STATISTIKA INDUSTRI LANJUT

A Multivariate Approach for Evaluation and

Monitoring of Water Quality in
Mining and Minerals Processing Industry

Paper oleh:
Thi Minh Khanh Le, Mikko Mäkelä, Nóra Schreithofer, Olli Dahl
(2020)
Anggota

STATISTIKA INDUSTRI LANJUT

Kelompok
Hari Prasetyo
6010201001

M Dwi Retno Triyono

6010201004

Ilham Akbar
6010201001

Annisa Nurul Aini

02411850030003

02
 STATISTIKA INDUSTRI LANJUT
Outline
• Pendahuluan
• Bahan dan Metode
• Hasil dan Pembahasan
• Keuntungan, Kerugian, dan
Penerapan Metode PCA/MSPC
• Kesimpulan

03
 PENDAHULUAN

04 STATISTIKA INDUSTRI LANJUT

 BAHAN

02
STATISTIKA INDUSTRI LANJUT
dan METODE
TINJAUAN UMUM SISTEM RESIRKULASI AIR
DI LOKASI TAMBANG
Data kualitas air diperoleh dari tambang bawah tanah
di Portugal Selatan & dipengaruhi iklim Mediterania.

Suhu rata-rata 17-18 C.

bulan Mei-September mencapai 23 C
saat musim panas mencapai 38 C
bulan Desember-Januari mencapai 10 C

Curah hujan tahunan rata-rata 509 mm.

(sebagian besar bulan Oktober-April)

3 konsumen air di lokasi penambangan:

pabrik tembaga, pabrik seng, tambang

05
 pabrik pengolahan

STATISTIKA INDUSTRI LANJUT

luapan clarifier
bubur residu
residu kasar
stasiun pompa residu tambang
endapan clarifier
residu halus

luapan luapan
tangki air pabrik pasta tangki air

endapan

kolam residu pabrik pengolahan air

kelebihan air

bubur air tambang

sumber air air daur ulang air olahan
kelebihan air dari sumber

06
 ANALISIS DAN MULTIVARIAT

STATISTIKA INDUSTRI LANJUT

Multivariate Statistics
Process Control
Principle Component
Analysis
MSPC
PCA APLIKASI STATISTIK DARI MODEL
PCA

ALAT ANALISIS MULTIVARIAT

YANG DIGUNAKAN UNTUK
KOMPRESI DATA DAN EKSTRAKSI
INFORMASI

07
 1
Tujuan PCA adalah reduksi dimensi dengan

STATISTIKA INDUSTRI LANJUT

mengubah variabel atau sumbu asli menjadi variabel
laten baru yang tidak berkorelasi yang disebut
2
principal components (PC).
Setiap PC adalah kombinasi linier dari variabel asli
yang berarti menggambarkan korelasi potensial
3
dalam variabel asli.

DATASETS
Parameter Satuan Perode Pengamatan Kisaran Rata-Rata Std. Deviasi Jumlah Observasi
pH
Konduktivitas
DO
Ca
COD
Sulfat
Jumlah Alkalinitas
Karbonat
Bikarbonat
Hidroksia
Tiosalin

08
 HASIL dan
PEMBAHASAN

09 STATISTIKA INDUSTRI LANJUT

Gambar. 3. Skor (kiri) dan Variasi Kimia dari Waktu ke Waktu (Univariate Analysis)
pemuatan (kanan) di sepanjang 3
PC pertama. Vektor skor berisi
informasi tentang bagaimana
pengamatan yang berbeda
berhubungan satu sama lain dan
vektor pembebanan berisi
informasi tentang bagaimana
variabel berhubungan satu sama
lain. Skor diwarnai oleh indeks,
yaitu tanggal titik data. Panah
yang
disajikan dalam plot skor
menunjukkan peristiwa besar
yang berpotensi mengubah
kualitas air: retikulasi penuh,
perubahan set-point pH dan
komisi FentonHDS. Fenton-HDS
adalah pabrik pengolahan yang
mengoksidasi thiosalts dan
menghilangkan sulfat sebagai

10
gypsum.
Variasi Kimia dari Waktu ke Waktu (Multivariate Analysis)

Gambar. 4 . Skor dan beban diplot pada rencana (1) PC1

vs PC2 (atas) dan (2) PC1 vs PC3 (bawah). Skor
diwarnai oleh indeks, yaitu tanggal titik data. Plot skor
menunjukkan dua cluster yang dipisahkan oleh peristiwa
besar yang terjadi di sekitar pengamatan 150. Proyeksi
pembebanan pada rencana PC1-PC2 (kanan atas)
menunjukkan korelasi antara (1) konduktivitas dan
sulfat, (2) kalsium dan pH. Proyeksi pemuatan pada plan
PC1-PC3 (kanan bawah) menunjukkan korelasi antara
semua parameter kecuali DO. DO hanya berkorelasi
sedikit dengan pH.

