1. Pendahuluan 1.1. Latar Belakang
|
|
- Hengki Rachman
- 7 tahun lalu
- Tontonan:
Transkripsi
1 1. Pendahuluan 1.1. Latar Belakang Krisis minyak 1970-an melahirkan desakan akan usaha penelitian di luar bidang petrokimia untuk memaksimalkan enhanced oil recovery (EOR), apakah dengan steam flooding, chemical flooding, injeksi gas, injeksi mikrobial, maupun ilmu terapan lain yang terbilang nonperminyakan. Minyak mentah perolehan pertama (primary recovery) yang memanfaatkan tekanan alamiah hidrokarbon yang terperangkap pada formasi batuan, dibantu pemompaan mekanik, dengan kemudian dibantu lagi injeksi air ataupun uap air (secondary recovery), hanya menghasilkan % potensi minyak yang sesungguhnya terkandung pada formasi tersebut (Myers 2006). Untuk yield di atas angka itu, teknik dan usaha ekstra harus diterapkan, yang berarti masuk ke wilayah EOR (tertiary atau bahkan quarternary recovery). Surfaktan (surface active agents) kemudian berperan dominan pada aplikasi EOR. Ia mereduksi tegangan antarmuka atau interfacial tension (IFT). Bagaimana surfaktan berkontribusi menaikkan yield adalah dengan menarik kantong-kantong kecil minyak mentah yang terperangkap pada pori-pori formasi batuan yang telah basah oleh air. IFT antara air dengan minyak mentah pada poripori tersebut diturunkan dari angka 30 x 10-3 N m -1 agar ekstraksi minyak lebih maksimal terhadap kandungan potensi sesungguhnya. Kita dapat menyebut % sebagai contoh kenaikan rentang perolehan setelah menerapkan surfaktan dalam EOR (Hambali et al. 2008). Untuk menguji kinerja surfaktan, khususnya tegangan antarmuka, diperlukan instrumen yang menerapkan secara komersial hasil penelitian di bidang metode pengukuran tegangan antarmuka. Dorongan lingkungan industri yang berorientasi-hasil umumnya menjadikan pendekatan pragmatis berdasarkan estimasi atau prediksi sebagai sesuatu yang diterima secara luas. Aproksimasi adalah wilayah penerapan konsep-konsep kecerdasan komputasional. Kita dapat merunut ke belakang saat Zadeh (1994) mengoposisi komputasi tradisional dengan soft computing. Dalam kontras terhadap hard computing yang tepat, pasti, dan kaku; soft computing mengeksploitasi toleransi atas impresisi dan 1
2 Makalah Kolokium 2 ketidakpastian. Ekploitasi toleransi inilah yang dapat diadopsi untuk prediksi tegangan antarmuka surfaktan. Ia sekaligus menjadi substitusi prosedur yang mahal dan kompleks dalam banyak situasi praktis di industri. Pengukuran IFT untuk aplikasi EOR membutuhkan alat dengan rentang presisi pada kisaran ultra low (di bawah 1 x 10-3 N m -1 ) yaitu menggunakan metode spinning drop. Jika diputuskan untuk membeli alat ukur ini, maka satu set spinning drop tensiometer akan menguras modal awal puluhan ribu dollar disertai biaya perawatan rutin di kemudian hari. Keputusan untuk menyewa pun (yang kini jadi pilihan), akan menghabiskan 500 dollar Amerika per sampelnya. Jaringan saraf tiruan (JST) sebagai salah satu cabang besar soft computing dapat membantu menjembatani kebutuhan pengukuran ultra low tanpa biaya mahal yang biasa menyertainya. Penelitian ini dibutuhkan dengan tujuan untuk menentukan paramater masukan JST mana yang akan digunakan untuk prediksi IFT. Kinerja prediksi pun perlu diuji dan dibandingkan dengan metode prediksi lainnya. 2. Tinjauan Pustaka 2.1. Tegangan Antarmuka (IFT) Bentuk tetesan air pada keran yang sedikit bocor (liquid droplet), maupun gelembung sabun adalah beberapa fenomena tegangan permukaan (surface tension) yang dapat kita temui sehari-hari. Tegangan permukaan didefinisikan sebagai gaya yang bekerja untuk melawan kenaikan luas area permukaan. Oleh karenanya kita perlu meniup saat membuat gelembung sabun. Terlihatnya gelembung dengan permukaan spherical pada cairan sabun tersebut adalah respon melawan (tegangan) kenaikan luas gelembung akibat tiupan tadi (Pashley & Karaman 2004). Persamaan Young-Laplace merumuskannya sebagai: 2 Satuan untuk tegangan permukaan 1 dengan simbol adalah dyne cm -1 atau N m -1 dalam SI. 1 Selain symbol, simbol juga dijumpai di beberapa literatur tegangan permukaan.
