kombinasi metode layer of protection analysis dan …

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)


iv


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


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


Konfigurasi Parallel


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 2.20 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


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


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


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 :


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)

Dimana:

t : waktu (jam)

β : parameter bentuk (shape parameter)

η : parameter skala (scale 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)


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)


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)


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.


3. 1oo3 artinya one out of three, terdapat 1 keluaran dari 3 SIF.


4. 2oo2 artinya two out of two, terdapat 2 keluaran dari 2 SIF.


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)


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


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)


- 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


beraktivitas) berdampak kecil, akibatnya kecil terhadap

kelangsungan aktivitas, aktivitas tetap masih terlaksana

3

Moderate


beraktivitas) berdampak sedang, akibatnya sedang

terhadap kelangsungan aktivitas,sehingga aktivitas

tetap masih terlaksana

4

Major


beraktivitas) berdampak besar, akibatnya cukup

signifikan terhadap kelangsungan aktivitas, sehingga

aktivitas masih terlaksana walaupun tidak optikmal

5

Catastrophic


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)


4 4. (Below

Standard/Poor)


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

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.

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

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.

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.

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

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)

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).

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.

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

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

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

Tabel 4.11 Data Pemodelan Plant Berdasarkan Data Proses Plant


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


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


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.

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

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

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

• 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

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

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

• 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

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

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

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

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

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

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

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

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

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


- 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)


- 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

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

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.

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

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


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


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)

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).

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


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

http://www.elseviert.com/locate/ress

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

http://www.elsevier.com/locate/jlp

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 :


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 :


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




http://www.aensiweb.com/ANAS

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

http://www.ajbasweb.com/


http://www.elsevier.com/locate/ress


http://www.sciencedirect.com/

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

http://www.ajouronline.com/


http://www/

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 :


[……..] (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

mailto:[email protected]


[…….]. (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


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


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]

[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”.



http://www.ajouronline.com/

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.


http://www.sciencedirect.com/


[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



http://www.elsevier.com.locate/asej

kombinasi metode layer of protection analysis dan …

Documents