamaan
sebagai berikut :
Fungsi Polynomial:
y = - 4,3944x2 +13,278x + 778,46
Dengan :
y : massa jenis (densitas) water (kg/m3)
x : tekanan (bar)
Maka massa Jenis (densitas) water terhadap perubahan tekanan adalah:
dy = - 8.7888x + 13.278
dx
Sehingga nilai massa Jenis (densitas) water terhadap perubahan tekanan ditunjukkan
pada Tabel 4.14.
Perbandingan Massa Jenis Water Terhadap tekanan
900
800
700
600
500
400
300
200
100
0
ρ Liquid
kg/m^3
Poly. (ρ
Liquid
kg/m^3)
39.73 46.88 54.98 64.11 74.36 85.81 112.7 145.9 186.5
Tekanan
y = -4.3944x2 + 13.278x + 778.46
R² = 0.9854
Ma
ssa
Je
nis
Wa
ter
90
Tabel 4.14 Nilai Massa Jenis (Densitas) Water terhadap Perubahan Tekanan
No T (C) P (bar) ρ water kg/m^3 (∂ρ_w)/∂р
1 250 39.73 798.95 -335.869
2 260 46.88 783.7 -398.703
3 270 54.98 767.55 -469.886
4 280 64.11 750.37 -550.121
5 290 74.36 732.01 -640.198
6 300 85.81 712.25 -740.82
7 320 112.7 667.31 -977.13
8 340 145.9 610.86 -1268.891
9 360 186.5 528.24 -1625.684
Dari data-data tersebut kemudian diolah, sehingga diperoleh hubungan nilai
densitas steam terhadap perubahan tekanan seperti pada Gambar 4.9.
Gambar 4. 9 Nilai Densitas Steam terhadap Perubahan Tekanan
39.73 46.88 54.98 64.11 74.36 85.81 112.7 145.9 186.5
Tekanan
y = 2.7349x2 - 14.22x + 39.034
R² = 0.964
Poly. (Massa Jenis
Steam+'Saturated
Steam'!)
100
80
60
40
20
0
Massa Jenis
Steam+'Saturated
Steam'!
160
140
120
Perbandingan Massa Jenis Steam Terhadap tekanan
Ma
ss
a J
en
is S
tea
m
91
Dari Gambar 4.9 nilai densitas steam terhadap perubahan tekanan diperoleh
persamaan sebagai berikut :
Fungsi Polynomial:
y = - 2.7349x2 -14.22x + 39.034
Dengan :
y : massa jenis (densitas) steam
x : tekanan
Maka massa Jenis (densitas) steam terhadap perubahan tekanan adalah:
dy = - 5.4788x -14.22
dx
Sehingga nilai massa Jenis (densitas) steam terhadap perubahan tekanan adalah
seperti ditunjukkan pada Tabel 4.15
Tabel 4.15 Nilai Massa Jenis (Densitas) Steam terhadap Perubahan Tekanan
No T (C) P (bar) ρ steam kg/m^3 (∂ρ_s)/∂р
1 250 39.73 19.95 202.706
2 260 46.88 23.689 241.745
3 270 54.98 28.046 285.971
4 280 64.11 33.132 335.821
5 290 74.36 39.095 391.786
6 300 85.81 46.119 454.303
7 320 112.7 64.513 601.122
8 340 145.9 92.632 782.394
9 360 186.5 143.71 1004.07
92
• Nilai entalphy water terhadap perubahan tekanan
Gambar 4.10 Nilai Entalphy Water terhadap Perubahan Tekanan
Dari Gambar 4.10 nilai entalphy water terhadap perubahan tekanan diperoleh
persamaan sebagai berikut :
Fungsi Polynomial:
y = 8.6298x2 - 7.266x +1106.3
Dengan :
y : entalphy water
x : tekanan
Maka nilai entalphy water terhadap perubahan tekanan adalah:
dy = 17.2596x - 7.266
dx
Sehingga nilai entalphy water terhadap perubahan tekanan dapat ditunjukkan pada
Tabel 4.16.
y = 8.6298x2 - 7.266x + 1106.3
R² = 0.9922
Poly.
(Saturated
Liquid hf
(kJ/kg)) 39.73 46.88 54.98 64.11 74.36 85.81 112.7 145.9 186.5
Tekanan
Saturated
Liquid hf
(kJ/kg)
Perbandingan Entalphy Water Terhadap tekanan
2000
1800
1600
1400
1200
1000
800
600
400
200
0
En
talp
hy
Wa
ter
93
Tabel 4.16 Nilai Entalphy Water terhadap Perubahan Tekanan
No T (C) P (bar) Saturated Liquid hf (kJ/kg) (∂ρ_w)/∂р
1 250 39.73 1085.3 678.077
2 260 46.88 1134.4 801.414
3 270 54.98 1184.5 941.139
4 280 64.11 1236 1098.632
5 290 74.36 1289 1275.444
6 300 85.81 1344 1472.957
7 320 112.7 1461.5 1936.809
8 340 145.9 1594.1 2509.509
9 360 186.5 1760.5 3209.859
• Nilai entalphy steam terhadap perubahan tekanan
Gambar 4.11 Nilai Entalphy Steam terhadap Perubahan Tekanan
y = -7.9827x2 + 46.16x + 2742.8
R² = 0.9606
Poly.
(Saturated
Vapor hg
(kJ/kg)) 39.73 46.88 54.98 64.11 74.36 85.81 112.7 145.9 186.5
Tekanan
2600
2500
2400
2300
Saturated
Vapor hg
(kJ/kg)
2900
2800
2700
Perbandingan Entalphy Steam Terhadap Tekanan
En
talp
hy S
team
94
Dari grafik perhitungan nilai entalphy steam terhadap perubahan tekanan diperoleh dari
Gambar 4.11 Nilai Entalphy Steam terhadap Perubahan Tekanan diperoleh persamaan
sebagai berikut :
Fungsi Polynomial:
y = - 7.9827x2 + 46.16x + 274.8
Dengan :
y : massa jenis (densitas) water
x : tekanan
Maka nilai entalphy steam terhadap perubahan tekanan adalah:
dy = -15.9654x + 13.278
dx
Sehingga nilai entalphy steam terhadap perubahan tekanan ditunjukkan pada Tabel
4.17.
Tabel 4.17 Nilai Entalphy Steam terhadap Perubahan Tekanan
No
T (C)
P (bar)
Saturated steam hs
(kJ/kg)
(∂h_s)/∂р
1 250 39.73 2802 -587.931
2 260 46.88 2797 -702.045
3 270 54.98 2790 -831.321
4 280 64.11 2780 -977.036
5 290 74.36 2766 -1140.63
6 300 85.81 2749 -1323.37
7 320 112.7 2700 -1752.53
8 340 145.9 2622 -2282.4
9 360 186.5 2481 -2930.38
95
• Nilai Temperature terhadap perubahan tekanan
Gambar 4.12 Nilai Temperature terhadap Perubahan Tekanan
Dari Gambar 4.12, nilai temperature terhadap perubahan tekanan diperoleh persamaan
sebagai :
Fungsi Polynomial:
y = 0.974x2 + 3.5931x + 247.86
Dengan :
y : temperature
x : tekanan
Maka nilai temperature terhadap perubahan tekanan adalah:
dy = 1.948x + 3.5931
dx
Sehingga nilai temperature terhadap perubahan tekanan ditunjukkan pada Tabel 4.18.
y = 0.974x2 + 3.5931x + 247.86
R² = 0.9963
39.73 46.88 54.98 64.11 74.36 85.81 112.7 145.9 186.5
Tekanan
Poly. (T
(C))
T (C)
400
350
300
250
200
150
100
50
0
Perbandingan Temperature Terhadap tekanan
Te
mp
era
ture
96
Tabel 4.18 Nilai Temperature terhadap Perubahan Tekanan
No T (C) P (bar) (∂T)/∂р
1 250 39.73 73.801
2 260 46.88 87.729
3 270 54.98 103.508
4 280 64.11 121.293
5 290 74.36 141.26
6 300 85.81 163.565
7 320 112.7 215.947
8 340 145.9 280.62
9 360 186.5 359.709
4.10 Pemodelan Matematika Plant
Pemodelan matematika Steam Drum Boiler dilakukan sebagai berikut:
1. Operasi fluida didalam Steam Drum Boiler (steam dan water) diasumsikan
berada pada kondisi saturasi (jenuh)
2. Pendekatan model matematika Steam Drum Boiler menggunakan hukum
kesetimbangan massa dan hukum kesetimbangan energi. Digunakan hukum
kesetimbangan massa karena terjadi perubahan laju aliran massa dan
digunakan hukum kesetimbangan energi karena terjadi perubahan energi pada
steam dan water pada saat terjadi perubahan tekanan
3. Perpindahan panas pada jaket Steam Drum Boiler diabaikan
Persamaan Keseimbangan Massa
d V
+ V = q
− q − q
(4.1)
dt s st w wt f s b
d (sVst ) + d (wVwt ) =
q
− q − q
(4.2)
dt dt f s b
Jika diasumsikan tekanan didalam Steam Drum Boiler adalah sama, maka densitas,
enthalpy, dan parameter lain adalah fungsi dari drum pressure. Selain itu q b sebagai
laju aliran water yang menuju blowdown tank sangat sedikit, maka nilai q b
dapat
97
dP
=
diabaikan. Hal ini juga disebabkan karena operasi Boiler Water Circulating Pump
(BWCP) yang mengatur besar kecil nilai qb
dioperasikan secara manual. Dengan
demikian persamaan (4.2) dapat dituliskan sebagai berikut:
e dVwt
+ e
= q − q
(4.3)
11 dt
12 dt
f s
Persamaan Keseimbangan Energi
d h V
+ h V = Q + q h −
q h
(4.4)
dt s s st w wt f f s s
d (s hsVst ) + d (whwVwt ) = Q + q
h
− q h
(4.5)
dt dt f f s s
Jika diasumsikan tekanan didalam Steam Drum Boiler adalah sama, maka densitas,
enthalpy, dan parameter lain adalah fungsi dari drum pressure. Dengan demikian
persamaan (4.5) dapat dituliskan sebagai berikut:
e21
dVwt + e
dt 22
dt = Q + q f h
f
− q s
hs
(4.6)
Jika nilai variabel dimasukkan dan diketahui bahwa:
e11 = w − s = 790,22 − 21,087 = 769,133
e = Vst s + Vwt
w = 4,74(245,97) + 4,74(− 358,488821) = −533,36 12
P P
e21 = w hf − s hs = 790,22(1099) − 21,087(2800) = 813625,58
e = s hs w
hw
22 Vst hs
P + s
P + Vwt hw P
+ w
P
e22 = 4,74[2800(245,97) + 21,087(−662,05842)] + 4,74[1099(−358,488) + 790,22(722,7897)] = −4038167,516
Nilai Q adalah kalor yang diserap ketika air (massa) melewati Economizer. Maka
nilai Q didapatkan melalui persamaan (4.7) pada kondisi ekuilibrium sebagai berikut:
Q = q s hs − q f
h f
= 12,794(2800)− 14,625(1099) = 19750,325kJ (4.7)
Berdasarkan persamaan (4.6) didapatkan persamaan tekanan sebagai berikut:
dVwt
dP Q + q f h f − q s hs − e21
dt
(4.8) dt e22
dP
98
Selanjutnya persamaan (4.7) disubstitusikan kepersamaan (4.3) dan didapat persamaan
(4.9) sebagai berikut: Q + q h − q h − e dVwt
e dVwt
+ e
f f s s
21 dt
= q − q (4.9)
11 dt
12
e22
f s
dVwt e21
e12
e
12 e
12
e12
(4.10)
e11
− dt e
22
= q f − qs − 22
Q − e
22
q f hf + 22
qs hs
q − q − e12 Q −
e12 q
h
+ e12 q h
dVwt
f s e
e f f
e s s (4.11)
= 22 22 22
dt e11
− e21e12
e 22
Untuk mendapatkan fungsi level melalui volume water didalam Steam Drum Boiler,
diasumsikan bahwa ketinggian water akan sama dengan nilai volume water dibagi
dengan luas permukaan water didalam Steam Drum Boiler. Asumsi tersebut dapat
dituliskan dalam persamaan (4.12).