3 Makalah Kolokium Surfaktan dan IFT Surfaktan (surface active agents) adalah wetting agent yang menurunkan tegangan permukaan dari suatu cairan, menjadikan penyebarannya lebih mudah, serta menurunkan tegangan antarmuka (IFT) antara dua cairan. Industri mengenal surfaktan lewat aplikasi yang ekstensif dari produk-produk pembersih bersifat detergen sejak Perang Dunia I (Myers 2006). Namun, untuk menyebut sekedar daftar penggunaan surfaktan secara tradisional saja sudah akan melebarkan topik pembicaraan aplikasi surfaktan. Keaktifan permukaan yang diharapkan pun akan berbeda-beda sesuai dengan kebutuhannya. Kebutuhan solubilitas, kemampuan mereduksi tegangan permukaan, kekuatan detergensi, pembasahan (wetting), dll. akan menjadikan satu jenis surfaktan berkinerja baik pada satu aplikasi dan tidak bagus untuk lainnya. CH 3 (CH 2 ) n CH 2 S ekor kepala hidrofobik hidrofilik Gambar 2-1. Struktur organik rantai lurus surfaktan. Karakteristik yang sudah sebagian disebutkan di atas ditentukan oleh kesetimbangan antara porsi lyophobic ( solvent-hating ) dengan porsi lyophilic ( solvent-loving ) molekul-molekul pembangun surfaktan. Secara umum surfaktan memiliki struktur organik seperti pada Gambar 2-1. Istilah kepala pada ilmu surfaktan mengacu padap porsi hidrofilik ( suka-air ) dari molekul surfaktan, sedangkan ekor pada porsi hidrofobiknya ( takut-air ) Surfaktan-MESA Berbahan Baku Minyak Sawit (CPO) Penelitian ini menggunakan sampel dari SBRC IPB yang memfokuskan bidang penelitian surfaktannya pada jenis-jenis yang berbahan mentah oleokimia (berbasis lemak) yang renewable. Minyak kelapa sawit yang dihasilkan dari mesocarp dikenal dengan crude palm oil (CPO). Bahan baku inilah yang diolah menjadi biodiesel (methyl ester) lewat proses transesterifikasi dalam campuran metanol. Hasilnya disulfonasi menggunakan aliran gas SO 3 untuk memperoleh
4 Makalah Kolokium 4 surfaktan-mesa 2 (fatty acid methyl ester sulfonic acid) yang kemudian diukur IFT-nya. Pilihan surfaktan berbahan baku oleokimia lebih baik dari umumnya surfaktan berbasis petrokimia dalam aplikasi pada sumur-sumur minyak Indonesia (SBRC IPB 2009). Surfaktan dari petroleum biasanya tidak tahan pada air formasi 3 dengan tingkat kesadahan dan salinitas tinggi, sehingga surfaktan jenis ini cenderung menggumpal saat diaplikasikan pada sumur-sumur minyak Indonesia yang bersalinitas (5,000 30,000 ppm) dan berkesadahan (> 500 ppm) tinggi Aplikasi Surfaktan Untuk Enhanced Oil Recovery Dalam oil recovery, injeksi uap bertekanan tinggi (bersuhu sekitar 340 C) digunakan untuk membanjiri formasi batuan yang telah diduga mengandung minyak. Uap akan memanaskan minyak mentah, mengurangi viskositasnya, dan mendorong materi tersebut melalui bebatuan menuju sumur recovery (Myers 2006). Siklus (1) injeksi, (2) soaking, dan (3) produksi tersebut diulang-ulang untuk memperoleh minyak. Sayangnya, usaha mengubah mobilitas minyak mentah sasaran turut mengubah pula kapilaritasnya. Bukannya terdorong keluar, ia justru tertinggal dalam pori-pori formasi bebatuan tadi. Surfaktan digunakan untuk mengatasi masalah tersebut dengan berperan sebagai pengubah karakteristik wetting minyak. IFT antara minyak dengan fasa cair (hasil injeksi) yang resisten terhadap tekanan untuk mendorongnya keluar diturunkan oleh surfaktan dengan mereduksi gaya kapiler tadi (Touhami et al. 1998) Prediksi Tegangan Permukaan Dalam latar belakang penelitian (Bagian 1.1) telah disebutkan soal kecenderungan menemukan penyelesaian yang bersifat estimasi, aproksimasi atau prediksi. Rumus empirik tegangan permukaan yang cukup terkenal untuk diacu dalam penelitian ilmu surfaktan adalah formula Macleod (1923) yang kemudian 2 Singkatan MESA berasal dari istilah fatty acid methyl ester sulfonic acid. Dalam riset ini fatty acid methyl ester yang dipakai adalah metil ester minyak sawit. 3 Istilah air formasi digunakan untuk menyebut air yang terdapat di sumur minyak.
5 Makalah Kolokium 5 pembuktiannya dilakukan oleh Boudh-Hir dan Mansoori (1990). Persamaan yang tergolong sederhana tersebut menghubungkan tegangan permukaan suatu fasa cairan pada kesetimbangan dengan fasa gasnya (vapor 4 ) lewat besaran densitas, seperti berikut ini. K Konstanta K yang kemudian diperkenalkan Sugden sebagai parachor (Escobedo & Mansoori 1996) telah diketahui berkinerja baik, nyaris konstan, pada beraneka ragam fluida dalam suhu yang beragam pula. Dalam pendekatan viskositas, Pelofsky mengusulkan relasi linear tegangan permukaan seperti di bawah ini (Queimada et al. 2004). ln ln Plot ln sebagai fungsi viskositas-resiprokal dalam eksperimen Queimada et al. (2004) untuk n-alkana murni dan campuran secara umum menggambarkan tren linear. Johlin (1930) adalah salah seorang yang mencoba menarik hubungan empirik antara ph dengan tegangan permukaan pada era Macleod dan Sugden. Ia mendapati pola plot tegangan permukaan yang mirip pada kisaran ph 5 sampai 9. Persamaan teoretis yang merumuskan dependensi tegangan permukan terhadap ph pun pernah diajukan oleh Petelska dan Figaszewski (2000). Kepala hidrofilik yang berukuran lebih besar berhubungan dengan ph rendah. Pembesaran ukuran pada ph tersebut menurunkan IFT (Petelska et al. 2002) Metode Pengukuran Tegangan Antarmuka Drelich et al. (2002) membuat rangkuman komprehensif mengenai metode-metode pengukuran tegangan antarmuka yang mendasari cara kerja berbagai instrumen komersial maupun metode pengukuran skala laboratorium. Metode tensiometri spinning drop ditempatkan di akhir pembahasan bersama mikropipet guna memisahkan wilayah aktual ilmu surface pada penerapan EOR 4 Istilah vapor digunakan untuk kesetimbangan dua fasa (cair-gas) di bawah titik uap.
