Anda di halaman 1dari 10

ANALISIS PENGARUH NILAI KALORI DAN HEAT RATE (LAJU KALOR)

BATUBARA TERHADAP EFISIENSI TERMAL PLTU-EMBALUT 2X25 MW


PT CAHAYA FAJAR KALTIM

Abdul Hadi, Windhu Nugroho, Farah Dinna Z.

Fakultas Teknik Universitas Mulawarman


Gedung Rektorat Lama Lt.1 – Jl.Ki hajar Dewantara – Kampus Gunung Kelua – Samarinda 75123
Telpon : 0541-736834,741118 ext. 409, fax. : 0541-749315 e-mail : ft_unmul@telkom.net

Abstrak

Tuntutan bahwa pembangkit harus mempunyai efisiensi daya yang besar mengakibatkan faktor efisiensi
merupakan hal yang sangat penting dan selalu menjadi pembahasan utama di dalam setiap pembangkit listrik. Salah
satu hal yang menjadi parameter penting dalam menentukan seberapa besar efisiensi yang telah dihasilkan oleh PLTU
adalah efisiensi termal.

Efisiensi termal pada penelitian ini diperoleh dengan melakukan perhitungan nilai kalori dan nilai heat rate
(laju kalor) dari batubara yang dipakai serta beberapa parameter lainnya seperti input coal feeder dan output generator
dihasilkan dari perangkat boiler dan turbin generator yang dipakai untuk menghasilkan listrik. Dilakukan pula
perbandingan perhitungan parameter dengan yang telah dilakukan oleh pihak PLN di Tahun 2010 serta uji analisis
regresi untuk mengetahui tingkat signifikansi pengaruh parameter terhadap efisiensi termal yang berhasil dicapai.

PLTU-Embalut PT Cahaya Fajar Kaltim menggunakan spesifikasi batubara dengan nilai kalori rata-rata
sebesar 4.547,14 kcal/kg dan nilai Total Moisture arb rata-rata sebesar 28,15 % serta nilai Inherent Moisture adb rata-
rata sebesar 14,57 %. Input coal feeder rata-rata sebesar 22.637,19 kg/jam mampu menghasilkan output generator
sebesar 25.420,99 kwh. Pemakaian bahan bakar spesifik pada Boiler Unit 2 rata-rata sebesar 0,89 kg/kwh dan heat
rate (laju kalor) rata-rata sebesar 4.051,69 kcal/kwh serta efisiensi termal rata-rata sebesar 21,29 %. Dari data
perbandingan yang telah dilakukan terjadi penurunan sebesar 9,90 % pada nilai kalori yang dipakai. Kenaikan terjadi
pada input coal feeder sebesar 48,47 %, kalori energi sebesar 33,76 % , output generator sebesar 17,18 % , pemakaian
bahan bakar spesifik sebesar 26,69 % dan heat rate (laju kalor) sebesar 14,14 % . Untuk efisiensi termal, terjadi
penurunan sebesar 12,39 % . Dari uji regresi linier yang telah dilakukan diperoleh predictors (nilai kalori dan heat
rate) memiliki pengaruh yang besar atau sangat signifikan terhadap dependent variable (efisiensi termal) yaitu sebesar
99,8 %.

Kata kunci : Nilai Kalori, Input Coal Feeder, Output Generator, Heat Rate (Laju Kalor), Pemakaian Bahan Bakar
Spesifik, Efisiensi Termal

Abstract
Demand to a generator, which has big power efficiency, causes the efficiency factor becoming an important
thing and always being the main discussion in every electricity generator. One of which becomes an important
parameter in determining how efficient of it produced by PLTU is thermal efficiency.

The thermal efficiency in this research gained by calculating calorific value and heat rate used and two other
parameters such as input coal feeder and generator output, which gained from boiler ware and turbine generator
used in producing the electricity. In addition, the parameter analytically compared to that conducted by PLN in 2010,
and tested analytically to know the significant level of parameter impacts toward the thermal efficiency which
successfully gained.

PLTU-Embalut at PT CahayaFajar Kaltim uses coal specification by average calorific value of 4.547,14
kcal/kg, average Total Moisture rate of 28,15 % arb, and average Inherent Moisture rate of 14,57 % adb. That average
input coal feeder on 22.637,19 kg is able to produce generator output of 25.420,99 kwh. The specific fuel consumption
at Boiler Unit 2 is 0,89 kg/kwh, heat rate is 4.051,69 kcal/kwh, and thermal efficiency is 21, 29 % on average. Based
on the data comparison, which has been conducted, decrease amount of 9,90 % at calorific value used. The increase
found at input coal feeder amount of 48,47 %, calorie energy amount of 33,76 %, generator output amount of 17,18

1
%, specific fuel consumption amount of 26,69 %, and heat rate amount of 14,14 %. For thermal efficiency, decreases
amount of 12,39 %. From linier regression test, gained that predictors (calorific value and heat rate) have significant
impacts toward dependent variable (thermal efficiency), that is 99,8 %.