dVwt = A
dH
(4.12)
dt w
dt
Untuk menghitung luas permukaan water dilakukan dengan pendekatan geometris
seperti tampak pada Gambar 4.13.
Gambar 4.13 Pendekatan Geometri untuk Fungsi Level Air (Astrom, K.J, 1999)
e e
99
2
f s f f s s
2
Berdasarkan asumsi pendekatan tersebut, didapatkan bahwa
R2
= (w )2
+ (R − H )2
w = 2
(4.13)
(4.14)
Dimana:
A = wL
(4.15)
Bila diketahui:
R : jari-jari Steam Drum Boiler (m)
w : lebar permukaan water didalam Steam Drum Boiler (m)
H : ketinggian water (level) (m)
A : luas permukaan water didalam drum (m2)
Maka didapatkan persamaan untuk menghitung luas permukaan water didalam Steam
Drum Boiler adalah sebagai berikut:
A = 2 R2 − (R − H )2
L
(4.16)
Persamaan (4.16) disubstitusikan kepersamaan (4.11), maka didapatkan persamaan
(417)
dVwt
=
2
R2
− (R − H )2
L
dH
(4.17)
dt
dt
Dengan demikian persamaan diferensial untuk mengetahui perubahan level didapat
dengan mensubstitusikan persamaan (4.17) kepersamaan (4.11), sehingga didapatkan
persamaan (4.18)
q − q − e
12 Q − e
12 q h + e
12
q h
(4.18)
R 2 − (R − H )2 L dH
= dt
e22 e22 e e e22
e11 − 21 12
e
q − q − e12 Q −
e12
q h
22
+ e12 q h
dH f s e
e f f
e s s (4.19)
= 22 22 22
dt e −
e21e12 2
R 2 − (R − H )2 L
R 2 − (R − H
)2
e 11
22
100
4 4
2 5
3
2 3 4
2 3 4
Persamaan (4.19) adalah persamaan nonlinier, sehingga untuk mendapatkan matrix
state space maka persamaan (4.19) dilakukan linierisasi menggunakan deret Taylor.
Persamaan (4.19) dapat ditulis sebagai berikut:
− e
21e
12 2
R 2
− (R − H )2
L
= q
− q − e12
Q − e12
q h
+ e12 q h
(4.20)
H e11
e
22 f s
e22
f f
22
s s
22
Jika nilai variabel dimasukan dan dimisalkan:
2L e
21e
12 = 2(10,612) (−533,36)(813625,58)
= 2280,8038 = b
e22
e12 =
− 533,36
− 4038167,516 1
= 1,320 10−4 = b
e22 − 4038167,516
2
e12 h
e22
e12 h
= 1,320 10−4
(1099) = 0,1451556 = b
= 1,320 10−4
(2800) = 0,3696 = b e
22
Maka persamaan (4.20) dapat ditulis sebagai berikut:
H e − Hb
= q − q
− b Q − b
q
+ b
q
(4.21)
− Hb
= q − q
− b Q − b
q
+ b
q
− He
(4.22)
Agar masing-masing variabel dapat dikelompokkan, maka persamaan (4.22)
dikuadratkan pada masing-masing sisi, dan diketahui bahwa:
b 2 = (2280,8038)2 = 5,202 107 = k
1 1
2Rb1 = 2 0,5334(2280,8038) = 2433,161 = k2
(1− b )2 = (1− 0,1451556)2
= 0,7307k 3 3
(1 − b )2 = (1 − 0,3696) = 0,3974 = k
b 2Q = (1,320 10
−4 )2
19750,325 = 3,4 10−4
= k
e11
2 = (769,133)2
= 5,9156 105 = k
2(1− b3 )(1− b4 ) = 2(1− 0,1451556)(1− 0,696) = 0,5197 = k7
2Qb2 (1 − b ) = 2 19750,325 1,320 10−4 (1 − 0,1451556) = 4.4572 = k
2e11 (1− b3 ) = 2(769,133)(1− 0,1451556) = 1314,9780 = k9
R 2
− (R − H
)2
R 2
− (R − H
)2
3
11
1 f s f s
1
f s f s 11
e e
f
s 4
6
8
101
2 1 f 3 s 4 5 6 f s 7
2 1 6 12 f 3 s 4 f 8 9
f
s
2Qb2 (1 − b4 ) = 2 19750,325(1 − 0,3696) = 24901 = k10
2e11(1− b4 ) = 2 769,133(1− 0,3696) = 969,722 = k11
2b2Qe11 = 2(1,320 10−4 )19750,325 769,133 = 4010,3254 = k
Sehingga dapat ditulis sebagai berikut:
− H 4 k + H 3
k = q 2 k + q
2 k + k + H 2
k − q q k
− q f k8 − q f k9 + q sk10 + q sk11 + H k12
− H 4 k + H 3
k − H 2 k − H k − q
2 k − q
2 k + q (k + k
)
− q s (k10 + k11 )+ q f q s k7 − k5 = 0
Jika persamaan (4.24) dimisalkan sebagai sebuah fungsi berikut;
f H , q f , q s = 0
Maka berdasarkan penyelesaian deret Taylor akan menjadi
(4.23)
(4.24)
(4.25)
f H (t) +
f q (t) +
f q (t) +
f H 2
(t) + f
q
2 (t)
H q f q s 2
H
2 q f
+ f
q 2 (t) +
f H 3
(t) + f
H 4 (t) = 0
(4.26)
2 q
s
3
H
4 H
Pada saat deret Taylor digunakan untuk penyelesaian linearisasi, maka deret yang
berorde tinggi ( > 2) akan bernilai nol (0), sehingga persamaan (4.26) dapat ditulis
sebagai berikut: f
H (t) + f
q f (t) + q (t) = 0
(4.27)
H q f q s
Jika turunan dihitung satu persatu, maka dapat diketahui sebagai berikut:
f
H = −4H 3
k
+ 3H 2 −
2H k
− k12
(4.28)
f
q f
= −2q
f
k3
+ (k8
+ k9 )+ q s
k7
(4.29)
f
q s
= −2q
s
k 4
− (k10
+ k11 )+ q
f
k7
(4.30)
s f
s f
12
2
6
102
f s
f s
H menunjukkan data pada kondisi mantap, sehingga nilai H dapat ditulis H = 0,
begitu pula berlaku untuk q f
dan qs
. Maka persamaan (4.28), (4.29), dan (4.30)
dapat ditulis sebagai berikut:
f
H = −k12 = −4010,3254 = a1 (4.31)
f
q f
= (k8
k9 ) = (4.4572 +1314,9780) = 1319,43 = a2
(4.32)
f
q s
= −(k10
+ k11 ) = −(24901 + 969,722) = 25870,722 = a3 (4.33)
Dengan demikian persamaan (4.27) dapat dituliskan sebagai berikut:
a1H (t) + a2q
f (t) + a3q s (t) = 0
(4.34)
Dikarenakan terdapat dua variabel sebagai output system, yaitu level ( H ) dan
steam flow ( q s ), maka persamaan (4.34) dapat ditulis sebagai berikut:
H (t) = − a
2 q (t) − a
3
q (t)
(4.35)
1 a
1
Untuk menjadikan persamaan (4.35) sebagai fungsi transfer, maka persamaan (4.35)
dilakukan transformasi laplace untuk diubah kedalam domain s. Hasil tranformasi
ditunjukkan sebagai berikut:
sH (s) = − a
2 q (s) − a
3 q
(s)
(4.36)
1 a
1
Jika diambil Input sistem adalah feed water flow dan output system adalah level sebagai
fungsi transfer plant, maka fungsi transfer plant dapat dituliskan sebagai berikut:
sH (s) = − a
2
q
a1
(s) (4.37)
H (s) =
− a2
=
− 1319,43
(4.38)
q f (s) a1 s − 4010,3254
Dengan dimasukkan nilai konstanta, maka didapatkan fungsi transfer plant adalah:
H (s) =
0,329
q f (s) s
Hasil fungsi transfer plant level sudah menunjukkan persamaan yang identik dengan
plant level pada umumnya
a
a
f
103
813625,58 210,612 0,5334
2 − (0,5334− 0,5)
2
dp
4.10.1 Pemodelan Matematis Disturbance
Gangguan (disturbance) adalah suatu variabel yang dapat menyebabkan
variabel kontrol menyimpang dari set point yang sudah ditentukan.Variabel yang
mengganggu proses kontrol level di dalam Steam Drum Boiler adalah pressure didalam
Steam Drum Boiler. Pada simulasi gangguan akan dimunculkan pada detik ke 300.