6 Makalah Kolokium 6 (Bagian 2.3) yang pada prakteknya adalah pengukuran ultra low (di bawah 1 x 10-3 N m -1 ). Dalam ilustrasi pengukuran IFT surfaktan terhadap minyak mentah, Tetesan minyak mentah dimasukkan ke dalam campuran surfaktan (Gambar 2-2 sebelah kiri). Keseluruhan massa itu dirotasikan sehingga tetesan minyak mentah tadi akan berada di tengah. Saat putaran bertambah cepat (Gambar 2-2 sebelah kanan), tetesan akan memanjang (elongated). Gaya sentrifugal akan melawan IFT yang cenderung mempertahankan bentuk spherical tetesan minyak mentah yang lebih besar densitasnya dibandingkan densitas campuran surfaktan di sekitarnya. ρ r droplet campuran surfaktan ω Gambar 2-2. Elongated droplet minyak mentah dalam tabung berisi campuran surfaktan yang diputar. Persamaan Vonnegut (Tadros 2005) menghubungkan tegangan antarmuka (σ), selisih densitas minyak mentah-campuran surfaktan ( ), kecepatan angular ( ), dengan radius awal ( ) tetesan minyak tadi sebagai σ 2.6. (JST) Ada banyak situasi praktis saat pengetahuan eksak akan fungsi y = f(x) tidak diketahui atau sulit diturunkan secara analitik. Alih-alih berkutat pada formulasi f(x), JST menjembatani hubungan keluaran y dengan masukan x lewat pelatihan mengenali pola pasangan y dan x yang telah diketahui sebelumnya. Istilah artificial neural network (JST) muncul sebagai model dari karakter biologis neuron (saraf) yang mentransmisikan sinyal melalui persambungan synapses.
7 Makalah Kolokium 7 bias x 1 =1 x 1 w 1 w 0 x 2. w 2 w n n i= 0 x i w i a f f(a) x n neuron X f(x) Gambar 2-3. Sebuah neuron dalam JST. Unit dasar neuron disebut perceptron, sedangkan tipe koneksinya tergolong jaringan feedforward, yaitu maju dari masukan ke keluaran saat JST bekerja. Feedforward pada Gambar 2-3 adalah operasi pembobotan masukan sampai oleh masing-masing hingga, kemudian dijumlahkan, dan hasilnya menjadi masukan fungsi aktivasi. Arsitektur JST yang umum digunakan adalah multi layer perceptron yang terdiri atas lapisan masukan (input layer), lapisan tersembunyi (hidden layer), dan lapisan keluaran (output layer), dengan bobot interkoneksi yang menghubungkan unit-unit neuron individual tadi secara feedforward JST Propagasi Balik Pelatihan JST yang umum dipakai adalah teknik propagasi balik yang dikembangkan Rumelhart, Hinton dan Williams (Fu 1994). Yang dipropagasi balik selama pelatihan adalah error dari lapisan keluaran kemudian mundur ke lapisan tersembunyi. Prinsip kerjanya adalah (1) bobot diinisialisasi (acak), kemudian (2) masukan yang telah diketahui keluarannya diumpankan ke JST secara feed forward untuk kemudian (3) dihitung seberapa meleset dari target (error). Berbekal error, (4) bobot kemudian dapat disesuaikan dengan aturan
8 Makalah Kolokium 8 Widrow-Hoff yang secara garis besar melakukan penyesuaiannya sebagai w ji = αδ j xi Penerapan Prediksi Berbasis Kumar et al. (2005) menggunakan JST propagasi balik dengan dua lapisan tersembunyi untuk mendapatkan nilai tegangan permukaan dari 166 senyawa organik. Untuk lapisan masukan, mereka menggunakan tiga parameter surfaktan (1) parachor dari hasil penelitian Escobedo dan Mansoori (1998) di atas, (2) densitas fasa cair, dan (3) indeks refraktif. Evaluasi AAD% (absolute average percent deviation) JST yang dihasilkan pun mereka klaim lebih baik dari hasil 1.05 yang dihasilkan Escobedo dan Mansoori (1998), yaitu Untuk bidang oleokimia yang masih berdekatan dengan surfaktan yang menjadi objek penelitian, terdapat sejumlah prediksi berbasis JST yang samasama dilatarbelakangi ide mensubstitusi alat yang mahal maupun metode yang kompleks. Baroutian et al. (2008) memperoleh JST propagasi balik dengan 7 neuron pada lapisan tersembunyi untuk prediksi densitas biodiesel berdasarkan temparaturnya. Kumar dan Bansal (2007) juga meneliti secara khusus tujuh arsitektur JST untuk memprediksikan empat keluaran, yaitu titik api, titik nyala, viskositas, dan densitas biodiesel. Serupa dengan penelitian ini, Cheenkachorn (2004) menggunakan pendekatan statistik metode best subset dan JST untuk menentukan viskositas, high heating value (HV), dan angka setana. 3. Metode Penelitian 3.1. Pemilihan Parameter Masukan Data pengujian kualitas surfaktan-mesa yang dimiliki SBRC IPB (2009) terdiri atas IFT, densitas, viskositas, ph, dan kandungan bahan aktif. Pada Bagian 2.4 telah dibahas mengenai usaha-usaha merumuskan tegangan permukaan secara empirik berdasarkan densitas, viskositas, dan ph. Penelitian ini akan merancang model empirik yang menghubungkan ketiga parameter tadi dengan IFT. σ,,ph
9 Makalah Kolokium 9 Ketiga parameter di atas dapat diperoleh lewat pengukuran fisik, sedangkan data kandungan bahan aktif yang berasal dari prosedur titrasi kimia tidak dipakai sebagai masukan sistem, karena JST diharapkan menjadi alternatif uji laboratorium, yaitu dengan menghindari prosedur yang kompleks dan biaya yang ditimbulkannya (misalnya biaya reaktan). Secara umum, setelah sistem ini ada, density meter, viscometer, dan phmeter diharapkan dapat mensubstitusi penggunaan spinning drop tensiometer pada spesifikasi pengukuran tertentu. Dibandingkan dengan penelitian Kumar et al. (2005), maka sistem ini dirancang untuk tidak memerlukan acuan database konstanta parachor yang tersedia khusus senyawa-senyawa tertentu Perancangan Merujuk pada hasil-hasil riset sebelumnya (Baroutian et al. 2008; Kumar & Bansal 2007; Ramadhas et al. 2006), JST lapis banyak dengan teknik propagasi balik akan digunakan untuk masalah prediksi IFT (Gambar 3-1). Saat penelitian Baroutian et al. (2008) dilakukan, jumlah 7 neuron dalam lapisan tersembunyi yang diperoleh adalah dari proses trial and error yang dilakukan dengan terorganisasi. Yaitu, memulai dari 2 neuron, lakukan pelatihan dan pengujian baru kemudian menambah lagi menjadi 3, 4, dst. Pada setiap penambahan dilihat apakah hasilnya membaik atau tidak. densitas viskositas.. IFT ph ρ,η,ph f σ Gambar 3-1 Ilustrasi arsitektur JST yang digunakan.
