1
Fuzzy Risk Assessment pada Unit Air Separation
Plant (ASP) PT Samator Gas Industri Gresik
Kurniawan Herwindo(1) dan Anindita Adikaputri Vinaya, S.T, M.T(2)
Jurusan Manajemen Rekayasa, Fakultas Teknologi Industri dan Agroindustri, Universitas Internasional Semen Indonesia (UISI)
Gresik, Jawa Timur
kurniawan.herwindo@gmail.com(1), anindita.vinaya@uisi.ac.id(2)
Abstract—PT Samator Gresik memiliki 3 unit produksi
yaitu Air Separation Plant (ASP), unit hidrogen dan
karbon dioksida, serta unit asetilena. Pada unit Air
Separation Plant (ASP) memiliki produksi yang paling
tinggi diantara unit lainnya. Mesin-mesin pendukung
pada proses produksi ASP sangat critical. Dengan begitu
untuk meminimalir terjadinya risiko maka dilakukan
penilaian terhadap risiko pada unit ASP tersebut.
Penilaian risiko ini dilakukan dengan menganalisa
bahaya yang muncul dari suatu proses operasi dengan
menggunakan metode Fuzzy Logic. Dengan metode
tersebut, langkah awal dalam melakukan analisa adalah
dengan menentukan estimasi likelihood didapatkan dari
data maintanance dan failure rate PT Samator Gresik
dengan periode waktu 5 tahun. Sedangkan consequence
merupakan akibat yang ditimbulkan dari penyebab
bahaya yang telah teridentifikasi. Berdasarkan hasil
analisis, didapatkan tiga alat mesin yang memiliki
kriteria risiko paling tinggi yaitu “High” diantaranya
Air Filter, Air Compressor dan M.S Adsorber. Dimana
pada Air Filter memiliki kriteria likelihood “Very High”
yang berarti terjadi beberapa kali dalam setahun dan
consequence bernilai 6,67 dengan penyimpangan High.
Air Compressor yang mana memiliki ktriteria likelihood
“Low” yang berarti jarang dalam setahun dan
consequence bernilai 8,67 dengan penyimpangan Very
High. M.S Adsorber yang mana memiliki kriteria
likelihood “Low” yang berarti jarang terjadi dalam
setahun dan consequence bernilai 8,34 dengan
penyimpangan Very High.
Kata kunci—Air Separation Plant (ASP), Fuzzy Logic,
Penilaian Risiko
I. PENDAHULUAN
Umumnya di semua tempat kerja selalu terdapat
sumber bahaya yang dapat mengancam keselamatan
maupun kesehatan tenaga kerja, disamping itu juga akan
merugikan pihak perusahaan sendiri. Mulai dari
menurunnya profit perusahaan hingga kerugian lainnya.
Potensi bahaya di tempat kerja dapat ditemukan mulai dari
bahan baku, proses kerja, produk dan limbah yang
dihasilkan. Seperti pada proses produksi yang memiliki
dampak besar akan munculnya risiko yang ditimbulkan oleh
faktor mesin ataupun komponen didalamnya. Risiko adalah
ancaman yang mungkin terjadi untuk mengacaukan aktivitas
normal atau menghentikan sesuatu yang telah direncanakan
(Walters, 2006).
PT Samator Gas Industri Gresik merupakan salah
satu pabrik yang memproduksi bermacam-macam gas
industri. Perusahaan ini memproduksi Nitrogen, Oksigen,
Hidrogen, Karbon Dioksia, Asetilena dan Argon liquid.
Dalam produksinya khususnya pada Nitrogen, Oksigen, dan
Argon liquid menggunakan suatu plant yang bernama Air
Separation Plant (ASP). Air Separation Plant (ASP)
merupakan unit pemisahanan udara dengan menggunakan
sistem distilasi bertekanan. Pemisahan tersebut berdasarkan
perbedaan titik didih dari masing – masing gas yang
terdapat di udara. Pada ASP ini dimana pada fungsi
utamanya yaitu untuk memisahkan udara, sehingga
komponen yang digunakan tidak hanya menggunakan satu
mesin melainkan lebih dari satu mesin yang digunakan.
Untuk menjalankan fungsinya memproduksi berupa liquid,
ASP memiliki beberapa unit seperti filtrasi, adsorpsi dan
distilasi kolom. Pada ASP antara gas dan air dipisahkan,
karena di dalam separator diharapkan tidak terdapat
kondensat atau air sama sekali. Dan jika terdapat air maka
akan terjadi vibrasi yang sangat keras dikompressor, maka
dari itu level separator dijaga sangat ketat (Dewi, 2013).
Pada proses produksinya, yang terdiri dari banyak
komponen yang saling berkaitan, yang pastinya akan
memiliki beberapa kegagalan. Laporan kegagalan sendiri
telah dibuat secara teratur semenjak awal beroperasi sampai
sekarang, sehingga bisa diteliti dan dipantau komponen apa
saja yang tidak berjalan dengan baik. Disamping itu ketika
ada beberapa komponen yang terjadi kegagalan maka secara
tidak langsung akan menghambat jalannya proses produksi,
sehingga tidak bisa menghasilkan output yang sesuai target.
Semakin besar risiko yang terjadi, maka kerugian yang akan
ditanggung akan lebih besar dan jika kegagalan tersebut
memberikan dampak yang signifikan bisa mengalami
kerugian pada perusahaan.
Pada setiap tahapan proses produksi khususnya
pada plant ASP tidak terlepas dari berbagai risiko dan
ketidakpastian terlebih pada produksinya yaitu nitrogen,
argon dan oksigen. Beberapa proses produksi pasti akan
pernah mengalami kegagalan yang bisa disebabkan seperti
 2