Keyword: Calorific Value, Input Coal Feeder, Generator Output, Heat Rate, Specific Fuel Consumption, Thermal
Efficiency

I. Pendahuluan kalor) yang dihasilkan oleh perangkat boiler dan turbin


generator yang dipakai.
1.1 Latar Belakang Oleh karena itu, penyusun memilih untuk mengkaji
dan menganalisis pengaruh perhitungan nilai kalori
Batubara merupakan salah satu bahan bakar fosil. dan heat rate (laju kalor) batubara terhadap efisiensi
Pengertian umumnya adalah batuan sedimen yang termal yang dihasilkan pada PLTU-Embalut PT
dapat terbakar, terbentuk dari endapan organik, Cahaya Fajar Kaltim.
terutama sisa-sisa tumbuhan dan terbentuk melalui
proses pembatubaraan. Batubara terdiri atas berbagai 1.2 Tujuan
campuran karbon, hidrogen, oksigen, nitrogen dan
beberapa pengotor lain. Sebagian karbon itu tetap Adapun tujuan dari penelitian ini adalah sebagai
padat ketika dipanaskan dan sebagian lagi akan berikut:
berubah menjadi gas dan keluar bersama-sama unsur 1. Mengetahui proses penentuan nilai kalori
gas lainnya. Bagian gas ini mudah terbakar dan batubara dan alat-alat yang dipakai
menyala terus menerus serta agak lebih berasap 2. Mengetahui cara kerja PLTU-Embalut PT Cahaya
daripada kotoran padat yang membara. Fajar Kaltim dalam menghasilkan energi
3. Melakukan perhitungan untuk menentukan
Dalam kaitannya sebagai salah satu sumber energi besarnya spesific fuel cosumption (pemakaian
adalah pemanfaatannya sebagai bahan baku dasar bahan bakar spesifik) dan nilai heat rate (laju
pembangkit listrik, dalam hal ini pembakaran batubara kalor) batubara serta efisiensi termal PLTU-
yang menghasilkan uap. Pembangkit Listrik Tenaga Embalut PT Cahaya Fajar Kaltim
Uap (PLTU), merupakan salah satu andalan 4. Membandingkan hasil perhitungan spesific fuel
pembangkit tenaga listrik yang merupakan jantung cosumption (pemakaian bahan bakar spesifik) dan
untuk kegiatan industri. Hampir semua energi listrik nilai heat rate (laju kalor) batubara serta efisiensi
yang dibangkitkan dalam skala besar di dunia ini termal dengan perhitungan yang telah dilakukan
dihasilkan melalui siklus uap. Uap dihasilkan dari oleh PLN
pemanasan air di dalam boiler yang selanjutnya 5. Mengkaji dan menganalisis pengaruh perhitungan
dipakai memutar turbin - generator sehingga nilai kalori dan heat rate (laju kalor) terhadap
dihasilkan listrik. Dalam pembangkit konvensional efisiensi termal yang dicapai oleh PLTU-Embalut
(non nuklir) panas diperoleh dengan membakar bahan PT Cahaya Fajar Kaltim
bakar fosil salah satunya adalah batubara dimana
panas didapatkan dari hasil pembakaran yang 1.3 Batasan Masalah
digunakan untuk menguapkan air. Di dalam PLTU Ruang lingkup penelitian ini dibatasi pada :
potensi tenaga kimia yang ada di dalam bahan bakar a. Boiler yang dikaji dalam penelitian ini adalah
diubah menjadi tenaga listrik setelah melalui beberapa Boiler Unit 2 PLTU Embalut PT. Cahaya Fajar
konversi energi. Kaltim
b. Analisis kualitas batubara yang digunakan
Tuntutan bahwa pembangkit harus mempunyai adalah analisis proksimat
efisiensi daya yang besar mengakibatkan faktor c. Untuk menghitung heat rate (laju kalor) dan
efisiensi merupakan hal yang sangat penting dan selalu efisiensi termal didasarkan pada SPLN No 80
menjadi pembahasan utama di dalam setiap tahun 1989 tentang efisiensi dengan beberapa
pembangkit listrik. Salah satu hal yang menjadi penyesuaian mengikuti standar ASME
parameter penting dalam menentukan seberapa besar (American Society of Mechanical Engineers)
efisiensi yang telah dihasilkan oleh PLTU adalah d. Pengambilan data dilakukan mengikuti rekam
efisiensi termal. Efisiensi termal sendiri dapat data operator PLTU-Embalut PT. Cahaya Fajar
diperoleh dengan melakukan perhitungan nilai kalori Kaltim
dari batubara yang dipakai dan nilai heat rate (laju