10 Makalah Kolokium 10 Menentukan jumlah neuron pada lapisan tersembunyi menjadi penting. Jika terlalu sedikit, maka akan menyebabkan underfitting. Sementara itu, terlalu banyak hidden layer menyebabkan overfitting, yaitu kapasitas pemprosesan JST terlalu besar, padahal jumlah datanya tidak cukup untuk melatih semua neuron pada lapisan tersembunyi. Pemilihan data pelatihan dan data pengujian awal menggunakan komposisi 75:25. Untuk setiap supervised learning yang dilakukan, validasi silang dikerjakan dengan membagi dua (split half), kemudian secara bergantian potongan-potongan tersebut menjadi data pelatihan dan data pengujian. Bila jumlah data dapat ditambah maka jumlah lipatan validasi dapat ditambah menjadi 3-fold-cross-validation. Variasi error pengujian antar-fold yang berbeda akan menjadi salah satu tolok ukur kinerja model JST yang diteliti Pengkodean Keluaran dan Masukan Fungsi aktivasi yang digunakan adalah yang bertipe sigmoid. Selain turunannya yang mudah, yaitu f ' ( x) = f ( x)(1 f ( x)) (untuk digunakan saat propagasi balik), sifat kontinyunya sesuai untuk pengkodean data keluaran, yaitu nilai IFT. Pada sumber data yang dimiliki, IFT berkisar antara 0.02 x 10-3 hingga 0.1 x 10-3 N m -1. Untuk range tersebut tidak dilakukan pengkodean keluaran. Untuk masukan ph (bernilai 2 3), viskositas (bernilai ), dan densitas juga tidak dilakukan pengkodean ulang Perangkat Perancangan Untuk keperluan simulasi digunakan aplikasi pemprograman Matlab 7. Perangkat lunak ini sudah menyertakan algoritme pelatihan Levernberg- Marquardt untuk teknik propagasi balik. 4. Daftar Pustaka Baroutian S, Kheireddine-Aroua M, Abdul-Rahman AA, Sulaiman NMN Prediction of palm oil-based methyl ester biodiesel density using artificial neural networks. J App Sci 8(10):
11 Makalah Kolokium 11 Boudh-Hir ME, Mansoor GA Statistical mechanics basis of Macleod s formula. J Phys Chem 94: Drelich J, Fang C, White CL Measurement of interfacial tension in fluidfluid systems. Di dalam: Hubbard AT. Encyclopedia of Surface and Colloid Science. Ed ke-1. New York: Marcel Dekker. hlm 3: Escobedo J, Mansoori GA Surface tension prediction for pure fluids. AIChE J 42(5): Escobedo J, Mansoori GA Surface tension prediction for liquid mixtures. AIChE J 44(10): Fu LM Neural Networks in Computer Intelligence. Gainesville: McGraw- Hill. Hambali E, Permadi P, Pratomo A, Suryani A, Maria R Palm oil-based methyl ester sulphonate as an oil well stimulation agent. J Oil Palm Research (special issue October):8-11 Johlin JM The influence of ph and solution concentration on the surface tension of gelatin solutions determined by the sessile bubble method. J Biol Chem 87: Kumar D, Gupta S, Basu S Prediction of surface tension of organic liquids using artificial neural networks. Indian Chem Eng 47(4): Kumar J, Bansal A Selection of best neural network for estimating properties of diesel-biodiesel blends [abstrak]. Di dalam: Proceedings of the 6th Conference on 6th WSEAS Int. Conf. on Artificial Intelligence, Knowledge Engineering and Data Bases. Corfu Island, Feb Wisconsin: WSEAS. hlm Myers D Surfactant Science and Technology. Ed ke-3. New Jersey: J Wiley. Pashley RM, Karaman ME Applied Colloid and Surface Chemistry. West Sussex: J Wiley. Petelska AD, Figaszewski ZA Effect of ph on the interfacial tension of lipid bilayer membrane [abstrak]. Biophys J 78(2): Petelska AD, Naumowicz M, Figaszewski ZA Interfacial tension of the bilayer lipid membrane [abstrak]. Cell Moll Biol Lett 7:212.