pada komponen mesin itu sendiri. Untuk mengurangi
dampak yang merugikan bagi suatu perusahaan, maka perlu
dilakukan suatu penilaian risiko terhadap variable risiko
yang ada. Penilaian risiko bertujuan untuk mengevaluasi
besarnya risiko serta dampak yang akan ditimbulkannya,
sehingga dari kerugian yang terjadi dapat diminimalisir dan
masih dalam batas-batas yang dapat diterima. Penilaian
risiko digunakan sebagai langkah untuk menentukan tingkat
risiko yang ditinjau dari kemungkinan kejadian (probability)
dan dampak yang ditimbulkan (impact). Dalam hal ini risiko
adalah kombinasi logis dari kemungkinan (probabilitas) dan
perlu menggunakan logika fuzzy. Karena metode ini lebih
fleksibel dan bermakna untuk menilai risiko, pada metode
ini merupakan permasalahan yang dipakai untuk mengatasi
hal yang tidak pasti pada masalah-masalah yang mempunyai
banyak jawaban, metode ini juga biasa disebut Fuzzy Logic
atau logika samar (Rusdy dkk. 2016). Logika fuzzy berguna
untuk memecahkan permasalahan yang mengandung
ketidaktegasan. Bahwa dengan menggunakan metode fuzzy
untuk penilaian risiko lebih akurat seperti pada jurnal
Penilaian Risiko Dengan Metode Fuzzy Pada Proyek
Pembangunan Jembatan Tello (Rusdy dkk., 2016).
Pada penelitian sebelumnya pada jurnal “Analisis
Safety System dan Manajemen Risiko pada Steam Boiler
PLTU di Unit 5 Pembangkit Paiton, PT. YTL”, dimana
output menganalisis risiko pada suatu unit produksi namun
dalam pendeketannya menggunakan metode HAZOPS.
Dalam hasilnya yang menggunakan risk matrix dihasilkan
bahwa komponen yang memiliki risiko bahaya paling besar
adalah level transmitter steam drum, yaitu dengan kriteria
risiko likelihood adalah A yang berarti terjadi lebih dari 5
kali dalam 5 tahun dan kriteria konsekuensi adalah 4,
sehingga risiko bernilai Extreme Risk (Luluk, 2013).
Metode HAZOPS memang lebih detail dalam
mengidentifikasi bahaya, lebih mudah dibaca oleh operator,
lebih dominan terhadap equipment namun bentuk form lebih
rumit, membutuhkan waktu identifikasi lebih lama dan
kurang mudah digunakan (Purnama, 2015). Sedangkan pada
metode Fuzzy Logic yaitu menganalisis serta menilai risiko
yang ditimbulkan dengan mengimplementasikan analisis
risiko (sistem berbasis logika). Menurut H.S. Sii et all dalam
jurnal Reliability Engineering and System Safety
II. TINJAUAN PUSTAKA
1. UNIT AIR SEPARATION PLANT (ASP)
Pada plant ini yang memiliki fungsi yaitu sebagai
proses pemisahan udara adalah penggunaan udara & tenaga
listrik sebagai bahan baku untuk memproduksi Nitrogen,
Oksigen, dan Argon, serta gas lain secara komersial. Udara
yang digunakan sebagai bahan baku harus melalui proses
pemisahan untuk dapat menghasilkan produk berupa
oksigen, nitrogen, dan argon. Proses pemisahan yang
dilakukan adalah filtrasi, adsorpsi, dan distilasi, dimana
filtrasi dan adsorpsi digunakan untuk memisahkan pengotor
(seperti: debu, uap air, dan karbon dioksida) yang
terkandung dalam udara, sedangkan distilasi digunakan
untuk memisahkan komponen dan menghasilkan produk
dengan kemurnian yang tinggi.
1.1. Proses Kerja
Udara atmosfir dihisap dan ditekan oleh Air
Compressor lalu didinginkan pada Cooler dan
Refrigerator Unit. Untuk menghilangkan zat-zat
impurity seperti uap air, carbon dioksida maupun
senyawa hidrocarbon, maka udara dialirkan melalui
M/S Tower. Sebelum dialirkan menuju Cold Box, udara
didinginkan didalam Main Heat Exchanger. Didalam
Cold Box tekanan udara diturunkan sehingga terjadi
proses pendinginan isoentaphic Expantion. Untuk
memperbesar pendinginan, sebagian gas N2 yang
terbentuk didalam Cold Box disirkulasikan oleh
Recycle Nitrogen Compressor melalui Expantion
Turbin Unit. Didalam Expander Turbin, gas Nitrogen
mengalami proses pendinginan Adiabatic Expantion.
Didalam Cold Box inilah terjadi pemisahan unsur-unsur
udara baik dalam fase gas maupun fase cair.
GAS N2
SILENCER FEED Ar
MS A MS A HEATER
Filter AC RU
1 2
TOP
COLUMN C Ar
COLUMN