Berdasarkan hukum kesetimbangan energi pada persamaan (4.6) dan persamaan (4.17)
untuk mendapatkan nilai volume total water drum, maka persamaan (4.6) dapat
dituliskan sebagai berikut:
dH =
Q + q f h f − q s hs − e22
dt
(4.39)
dt e 21
R
2 − (R − H )2
Variabel yang tidak terpengaruh oleh perubahan pressure bernilai konstan.
19750,325+ (14,6251099) − (12,794 2800) − 4038167,516 dp
dH = dt
dt
− 0,325− 4038167,516 dp
= dt
9192883,451
4.10.2 Pemodelan Matematis Aktuator
Actuator yang digunakan dalam system ini adalah control valve hydrolic.
Pemodelan dilakukan dengan asumsi control valve adalah orde satu sehingga fungsi
transfer control valve didapat melalui persamaan (4.40)
FT = Kcv
s +1 (4.40)
Diketahui dimana gain control valve (𝐾𝑐𝑣) dapat diketahui dengan persamaan (4.41)
K cv = K p Gi
(4.41)
Dengan didapatkan nilai Kp dan Gi melalui persamaan (4.42) dan (4.43) berikut:
2L
104
2
K = LajuAliranFeedwaterMaximum
p Pr essureInlet
(4.42)
Nilai pressure inlet adalah 15 – 3 psia
14,625 kg / s K
=
= p 15 − 3 psia
7,3125kg / s
15 − 3 psia
K p = 0,609375kg / s. psia
Nilai Gi didapatkan melalui persamaan (4.43) berikut:
G = Pr essure Inlet (4.43)
i Arus
G = 15 − 3( psia)
i 20 − 4(mA)
Outlet
Gi = 0,75 psia / mA
Maka berdasarkan persamaan (4.41) nilai Kcv didapatkan nilai sebagai berikut:
Kcv = 0,609375kg / s. psia 0,75 psia / mA = 0,457031kg / s.mA
Untuk menghitung time constant control valve berhubungan dengan waktu stroke,
proporsional terhadap posisi control valve dan perbandingan konstanta waktu inverent
terhadap waktu stroke melalui persamaan (4.44):
cv = Tv (V + Rv ) (4.44)
Dimana :
𝜏𝑐𝑣 ∶ time constant control valve (detik)
𝑇𝑣 ∶ waktu stroke penuh (1,3detik)
𝑅𝑣 ∶ Perbandingan konstanta waktu inverent terhadap waktu stroke, untuk
Actuator diaphragm 0,03.
V = AliranMax − AliranMin
AliranMax (4.45)
105
V = 14,625kg / s − 0kg / s
14,625kg / s
V =1
Sehingga dapat diketahui time constant (𝜏𝑐𝑣) control valve adalah sebagai berikut:
cv = Tv (V + Rv )
cv = 1,3(1 + 0,03)s = 1,34s
Maka berdasarkan persamaan (4.40) fungsi transfer control valve adalah sebagai
berikut:
FT = 0,457031
1,34s +1
4.10.3 Pemodelan Matematis Level Transmitter
Untuk plant level, sensor dari plant adalah Differential Pressure Level
Transmitter, yaitu suatu alat yang berfungsi untuk mengukur level air pada Steam Drum
dengan memanfaatkan perbedaan tekanan yang didapat masing-masing tube
transmitter. Pemodelan pada sensor menggunakan nilai num dan denum sebesar 1 agar
nilai keluaran dari sensor menuju unit pengendali merepresentasikan nilai level yang
terukur.
4.10.4 Pemodelan Matematis Flow Transmitter
Pada plant flow, sensor dari plant adalah Differential Pressure Flow
Transmitter, yaitu suatu alat yang berfungsi untuk mengukur flowfeed water yang akan
memasuki Steam Drum Boiler dengan memanfaatkan perbedaan tekanan yang didapat
masing-masing tube transmitter. Pemodelan pada sensor dinyatakan dengan
persamaan (4.46) berikut :
Is(s)
Ls(s) =
G
s + 1 (4.46)
106
Dengan nilai G didapatkan melalui persamaan berikut:
G = I
q f
(4.47)
Sehingga didapat nilai G sebesar
G = 20 − 4mA
14,625kg / s − 0kg / s
= 1,09mA.s / kg
Jika diasumsikan time constant dari flow transmitter adalah 0,2 detik, maka persamaan
(4.46) ditulis sebagai berikut:
Is(s) =
Ls(s)
1,09
0,2s + 1 (4.48)
4.10.5 Pemodelan Matematika Pressure Transmitter
Sensor dari pressure pada plant level adalah Differential Pressure
Transmitter, yaitu suatu alat yang berfungsi untuk mengukur tekanan didalam steam
drum boiler dengan memanfaatkan perbedaan tekanan yang didapat masing-masing
tube transmitter. Pemodelan pada sensor dinyatakan dengan persamaan (4.46), dengan
nilai G didapatkan melalui persamaan(4.49)
G = I
P (4.49)
Dimana P adalah tekanan Steam Drum Boiler pada kondisi operasi, sehingga:
G = 20 − 4mA
= 0,378 42,3
Jika diasumsikan time constant dari pressure transmitter adalah 0,2 detik, maka
persamaan (4.46) ditulis sebagai berikut:
Is(s) =
Ls(s)
0,378
0,2s + 1 (4.50)
107
Berikut adalah diagram blok Sistem Pengendalian Steam Drum Boiler yang telah
dibuat dapat ditunjukkan seperti pada Gambar4.14.
Gambar 4.14 Blok Diagram Sistem Pengendalian Steam Drum Boiler
Sedangkan tampilan model yang telah dibuat berdasarkan model dinamik
proses Steam Drum Boiler dapat dilihat seperti pada Gambar 4.15.
Gambar 4.15 Model Dinamik Proses Steam Drum Boiler
Respon transient simulasi Dinamik Proses Steam Drum Boiler hasil dari
simulink dapat dilihat seperti pada Gambar 4.16.
108
Gambar 4.16 Respon dinamik Proses Steam Drum Boiler
Dari hasil pengujian respon dinamik Proses Steam Drum Boiler menunjukkan
respon level dengan setpoint 0,5 sebagai berikut :
• Maximum overshot : 2,34 %
• Error steady state : 0,22 %
• Setling time : 70 second
Hal ini menunjukkan bahwa respon level terhadap setpoint sangat baik. Nampak hanya
dalam 70 second sudah bisa mencapai steady state dengan set point 0,5.
4.11 Root Cause Model Dinamik
Jeleknya kualitas steam produk Boiler merupakan efek dari kegagalan Steam
Drum Boiler dalam menjaga kualitas steam produknya, hal ini dikarenakan tidak hanya
disebabkan oleh kegagalan sistem pengendalian dalam menjaga stabilitas proses, akan
109
tetapi juga ada kemungkinan disebabkan oleh buruknya proses pada input Steam Drum
Boiler, pada proses di dalam Steam Drum Boiler, dan pada outlet Steam Drum Boiler.
Sehingga untuk menganalisa penyebab kegagalan menjaga kualitas steam produk
Boiler dapat ditelusuri dengan menggunakan FTA seperti pada Gambar 4.17.
Proses pada Steam Drum Boiler dapat dikelompokkan menjadi :
1. Input Steam drum
Ada 2 variabel yang dapat menjadi penyebab timbulnya bahaya, yaitu :
- Flow RateBoiler Feed Water (BFW)
Flow Rate Control System untuk mengendalikan laju aliran BFW ke dalam Steam
Drum Boiler dapat mengalami masalah pada instrumen sistem pengendaliannya
- Flow Rate Recycle Water dari Riser
Temperature Control System pada Riser dapat mengalami masalah pada sistem
pemanasnya sehingga berdampak pada proses pemanasan recycle water.
2. Internal Steam Drum Boiler (Process dalam Steam Drum Boiler)
Ada 2 variabel yang dapat menjadi penyebab timbulnya bahaya, yaitu :
- Water level dalam Steam Drum Boiler
Level Control System untuk mengendalikan level air dalam Steam Drum Boiler
dapat mengalami masalah pada instrumen sistem pengendaliannya
- Pressure dalam Steam Drum Boiler
Perubahan kandungan uap dalam water recycle dari Riser dapat menyebabkan
perubahan tekanan dalam Steam Drum Boiler.
3. Output Steam Drum Boiler
Perubahan tekanan dan perubahan level air dalam Steam Drum Boiler
mempengaruhi steam flow rate dan kualitas steam outlet
110
Gambar 4. 17 Diagram FTA Steam Drum Boiler
4.12 Analisis Kombinasi pada Steam Drum Boiler Berbasis Model Dinamika
Pada Tabel 4.19, ditunjukkan bahwa pada Steam Drum Boiler terdapat laju
aliran air yang masuk (Mass Flowrate Feedwater) dan laju aliran uap yang keluar
(Mass Flowrate Steam) keduanya akan sangat berpengaruh pada kesetimbangan massa
dan kesetimbangan energi dari pada Steam Drum Boiler, maka dari itu pada energi
dijelaskan kondisi operasi berdasarkan data proses range dari FT-6212 berkisar antara
5.76 kg/s - 30.86kg/s dan laju aliran downcomer dengan asumsi konstan, data tersebut
diambil selama kurun waktu + 1 bulan. Asumsi Pressure pada kondisi normal 42.3 bar.
Berdasarkan kesetimbangan energi, analisis dari hasil simulasi secara otomatis,
ditunjukkan pada Tabel 4.20, dapat mengkalkulasi kesetimbangan energi.
Kesetimbangan energi melibatkan parameter pressure dalam perhitungannya maka
dari itu parameter pressure akan sangat berpengaruh terhadap kesetimbangan energi
dan apabila suatu sistem yang dibuat tidak setimbang maka sistem tersebut tidak dapat
111
dijalankan. Pressure dibuat sebagai gangguan didalam simulasi dengan range sebesar
0 - 98.99 Bar. Asumsi Pressure dibuat sebagai gangguan didalam simulasi dengan
range sebesar 0 - 98.99 Bar.