12 Makalah Kolokium 12 [SBRC IPB] Surfactant and Bioenergy Research Center IPB Laporan Kemajuan Penelitian: Peningkatan Nilai Tambah Minyak Sawit Melalui Pengembangan Teknologi Proses Produksi Surfaktan MES dan Aplikasinya Untuk Meningkatkan Produksi Minyak Bumi Menggunakan Metode Huff and Puff. Tadros FT Applied Surfactans. Principles and Applications. Weinheim: Wiley-VCH. Touhami Y, Hornof V, Neale GH Dynamic interfacial tension behavior of acidified oil/surfactant-enhanced alkaline systems. 1. Experimental studies. Elsevier Science Colloid Surf 132: Queimada AJ, Marrucho IM, Stenby EH, Coutinho JAP Generalized relation between surface tension and viscosity: a study on pure and mixed n- alkanes. Di dalam: Fluid Phase Equilibria. Proceedings of the Fifteenth Symposium on Thermophysical Properties; Colorado: Jun Colorado: Elsevier Science. hlm ( ): Zadeh LA Fuzzy logic, neural networks, and soft computing. Comm ACM 57(3):77-84.
BAB 3. METODE PENELITIAN
BAB 3 METODE PENELITIAN 31 Pemilihan Parameter Masukan JST Data pengujian kualitas surfaktan-mesa yang dimiliki SBRC IPB (009) terdiri atas tegangan permukaan, IFT, densitas, viskositas, ph, dan kandungan
Lebih terperinciKONSEP TIRUAN BOGOR 20100
KONSEP STATISTIKA SEBAGA AI KRITERIA PEMBERHENTIAN PELATIHAN JARINGAN SARAF TIRUAN UNTUK MENGATASI KETERBATASAN DATA (Studi Kasus padaa Prediksii Tegangan Permukaan Surfaktan-MESA dari Minyak Kelapa Sawit)
Lebih terperinciBAB 1. PENDAHULUAN 1.1. Latar Belakang
BAB 1. PENDAHULUAN 1.1. Latar Belakang Kondisi data banyak (ribuan hingga ratusan) tidaklah selalu tersedia dalam aplikasi nyata jaringan saraf tiruan (JST). Silvert dan Baptist (1998) mencontohkan bidang
Lebih terperinciPENDAHULUAN 1.1. Latar Belakang
I. PENDAHULUAN 1.1. Latar Belakang Menurut BP Statistical Review 2011, sejak tahun 2003 untuk pertama kalinya Indonesia mengalami defisit minyak dimana tingkat konsumsi lebih tinggi dibanding tingkat produksi.
Lebih terperinciBAB I PENDAHULUAN I.1.
BAB I PENDAHULUAN I.1. Latar Belakang Beberapa tahun ini produksi minyak bumi selalu mengalami penurunan, sedangkan konsumsi minyak selalu mengalami penaikan. Menurut Pusat Data Energi dan Sumber Daya
Lebih terperinciPemilihan Model JST untuk Penentuan Angka Oktana Biogasolin Sesuai dengan Data Masukannya
Yogyakarta, 16 Oktober 2008 Pemilihan Model JST untuk Penentuan Angka Oktana Biogasolin Sesuai dengan Data Masukannya Abdul Wahid dan Bambang Heru Susanto Laboratorium Sistem Proses Kimia, Departemen Teknik
Lebih terperinciMETODOLOGI PENELITIAN
III. METODOLOGI PENELITIAN 3.1. ALAT DAN BAHAN Peralatan yang digunakan adalah jangka sorong, destilator, pompa vacum, pinset, labu vacum, gelas piala, timbangan analitik, tabung gelas/jar, pipet, sudip,
Lebih terperinciLAPORAN AKHIR PENGARUH WAKTU SULFONASI DALAM PEMBUATAN SURFAKTAN MES (METHYL ESTER SULFONATE) BERBASIS MINYAK KELAPA SAWIT KASAR (CPO)
LAPORAN AKHIR PENGARUH WAKTU SULFONASI DALAM PEMBUATAN SURFAKTAN MES (METHYL ESTER SULFONATE) BERBASIS MINYAK KELAPA SAWIT KASAR (CPO) Diajukan Sebagai Persyaratan untuk Menyelesaikan Pendidikan Diploma
Lebih terperinciPENGARUH RASIO MOL REAKTAN DAN LAMA SULFONASI TERHADAP KARAKTERISTIK METHYL ESTER SULFONIC (MES) DARI METIL ESTER MINYAK SAWIT
PENGARUH RASIO MOL REAKTAN DAN LAMA SULFONASI TERHADAP KARAKTERISTIK METHYL ESTER SULFONIC (MES) DARI METIL ESTER MINYAK SAWIT Methyl Ester Sulfonic Sri Hidayati 1, Pudji Permadi 2, Hestuti Eni 3 1 2 3
Lebih terperinciHASIL DAN PEMBAHASAN
IV. HASIL DAN PEMBAHASAN MESA off grade merupakan hasil samping dari proses sulfonasi MES yang memiliki nilai IFT lebih besar dari 1-4, sehingga tidak dapat digunakan untuk proses Enhanced Oil Recovery