menyebutkan bahwa penggunaan estimasi nilai risiko

dengan menggunakan pendekatan fuzzy logic memiliki
beberapa kelebihan, diantaranya seperti level risiko yang
berhubungan dengan suatu kegiatan dapat dievaluasi MAIN HE
N2
langsung dengan menggunakan bahasa (natural language), WBC WET HE

toleran atau fleksible terhadap data yang tidak pasti N2

SUB COOLER
(imprecise) dan informasi yang ambigu. Fuzzy logic dapat CET
LOWER SUB COOLER
mentransformasikan pengetahuan yang berbasis dari para COLUMN LN2
LO2
ahli ke dalam bentuk formulasi matematis, dan memberikan CBC
struktur yang lebih fleksible untuk menggabungkan antara RNC
informasi yang bersifat kualitatif maupun yang bersifat
kuantitatif.
.
Gambar 1. Alur Proses Kerja ASP

2. Fuzzy Logic
Suatu nilai dapat bernilai benar atau salah secara
bersamaan. Dalam fuzzy dikenal derajat keanggotaan yang
memiliki rentang nilai 0 (nol) hingga 1(satu). Berbeda
dengan himpunan tegas yang memiliki nilai 1 atau 0 (ya
atau tidak). Logika fuzzy adalah suatu cara yang tepat untuk
memetakan suatu ruang input kedalam suatu ruang output.
Logika Fuzzy memungkinkan nilai keanggotaan antara 0
dan 1, tingkat keabuan dan juga hitam dan putih, dan dalam
bentuk linguistik, konsep tidak pasti seperti "sedikit",
"lumayan" dan "sangat".
Gambar 1. Skema Metode Fuzzy untuk Risk Assessment
III. URAIAN PENELITIAN
A. Studi Proses
Dilakukan dengan memahami proses-proses yang terjadi
di proses unit Air Separation Plant (ASP). Dan juga
mengumpulkan dokumen-dokumen yang dibutuhkan yang
didapatkan di ruang control. Studi yang dilakukan meliputi
wawancara kepada ahli, serta studi lapangan ke unit ASP.
B. Pengumpulan Data
Data-data yang dikumpulkan dalam penelitian ini adalah
data maintanance atau data mean time to failure setiap
mesin yang terdapat pada ASP, dokumen dan gambar
process flow diagram (PFD), piping and instrumentation
diagram (P&ID. Data ini yang digunakan dalam penentuan
risiko serta analisa risiko pada masing-masing mesin
penyusun tersebut.
C. Identifikasi Hazard
Identifikasi hazard dengan menggunakan metode Fuzzy.
Berikut ini langkah-langkah yang harus dilakukan dalam
mengidentifikasi bahaya, adalah sebagai berikut:
o Menentukan node/titik studi berdasarkan dokumen
dan gambar P&ID yang didapatkan. Pada ASP
node dibagi berdarkan unit penyusun inti yang
terdapat di dalam ASP yaitu filtrasi, adsorpsi dan
distilasi.
▪ Setiap node ditentukan komponen apa saja yang
mengatur proses dari input hingga menghasilkan
output. Penentuan mesin dalam setiap unit dapat
dilihat pada Process Flow Diagram yang terdapat
3
pada ruang kontrol PT Samator Gas Industri
Gresik.
D. Perancangan Sistem Fuzzy
Setelah dilakukan identifikasi hazard dan mengambil
beberapa data maintanance dari Air Separation Plant,
maka tahapan selanjutnya adalah perancangan dengan
pendekatan Fuzzy Logic. Perancangan ini dibutuhkan
untuk dapat menilai risiko pada ASP PT Samator Gas
Industri Gresik, berikut beberapa tahapannya:
Gambar 2. Alur Perancangan Logika Fuzzy
Untuk menggunakan logika fuzzy sebagai
penilaian risiko dengan jenis Fuzzy mamdani maka
input yang digunakan adalah data numerik, sedangkan
keluarannya sebagai output juga numerik.
o Fuzzifikasi
Dengan mengetahui apa saja risiko pada komponen
yang ditimbulkan maka akan dilakukan pendeketan
risiko dengan menggunakan fuzzy logic. Input dari
pendekatan fuzzy ini adalah dari likelihood dan
consequence. Setelah itu menentukan fungsi
keanggotaan dari setiap inputan
o Rule Base
Rule base tersebut merupakan aturan/ hubungan dari
kedua input dengan output, dan merupakan sistem yang
menggantikan kepakaran manusia. Logika berfikir yang
digunakan.
o Output Risk
Setelah semua inputan dari likelihood dan consequence
sudah dimasukkan kedalam program Matlab, maka
akan didapatkan output penilaian risiko.
E. Penillaian Risiko
o Likelihood
Data likelihood ini diperoleh dari kemungkinan
terjadinya risiko pada suatu periode tertentu pada
komponen tertentu. Dalam melakukan estimasi
likelihood digunakan data maintanance yang terekam
pada Work Order pada bagian Operation and
Maintanance yang ada di PT Samator Gas Industri
Gresik. Dari data kegagalan dari masing-masing
komponen akan dicari nilai Mean Time to Failure
(MTTF), yaitu merupakan rata-rata waktu kegagalan
pada komponen-komponen tersebut. Nilai likelihood
 4