2
e. Tidak membahas masalah teknis pelayanan dan bakar di industri-industri kecil. Pada hakikatnya,
biaya operasional keseluruhan dari PLTU- semua batubara dapat dibakar, tetapi dalam
Embalut PT. Cahaya Fajar Kaltim pemanfaatan sebagai bahan bakar tertentu perlu
f. Penelitian ini memanfaatkan nilai pemakaian dipenuhi berbagai persyaratan tertentu pula. Misalnya,
energi kotor (gross) sebagai parameter heat rate sebagai bahan bakar di PLTU diperlukan batubara
(laju kalor) dan mengabaikan nilai pemakaian yang mempunyai kandungan ash yang lebih kecil dari
energi bersih (netto) dan energi pemakaian 30 %. Ketel yang memanfaatkan batubara harus dapat
sendiri yang dibutuhkan oleh unit pembangkit didesain agar bisa membakar batubara dengan
kandungan ash lebih tinggi lagi, katakanlah 50 %.
II. Dasar Teori Akan tetapi, dengan kandungan ash yang yang
demikian besar dapat menimbulkan banyak masalah
2.1 Pemanfaatan Batubara dalam pengoperasiannya. Bahkan pada pembakaran
batubara yang mengandung ash dibawah 30 % pun
Batubara sebagai bahan bakar yang terbentuk di alam masih banyak menimbulkan masalah pada ketel
bersifat heterogen, baik ditinjau dari komposisi kimia karena dapat menyebabkan erosi dan pergerakan pada
dan sifat fisiknya. Disamping itu, karena batubara tabung uap.
terjadi secara alamiah, kemurnian batubara yang
diambil dari suatu daerah penambangan batubara A 2.3 Kualitas Batubara
akan berbeda dengan kemurnian batubara yang
diambil dari penambangan batubara B. Keaneka Dalam ISO 8402, secara umum kualitas didefinisikan
sebagai karakteristik menyeluruh dari suatu barang
ragaman kemurnian batubara tersebut sangat
berpengaruh pada proses pembakaran dan peralatan (produk) atau jasa yang menunjukkan kemampuannya
produksi. dalam memuaskan kebutuhan yang ditentukan atau
yang tersirat.
Suatu batubara tertentu dapat digolongkan Laverick (1987) membagi parameter kualitas didalam
menspesifikasikan batubara bahan bakar itu menjadi
berdasarkan jenis pemanfaatannya yang berbeda-beda
tiga golongan :
bergantung pada kriteria sifat atau parameter yang
diperlukan. Berbagai parameter penentu itu diuji dan
1. Spesifikasi sangat umum
dianalisis di laboratorium, yang terkadang dilanjutkan
 Nilai panas (specific energy atau calorific
dengan pengujian berskala lebih besar. Misalnya,
value)
untuk batubara sebagai bahan bakar di PLTU
 Total moisture
dilakukan pengujian pembakaran (furnace test,
burning test, atau combustion test).  Kandungan ash (ash content)
 Total sulfur
2.2 Batubara Untuk Bahan Bakar  Zat mudah menguap (volatile matter)
 Moisture dalam sampel yang dianalisis
Bahan bakar (fuel) adalah suatu material (bahan) yang  Penyebaran ukuran butir atau size
dikonsumsikan guna menghasilkan energi. Material distribution
yang termasuk dalam kategori bahan bakar (fuel)  Indeks ketergerusan (grindability index)
diantaranya : 2. Spesifikasi kurang umum
 Suhu leleh ash
 Material yang dikonsumsikan dalam proses  Susunan ash atau analisis ash
pembakaran reaksi kimia  Nitrogen
 Material yang digunakan pada reaktor nuklir  Klor, fosfor
 Material yang dimetabolisme oleh makhluk hidup  Sifat-sifat pengembangan (swelling)
3. Jarang dispesifikasikan
Meskipun secara umum semua uap dihasilkan dari  Analisis ultimat
pembangkitan energi yang menggunakan bahan bakar  Unsur runut (trace elements) yang dititik
batubara, minyak dan gas, tetapi masih ada lagi beratkan pada logam berat (heavy metal)
pembangkit energi listrik yang menggunakan bahan  Fluor
bakar yang berbeda.
 Bentuk-bentuk belerang
 Indeks slagging dan fouling
Sebagai bahan bakar, batubara dapat dimanfaatkan
untuk mengubah air menjadi uap di dalam suatu ketel  Analisis petrogarafi
uap atau boiler PLTU, untuk membakar bahan  Ash resistivity
pembuat klingker di pabrik semen dan sebagai bahan

3
Parameter kualitas batubara ditentukan di Heat rate (laju kalor) adalah perbandingan antara
laboratorium dengan cara sampling dan analisisnya jumlah energi diberikan kepada suatu sistem dan hasil
menggunakan cara-cara yang sudah dibakukan atau yang diperoleh dari sistem tersebut dalam periode
menurut metode standar. tertentu. Pada PLTU, heat rate (laju kalor) tersebut
dapat berupa heat rate (laju kalor) untuk turbin
2.4 Teknologi Pembakaran Pada PLTU Batubara generator.

Klasifikasi kualitas batubara secara umum terbagi dua, Adapun efisiensi energi termal, maka ia adalah bentuk
yaitu pembagian secara ilmiah dalam hal ini dasar energi. Artinya, semua bentuk efisiensi energi
berdasarkan tingkat pembatubaraaan, dan pembagian yang lain dapat secara sempurna dikonversi menjadi
berdasarkan tujuan penggunaannya. Berdasarkan efisiensi energi termal. Sebenarnya, semua efisiensi
urutan pembatubaraannya, batubara terbagi menjadi energi akhirnya akan dikonversikan menjadi efisiensi
batubara muda (lignite), sub bituminus, bituminus, dan energi termal, kecuali bila disimpan dalam bentuk lain.
antrasit. Pengkonversian efisiensi energi termal menjadi
bentuk efisiensi energi yang lain adalah terbatas
hingga suatu harga yang lebih kecil dari 100%.

Ketika ditulis dalam persentase, efisiensi termal harus


berada di antara 0% dan 100%. Karena inefisiensi
seperti gesekan, hilangnya panas, dan faktor lainnya,
efisiensi termal mesin tidak pernah mencapai 100%.
Seperti contoh, mesin mobil bensin memiliki efisiensi
25%, dan mesin pembangkit listrik tenaga batubara
yang besar memiliki efisiensi maksimum 46%. Mesin
diesel terbesar di dunia memiliki efisiensi maksimum
51,7%. Efisiensi PLTU banyak dipengaruhi ukuran
PLTU, karena ukuran PLTU menentukan ekonomis
tidaknya penggunaan pemanas ulang dan pemanas
Gambar 2.1 Skema pembangkitan listrik pada PLTU awal. Efisiensi thermis dari PLTU berkisar pada angka
35-38%.
Pada PLTU, seperti terlihat pada Gambar 2.1 di atas,
batubara dibakar di boiler menghasilkan panas yang 2.6 Perhitungan Pemakaian Bahan Bakar Spesifik,
digunakan untuk mengubah air dalam pipa yang Heat Rate (Laju Kalor) dan Efisiensi Termal
dilewatkan di boiler tersebut menjadi uap, yang
selanjutnya digunakan untuk menggerakkan turbin Berdasarkan SPLN No 80 tahun 1989, persamaan yang
dan memutar generator. Kinerja pembangkitan listrik digunakan untuk menghitung pemakaian bahan bakar
pada PLTU sangat ditentukan oleh efisiensi panas spesifik adalah sebagai berikut :
pada proses pembakaran batubara tersebut, karena a. Pemakaian bahan bakar spesifik gross atau disebut
selain berpengaruh pada efisiensi pembangkitan, juga juga spesific fuel consumption gross (SFCG)
dapat menurunkan biaya pembangkitan.
SFCG =
2.5 Heat Rate (Laju Kalor) dan Efisiensi Termal