Pada Tabel 4.21, ditunjukkan bahwa analisis dari hasil simulasi, dengan
menganalisis temperatur operasi yang ada pada Steam Drum Boiler, parameter
temperatur akan sangat berpengaruh pada kesetimbangan energi pada proses Steam
Drum Boiler, apabila terjadi ketidaksetimbangan energi di dalam sistem Steam Drum
Boiler maka akan menyebabkan jalannya proses tidak stabil, temperatur akan
berpengaruh pada densitas dan entalpi dari air maupun steam, normalnya kondisi steam
flowrate berkisar diantara 10 - 14 kg/s, akan tetapi range dari pengukuran steam
flowrate adalah 5.3 kg/s -25 kg/s
Nilai 0 dan 1 menunjukkan bahwa pada saat menujukkan nilai 0 kondisi sistem
dalam keadaan optimal artinya batas range proses dipenuhi. Sedangkan bila bernilai 1,
maka sistem dalam kondisi fault atau gagal berarti sistem berada diluar range yang
diijinkan.
Pada Tabel 4.22 merupakan akumulasi fault dari gabungan input proses dan
output pada Steam Drum Boiler yang merepresentasikan kondisi fault (1) dan normal
operasi (0). Pada saat terjadi gangguan secara bersamaan pada input proses dan output.
Kondisi normal operasi dapat diketahui dengan batasan untuk tekanan pada Steam
Drum Boiler 35 - 45 bar, level pada Steam Drum Boiler 0,501 - 0,576 m, Mass Boiler
feed water flowrate14 - 18 kg/s dan mass steam flowrate 10 -14 kg/s. Sehingga pada
kondisi ini unit produksi tetap berjalan pada kondisi normal operasi.
112
Tabel 4.19 Analisis Kombinasi pada Steam Drum Boiler melalui hasil simulasi
Boiler Feedwater (BFW)
mass flowrate (kg/s)
Downcomer Flowrate
(kg/s)
Level Output
(Hasil Simulasi)
Fault
0 0 0 1
2 0 0.042 1
4 0 0.133 1
6 0.5 0.217 1
8 0.5 0.298 1
10 0.5 0.350 1
12 1 0.421 1
14 1 0.493 0
16 1 0.503 0
18 1.5 0.512 0
20 1.5 0.537 0
22 1.5 0.584 0
24 2 0.612 0
26 2 0.636 1
28 2 0.682 1
30 2.5 0.732 1
32 2.5 0.781 1
34 2.5 0.821 1
36 3 0.883 1
Keterangan :
Keluar dari range
Kondisi Normal memenuhi setpoint
113
Tabel 4. 20 Analisis Kombinasi pada Steam Drum Boiler melalui hasil simulasi
Boiler Feedwater (BFW)
mass flowrate (kg/s)
Downcomer
Flowrate
(kg/s)
Pressure
(bar)
Level
Fault
0 0 0 0 1
2 0 5 0.077 1
4 0 10 0.124 1
6 0.5 15 0.224 1
8 0.5 20 0.309 1
10 0.5 25 0.350 1
12 1 30 0.380 1
14 1 35 0.501 0
16 1 40 0.522 0
18 1.5 45 0.567 0
20 1.5 50 0.612 1
22 1.5 55 0.667 1
24 2 60 0.720 1
26 2 65 0.793 1
28 2 70 0.842 1
30 2.5 75 0.941 1
32 2.5 80 1.056 1
34 2.5 85 1.251 1
36 3 90 1.301 1
Keterangan :
Keluar dari range
Kondisi Normal memenuhi setpoint
114
Tabel 4.21 Analisis Kombinasi pada Steam Drum Boiler melalui hasil simulasi
Boiler Feedwater
(BFW) mass flowrate
(kg/s)
Downcomer
Flowrate
(kg/s)
Pressure
(bar)
Level
Steam
Flowrate
(kg/s)
Fault
0 0 0 0 0 1
2 0 5 0.077 1.33 1
4 0 10 0.124 3.21 1
6 0.5 15 0.224 4.67 1
8 0.5 20 0.309 6.4 1
10 0.5 25 0.350 7.81 1
12 1 30 0.380 9.33 1
14 1 35 0.501 10.21 0
16 1 40 0.522 12.36 0
18 1.5 45 0.567 13.71 0
20 1.5 50 0.612 15.44 1
22 1.5 55 0.667 16.59 1
24 2 60 0.720 18.22 1
26 2 65 0.793 19.53 1
28 2 70 0.842 21.44 1
30 2.5 75 0.941 22.22 1
32 2.5 80 1.056 24.51 1
34 2.5 85 1.251 25.56 1
36 3 90 1.301 27.90 1
Keterangan :
Keluar dari range
Kondisi Normal memenuhi setpoint
115
Tabel 4. 22 Akumulasi Kombinasi dengan pemodelan dinamik Steam Drum Boiler
Input
Proses
Output
Akumulasi
Fault
Boiler
Feedwater
(BFW) MASS
FLOWRATE (kg/s)
Downcomer
Flowrate
(kg/s)
Level
Output
(hasil
simulasi)
Fault
Pressure
(bar)
Level
Fault
Steam
Flowrate
(kg/s)
Fault
Fault
0 3 0 1 0 0 1 0 1 1
2 3 0,042 1 5 0,077 1 1,33 1 1
4 3 0,133 1 10 0,124 1 3,21 1 1
6 3 0,217 1 15 0,224 1 4,67 1 1
8 3 0,298 1 20 0,309 1 6,4 1 1
10 3 0,35 1 25 0,35 1 7,81 1 1
12 3 0,421 1 30 0,38 1 9,33 1 1
14 3 0,493 0 35 0,501 0 10,21 0 0
16 3 0,503 0 40 0,522 0 12,36 0 0
18 3 0,512 0 45 0,567 0 13,71 0 0
20 3 0,57 0 50 0,612 1 15,44 1 1
22 3 0,584 0 55 0,667 1 16,59 1 1
24 3 0,612 0 60 0,72 1 18,22 1 1
26 3 0,636 1 65 0,793 1 19,53 1 1
28 3 0,682 1 70 0,842 1 21,44 1 1
30 3 0,732 1 75 0,941 1 22,22 1 1
32 3 0,781 1 80 1,056 1 24,51 1 1
34 3 0,821 1 85 1,251 1 25,56 1 1
36 3 0,883 1 90 1,301 1 27,9 1 1
Keterangan
Kondisi pengoperasian plant normal
Kondisi diluar range pengoperasian plant
Terjadi Fault (1)
Tidak Terjadi Fault (0)
116
Pada saat terjadi kondisi dinamis secara bersamaan, terjadi perubahan pada
Input Steam Drum Boiler, Process Steam Drum Boiler, dan Output Steam Drum Boiler.
Nampak bahwa dari hasil simulasi untuk Boiler Feed Water bernilai 14-18 kg/s,
Pressure Steam Drum bernilai 35-45 bar, Level Steam Drum bernilai 0,501-0,567
meter, dan Steam Flowrate bernilai 10,21-13,71 kg/s. Pada kondisi ini unit produksi
tetap berjalan pada kondisi normal operasi. Hal ini ditunjukkan seperti yang terlihat
pada Tabel 4.22, dimana pada akumulasi hasil simulasi dapat ditunjukkan bahwa tidak
terjadi fault (0).
117
(Halaman ini sengaja dikosongkan)
118
BAB 5
KESIMPULAN DAN SARAN
Dalam disertasi ini dibahas tentang kombinasi metode Layer of Protection
Analysis (LOPA) dan Fault Tree Analysis (FTA), untuk menganalisis tingkat
keandalan pada sistem proteksi pengendalian proses Steam Drum Boiler B-6203.
Pembahasan kombinasi metode LOPA dan FTA menekankan tidak hanya analisis
pada layer sistem proteksi yang ada, namun juga analisis pada akar penyebab
masalah. Sehingga, variabel proses yang berpotensi menjadi penyebab kegagalan
fatality dapat diketahui dan tidak menyebabkan shut down pada plant.
5.1 Kesimpulan
Pada proses Steam Drum Boiler B-6203 yang merupakan jantung dari
dinamika proses pada Boiler memiliki beberapa tingkat proteksi, namun proteksi
tersebut baru mencapai layer ke dua Basic Process Control System (BPCS) dari
Layer of Protection Analysis (LOPA). Hal ini bisa berakibat tidak adanya jaminan
pada sistem proteksi yang dapat dihandalkan dalam beberapa kondisi dinamis pada
proses Steam Drum Boiler. Hal ini diperlukan sistem proteksi pada Steam Drum
Boiler yang sangat dapat dihandalkan (highly reliable).
Dengan menggunakan metode kombinasi Layer of Protection Analysis
(LOPA) dan Fault Tree Analysis (FTA) berbasis model dinamik proses plant Steam
Drum Boiler tersebut dapat berdampak pada peningkatan kehandalan sistem
proteksi secara lebih tepat, dan dari hasil simulasi dapat menentukan parameter
proses Steam Drum Boiler yang dapat mempertahankan unit produksi agar tetap
beroperasi tanpa harus melakukan Emergency Shut Down.
Berdasarkan penelitian dan pembahasan yang telah dilakukan dapat diambil
kesimpulan sebagai berikut :
1. Kesetimbangan massa dan energi dipengaruhi oleh Mass Flowrate Boiler
Feed Water, Pressure Steam Drum, dan Mass Flow Rate Steam Product.
Pada saat terjadi kondisi dinamis, terjadi perubahan pada Input Steam Drum
Boiler yaitu antara 6-30 kg/s. Diperoleh hasil simulasi untuk Level Steam
119
Drum pada kondisi normal antara 0,493-0,612 meter dan pressure steam
drum 42,3 bar.
2. Pada saat terjadi kondisi dinamis secara bersamaan, terjadi perubahan pada
Input Steam Drum Boiler yaitu perubahan Mass Flow Rate Boiler Feed
Water antara 6-30 kg/s dan perubahan Internal Pressure Steam Drum antara
0-90 bar. Diperoleh hasil simulasi untuk Level Steam Drum pada kondisi
normal antara 0,501-0,567 meter. Dan output steam drum, yakni Steam
Flow Rate pada kondisi normal adalah antara 10,21-13,71 kg/s.