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Minyak bumi telah memberikan kontribusi yang cukup besar terhadap ekonomi dunia hingga saat ini. Persediaan akan panas, cahaya, dan transportasi bergantung terhadap
Lebih terperinciSeminar Nasional Cendekiawan 2015 ISSN:
STUDI LABORATORIUM MENGENAI PENGARUH PENINGKATAN KONSENTRASI SURFAKTAN TERHADAP PENINGKATAN PRODUKSI MINYAK PADA INJEKSI SURFAKTAN DENGAN KADAR SALINITAS AIR FORMASI YANG BERVARIASI Tommy Viriya dan Lestari
Lebih terperinciPenerapan Jaringan Saraf Tiruan Metode Backpropagation Menggunakan VB 6
Penerapan Jaringan Saraf Tiruan Metode Backpropagation Menggunakan VB 6 Sari Indah Anatta Setiawan SofTech, Tangerang, Indonesia cu.softech@gmail.com Diterima 30 November 2011 Disetujui 14 Desember 2011
Lebih terperinciPrarancangan Pabrik Metil Ester Sulfonat dari Crude Palm Oil berkapasitas ton/tahun BAB I PENGANTAR
BAB I PENGANTAR A. Latar Belakang Pertumbuhan jumlah penduduk Indonesia yang begitu pesat telah menyebabkan penambahan banyaknya kebutuhan yang diperlukan masyarakat. Salah satu bahan baku dan bahan penunjang
Lebih terperinciSTUDI LABORATORIUM PENGARUH KONSENTRASI SURFAKTAN POLIMER TERHADAP RECOVERY FACTOR DENGAN BERBAGAI SALINITAS
STUDI LABORATORIUM PENGARUH KONSENTRASI SURFAKTAN POLIMER TERHADAP RECOVERY FACTOR DENGAN BERBAGAI SALINITAS Ricky 1), Sugiatmo Kasmungin 2), M.Taufiq Fathaddin 3) 1) Mahasiswa Magister Perminyakan, Fakultas
Lebih terperinciA. Sifat Fisik Kimia Produk
Minyak sawit terdiri dari gliserida campuran yang merupakan ester dari gliserol dan asam lemak rantai panjang. Dua jenis asam lemak yang paling dominan dalam minyak sawit yaitu asam palmitat, C16:0 (jenuh),
Lebih terperinciBAB 2 LANDASAN TEORI. fuzzy logic dengan aplikasi neuro computing. Masing-masing memiliki cara dan proses
8 BAB 2 LANDASAN TEORI 2.1 Teori Neuro Fuzzy Neuro-fuzzy sebenarnya merupakan penggabungan dari dua studi utama yaitu fuzzy logic dengan aplikasi neuro computing. Masing-masing memiliki cara dan proses
Lebih terperinciBAB 2 LANDASAN TEORI. Pengenalan suara (voice recognition) dibagi menjadi dua jenis, yaitu
BAB 2 LANDASAN TEORI 2.1 Pengenalan Suara. Pengenalan suara (voice recognition) dibagi menjadi dua jenis, yaitu speech recognition dan speaker recognition. Speech recognition adalah proses yang dilakukan
Lebih terperinciSTUDI KESTABILAN BUSA MENGENAI PENGARUH SUHU DAN ELEKTROLITSERTA KONSENTRASI SURFAKTAN DENGAN DAN TANPA MINYAK
Seminar Nasional Cendekiawan ke 3 Tahun 2017 ISSN (P) : 2460-8696 Buku 1 ISSN (E) : 2540-7589 STUDI KESTABILAN BUSA MENGENAI PENGARUH SUHU DAN ELEKTROLITSERTA KONSENTRASI SURFAKTAN DENGAN DAN TANPA MINYAK
Lebih terperinciKARAKTERISASI SURFAKTAN POLIMER PADA SALINITAS PPM DAN SUHU 85 C
Seminar Nasional Cendekiawan ke 3 Tahun 2017 ISSN (P) : 2460-8696 Buku 1 ISSN (E) : 2540-7589 KARAKTERISASI SURFAKTAN POLIMER PADA SALINITAS 15.000 PPM DAN SUHU 85 C Radityo Danisworo 1, Sugiatmo Kasmungin
Lebih terperinciLampiran 2. Prosedur Uji Kinerja Formula Surfaktan APG untuk Enhanced Water Flooding
LAMPIRAN 52 Lampiran 2. Prosedur Uji Kinerja Formula Surfaktan APG untuk Enhanced Water Flooding 1. Tegangan Antar Permukaan Metode Spinning Drop (Gardener and Hayes, 1983) Cara kerja Spinning Drop Interfacial
Lebih terperinciVOL. 01 NO. 02 [JURNAL ILMIAH BINARY] ISSN :
PENERAPAN JARINGAN SYARAF TIRUAN UNTUK MEMPREDIKSI JUMLAH PRODUKSI AIR MINUM MENGGUNAKAN ALGORITMA BACKPROPAGATION (STUDI KASUS : PDAM TIRTA BUKIT SULAP KOTA LUBUKLINGGAU) Robi Yanto STMIK Bina Nusantara
Lebih terperinciMETODOLOGI PENELITIAN
III. METODOLOGI PENELITIAN A. Kerangka Pemikiran Perusahaan dalam era globalisasi pada saat ini, banyak tumbuh dan berkembang, baik dalam bidang perdagangan, jasa maupun industri manufaktur. Perusahaan