Efisiensi adalah perbandingan antara energi yang Keterangan :


dihasilkan dengan energi yang dimasukkan dalam satu
sistem dalam periode yang ditentukan. Energi yang kwhG = Jumlah kwh yang dihasilkan generator (kwh)
ada pada PLTU adalah : Qf = Jumlah bahan bakar yang digunakan (kg)

b . Laju kalor gross / heat rate gross (HRG)


 Energi yang berasal dari bahan bakar. Energi ini
dihitung berdasarkan nilai kalori (calorific value)
dari bahan bakar yang bersangkutan, dengan HRG =
satuan kcal/kg
 Energi yang dihasilkan berupa tenaga listrik yang Keterangan :
keluar dari generator

4
HRG = Jumlah kalor bahan bakar dihitung Materi penelitian dalam Tugas Skripsi ini adalah
berdasarkan nilai kalor atas untuk terkait dengan pemanfaatan batubara sebagai bahan
menghasilkan setiap kwh gross bakar pada PLTU. Adapun materi yang dikaji adalah
Mf = Berat bahan bakar selama pengujian (kg) analisis pengaruh nilai kalori dan heat rate (laju kalor)
HHV = Nilai kalor atas bahan bakar yang batubara terhadap efisiensi termal pada PLTU-
digunakan (kJ/kg atau kcal/kg) Embalut PT Cahaya Fajar Kaltim.
kwhG = Jumlah kwh yang digunakan generator
(kwh) 3.2 Perangkat Penelitian

Dalam perhitungan efisiensi motor bakar, dapat Dalam pelaksanaan penelitian ini menggunakan
menggunakan nilai kalor bawah / Low Heating Value berbagai macam perangkat penelitian untuk
(LHV) dengan asumsi pada suhu tinggi saat gas buang menunjang pengumpulan data secara aktual.
meninggalkan mesin tidak terjadi pengembunan uap
air. Namun dapat juga menggunakan nilai kalor atas / 1. Kualitas batubara
High Heating Value (HHV) karena nilai tersebut  Neraca analitik PW254
umumnya lebih cepat tersedia. Peraturan pengujian  Memmert drying oven
berdasarkan ASME (American Society of Mechanical  Carbolite Furnace AAF 1100
Enggineers) menentukan penggunaan niali kalor atas  Mini Crusher Retsch SK 100
(HHV), sedangkan peraturan SAE (Society of  Retsch Test Sieve (screening) 75 μm
Automotive Engineers) menentukan penggunaan nilai  Parr 6200 Calorimeter dan Parr 6510
kalor bawah (LHV). Water Handling System
 Loyang
c. Efisiensi Termal
2. Boiler
,  Digital Infrared Termometer KRISBOW
ηth = KW06-304
 Data logsheet harian boiler unit 2 untuk
Keterangan : boiler
ηth = Efisiensi termal (%)  Data produksi
Laju Kalor = dalam kcal/kwh 3. Turbin – generator
 Data logsheet harian boiler unit 2 untuk
Efisiensi termal unit (ηth) adalah presentase keluaran turbin-generator
energi terhadap masukan kalor.
3.3 Konsep Analisis Data
2.7 Metode Analisis Data
Konsep analisis data pada penelitian ini yaitu data
Program SPSS pada umumnya digunakan untuk primer yang telah dikumpulkan dan dikelompokkan
memecahkan suatu permasalahan riset atau bisnis kemudian diaplikasikan kedalam rumus secara
dalam hal statistika atau manajemen data, khususnya teoritis. Dari hasil perhitungan kemudian dilakukan
dalam penelitian dan analisis. Cara kerjanya adalah analisis dengan metode statistik deskriptif, hasil
dengan membandingkan suatu data ke dalam suatu perhitungan aktual dibandingkan dengan standar yang
paket analisis. digunakan oleh perusahaan.

Beberapa hal penting yang merupakan konsep dasar Data perhitungan pokok yang juga menjadi dasar
dari statistik diantaranya adalah variabel, model utama dalam penelitian ini diantaranya jumlah
hubungan antar variabel, tingkat kepercayaan batubara di coal feeder, nilai kalori batubara dan
(confidence interval), tingkat signifikansi atau jumlah output (hasil) generator, dalam hal ini telah
probabilitas (significance level), jumlah data, dikonversi menjadi listrik.
pengertian uji hipotesis, derajat kebebasan (degree of
freedom). Dalam analisis statistik dikenal pula adanya Dari data-data tadi kemudian dilakukan perhitungan
uji normalitas, statistik deskriptif, korelasi dan uji untuk menentukan heat rate (laju kalor) lalu kemudian
regresi linier. menghitung seberapa besar efisiensi termal yang bisa
dicapai oleh PLTU-Embalut PT Cahaya Fajar Kaltim.
III. Metodologi Penelitian Adapan dalam melakukan analisis data, software yang
akan dijadikan rujukan adalah SPPSS (Statistical
3.1 Materi Penelitian Package for Social Science) 16.0 dibantu dengan
Microsoft Excel 2007 untuk perhitungan matematis.