3. Pada saat terjadi kondisi dinamis secara bersamaan, terjadi perubahan pada
Input Steam Drum Boiler, Process Steam Drum Boiler, dan Output Steam
Drum Boiler. Diperolah hasil simulasi untuk Boiler Feed Water bernilai 14-
18 kg/s, Pressure Steam Drum bernilai 35-45 bar, Level Steam Drum
bernilai 0,501-0,567 meter, dan Steam Flowrate bernilai 10,21-13,71 kg/s.
4. Dari model dinamika proses dengan blok diagram pengendalian proses flow
dan level, diperoleh hasil respon level terhadap set point sebagai berikut :
• Maximum overshoot : 2,34 %
• Error steady state : 0,22 %
• Settling time : 70 second
Hal ini menunjukkan respon level terhadap set point sangat baik hanya
dalam waktu 70 detik sudah bisa mencapai steady state dengan set point
sebesar 0.5.
5. Setelah dilakukan penelitian dengan kombinasi metode Layer of Protection
Analysis (LOPA) dan metode Fault Tree Analysis (FTA), diperoleh hasil
bahwa variabel proses yang berpotensi terjadi kegagalan fatality adalah
Pressure Steam Drum Boiler. Dan pada saat kondisi dinamis dimana terjadi
perubahan pada input, proses, dan output secara bersamaan, proses operasi
Steam Drum Boiler tetap bisa dipertahankan beroperasi. Dengan ketentuan
dari hasil simulasi pada kondisi kritis Steam Drum Boiler batasan untuk
pressure pada Steam Drum Boiler bernilai 35 - 45 bar, level pada Steam
Drum Boiler bernilai 0,501 - 0,576 m, Mass Boiler Feed Water Flowrate
bernilai 14 - 18 kg/s dan Mass Steam Flowrate 10 - 14 kg/s. Sehingga pada
kondisi ini 5 Unit produksi yaitu Sulfuric Acid Plant, Phosphoric Acid
120
Plant, Ammonium Sulfide Plant, Cement Retarder Plant dan Aluminium
Fluoride Plant dapat dipertahankan tetap beroperasi dengan baik dan tidak
perlu harus melakukan Emergency Shut Down untuk mematikan seluruh
Unit Produksi yang ada. Dengan demikian, untuk menjaga kinerja
perusahaan pada kondisi yang diharapkan masih bisa dicapai.
5.2. Saran
Berdasarkan hasil penelitian yang telah dilakukan, terdapat beberapa saran
yang dapat dilakukan adalah sebagai berikut :
• Metode kombinasi LOPA dan FTA memungkinkan bisa diterapkan
di semua plant yang ada dengan menggembangkan model matematis
dari dinamika proses plant tersebut,
• HAZOP dan technical audit untuk plant existing harus tetap
dilakukan secara periodik, mengingat potensi bahaya pada plant
yang sudah beroperasi relatif lama, potensi terjadi kegagalan fatality
semakin besar.
• Kombinasi lebih dari dua metode bisa dilakukan untuk melengkapi
metode yang telah ada. Hal tersebut untuk dapat meningkatkan
Safety Assessment & Reliability Engineering yang pada saat ini ilmu
tersebut sedang berkembang.
121
(Halaman ini sengaja dikosongkan)
122
DAFTAR PUSTAKA
Ahmed Ali Baiq, Risza Ruzli, (2013). “Reliability Analysis Using Fault Tree
Analysis: A Review”. International Journal of Chemical Engineering and
Applications, Vol. 4, No. 3, June 2013
Alderman, J.A. (2005). “.Introduction to LNG Safety”, Process Safety Progress,
24(3), pp 144-151, 2005
Angeline M. Swarma, R. Venkatakrishnaiah. (2014). “Fault Tree Analysis in
Construction Industry for Risk Management”. International Journal of
Advanced Research in Civil, Strctural, Environmental and Infrastructure
Engineering and Developing. Volume: 2 Issue: 1 08-May-2014, ISSN_NO:
2320-723X
Angela E, Summers. (2000). “Safety Integrity Level: Do You Understand The
Odds?.” A journal that was published by Control Engineering, SIS-TECH
solution, LLC
Angela E. Summers, (2002). “Introduction To Layer Protection Analysis. Process
Safety Center Symposium”, Texas A&M University, October 2002. Published
in Journal of Hazardous Materials
Astrom, KJ, Bel, R.Dl (2000). “Drum-boiler dynamics”. Automatica Vol.36 pp
363-378 PERGAMON
Antonovcky, A, C. Pollock, L Strakes. (2016). “System Reliability as perceived by
maintenance personel on petroleum facilities”. Reliability Engineering and
System Safety 152 pp 58-65. Journal homepage :
www.elseviert.com/locate/ress
Arnljot, H.D. (1994). “System Reliability Theory”. The Norwegian Institute of
Technology: John Wiley & Sons Inc.)
Anwar Khalil Sheikh, Munir Ahmad, and Zulfiqar Ali. (1987. “Some Remarks on
the Hazard Functions of the Inverted Distributions”. Journal International
Reliability Engineering 19, pp 255-261. Reliability Engineering 0143-
8174/87/$03.50 © Elsevier Applied Science Publishers Ltd, England. Printed
in Great Britain.
Australian Standard/New Zealand Standard 4360. (2004). Risk Management.
Australian Standard
AS/NZS ISO 31000. (2009). “Risk Management-Principles and guidelines”.
Standards Australia and Standards New Zealand
123
Baig, Risza Ruzli, and Azizul B. Buang. (2013). “Reliability Analysis Using Fault
Tree Analysis: A Review”. International Journal of Chemical Engineering
and Applications, Vol. 4, No. 3, June 2013
Bill, Vesely.(1981). “Faul Tree A Handbook”. System Reliability and Reseach.
British Petroleum (BP). (2006). “LNG Fire Protection & Emergency Response”,
Fire Booklet 7, pp. 1-75, Aylesbury, UK.
Bhimavarapu, K. and P. Stavrianidis (2000). “Safety Integrity Level Analysis for
Process: Issues and Methodologies”, Process Safety Progress, 19(1), pp 19-
24.
Billinton, R. and Ronald N. Allan. (1992). “Reliability Evaluation of Engineering
Systems: Concepts and Techniques”, 2 nd edition, Plenum Press, New York
and London
Center for Chemical Process Safety (CCPS) (2001). “Layer of Protection Analysis -
Simplified Process Risk Assessment” American Instituteof Chemical .
Clementina Ramírez-Marengo, Julio de Lira-Flores, Antioco López-Molina, Richart
Vázquez-Román, Victor Carreto-Vázquez, M. Sam Manna, (2013).. “A
formulation to optimize the risk reduction process based on LOPA”. Journal
of Loss Prevention in the Process Industries 26, 489e494. journal homepage:
www.elsevier.com/locate/jlp
Clifton A. Ericson II (1999). “Fault Tre Analysis – A History”. The 1t th
International System Safety Conference. Provided as a free service, by fault
tree net, http : //www.fault -tree.net
Delmar “Trey” Morrison*, Mar. (2011). “Using layer of protection analysis to
understand necessary safeguards for steam boiler operation”. Process Safety
Process. Volume 31. Issue 3, pages 248 -254, September 2012. Presented at
3rd CCPS Latin American Process Safety Coference and Expo, Buenos Aires,
Argentina, August 8 – 10.
Dowell, A.M., (1999). “Layer of Protection Analysis and Inherently Safer
Processes”, Process Safety Progress, 18(4), pp 214-220/
Dowell, A.M. (1998). “Layer of Protection Analysis for Determining Safety
Integrity Level”, Isa Transactions, 37(3), pp 155-165.
Dowell, A.M and T. Williams (2005). “Layer of Protection Analysis: Generating
Scenarios Automatically from HAZOP Data”, Process Safety Progress, 24(1),
pp 38-44
124
Delmar “Trey” Morrison*, Mar. (2011). “Using layer of protection analysis to
understand necessary safeguards for steam boiler operation”. Process Safety
Process. Volume 31. Issue 3, pages 248 -254, September 2012. Presented at
3rd CCPS Latin American Process Safety Coference and Expo, Buenos Aires,
Argentina, August 8 – 10.
Dowell, M. (Art) , William G. Bridges, P,(2015). “More Issues with LOPA from
the Originato”r. Global Congress on Proess Safety 2015 Austin TX April 27.
Dhillon, B.S.,(2005). “Reliability, Quality, and Safety for Engineers”, CRC Press,
USA
Ebeling,harles E., (1997). “An Introduction to Reliability and Maintainability
Engineering”, The McGraw-Hill Companies, Singapore
Fares Innal, Mary Ann Lundteigen, Yiliu Liu, Anne Barros (2016).
“.PFDavg generalized formulas for SIS subject to partial and full periodic tests
based on multi-phase Markov models” . Reliability Engineering and System
Safety 150 (2016) 160-170. Journal homepage : www.elseviert.com/locate/ress
Flage, R. T Aven. (2015). “Emerging Risk-Conceptual definition and a relation to
blacl swantype of event”s. Reliability Engineering and System Safety 144
(2015) 61-67. Journal homepage : www.elseviert.com/locate/ress
Florence, et.al, (2006). “The Accidental risk assesment methodology for industries
(ARAMIS) / layer of protection analysis (LOPA) methodology” : A step
forward towards convergent practices in risk assessment”. Jounal of
Hazardous Materials, volume 130, Issue 3, 31 March 2006, Page 307-310,
ELSEVIER
Goble, William M.,(1998). “Control Systems Safety Evaluation & Reability” 2nd
Edition, Instrument Society of America, USA
Gulland, H.G.14. (2004). “Methods of Determining Safety Integrity Level (SIL)
Requirements - Pros and Cons”. 4 Sight Consulting
Hyatt, Niigel ,(2003), “Guidelines for process Hazard Analysis”. Hazard Boca Aton,
London, New York, Washington D.C.s Identification $ Risk Analysis CRC
Press
Hoyland, and Rausand, M. ,(1996). “SystemReliability Theory”, John Wiley and
Sons Inc, New York.
U Hauptmanns. (2004). “Semi Quantitative Fault Tree Analysis For Procecc Plant
safety Using Frequency And Probability Ranges”. Journal of Loss Prevention
125
in the Process Industries, Volume 17, issue 5, September 2004, Pages 339-
345.