diperoleh dari perbandingan antara jumlah hari High Mesin yang tidak
operasional per tahun terhadap nilai MTTF beroperasi, kegagalan
dapat menyebabkan
(1)
terganggunya beberapa
alur produksi dapat
menimbulkan kegagalan
(2) produk, dan atau tidak
memenuhi standar target
produksi ataupun
shutdown
Tabel 1. Kategori Likelihood
Medium Mesin masih dapat
Kategori Diskripsi
beroperasi, kegagalan
Very High Terus terjadi / dapat mengakibatkan
beberapa kali dalam mesin kehilangan fungsi
setahun utamanya dapat
menyebabkan cooling
High Terjadi secara rutin / down pada proses
lebih dari sekali per produksi
tahun Low Mesin tetap beroperasi
dan aman, gangguan
Medium Kadang terjadi mengakibatkan sedikit
penurunan performansi
Low Jarang terjadi atau kenerja sistem
terganggu.
Very Low Sangat jarang terjadi Very Low Sistem beroperasi dan
aman, terjadi sedikit
gangguan peralatan tidak
o Consequence berarti.
Untuk consequence merupakan suatu akibat yang
ditimbulkan dari bahaya yang telah diidentifikasi. Tabel 3. Fuzzy Sets
Consequence dapat ditinjau dari komponen yang rusak Risk Factor Fuzzy Set Range Description
sampai tidak dapat beroperasi kembali, pengaruhnya
kepada manusia, besar biaya atau kerugian yang Likelihood Very Low 0 < L ≤ 2400
ditimbulkan akibat bahaya yang terjadi, dan lain
sebagainya. Nilai consequence didapatkan pada saat Low 2400 < L ≤ 4800
wawancara kepada pihak perusahaan yang terkait
dengan risiko yang ditimbulkan. Medium 4800 < L ≤ 7200

(3) High 7200 < L ≤ 9600

Very High 9600 < L ≤ 12000

Tabel 2. Kategori Consequence Consequence Very Low 0<C≤2

Kategori Diskripsi
Low 2<C≤4
Very High Kerusakan parah pada
mesin, keparahan yang Medium 4<C≤6
sangat tinggi bila terjadi
kegagalan maka akan High 6<C≤8
mempengaruhi produksi
sehingga terjadi Very High 8 < C ≤ 10
shutdown
Risk Low 0 < C ≤ 25
Category
Medium 25 < C ≤ 50