Lebih terperinciPREDIKSI CURAH HUJAN DI KOTA MEDAN MENGGUNAKAN METODE BACKPROPAGATION NEURAL NETWORK
PREDIKSI CURAH HUJAN DI KOTA MEDAN MENGGUNAKAN METODE BACKPROPAGATION NEURAL NETWORK Yudhi Andrian 1, Erlinda Ningsih 2 1 Dosen Teknik Informatika, STMIK Potensi Utama 2 Mahasiswa Sistem Informasi, STMIK
Lebih terperinciIMPLEMENTASI JARINGAN SYARAF TIRUAN DALAM PEMILIHAN METODE ENHANCED OIL RECOVERY
IMPLEMENTASI JARINGAN SYARAF TIRUAN DALAM PEMILIHAN METODE ENHANCED OIL RECOVERY Oleh : Malunlana Alamsah, Anas Puji Santoso, Boni Swadesi Jurusan Teknik Perminyakan, Universitas Pembangunan Nasional Veteran
Lebih terperinciKAJIAN LABORATORIUM MENGENAI PENGARUH SALINITAS, PERMEABILITAS DAN KONSENTRASI SURFAKTAN TERHADAP PEROLEHAN MINYAK PADA PROSES INJEKSI SURFAKTAN
Seminar Nasional Cendekiawan ke 3 Tahun 2017 ISSN (P) : 2460-8696 Buku 1 ISSN (E) : 2540-7589 KAJIAN LABORATORIUM MENGENAI PENGARUH SALINITAS, PERMEABILITAS DAN KONSENTRASI SURFAKTAN TERHADAP PEROLEHAN
Lebih terperinciOptimasi Metode Jaringan Syaraf Tiruan pada Pemodelan Salinitas Air Tanah
Optimasi Metode Jaringan Syaraf Tiruan pada Pemodelan Salinitas Air Tanah Risa Rezki Permatasari1,a), Acep Purqon1,b) 1 Laboratorium Fisika Bumi, Kelompok Keilmuan Fisika dan Sistem Kompleks, Fakultas
Lebih terperinciIV. HASIL DAN PEMBAHASAN
IV. HASIL DAN PEMBAHASAN A. SIFAT FISIKO-KIMIA BIJI DAN MINYAK JARAK PAGAR Biji jarak pagar (Jatropha curcas L.) yang digunakan dalam penelitian ini didapat dari PT. Rajawali Nusantara Indonesia di daerah
Lebih terperinciMODEL PEMBELAJARAN JARINGAN SYARAF TIRUAN UNTUK OTOMATISASI PENGEMUDIAN KENDARAAN BERODA TIGA
MODEL PEMBELAJARAN JARINGAN SYARAF TIRUAN UNTUK OTOMATISASI PENGEMUDIAN KENDARAAN BERODA TIGA Ramli e-mail:ramli.brt@gmail.com Dosen Tetap Amik Harapan Medan ABSTRAK Jaringan Syaraf Tiruan adalah pemrosesan
Lebih terperinciBAB I PENDAHULUAN. Dalam beberapa tahun terakhir, metode pengurasan minyak tahap lanjut
BAB I PENDAHULUAN I.1. Latar Belakang Dalam beberapa tahun terakhir, metode pengurasan minyak tahap lanjut atau EOR (Enhanced Oil Recovery) menjadi pokok bahasan yang ramai diperbincangkan. Metode EOR
Lebih terperinciBAB 3 PERANCANGAN SISTEM. Bab ini menguraikan analisa penelitian terhadap metode Backpropagation yang
BAB 3 PERANCANGAN SISTEM Bab ini menguraikan analisa penelitian terhadap metode Backpropagation yang diimplementasikan sebagai model estimasi harga saham. Analisis yang dilakukan adalah menguraikan penjelasan
Lebih terperinci1. Pendahuluan. 1.1 Latar Belakang
1. Pendahuluan 1.1 Latar Belakang Pasar valuta asing telah mengalami perkembangan yang tak terduga selama beberapa dekade terakhir, dunia bergerak ke konsep "desa global" dan telah menjadi salah satu pasar
Lebih terperinciBab 1 PENDAHULUAN. 1.1 Latar Belakang
Bab 1 PENDAHULUAN 1.1 Latar Belakang Sejak ribuan tahun yang lalu, minyak bumi telah digunakan oleh manusia untuk berbagai keperluan. Usaha pencarian sumber minyak di dalam bumi mulai dilakukan pada tahun
Lebih terperinciBAB I PENDAHULUAN. baku baru yang potensial. Salah satu bahan yang potensial untuk pembuatan surfaktan adalah
BAB I PENDAHULUAN 1.1 Latar Belakang Perkembangan pembuatan surfaktan tidak hanya dalam pencarian jenis surfaktan yang baru untuk suatu aplikasi tertentu di suatu industri, tetapi juga melakukan pencarian
Lebih terperinciPERBANDINGAN ANTARA MODEL NEURAL NETWORK DAN MODEL DUANE UNTUK EVALUASI KETEPATAN PREDIKSI WAKTU KERUSAKAN SUATU KOMPONEN
Feng PERBANDINGAN ANTARA MODEL NEURAL NETWORK DAN MODEL DUANE UNTUK... 211 PERBANDINGAN ANTARA MODEL NEURAL NETWORK DAN MODEL DUANE UNTUK EVALUASI KETEPATAN PREDIKSI WAKTU KERUSAKAN SUATU KOMPONEN Tan
Lebih terperinciI. PENDAHULUAN. Potensi Indonesia sebagai produsen surfaktan dari minyak inti sawit sangat besar.