ISA ,(2002). “Safety Instrumented Functions (SIF) - Safety Integrity Level (SIL).
Evaluation Techniques Part 1: Introduction. ISA” The
Instrumentation,Systems, and Automation Society
ISA . (2002).” Safety Instrumented Functions (SIF) - Safety Integrity Level (SIL)
Evaluation Techniques Part 2: Determining the SIL of a SIF via Simplified
Equations. ISA – The Instrumentation”, Systems, and Automation Society
Jian Zhao, B. En (1992_. “Simulation of Boiler Drum Process Dynamics and
Control”, A thesis submitted to the Faculty of Graduate Stidies and Research
in partial fulfillment the requirements the agree of Master off Engineering
January 1992,
Johnson, D.W. and J.R. Welker,(1981). “Development of an Improved LNG Plant
Failure Rate Data Base”, Applied Technology Corp., Norman, OK.
Juniani, A. I, Handoko, L., dan Firmansyah, C. A ,(2010). “Implementasi Metode
HAZOP dalam Proses Identifikasi Bahaya dan Analisa Resiko pada Feedwater
System di Unit Pembangkitan Paiton, PT. PJB”. Proceding Teknik
Keselamatan dan Kesehatan Kerja. PPNS, ITS.
Kececioglu, D.,(199), “Reliability Engineering Handbook,Vol 1”, PTR Prentice
Hall, New Jersey
Kim Anh-Anh Nguyen, Phuc Do, Antoine Grall (2015). “Multilevel predictive
maintenance for multi-component system”. Reliability Engineering and
System Safety 144 (2015) 83-84. Journal homepage :
www.elseviert.com/locate/ress
Lee, W.S et.al. (2009). “Fault Tree Analysis Methods, and Aplications : A Review
“ IEEE Transaction on Reliability (Volume : R-34, Issue : 3, Aug. 1985) Pages
(s) : 194 – 203. Date of Punlication : 25 August 2009, ISSN Information
Lu Yong-long, Geng Jing, HE Gui-Zhen . (2015).” Industrial Transformation and
green productin is redude environment emissions” : Taking cement industy as
a case..Reliability Engineering and System Safety 6, 202-209. Journal
homepage : www.elseviert.com/locate/ress
Montgomery, Douglas C., (2009). “Introduction to Statistical Quality Control” 6th
Edition. United States of America
Mostofa Abouei Ardakan, Ali Zeinal Hamadani (2014). “Reliability Optimization
of series-perallel systems with mixed redundancy strategy in subsystems”.
126
Reliability Engineering and System Safety 130, 132-139. Journal homepage :
www.elseviert.com/locate/ress
Masoud Naseri, Piero Baraldi, Michele Compare, Enrico Zio . (2016).. “Availability
assessment of oil and gas processing plants operating unser dynamics Arctic
weather conditions”. Reliability Engineering and System Safety 152 (2016) 66-
82. Journal homepage : www.elseviert.com/locate/ress
Mohsen Nadarpour, Jielu. Guangquan Zhang , (2016). “A safety critical decition
support syatem evaluation using situation awareness and workload measures”.
Reliability Engineering and System Safety 150, pp 147-159. Journal homepage
: www.elseviert.com/locate/ress
Marc Rothschi, (2004). “Fault Tree and Layer of Protection Hybrid Risk Analysis”.
Published online 5 Noember 2004 in iley Inter Sience
(www.interscience,wiley.com) DOP 10.1002/prs.10038
Marszal, E.M., B.A. Fuller, and J.N. Shah, (1999). “Comparison of Safety Integrity
Level Selection Methods and Utilization of Risk Based Approaches”, Process
Safety Progress, 18(4), pp 189-194
Marszal, Edward M dan W.Scharpf, Eric. ,(2002). “Safety Integrity Level Selection.
United State of America” : Research Triangle Park, NC: ISA.
Markowski, A.S. and M.S. Mannan, (2006). “Fuzzy Logic Application for LOPA”,
the Mary Kay O'Connor Process Safety Center, College Station, TX,.
Markowski, A.S., (2006). “Layer of Protection Analysis for the Process Industries”,
Polska Akademia Nauk, Piotrkowska, Poland.
Modarres, M. (2006). “Risk Analysis in Engineering - Techniques, Tools, and
Trends”, pp 113-183, Taylor & Francis, Boca Raton, FL.
Musyafa, Ali, Resti Nabila, Ronny D Noriyati )2015). “Hazad And Operability
Study and Analysis of Safety Integrity Level Case Study: Ammonia
Refrigerant Compressor at Petrocemical Plant”. Advances in Natural and
Applied Sciences, 9(8) July 2015, Pages: 36-42. AENSI Journals.Advances in
Natural and Applied Sciences.ISSN:1995-0772 EISSN: 1998-1090 Journal
home page: www.aensiweb.com/ANAS
Musyafa, Ali, L.M. Devina, Ronny.D. Noriyati, Imam Abadi. (2013). “Risk
Management Using HAZOP Study Method Base Fault Tree Analysis on
Emergency Shutdown System-Vacuum Distillation Unit, PT.PQR, Dumai,
Indonesia”. Asian Transactions on Engineering (ATE ISSN: 2221-4267)
Volume 03 Issue 05 November 2013. ATE-70302050©Asian Transactions
127
Musyafa, Ali, Noriyati, D Ronny., Silvana R. Dacosta, S. Komayadi (2014).
“Reliability and Maintainability Assessment of the Steam Turbine
Instrumentation System for optimization Operational Availability System at
Fertilizer Plant”. Australian Journal of Basic and Applied Sciences, 8(13)
August 2014, Pages: 132-139 AENSI Journals Australian Journal of Basic and
Applied Sciences ISSN:1991-8178 Journal home page: www.ajbasweb.com
Musyafa, Ali, Shinta Kusumawardhani, Ronny D. Noriyati, Heri Justiono. (2015)
“Evaluation of the Reliability and Prediction Maintenance on the Air
Compressor System in Ammonia Plant PT. Petrokimia Gresik”. Australian
Journal of Basic and Applied Sciences, 9(11) May 2015, Pages: 853-862.
ISSN:1991-8178. Australian Journal of Basic and Applied Sciences.Journal
home page: www.ajbasweb.com
Nima Khakzada, et al., (2011), “Safety Analysis Facilities : Comparison of Fault
Tree and Bayesian Network Approache”. Reliablity Engineering and System
Safety 96 (2011), journal homepage : www.elsevier.com/locate/ress
Noriyati, Ronny D, Septian H. Pradana, Ali Musyafa, Adi Supriyanto, (2015). “Risk
Assessment and Safety Analysis on Power Generation Boiler at PT.Petrokimia
Gresik,Indonesia”. Symposium International : 2015 ARS, Asia Pacifik,
October 7-9, 2015, Singapura
Noriyati, Ronny D, Silvana R. Dacosta, Dian E. Prasetyawan, Ali Musyafa ,(2014).
“Reliability Assessment of Cooling Pump For Parts Inventory Planning in
Power Plant System, Paiton-Indonesia”. Australian Journal of Basic and
Applied Sciences, 8(13) August 2014, Pages: 140-146. AENSI Journals
Australian Journal of Basic and Applied Sciences ISSN:1991-8178. Journal
home page: www.ajbasweb.com.
Noriyati, Ronny D, Ontoseno Penangsang, (2015). “Evaluasi Keandalan Sistem
Distribusi Tenaga Listrik Di Industri Pupuk”. Seminar Nasional
Instrumentasi, Kontrol dan Otomasi (SNIKO) 2015, ITB - Bandung Indonesia
10-11 Desember 2015.
Noriyati, Ronny D, Rozag W, Ali Musyafa, Adi Supriyanto ,(2015). “Hazard &
Operability Study And Determining Safety Integrity Level On Sulfur Furnace
Unit : A Case Study In Fertilizer Industr”y..Seminar International 2015 IESS,
September 1-3, 2015 Yogyakarta. Available online at
www.sciencedirect.com. Science Direct. Procedia Manufacturing 4 (2015),
231-236, Industrial Engineering and Service Science 2015, IESS 2015.
Published by ELSEVIER
Noriyati, Ronny D, Anam K, Ali Musyafa. Adi Supriyanto, (2016). “Hazard and
Operability Study and Risk Management, Case Study :Phosphoric Acid
128
Concentration Prpcess in Petrochemical Plant – Indonesia”. International of
Engineering & Technology IJET/IJENS. ISSN: 2077-1185 (Online) 2227-
2712(Print), Vol : 16 No : 01 – 2016.
Noriyati, Ronny D, Amarendra B.Prakoso, Ali Musyafa’, Adi Soeprijanto, (2017)..
“HAZOP Study and Determination of Safety Integrity Level Using Fault Tree
Analysis on Fuel Gas Superheat Burner of Ammonia Unit in Petrochemical
Plant, East Java”. Asian Journal of Applied Sciences (ISSN: 2321 – 0893)
Volume 05 – Issue 02, April 2017. Asian Online Journals
www.ajouronline.com
Noriyati, Ronny D., Agung Setiawanto, Ali Musyafa, Adi Soeprijanto, (2017). .
“HAZOP Study Base Layer of Protection Analysis at Steam Turbin 105-JT
Case Study : Amonia Plant-1, PT. Petrokimia Gresik, East Java-Indonesia”.
Australian Journal of Basic and Aplied Science, Juli, 2017
Noriyati, Ronny D, Tasya Muafida, Ali Musyafa’, Adi Soeprijanto. “Comparative
Study of Reliability with Quantitative Method (Risk Grap) and Semi
Quantitative (Fault Tree Analysis) on Boiler System – Petrochemical Plant,”.
Ciencia e Tecnica Vitivinicola, 2018, ISSN : 0254-0223, Maret, 2018
Ogatha, Katshuhiko, (1995). “Teknik Kontrol Automatik”. Jakarta, Erlangga.
Oreda Participant , (2012). “Offshore Reliability Data Handbook” 4th Edition.