High 50 < C ≤ 75
 5

Very High 75 < C ≤ 100

1 Air Compressor 15,92307 2750,7258

IV. HASIL DAN PEMBAHASAN Estimasi consequence ini ditentukan berdasarkan seberapa
besar kosekuensi yang diakibatkan oleh adanya suatu
A. Analisa Risiko penyimpangan yang telah diketahui. Lalu ditentukan kriteria
consequence yang berdasarkan pada Tabel 7. Berikut ini
Dalam melakukan analisa risiko, maka diperlukan suatu
kriteria consequence dari mesin Air Compressor.
batasan dari sistem yang akan dianalisis. Sistem tersebut
adalah Unit ASP. Pada unit ini dibedakan menjadi
Tabel 7. Kriteria Consequence Air Compressor
beberapat node (titik studi), yaitu Air Filter, Air
Range
Compressor, Refrigerator Unit, Recycle Nitrogen No Nama Mesin
Consequences
Compressor, Expantion Turbin, M.S Adsorber, M.S
Regenerating Heater, Silencer, Subcooler, Nitrogen 1 Air Compressor 8,67
Subcooler, Main Heat Exchanger, Liquified Oxygen
Delivery Pump, Kolom Rektifikasi.
B.3 M.S Adsorber
A.1 Air Filter Berdasarkan data maintanance yang telah dilakukan
Estimasi likelihood dilakukan berdasarkan perhitungan perhitungan sehingga mendapatkan estimasi likelihood yang
dari data maintanance yang didapat dari Depertemen terdapat di unit ASP pada Tabel di bawah ini
Pemeliharaan PT Samator Gas Industri Gresik. Kriteria
likelihood didapatkan dengan menggunakan perbandingan Tabel 8. Kriteria Likelihood M.S Adsorber
antara waktu dengan Main Time to Failure (MTTF) No Nama Mesin MTTF Likelihood
persamaan 1. Likelihood dapat ditentukan dengan
menggunakan Persamaan 3. Berdasarkan perhitungan data 1 M.S. Adsorber 9,125 4800
tersebut, maka didapatkan kriteria likelihood pada mesin ini.
Estimasi consequence ini ditentukan berdasarkan seberapa
besar kosekuensi yang diakibatkan oleh adanya suatu
Tabel 4. Kriteria Likelihood Air Filter penyimpangan yang telah diketahui. Lalu ditentukan kriteria
No Nama Mesin MTTF Likelihood consequence yang berdasarkan pada Tabel 9. Berikut ini
Tabel kriteria consequence dari mesin M.S Adsorber.
1 Air Filter 3,8442 11393,788
. Tabel 9. Kriteria Consequence M.S Adsorber
Estimasi consequence ini ditentukan berdasarkan Range
No Nama Mesin
seberapa besar kosekuensi yang diakibatkan oleh adanya Consequences
suatu penyimpangan yang telah diketahui. Lalu ditentukan 1 M.S Adsorber 8,34
kriteria consequence yang berdasarkan pada Tabel 5.