5
Pada saat pembakaran batubara di boiler, kalor laten
IV. Pembahasan yang diikut sertakan dalam analisis disebut
dengan GCV (Gross Calorific Value) atau HHV
4.1 Penentuan Nilai Kalori Batubara (High Heating Value). Tabel berikut ini menunjukkan
jumlah output (hasil) generator dari spesifikasi
Dalam penelitian ini pengambilan sampel batubara batubara yang dipakai oleh PLTU-Embalut PT Cahaya
dilakukan pada Coal Feeder, sebab batubara pada Fajar Kaltim :
Coal Feeder merupakan batubara yang telah direduksi
sesuai kebutuhan Fan Mill oleh Double Roll Crusher Tabel 4.2 Analisis statistik deskriptif SPSS 16.0
yang berasal dari Coal Bunker, sehingga menjadi
bahan bakar siap pakai untuk proses pulverized di N Minimum Maksimum Mean Std.
furnace. Parameter Deviasi
Input Coal Feeder 40 20408.143 25435.7143 22637.19 902.23013
Penelitian ini menggunakan Analisis Proksimat untuk Output Generator 40 23075 25914.2857 25420.99 463.58937
mengetahui nilai Total Moisture (TMarb), Inherent
Moisture (IMadb) dan Gross Calorific Value (GCVadb). Pada hasil analisis deskriptif Tabel 4.2 berisi
informasi sebagai berikut :
Uji moisture berdasarkan ASTM D3302 dan uji Gross  Kolom pertama (Minimum) memaparkan
Calorific Value (GCV) berdasarkan ASTM D5865, besarnya nilai minimum untuk variabel Input
dilakukan dengan alat Parr 6200 Calorimeter. Berikut Coal Feeder, dan Output Generator. Nilai
ini adalah hasil penentuan nilai kalori, TM dan IM : minimum untuk variabel Input Coal Feeder
sebesar 20.408,14286 kg, dan Output Generator
Tabel 4.1 Analisis statistik deskriptif SPSS 16.0 sebesar 23075 kwh.
 Kolom kedua (Maksimum) memaparkan
N Minimum Maksimum Mean Std
besarnya nilai maksimum untuk variabel Input
Parameter Deviasi
Coal Feeder, dan Output Generator. Nilai
GCV arb 40 4337.82 4991 4547.14 148.7302
maksimum untuk variabel Input Coal Feeder
TM arb 40 26.91 29.87 28.15 0.689112
sebesar 25.435,71429 kg, dan Output Generator
IM adb 40 11.33 17.27 14.57 1.50297
sebesar 25.914,28571 kwh.
 Kolom ketiga (Mean) memaparkan besarnya nilai
Pada hasil analisis deskriptif Tabel 4.1 berisi mean untuk variabel Input Coal Feeder, dan
informasi sebagai berikut : Output Generator. Nilai mean untuk variabel
 Kolom pertama (Minimum) memaparkan Input Coal Feeder sebesar 22.637,18929 kg, dan
besarnya nilai minimum untuk variabel GCV arb, Output Generator sebesar 25.420,98571 kwh.
TM arb, dan IM adb. Nilai minimum untuk  Kolom keempat (Std Deviasi) memaparkan
variabel GCV arb sebesar 4.337,82 kcal/kg, TM besarnya nilai standar deviasi untuk variabel Input
adb sebesar 26,91 %, IM adb sebesar 11,33 %. Coal Feeder, dan Output Generator. Nilai standar
 Kolom kedua (Maksimum) memaparkan deviasi untuk variabel HHV sebesar 148,69297,
besarnya nilai maksimum untuk variabel GCV Input Coal Feeder sebesar 902,23013, dan Output
arb, TM arb, dan IM adb. Nilai maksimum untuk Generator sebesar 463,58937.
variabel GCV arb sebesar 4.991,00 kcal/kg, TM
adb sebesar 29,87 %, IM adb sebesar 17,27 %. 4.3 Spesific Fuel Consumption (Pemakaian Bahan
 Kolom ketiga (Mean) memaparkan besarnya nilai Bakar Spesifik) dan Heat Rate (Laju Kalor)
mean untuk variabel GCV arb, TM arb, dan IM Batubara
adb. Nilai mean untuk variabel GCV arb sebesar
4.547,14 kcal/kg, TM adb sebesar 28,15%, IM Untuk menentukan jumlah specific fuel consumption
adb sebesar 14,57 %. (pemakaian bahan bakar spesifik) dan heat rate (laju
 Kolom keempat (Standar Deviasi) memaparkan kalor) batubara dengan mengacu pada SPLN No 80
besarnya nilai standar deviasi untuk variabel GCV tahun 1989 dengan penyesuaian mengikuti standar
arb, TM arb, dan IM adb. Nilai standar deviasi ASME (American Society of Mechanical Enggineers)
untuk variabel GCV arb sebesar 148,73019, TM yaitu menggunakan HHV (High Heating Value)
adb sebesar 0,6891121, IM adb sebesar sebagai parameter perhitungan. Data-data yang
1,5029702. dibutuhkan adalah sebagai berikut :

4.2 Jumlah Output (Hasil) Generator a. Nilai kalori (HHV) dari batubara yang digunakan
b. Masukan (input) batubara di coal feeder

6
c. Output (hasil) generator  Nilai efisiensi termal batubara yang diperoleh
PLTU-Embalut PT Cahaya Fajar Kaltim dengan
Tabel 4.3 Analisis statistik deskriptif SPSS 16.0 nilai minimum sebesar 17,19%, nilai maksimum
sebesar 23,09% dan nilai mean sebesar 21,28%
Parameter N Minimum Maksimum Mean Std. Deviasi dengan standar deviasi sebesar 1,15.
HHV 40 4338 4991 4547.14 148.73019
Input 40 20408.14 25435.71 22637.1893 902.23013
4.5 Perbandingan Perhitungan Oleh PLN dengan
Output 40 23075 25914.28 25420.9857 463.58937 Kondisi Aktual
SFC 40 0.8 1.1 0.8865 0.04855
Berdasarkan hasil perhitungan, maka diperoleh
Pada hasil analisis deskriptif Tabel 4.3 berisi perbandingan atau selisih dari perhitungan PLN
informasi sebagai berikut : dengan perhitungan aktual sebagai berikut :