SINTEF Industrial Management,. Norway
Pedram Pourkarim Guilani, Parham Azimi, S.T.A. Niaki, Seyed Armin
AkhavanNiak. (2016).. “Redundancy allocation problem of a system with
increasing failure rates of components based on Weibull distribution: A
simulation-based optimization approach”. Reliability Engineering and System
Safety 150. 187-199. Journal homepage : www.elseviert.com/locate/ress
Procaccia, H., S.P. Arsenis, and P. Aufort, Etreda (1998). “European Industrial”
Reliability Data Bank, Crete University Press, Crete, Greece
Qian Tian, Ping Chen, Cong Luo (2012). “Reliability Analysis Based on Fault Tree
of Failure of Boiler Drum”. Applied Mechanics and Materials. Volumes 271-
272. December 2012. www. Scientific. Net/ AMM. 271-272. 1750
Robert , Johnson.. Beyond-compliance uses of HAZOP/LOPA studies. Journal of
Loss Prevention in the Process Industries, ELSEVIER
Rothschild, Marc, (2004). “Fault tree and layer of protection hybrid risk analysis_.
Jounal of Process Safety progress, volume 23, Issue 3, September 2004, Page
185-190, ELSEVIER
129
Singer. D. (1990). “ Fuzzy set approach to fault tree and reliability analysis”. Fuzzy
Sets and System 34. 145-155 145 North-Holland
Sign N. Bhangua, et.al, (2015). “Application of Fault Tree Analysis for Evaluating
Reliability and Risk Assessment of a Thermal Power Plant:\”. Publishing
models and article date eplaned, Published online 16 Sep 2015.
Sinnamon, R.M, J.D. Andrew.(1997). “Improved Quantitative Fault Tree Analysis.
Quality and Reliability Engineering” International, First Published : September
1997.
Sandia (2003).“Handbook of Parameter Estimation for Probabilistic Risk
Assessmen”t, National Laboratories Albuquerque, NM, 2003.
Shafaghi, A., (2007), “Equipment Failure Rate Updating Bayesian Estimation”, the
Mary Kay O'Connor Process Safety Center Symposium, pp 260-268, College
Station, TX, 2006. 156
Summers, A.E (2006)., “SIL Verification, SIS-TECH Solutions”, Houston, TX,.
Tawfeic, S.R. (2013). “Boiler-Level Modelling”. Journal of Engineering Sciences,
Assiut Uniersity, Faculty Engineering, Vol. 41, No. 5, pp. 1812 - 1829
September, 2013, E-mail address: [email protected]
Wright, R. I (1997). “The Reliability Assessment of Electrical Distribution
Networks using Power Flow Logic Equations”. Journal International
Reliability Engineering 19 (1987) 245 254. A version of this paper was
presented at Reliability "87, 14-16 April 1987, Birmingham, UK and is
reproduced by kind permission of the organisers. Reliability Engineering
0143-8174/87/$03"50 © Elsevier Applied Science Publishers Ltd, England,
1987. Printed in Great Britain
Wei, Chunyang, Rogers, William J, Mannan, Sam M , 2008. Layer of protection
analysis for reactive chemical risk assessment. Jounal of Hazardous Materials,
volume 159, Issue 1, 15 November 2008, Page 19-24, ELSEVIER
Yu-bin Ai, ue-dong Liang, wt, al, al. 2014. Fault Tree Analysis on Boiler Water
Storage Accidents Based on Safety Ergonomics”, Journal homepage :
www.elseviert.com/locate/ress
[……..] (1996). “The Instrumentation & Systems and Automation Society (ISA)”,
Application of Safety Instrumented Systems to the Process Industries, ANSI
/ISA 84.01, Research Triangle Park, NC, 1996
130
[…….]. (2007). “Kriteria Profil Risiko oleh Departemen Produksi dan
Pemeliharaan III PT. Petrokimia Gresik”
[..........] (2002). OREDA: Offshore Reliability Data, SINTEF”.Industrial
Management, Trondheim, Norway, 2002
131
LAMPIRAN A
P&ID unit Boiler(B-6203) Pabrik III PT. Petrokimia Gresik
1
RANGE
0-100 Kg/
cm2
PI
6221
PT
6221
BOILER
MASTER
AUX. STEAM
40-S2-B2-6227
FIC
6212
LIC
6212
LAHH 6212
LAH
6212
LAL
6212
LALL
6212
PSV
6211
RANGE
0-100 Kg/cm2
PI
6220
PSV
6212
MASTER
COMBUSTION
CONTROL
PT
6220
TEE RED
250x200
S/H OUTLET
S/H INLET
PSV
6213
200-SHH-B9-6219
LAH
6211
TT
6211
TT
6214
FV
6214
FY
6214
TIC 6214
FT
6213
FE
6213
200-SH-B9-6220
*
* J/O PG
COMMON
HEADER
TO PA II
(FUTURE)
LT STEAM DRUM
LS I LA
LAL
LALL
6211
6212 6211 6211 6211
LWC
6211
B-6203
SOOTBLOW
ER
25-BOW-A2a-6222
SB
6224
M
6224
HS
6224
SOOTBLOW
ER
SB
6223
XL
6224
RUN
M
6223
WATER DRUM
HS
6223
XL
6223
RUN
FROM FEEDWATER
TANK
FV
6212
FY
6212
FT
6212
100-BW(H)-B3-6216
PRV
6211
ECO OUTLET
SOOTBLOWER SB
6221
M
6221
SOOTBLOW
ER SB
6222
J/O PG
J/O PG
J/O PG
TO FLASH TANK
100-BW(M)-B3-6215
FE
6212
ECO INLET
E-6216
M
6222
CDTI
6217A * C.W. SUPPLIED
* C.W. RETURN
CDTI
6217B
PHT
6217B
* C.W. SUPPLIED
* C.W. RETURN
25-BW(M)-B3-6218
H
S
6
2
2
1
FIC
6212
J/O
PG
13-S
F-C
I-62
24
13-P
H-C
I-62
25
RE
D
20
0x1
00
10
0-S
HH
-B9-
6221
PG
J/
O
25-B
OW
-A2a
-622
2
25-
BW
(M)-
B3
-62
18
XI 6221A
RUN
XI
6221B
R/L
S
A
M
P
L
E
C
O
O
L
E
R
EC-
6217A
S
A
M
P
L
E
C
O
O
L
E
R
EC-
6217B
FROM SULFIT
TANK
FROM PHOSPHATE
TANK
HS
6222
XI
6222A
RUN
XI
6222B
R/L
LAMPIRAN B
Tabel B. HAZOP pada Steam Drum Boiler
Instrument Guide
Word
Deviation Causes Consequences Safeguards L C(A) C(P) R(A) R(P) Recommendations
Flow
Transmitter
(FT-6212) –
Feed Water
inlet from
Economizer
Less Less
Flow
a) Terjadi
kelebihan
feedwater
yang
diumpankan
a) Terjadi friction
loss pada pipa-
pipa sepanjang
aliran feed water
dan steam ke
steam drum
b) Membutuhkan
waktu yang lama
dalam proses
pemanasan
c) Terjadi
penyimpangan
kualitas proses < 2,5% dari batasan SNI *
Pressure
Safety Valve
(PSV MPS 15)
1 5 1 L L a) Pengecekan
rutin pada
Control Valve
secara berkala
minimal 1 kali
dalam 3 bulan
More More
Flow
d) Steam yang
dihasilkan tidak
mencapai
temperature
yang diinginkan
karena
banyaknya
massa steam
yang harus
dipisahkan
dengan
kandungan
liquid yang
terikut
L L b) Melewatkan
sebagian steam
pada by pass
control valve
dan dimonitor
sesering
mungkin
b) Flow valve
(FV-6212)
tidak dapat
menutup
Sesuai
dengan
persentase
yang
diinginkan
dari control
room karena
aus dsb.
c) Kalibrasi valve
secara rutin dan
berkala setiap 1
tahun sekali
Tabel B. HAZOP pada Steam Drum Boiler (lanjutan)
Instrument Guide Word
Deviation Causes Consequences Safeguards L C(A) C(P) R(A) R(P) Recommendations
Level
Transmitter
(LT-6212) –
steam inlet
from steam
drum
Less Less
Level
- Feed water
dari
economizer
berkurang
- Feed water
yang masuk ke
dalam steam
drum telah
benyak yang
menjadi steam
- Steam
memproduksi
bubbles yang
memiliki
volume
tertentu
sehingga
terjadi
kesalahan
pembacaan
level
sebenarnya
a) Terjadi
overheating
pada dinding-
dinding pipa air
dalam steam
drum
b) Terjadi
kebakaran akibat
pemanasan yang
berlangsung
lama
c) Merusak boiler
water circulating
pump jika
beroperasi terus,
karena less level
menimbulkan
gesekan/friction
yang lebih besar
pada impeler
pompa
d) Terjadi
pengurangan
pada fungsi
resirkulasi yang
akan
meningkatkan
pressure
a) Flow Valve
(FV-6212)
b) Adanya
Level Alarm
High (LAH),
Level Alarm
High High
(LAHH),
Level Alarm
Low (LAL)
dan Level
Alarm Low
Low (LALL)
membuat
Kriteria
risiko level
steam drum
bernilai Low
3 1 1 L L a) Segera mematikan
boiler feed water
pump agar tidak
terjadi kerusakan
b) Perawatan
Transmitter
secara berkala
setiap 3 bulan
sekali
c) Kalibrasi
Transmitter setiap
1 tahun sekali
d) Menambah flow
aliran feedwater
masuk steam
drum hingga
setengah dari
tinggi drum, jika
terjadi
kekurangan
feedwater yang
masuk sehingga
deviasi dari set
point level berada
antara 2 sampai 5
cm, tidak boleh
lebih
Tabel B HAZOP pada Steam Drum Boiler (lanjutan)
Instrument Guide Word
Deviation Causes Consequences Safeguards L C(A) C(P) R(A) R(P) Recommendations
Pressure
Indicator (PI-
6220) in
Steam Drum
Low Low
Pressure
a) Temperatur
steam dari
economizer
rendah sehingga
tekanan juga
rendah
b) Laju aliran steam
ke steam drum
tinggi
a) Steam tidak
mencapai
temperatur yang
diinginkan
b) Steam tidak
terpisah secara
sempurna
dengan air di
steam drum c) Ada
penyimpangan
kualitas limbah
cair dan gas ke lingkungan
Pressure
Safety Valve
(PSV MPS 50)
1 5 5 M H a) Menaikkan
temperatur steam
yang masuk ke
steam drum, agar
diikuti oleh
kenaikan pressure
b) Melakukan
kalibrasi secara
rutin pada PI-
6220 setiap 1
tahun sekali
Pressure
Indicator (PI-
6213) inlet
Steam Drum
High High
Pressure
- Setelah melalui
steam drum
temperatur naik
- Terjadi gangguan
pada jalan
keluarnya steam
sehingga banyak
uap yang
terperangkap dan
menaikkan
tekanan
Terjadi eksplotion
karena dinding
steam drum tidak
dapat menampung
tekanan yang
sangat tinggi
Pressure
Safety Valve
(PSV MPS 15)
3 2 2 M M a) Menurunkan
tekanan dengan
mengalirkan
steam yang
terperangkap ke
drain
b) Memilih bahan
yang tepat untuk
dinding steam
drum sesuai
standard ASME
section VIII
Division 1
tentang Standard
for
Manufacturing
Boiler and Vessel
LAMPIRAN C
Worksheet Layer of Protection Analysis (LOPA)
Protection Layers (PLs) IED1 SL2 IC3 ICL4
GPD5 BPCS Al6 AMR7 AMD8
IEL9 TMEL10 PFD11 Note
Overheating in
tube wall and
drum
Less boiling
CE water from P- 6213 A/B (-10
cm) / 30%
0.708 0.01 0.1 0.1 1 1 7.1E-05 1E-05 0.14129 SIL0
Steam
temperature can
not be reached
More boiling
CE water from P- 6213 A/B (10 cm)
/ 75%
0.708 0.01 0.1 0.1 1 1 7.1E-05 1E-05 0.14129 SIL0
Leads to low
generation.