Berikut ini Tabel kriteria consequence dari mesin Air Filter
B. Fuzzy Inference System
Tabel 5. Kriteria Consequence Air Filter Dalam Perancangan sistem ini memiliki input yang
Range berupa likelihood dan consequence bedasarkan terjadinya
No Nama Mesin
Consequences kegagalan suatu. Sedangkan output yang dihasilkan berupa
1 Air Filter 6,67 penilaian risiko.

Tabel 5 yaitu penentuan nilai consequence didapatkan dari

rata-rata hasil wawancara narasumber yaitu kepala manajer
produksi, kepala maintanance dan operator foreman.

B.2 Air Compressor

Berdasarkan data maintanance yang telah dilakukan
perhitungan sehingga mendapatkan estimasi likelihood yang
terdapat di unit ASP pada Tabel di bawah ini Gambar 3. Fungsi keanggotaan likelihood

Tabel 6. Kriteria Likelihood Air Compressor

No Nama Mesin MTTF Likelihood
 6

dari komponen tersebut terjadi. Pengendalian yang

dilakukan untuk menurunkan risiko dari alat tersebut, yaitu
dapat dilakukan dengan cara melihat parameter diferensial
pressure ketika sudah mau mendekati kriteria tinggi maka
dilakukan replacemant terhadap alat tersebut. Serta
dilakukan pergantian rutin pada air filter yaitu 4 bulan
sekali.. Lalu pada Tabel 3 dapat dilihat data secara
keseluruhan peralatan mesin pada unit ASP.

Gambar 4. Fungsi keanggotaan consequence

Gambar 5. Fungsi keanggotaan risk

Gambar 7. Grafik Surface

Tabel 1. Kriteria Likelihood, Consequence, dan Risiko

Semua Mesin pada unit ASP
No Nama Mesin Likelihood Consequence Risk

11393.788 6,67 60,5

1 Air Filter
(Very High) (High) (High)

Air 2750,7258 8,67 60,6

2
Compressor (Low) (Very High) (High)

Freon
1436,6543 7,67 48,4
3 Refrigerator
(Very Low) (High) (Medium)
Unit

M.S. 4800 8,34 64,8

4
Adsorber (Low) (Very High) (High)

M.S.
Gambar 6. Hasil Deffuzifikasi Nilai Risiko pada M.S 0 8,34 42,6
5 Regenerating
Adsorber (Very Low) (Very High) (Medium)
Heater

Apabila penyimpangan pada mesin Air Filter, Air 0 2,34 17

Compressor dan M.S Adsorber terjadi, maka dapat 6 Silencer
(Very Low) (Low) (Low)
menyebabkan unit ASP mengalami shutdown. Maka dari
itu, komponen yang memiliki kriteria risiko high akan
menjadi pengawasan dan juga pengendalian apabila risiko
 7

pada unit ASP dengan menambahkan metode HAZOP untuk

0 6,34 38,1 mengatasi perincian dari setiap komponen dari per mesin.
7 Subcooler
(Very Low) (High) (Medium)