Tabel 4.6 Analisis statistik deskriptif SPSS 16.0


 Nilai Spesific fuel consumption (pemakaian bahan
bakar spesifik) batubara yang digunakan oleh Parameter PLN (09:40-11:40) Aktual (09:00-11:00) Selisih
PLTU-Embalut PT Cahaya Fajar Kaltim dengan Perbandingan 26/9/’10 16/3/’12 (%)
nilai minimum sebesar 0,8 kg/kwh, nilai maksimum HHV (kcal/kg) 5540 4991 -9.9
sebesar 1,1 kg/kwh dan nilai mean sebesar 0,88 Input Coal Feeder (kg) 30400 45137 48.47
kg/kwh dengan standar deviasi sebesar 0,04. Kalori Energi (kcal) 168416000 225278767 33.76
Output Generator (kwh) 43200 50626 17.18
Tabel 4.4 Analisis statistik deskriptif SPSS 16.0
SFC (kg/kwh) 0.7 0.89 26.69
Parameter N Minimum Maksimum Mean Std. Deviasi Heat Rate (kcal/kwh) 3898.51 4449.86 14.14
HHV 40 4338 4991 4547.14 148.73019 Efisiensi Termal (%) 22.05 19.32 -12.39
Input 40 20408.14 25435.71 22637.1893 902.23013
Kalori energi 40 94408068.9 115478142.9 100058682 4838550 Dari Tabel 4.13, terjadi penurunan sebesar 9,9 % pada
Output 40 23075 25914.28 25420.9857 463.58937 nilai kalori yang dipakai dari data PLN tahun 2010
Heat rate 40 3723.51 5005.63 4051.7 239.18328 dengan data aktual saat penelitian tahun 2012. Nilai
kalori ini sendiri mempengaruhi jumlah pasokan
Pada hasil analisis deskriptif Tabel 4.4 berisi batubara yang harus dipakai, dibanding tahun 2010,
informasi sebagai berikut : kondisi aktual tahun 2012 menyebabkan kenaikan
 Nilai heat rate (laju kalor) batubara yang digunakan sebesar 48,47 %. Penurunan nilai kalori menyebabkan
oleh PLTU-Embalut PT Cahaya Fajar Kaltim kenaikan parameter lainnya seperti kalori energi yang
dengan nilai minimum sebesar 3723,51 kcal/kwh, naik sebesar 33,76 % , output generator sebesar 17,18
nilai maksimum sebesar 5005,63 kcal/kwh dan nilai % , specific fuel consumption (pemakaian bahan bakar
mean sebesar 4051,7 kcal/kwh dengan standar spesifik) sebesar 26,69 % dan heat rate (laju kalor)
deviasi sebesar 239,18. sebesar 14,14 % . Namun hal sebaliknya tidak berlaku
untuk efisiensi termal, terjadi penurunan sebesar 12,39
4.4 Efisiensi Termal % dibanding tahun 2010.

Dalam penelitian ini, rumus perhitungan yang dipakai 4.6 Analisis Uji Kenormalan Data dan Uji
juga mengacu pada SPLN No 80 tahun 1989 tentang Regresi Linier
efisiensi. Adapun data yang dibutuhkan adalah jumlah
nilai pencapaian heat rate (laju kalor) oleh PLTU- 4.6.1 Uji Normalitas Data
Embalut PT Cahaya Fajar Kaltim.
Uji normalitas pada suatu data sangat diperlukan
Tabel 4.5 Analisis statistik deskriptif SPSS 16.0 dalam penggunaan analisis parametrik.

Tabel 4.7 Uji kenormalan data


Parameter N Minimum Maksimum Mean Std. Deviasi
Heat rate 40 3723.51 5005.63 4051.7 239.18328
Efisiensi termal 40 17.19 23.09 21.2898 1.15826

Pada hasil analisis deskriptif Tabel 4.5 berisi


informasi sebagai berikut :

7
Parameters ET (100 % - 99,8 %) harus dijelaskan oleh faktor-
N 40 faktor penyebab lainnya.
Normal Parametersa Mean 21.294533
Std. Deviation 1.1581539  Nilai Standard Error of Estimate (SEE) pada
Most Extreme Differences Absolute 0.127874 Tabel 4.17 adalah 0,05240. Nilai ini digunakan
Positive 0.0745571 untuk menilai kelayakan predictors (variabel
Negative -0.127874 bebas) dalam kaitannya dengan dependent
Kolmogorov-Smirnov Z 0.808746 variable (variabel tergantung).
Asymp. Sig. (2-tailed) 0.5299804
 Hipotesis : 4.6.2.2 Bagian Koefisien Regresi
H0 : Data berdistribusi normal
H1: Data tidak berdistribusi normal Bagian ini menggambarkan persamaan regresi untuk
mengetahui angka konstan dan uji hipotesis
 Taraf Sig. : 𝛼 = 5% = 0,05 signifikansi koefisien regresi.
 Kriteria uji hipotesis :
a. Jika Asymp 𝛼 < 0,05 H0 ditolak, H1 diterima Tabel 4.9 Koefisien Regresi
b. Jika Asymp 𝛼 > 0,05 H0 diterima, H1 ditolak
 Keputusan :
Unstandardized Standardized
Nilai Asymp 𝛼 hitung atau yang berasal dari Coefficients Coefficients
data sebesar 0,529980406 > 0,05 maka H0 Model B Std. Error Beta t Sig.
diterima dan H1 ditolak. 1 (Constant) 42.25 0.967 43.672 0
 Kesimpulan : HHV -0.009 0.001 -1.092 -9.161 0
Input -0.002 0 -1.376 -9.136 0
Karena H0 diterima dan H1 ditolak maka
output 0.002 0 0.617 7.968 0
data berdistribusi normal HR 0.005 0.001 0.944 4.32 0