If pressure of boiling water in
CE drum less than 35 Kg/cm2
0.426 0.01 0.1 1 1 1 4.3E-04 1E-05 0.02349 SIL1
Carrying over of
wet steam to
turbine and lead
turbine corrosion
If pressure of
CE boiling water in drum more than
39,8 Kg/cm2
0.426 0.01 0.1 1 1 0.001 4.3E-07 1E-05 23.4924 NR
1,0
0,8
0,6
0,4
0,2
0,0
0 5000 10000 15000 20000 25000 30000
Time (hours)
R(t)
LAMPIRAN D
Grafik Reliability Komponen Steam Drum Boiler
Grafik Reliability LT-6212
Grafik Reliability LIC-6212
R(t)
Time (hours)
30000 25000 20000 15000 10000 5000 0
0,00
0,20
0,40
0,60
0,80
1,00
Reli
abil
ity
Reli
abil
ity
0,001
0,0008
0,0006
0,0004
0,0002
0
0 5000 10000 15000 20000
Time (hours)
25000 30000
λ(t)
LAMPIRAN E
Grafik Failure Rate Komponen Steam Drum Boiler
Failure Rate LT-6212
Failure Rate LIC-6212
30000 25000 10000 15000 20000
Time (hours)
λ(t)
5000 0
0,00008
0,00007
0,00006
0,00005
0,00004
0,00003
0,00002
0,00001
0
Fail
ure
Rate
F
ail
ure
Rate
LAMPIRAN F
Biodata Peneliti
Nama : Ronny Dwi Noriyati
Tempat dan Tanggal Lahir : Surabaya, 26 November 1957
Jenis Kelamin : Perempuan
Institusi : Jurusan Teknik Fisika FTI-ITS Gedung E Lantai II
Fakultas Teknologi Industri
Institut Teknologi Sepuluh Nopember Surabaya
Telp./Faks . : 031 5947188 / 031 5923626
HP : 081 235 77688
Alamat e-mail : [email protected]
RIWAYAT PENDIDIKAN PERGURUAN TINGGI
No. Perguruan Tinggi Kota & Negara Tahun
Lulus Jurusan/
Bidang Studi
1. ITS (S1) Surabaya Indonesia 1983 Teknik Fisika
2. UNAIR (S2) Surabaya Indonesia 1994 Kes. Lingkungan
3. ITS Mahasiswa S3 Surabaya Indonesia 2014-….. Teknik Elektro
PUBLIKASI :
[1] Ronny Dwi Noriyati, Tasya Muafida, Ali Musyafa’, Adi Soeprijanto.
“Comparative Study of Reliability with Quantitative Method (Risk Grap) and
Semi Quantitative (Fault Tree Analysis) on Boiler System – Petrochemical
Plant,”. Ciencia e Tecnica Vitivinicola, 2018, ISSN : 0254-0223
[2] Ronny Dwi Noriyati, Amarendra B.Prakoso, Ali Musyafa’, Adi Soeprijanto.
“HAZOP Study and Determination of Safety Integrity Level Using Fault Tree
Analysis on Fuel Gas Superheat Burner of Ammonia Unit in Petrochemical
Plant, East Java “. Asian Journal of Applied Sciences (ISSN: 2321 – 0893)
Volume 05 – Issue 02, April 2017. Asian Online Journals
www.ajouronline.com.
[3] Ronny Dwi Noriyati, Agung Setiawanto, Ali Musyafa’, Adi Soeprijanto
“HAZOP Study Base Layer of Protection Analysis at Steam Turbin 105-JT
Case Study : Amonia Plant-1, PT. Petrokimia Gresik, East Java-Indonesia”.
Australian Journal of Basic and Applied Science. (ISSN: 1991-8178, EISSN :
2309-8414). Vol.11, No. 8 (JULY ISSUE), 2017. Journal home page
www.ajbasweb.com.
[4] Ronny D. Noriyati, Anam K, Ali Musyafa, Adi Supriyanto. “Hazard and
Operability Study and Risk Management Case Study : Phosphoric Acid
Concentration Process in Petrochemical Plant-Indonesia”. International Journal
of Engineering & Technology IJET-IJENS Vol: 16 No: 01, 18440-3838- IJET-
IJENS Copy Right February 2016.
[5] Ronny Dwi Noriyati, Ontoseno Penangsang. “Evaluasi Keandalan Sistem
Distribusi Tenaga Listrik Di Industri Pupuk”. Seminar Nasional Instrumentasi,
Kontrol, Otomasi (SNIKO) 2015.Bandung Indonesia, 10-12 Desember 2015
[6] Ronny Dwi Noriyati, Septian HP, Ali Musyafa, Adi Supriyanto.”Risk
Assessment and Safety Analysis on Power Generation Boiler At PT.Petrokimia
Gresik,Indonesia”. The 2015 International Applied Reliability Symposium,
Asia Pacific. October 7 - 9, 2015 Singapore
[7] Ronny Dwi Noriyati, W Rozaq, Ali Musyafa, Adi Supriyanto. “Hazard &
operability study and determining safety integrity level on sulfur furnace unit: A
case study in fertilizer industry”. Seminar International IESS 2015, Yogyakarta
September 1-3, 2015. Available online at www.sciencedirect.com
ScienceDirect.Procedia Manufacturing 4 (2015), 231-236, Industrial
Engineering and Service Science 2015, IESS 2015. Published by ELSEVIER.
[8] Ali Musyafa’, Ivan Rachman Gunawan, M. Khamim Asy’ari, Andi
Rahmadiansyah, Ronny Dwi Noriyati. “Development of Power Electronics,
Buck Boost Converter, Based PI-PID Control On Horizontal Wind Turbine
Generation, For Low Rate Wind Speed” Australian Journal of Basic and
Applied Sciences, August 2017, Pages : 79-87 ISSN : 1991-8178, EISSN : 2309-
8414
[9] Ali Musyafa, Rozzy Kresna, A.A, Hendra Cordova, Ronny D.
Noriyati;“HAZOP Study and Risk Assessment in Three-Phase Separator Oil
and Gas Exploration Farm – East Java,Indonesia”. Advances in Natural and
Applied Sciences 2017, pp.77-85.
[10] Ali Musyafa, Sunarto, Ronny D. Noriyati. “Implementation of Pitch angle
Control Base Particle Swarm Optimization on Horizontal Axis Wind Turbine at
Low Rate Wind Speed”.Advances in Natural and Applied Sciences, 9(8) July
2015, Pages: 43-48. AENSI Journals.Advances in Natural and Applied
Sciences.ISSN:1995-0772. EISSN: 1998-1090 Journal home page:
www.aensiweb.com/ANAS.
[11] Ali Musyafa, Resti Nabila, Ronny D. Noriyati. “Hazad And Operability Study
and Analysis of Safety Integrity Level Case Study: Ammonia Refrigerant
Compressor at Petrocemical Plant”. Advances in Natural and Applied Sciences,
9(8) July 2015, Pages: 36-42. AENSI Journals.Advances in Natural and
Applied Sciences.ISSN:1995-0772 EISSN: 1998-1090 Journal home page:
www.aensiweb.com/ANAS.
[12] Ali Musyafa, Shinta Kusumawardhani, Ronny D. Noriyati, Heri Justiono.
“Evaluation of the Reliability and Prediction Maintenance on the Air
Compressor System in Ammonia Plant PT. Petrokimia Gresik”. Australian
Journal of Basic and Applied Sciences, 9(11) May 2015, Pages: 853-862.
ISSN:1991-8178. Australian Journal of Basic and Applied Sciences Journal
home page: www.ajbasweb.com.
[13] Ali Musyafa, S. A. Pratama, Ronny D. Noriyati. “Tuning of Proportional
Derivative Control Parameters Base Particle Swarm Optimization for
Automatic Brake System on Small Scale Wind Turbine Prototype”. Modern
Applied Science; Vol. 9, No. 2; 2015 ISSN 1913-1844 E-ISSN 1913-1852
Published by Canadian Center of Science and Education 289
[14] Totok R Bianto, Andika DS Natawiria, Franky Kusuma, Ali Musyafa, Ronny
Dwi Noriyati, Sylvana D Dacosta, Sonny Irawan. “The Effect of Test Interval
on Safety Instrumented Funtion (SIF) According to Safety Integrity Level (SIL)
Value on Three Phase Separator Application” Journal Internatioanl, 2015/10/20.
[15] Totok R Bianto, Franky Kusuma, Ali Musyafa, Ronny Dwi Noriyati, Ridho
Bayuaji, Sylvana D Dacosta, Sonny Irawan. “Correction factor determination
on failure rate equation of Mac,Laurin series for low and high mode
application”. Ain Shams Engineering Journal (2016),
www.elsevier.com.locate/asej.
Surabaya, April 2018
Ronny Dwi Noriyati