Nitrogen 0 7 37,5 UCAPAN TERIMA KASIH

8
Subcooler (Very Low) (High) (Medium)
Penulis mengucapkan terima kasih kepada seluruh
karyawan PT Samator Gas Industri Gresik, karena telah
Main Heat 0 8,67 46,6 diberikan kesempatan untuk melakukan penelitian tugas
9 akhir di perusahaan tersebut. Khususnya kepada Bapak
Exchanger (Very Low) (Very High) (Medium)
Sampurno dan Sunardji yang telah memberikan bimbingan,
Liquified pengetahuan dan juga banyak bantuan dalam menyelesaikan
Oxygen 0 7,67 37,5 laporan ini.
10
Delivery (Very Low) (High) (Medium)
Pump

Expantion 1509,4079 7 49,3 DAFTAR PUSTAKA

11
Turbine (Very Low) (High) (Medium) [1] PT PLN, 2001, Pendahuluan PLTGU, UDIKLAT
Suralaya, Suralaya.
Recycle [2] Adri, Adi (2009), “Rancang Bangun Sistem
776,1141 7 41,9
12 Nitrogen Pengendalian Kemiringan Sudut Blade pada Prototype
(Very Low) (High) (Medium)
Compressor Turbin Angin Berbasis Logika Fuzzy”, Tugas Akhir,
Institut Teknologi Sepuluh Nopember, Surabaya
Kolom 0 8,5 44,4 Dhillon, B.S. (2005), Reliability, Quality, and Safety
13 [3]
Rektifikasi (Very Low) (Very High) (Medium) for Engineers, CRC Press, New York
[4] Djunaidi, M., Setiawan, E. dan Andista, F. W. (2005),
“Penentuan Jumlah Produksi dengan Aplikasi Metode
V. KESIMPULAN DAN SARAN Fuzzy – Mamdani”, Jurnal Ilmiah Teknik Industri, Vol.
Berdasarkan penelitian ini besarnya risiko dari 4, No. 2, Des 2005, hal 95-104.
keseluruhan unit produksi plant ASP dapat diperoleh [5] Hilmi Hussin, Shuaib Kaka dan Majid, M. A. (2016).
berdasarkan kriteria likelihood dan consequence. Sehingga “A Case Study On Fuzzy Logic-Based Risk Assessment
didapatkan kriteria nilai risiko “High” yaitu : In Oil And Gas Industry”. Universitas Teknologi
- Air Filter yang mana memiliki kriteria likelihood Petronas, Malaysia
“Very High” yang berarti terjadi beberapa kali dalam [6] Iskak, M. dan Astutik, T. Y. (2009), Unit Air
setahun dan consequence bernilai 6,67 dengan Separation Plant di PT samator Gas Industri Gresik,
penyimpangan High. Laporan Kerja Praktek, Universitas Pembangunan
- Air Compressor yang mana memiliki ktriteria Nasional “Veteran”, Surabaya
likelihood “Low” yang berarti jarang dalam setahun [7] Jouhari, D. dkk., (2014), “Analisis Risk Assessment
dan consequence bernilai 8,67 dengan penyimpangan Menggunakan Process Hazard Analysis (PHA) dan
Very High Safety Objective Analysis (SOA) pada Central
- M.S Adsorber yang mana memiliki kriteria Gathering Station (CGS) di Onshore Facilities”. Tugas
likelihood “Low” yang berarti jarang terjadi dalam Kuliah, Institut Teknologi Sepuluh Nopember,
setahun dan consequence bernilai 8,34 dengan Surabaya.
penyimpangan Very High
[8] Karmilasari, Y. (2011), Penilaian Risiko dengan
Apabila terjadi penyimpangan pada ketiga alat mesin
Aplikasi Fuzzy Logic Based-Approach pada Kegiatan
tersebut , khususnya di air filter dan air compressor maka
Penerimaan, Penimbunan dan Penyaluran BBM di PT
dapat menyebabkan terjadinya shutdown karena suction
Pertamina (Persero) S&D Region II Terminal BBM
pressure tidak tercapai. Pengendalian yang dilakukan untuk
Jakarta Group-Depot Plumpang Tahun 2011, Skripsi,
menurunkan risiko dari alat tersebut, yaitu dapat dilakukan
Universitas Indonesia, Jakarta
dengan cara melihat parameter diferensial pressure ketika
sudah mau mendekati kriteria tinggi maka dilakukan [9] Kristi aningsih, L. dan Musyafa, A. (2013), “Analisis
replacemant terhadap alat tersebut. Serta dilakukan Safety System dan Manajemen Risiko pada Steam
pergantian rutin pada air filter yaitu 4 bulan sekali Boiler PLTU di Unit 5 Pembangkitan Paiton, PT.
YTL”, Jurn Teknik PomitsVol. 2, No. 2, (2013) ISSN:
Dari hasil penelitian ini maka diberikan saran untuk 2337-3539 (2301-9271 Print), B-356.
pengembangan penelitian selanjutnya, yaitu analisa risiko
 8