4.6.2 Uji Regresi Linier


Berdasarkan Tabel 4.20 diperoleh persamaan regresi :
Analisis regresi merupakan salah satu analisis yang Y= 42,250 – 0,009X1 – 0,002X2 + 0,002X3 +
menjelaskan tentang sebab dan besarnya akibat yang 0,005X4
ditimbulkan oleh satu atau lebih variabel bebas
terhadap satu variabel terikat (tidak bebas). Keterangan :
Y = Efisiensi Termal
4.6.2.1 Ringkasan Model (Koefisien Determinasi) X1= HHV
X2= Input Coal Feeder
Analisis uji simultan merupakan uji yang dilakukan X3= Output Generator
dengan melibatkan semua predictors yang ada X4= Heat Rate (Laju Kalor)
terhadap dependent variable yang ditentukan.
Interpretasi dari model regresi pada Tabel 4.9 adalah
Tabel 4.8 Model summary predictors terhadap sebagai berikut :
dependent variable
 Konstanta sebesar 42,250 mempunyai arti jika
Std. Error tidak ada penambahan pada semua variabel bebas
Adjusted R of the HHV, Input Coal Feeder, Output Generator dan
Model R R Square Square Estimate Heat Rate (Laju Kalor) maka jumlah prediksi
a
1 .999 0.998 0.998 0.05137 variabel tergantung Efisiensi Termal adalah
sebesar 42,250
Interpretasi Tabel 4.8 adalah sebagai berikut :  Koefisien regresi X1 sebesar – 0,009 mempunyai
 Nilai R Square pada Tabel 4.17 adalah 0,998. arti bahwa setiap penambahan 1 kcal/kg HHV
Angka R Square disebut juga sebagai Koefisien maka Efisiensi Termal akan turun sebesar 0,009
Determinasi. Besarnya angka Koefisien %
Determinasi 0,998 atau sama dengan 99,8 %.  Koefisien regresi X2 sebesar – 0,002 mempunyai
Angka tersebut berarti bahwa sebesar 99,8 % arti bahwa setiap penambahan 1 kg Input Coal
Efisiensi Termal yang dihasilkan dapat dijelaskan Feeder maka Efisiensi Termal akan turun sebesar
dengan menggunakan variabel HHV, Input Coal 0,002 %
Feeder, Output Generator dan Heat Rate (Laju  Koefisien regresi X3 sebesar 0,002 mempunyai
Kalor). Sedangkan sisanya, yaitu sebesar 0,2 % arti bahwa setiap penambahan 1 kwh Output

8
Generator maka Efisiensi Termal akan bertambah diterima. Artinya, koefisien regresi X4
sebesar 0,002 % (Heat Rate / Laju Kalor) signifikan
 Koefisien regresi X4 sebesar 0,005 mempunyai
arti bahwa setiap penambahan 1 kcal/kwh Heat V. Penutup
Rate (Laju Kalor) maka Efisiensi Termal akan
bertambah sebesar 0,005 % 5.1 Kesimpulan
 Untuk menguji apakah memang benar variabel
bebas HHV, Input Coal Feeder, Output Generator Dari penelitian yang telah dilakukan maka diperoleh
dan Heat Rate (Laju Kalor) mempengaruhi kesimpulan sebagai berikut :
variabel tergantung Efisiensi Termal, maka a. Nilai kalori (HHV) berdasarkan ASTM D5685.
dilakukan pengujian dengan menggunakan angka Nilai rata-rata kalori yaitu sebesar 4.547,14
t dari Tabel 4.9. kcal/kg. Dengan nilai kalori maksimum sebesar
a. Hipotesis : 4.991 kcal/kg dan nilai minimum sebesar
H0 : Koefisien regresi tidak signifikan 4.337,82 kcal/kg
H1 : Koefisien regresi signifikan b. Diperoleh spesific fuel cosumption (pemakaian
b. Menghitung t tabel dengan ketentuan : bahan bakar spesifik) batubara Boiler Unit 2
α : 0,05 rata-rata sebesar 0,89 kg/kwh. Adapun nilai heat
Degree of Freedom (df) = (n-k)-1 rate (laju kalor) rata-rata sebesar 4.051,69
Keterangan : kcal/kwh dan nilai efisiensi termal rata-rata yang
n = jumlah data dicapai adalah sebesar 21,29 %.
k = jumlah variabel bebas c. Perbandingan perhitungan PLN dengan data
Dengan demikian diperoleh Degree of actual pada nilai kalori terjadi penurunan sebesar
Freedom (df) = (40-4)-1 = 35 9,90 %, input coal feeder mengalami kenaikan
sebesar 48,47 %, begitupun dengan kalori energi
Nilai F dari tabel sebesar 2,030108 (dicari yang naik sebesar 33,76 % , output (hasil)
dengan Ms.Excel dengan cara pada cell generator naik sebesar 17,18 % , specific fuel
kosong ketik = TINV(0.05,35) lalu Enter) consumption (pemakaian bahan bakar spesifik)
naik sebesar 26,69 % dan heat rate (laju kalor)
c. Menentukan kriteria didasarkan ketentuan naik sebesar 14,14 %. Namun untuk efisiensi
yang sudah ada sebagai berikut : termal, terjadi penurunan sebesar 12,39 %.
- Jika t hitung > t tabel, maka H0 ditolak d. Uji normalitas data untuk efisiensi termal
dan H1 diterima menunjukkan populasi data yang berdistribusi
- Jika t hitung < t tabel, maka H0 diterima normal. Ditunjukkan dengan perolehan nilai
dan H1 ditolak Asymp α pada uji Kolmogorov-Smirnov sebesar
d. Mengambil keputusan sebagai berikut : 0,52 dimana nilai ini lebih besar dari taraf sig.
- Koefisien regresi X1 (HHV) : sebesar 0,05.
Karena t hitung 9,161 > t tabel e. Uji Anova dan Koefisien Regresi menunjukkan
2,030108 maka H0 ditolak dan H1 bahwa semua predictors (constant), HHV, input
diterima. Artinya, koefisien regresi X1 coal feeder , output generator, heat rate gross
(HHV) signifikan memiliki pengaruh yang cukup besar atau sangat
- Koefisien regresi X2 (Input Coal seignifikan terhadap dependent variable
Feeder) : (efisiensi termal) yaitu sebesar 99,8 %.
Karena t hitung 9,136 > t tabel
2,030108 maka H0 ditolak dan H1 5.2 Saran
diterima. Artinya, koefisien regresi X2
(Input Coal Feeder) signifikan Sebagai pertimbangan untuk melengkapi analisis yang
- Koefisien regresi X3 (Output Generator) telah ada, saran peneliti adalah:
: 1. Dibutuhkan batubara dengan kualitas yang lebih
Karena t hitung 7,968 > t tabel baik untuk menjaga kinerja alat. Dari hasil
2,030108 maka H0 ditolak dan H1 penelitian yang telah dilakukan menunjukkan
diterima. Artinya, koefisien regresi X3 bahwa kualitas batubara khususnya nilai kalori
(Output Generator) signifikan memiliki peran yang cukup penting dalam
- Koefisien regresi X4 (Heat Rate / Laju pencapaian heat rate (laju kalor) dan juga
Kalor) : efisiensi termal dari sebuah pembangkit listrik.
Karena t hitung 4,230 > t tabel 2. Dibutuhkan pelatihan-pelatihan ataupun kursus
2,030108 maka H0 ditolak dan H1 tentang masalah quality control batubara untuk