11
Pendekatan Multivariate untuk Deteksi Kesalahan

Gambar 5. Residual Q dan plot T2 Hotelling dari

setiap observasi dari dataset pengujian. Wilayah
kontrol (garis putus-putus) ditetapkan sebagai
batas kepercayaan 95%. Nilai residual Q yang
tinggi menunjukkan bahwa hukum korelasi awal
antar variabel dilanggar sedangkan nilai T2
Hotelling yang tinggi menyiratkan bahwa input
berada di luar wilayah pelatihan normal. Persegi
panjang merah menunjukkan periode di mana
kualitas air berada di luar batas kendali (yaitu,
Residual Q dan T2 Hotelling tinggi untuk
setidaknya dua pengamatan berturut-turut).

12
 STATISTIKA INDUSTRI LANJUT
Gambar. 6. Kontribusi nilai Q dan T2
Hotelling untuk observasi 4 dan 5 dari dataset
uji. Tujuan dari plot ini adalah untuk
mengidentifikasi variabel-variabel yang
berada di luar kendali untuk pengamatan
tersebut. Kontribusi T2 Hotelling
menunjukkan bahwa sulfat, tiosal, COD, dan
kalsium berada di luar wilayah pelatihan.
Kontribusi terhadap sisa Q menunjukkan
bahwa pH, DO, karbonat, dan bikarbonat
tidak mengikuti matriks korelasi dari dataset
pelatihan.

13
 KEUNTUNGAN, KERUGIAN, dan
PENERAPAN METODE PCA/MSPC

STATISTIKA INDUSTRI LANJUT

keuntungan
• Mengurangi jumlah grafik monitor yang
dibutuhkan.
kerugian
• Penerapan analisis data multivariat dapat membantu
• Meningkatkan rasio signal to noise. mengidentifikasi masalah pengelolaan, namun
• Mempertimbangkan semua parameter dan prosedur untuk menetapkan dan memahami apa
korelasinya. yang sebenarnya terjadi dalam pengelolaan itu
rumit.
• Model yang digunakan untuk analisis multivariat

penerapan seperti PCA adalah metode linier.

• Diagram pengendali membutuhkan penggunaan
aljabar matriks.
Penerapan metode MSPC yaitu untuk
mengidentifikasi kesalahan kualitas air dan
penyebab pelanggaran

14

KESIMPULAN
Hasil penelitian menunjukkan bahwa metode analisis
multivariat mampu mendeteksi perubahan kualitas air
akibat modifikasi rangkaian air. Ini mengidentifikasi
keempat perubahan besar yang diterapkan di
rangkaian air tambang dan secara signifikan
mempengaruhi kualitas pengelolaan air selama
periode 2002-2018. Diantaranya, modifikasi dari
siklus air panjang ke siklus air pendek benar-benar
mengubah matriks air.
Selain itu, analisis data multivariat
STATISTIKA INDUSTRI LANJUT
membuktikan penerapannya untuk mendeteksi
kesalahan dan mengidentifikasi kemungkinan
penyebab pelanggaran. Bagan residu Q dan T2
Hotelling memungkinkan pemantauan rentang
operasi input dan korelasi antar variabel, yaitu
keadaan termodinamika air tersebut.
Pengelolaan air di tempat dan online adalah
penerapan paling potensial dari apliaksi
statistik dan analisis multivariat di masa depan.
Program komputer yang menggabungkan
MSPC, neraca air lokasi tambang, dan
perhitungan termodinamika dapat membantu
menyediakan pengelolaan air situs secara
otomatis. Bagan pemantauan yang diberikan
oleh MSPC dapat digunakan sebagai alat untuk
mendeteksi kesalahan dan kerusakan sistem
pengelolaan air.
15
Terima kasih.