[10] Latief, R. U,. Abdurrahman, M. A. dan Setiawan, R.

“Penilaian Risiko dengan Metode Fuzzy pada Proyek
Pembangunan Jembatan Tello.
[11] Munir, R., Sistem Inferensi Fuzzy, Bahan kuliah: Topik
Khusus IF, Institut Teknologi Bandung, Bandung.
[12] Ossama Y. A. H., Barakat Walied (2013). “Application
of Fuzzy Logic for Risk Assessment Using Risk
Matrix”. Cairo University, Faculty of Engineering –
Electrical Power & Machines Department
[13] Rahmawati, D. N., Ya’umar dan Hs, M. I. (2013),
“Evaluasi Reliability dan Safety pada Sistem
Pengendalian Level Syn Gas 2ND Interstage Separator di
PT. Petrokimia Gresik”, Jurnal Teknik Pomits Vol. 2,
No. 2, (2013) ISSN: 2337-3539 (2301-9271 Print), F-
312.
[14] Santoso, Budhi dkk., (2014), “Perbandingan
Pendekatan Muhlbauer dan Fuzzy Inference System
Pada Proses Penilaian Risiko : Studi Kasus Pipa Bawah
Laut 14” PHE-WMO”, Institut Teknologi Sepuluh
Nopember, Surabaya.
[15] Imanuel, F, dan Amri, M, H, 2011, PT PLN (Persero) Pembangkitan
Sumatera Bagian Utara Sektor Pembangkitan Belawan bagian
Pemeliharaan GT Dan HRSG PLTGU, Universitas Medan Area.
[16] Musyafa, A, dan Adiyagsa, H, 2012, Hazard and Operability Study in
Boiler System of The Steam Power Plant, Vol. 1, No. 3, hal. 1-10.
[17] Pradana, Septian Hari, 2013, Analisis Hazard And Operability
(HAZOP) untuk Deteksi Bahaya dan Manajemen Risiko pada Unit
Boiler (B-6203) di Pabrik III PT.Petrokimia Gresik, hal. 1-6.
[18] Sugiharto, Rahmad, 2009, Perancangan Heat Recovery Steam
Generator (HRSG) dengan Sistem Tekanan Uap Dua Tingkat
Kapasitas Daya Pembangkit 77 MW, Universitas Sumatera Utara.
[19] Wahyudi, Pande, 2013, Heat Recovery Steam Generator (HRSG).
[20] Yasa, I W, W, Dharna, S, I G, B, dan Sudipta, I G, 2013, Manajemen
Risiko Operasional dan Pemeliharaan Tempat Pembuangan Akhir
(TPA) Regional Bangli di Kabupaten Bangli, Vol. 1, No. 2, hal. 30-
38.
9