9
para analis. Hal ini diperlukan untuk menambah 11. Wahana Komputer, 2007, Pengolahan Data
wawasan dan pengetahuan para analis, Statistik Dengan SPSS 16, CV. Andi Offset,
mengingat quality control batubara memerlukan Yogyakarta
keahlian yang didasarkan pada aturan-aturan 12. Yakub, Arbie, 2005, Pengambilan, Preparasi
baku yang telah ditentukan baik secara nasional dan Pengujian Contoh Batubara. ATC Course
maupun internasional. Materials
3. Pengecekan berkala pada bagian spesifikasi alat 13. http://imambudiraharjo.wordpress.com/
baik pada komponen boiler maupun turbin- Teknologi Pembakaran Pada PLTU Batubara«
generator akan dapat membantu dalam darmansyah1982.htm, 01-02-2012
pencapaian efisiensi termal yang lebih baik. 14. http://blog.ub.ac.id/ariesma/ Efisiensi PLTU
Karena dengan pengecekan yang berkala akan Batubara/6-5-2012
mempermudah dalam menemukan masalah-
masalah yang kemudian akan dengan cepat
diatasi.

DAFTAR PUSTAKA

1. Basuki, Cahyo Adi, 2008, Makalah Tugas Akhir


: Analisis Konsumsi Bahan Bakar Pada
Pembangkit Listrik Tenaga Uap Dengan
Menggunakan Metode Least Square, Teknik
Elektro, Universitas Diponegoro
2. Hasan, Iqbal, M., 2009, Pokok-pokok Materi
Statistik 1 (Statistik Deskriptif), Bumi Aksara,
Jakarta
3. Joko, Sapari, Muslim., Wanarti, Puput.,2008,
Teknik Pembangkit Tenaga Listrik, Direktorat
Pembinaan Sekolah Menengah Kejuruan,
Jakarta
4. Muchjidin, 2006, Pengendalian Mutu dalam
Industri Batubara, Penerbit ITB, Bandung.
5. Noor, Djauhari, 2011, Geologi Untuk
Perencanaan, Graha Ilmu, Yogyakarta
6. Nursanto, Edy., Probowati, Dyah, 2004, Buku
Petunjuk Praktikum Analisis Kualitas Batubara,
Laboratorium Batubara Jurusan Teknik
Pertambangan – FTM Universitas Pembangunan
Nasional “Veteran” Yogyakarta
7. Sarwono, Jonathan, 2012, Metode Riset Skripsi
Pendekatan Kuantitatif Menggunakan 5.
Prosedur SPSS, PT Elex Media Komputindo,
Jakarta
8. Sihombing, Helmon., 2010, Karya Akhir :
Mekanisme Pemanasan Air Di Dalam Boiler
Dengan Menggunakan Heater Tambahan Untuk
Efisiensi Pembakaran, Universitas Sumatera
Utara
9. Sukandarrumidi., 2006, Batubara dan
Pemanfaatannya. Gadjah Mada University
Press, Yogyakarta.
10. Suyanto, 2009, Prosiding Seminar Keselamatan
Nuklir : Perbandingan Perhitungan Efisiensi
Antara PLTU Konvensional Dan PLTN, Sekolah
Tinggi Teknologi Nuklir, Badan Tenaga Nuklir
Nasional

10

Anda mungkin juga menyukai