I. PENDAHULUAN 1.1. Latar Belakang dan Masalah Potensi Indonesia sebagai produsen surfaktan dari minyak inti sawit sangat besar. Hal ini dikarenakan luas areal perkebunan kelapa sawit di Indonesia terus
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Forecasting Forecasting (peramalan) adalah seni dan ilmu untuk memperkirakan kejadian di masa yang akan datang. Hal ini dapat dilakukan dengan melibatkan data historis dan memproyeksikannya
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1. Barcode Salah satu obyek pengenalan pola yang bisa dipelajari dan akhirnya dapat dikenali yaitu PIN barcode. PIN barcode yang merupakan kode batang yang berfungsi sebagai personal
Lebih terperinciANALISIS ALGORITMA INISIALISASI NGUYEN-WIDROW PADA PROSES PREDIKSI CURAH HUJAN KOTA MEDAN MENGGUNAKAN METODE BACKPROPAGATION NEURAL NETWORK
ANALISIS ALGORITMA INISIALISASI NGUYEN-WIDROW PADA PROSES PREDIKSI CURAH HUJAN KOTA MEDAN MENGGUNAKAN METODE BACKPROPAGATION NEURAL NETWORK Yudhi Andrian 1, M. Rhifky Wayahdi 2 1 Dosen Teknik Informatika,
Lebih terperinciBAB 1 PENDAHULUAN. Universitas Sumatera Utara
BAB 1 PENDAHULUAN 1.1 Latar Belakang Kebutuhan terhadap Bahan Bakar Minyak (BBM) pertama kali muncul pada tahun 1858 ketika minyak mentah ditemukan oleh Edwin L. Drake di Titusville (IATMI SM STT MIGAS
Lebih terperinciBAB II NEURAL NETWORK (NN)
BAB II NEURAL NETWORK (NN) 2.1 Neural Network (NN) Secara umum Neural Network (NN) adalah jaringan dari sekelompok unit pemroses kecil yang dimodelkan berdasarkan jaringan syaraf manusia. NN ini merupakan
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
BAB IV HASIL DAN PEMBAHASAN 4.1. Hasil Pada penelitian yang telah dilakukan, katalis yang digunakan dalam proses metanolisis minyak jarak pagar adalah abu tandan kosong sawit yang telah dipijarkan pada
Lebih terperinciBAB IV JARINGAN SYARAF TIRUAN (ARTIFICIAL NEURAL NETWORK)
BAB IV JARINGAN SYARAF TIRUAN (ARTIFICIAL NEURAL NETWORK) Kompetensi : 1. Mahasiswa memahami konsep Jaringan Syaraf Tiruan Sub Kompetensi : 1. Dapat mengetahui sejarah JST 2. Dapat mengetahui macam-macam
Lebih terperinciPeramalan Data IHSG Menggunakan Metode Backpropagation
Peramalan Data IHSG Menggunakan Metode Backpropagation Seng Hansun Program Studi Teknik Informatika, Universitas Multimedia Nusantara, Tangerang, Indonesia hansun@umn.ac.id Diterima 31 Agustus 2012 Disetujui
Lebih terperinciLaporan Praktikum KI3141 Kimia Fisik Percobaan G-3 Tegangan Permukaan Cairan Cara Cincin Du Nouy. : Gayatri Ayu Andari NIM :
Laporan Praktikum KI3141 Kimia Fisik Percobaan G-3 Tegangan Permukaan Cairan Cara Cincin Du Nouy Nama : Gayatri Ayu Andari NIM : 10511053 Kelompok : 05 Tanggal Percobaan : 29 Oktober 2015 Tanggal Pengumpulan
Lebih terperinciKEMAMPUAN SURFAKTAN METIL ESTER SULFONAT (MES) SEBAGAI OIL WELL STIMULATION AGENT
KAJIAN PENGARUH SUHU, LAMA PEMANASAN DAN KONSENTRASI ASAM (HCl) TERHADAP KEMAMPUAN SURFAKTAN METIL ESTER SULFONAT (MES) SEBAGAI OIL WELL STIMULATION AGENT Oleh ASTI LESTARI F34101020 2006 FAKULTAS TEKNOLOGI
Lebih terperinciKelompok B Pembimbing
TK-40Z2 PENELITIAN Semester I - 2006/2007 PEMBUATAN ESTER METIL SULFONAT DARI CPO UNTUK SURFACTANT FLOODING Kelompok Dwike Indriany (13003008) Jelita Alamanda (13003092) Pembimbing Dr. Ir. Retno Gumilang
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.6. Jaringan Syaraf Tiruan Jaringan syaraf tiruan atau neural network merupakan suatu sistem informasi yang mempunyai cara kerja dan karakteristik menyerupai jaringan syaraf pada
Lebih terperinci2.1. Dasar Teori Bandwidth Regression
2.1. Dasar Teori 2.1.1. Bandwidth Bandwidth adalah ukuran kapasitas dari sistem transmisi (Comer, 2004) Bandwidth adalah konsep pengukuran yang sangat penting dalam jaringan, tetapi konsep ini memiliki
Lebih terperinciIMPLEMENTASI JARINGAN SYARAF TIRUAN METODE BACKPROPAGATION UNTUK MEMPREDIKSI HARGA SAHAM
IMPLEMENTASI JARINGAN SYARAF TIRUAN METODE BACKPROPAGATION UNTUK MEMPREDIKSI HARGA SAHAM Ayu Trimulya 1, Syaifurrahman 2, Fatma Agus Setyaningsih 3 1,3 Jurusan Sistem Komputer, Fakultas MIPA Universitas
Lebih terperinciIII. METODOLOGI A. Bahan dan Alat 1. Alat 2. Bahan
III. METODOLOGI A. Bahan dan Alat 1. Alat Peralatan yang digunakan untuk memproduksi MESA adalah Single Tube Falling Film Reactor (STFR). Gambar STFR dapat dilihat pada Gambar 6. Untuk menganalisis tegangan
Lebih terperinciPOSITRON, Vol. IV, No. 2 (2014), Hal ISSN :
Modifikasi Estimasi Curah Hujan Satelit TRMM Dengan Metode Jaringan Syaraf Tiruan Propagasi Balik Studi Kasus Stasiun Klimatologi Siantan Fanni Aditya 1)2)*, Joko Sampurno 2), Andi Ihwan 2) 1)BMKG Stasiun
Lebih terperinciANALISIS PENAMBAHAN NILAI MOMENTUM PADA PREDIKSI PRODUKTIVITAS KELAPA SAWIT MENGGUNAKAN BACKPROPAGATION
ANALISIS PENAMBAHAN NILAI MOMENTUM PADA PREDIKSI PRODUKTIVITAS KELAPA SAWIT MENGGUNAKAN BACKPROPAGATION Eka Irawan1, M. Zarlis2, Erna Budhiarti Nababan3 Magister Teknik Informatika, Universitas Sumatera
Lebih terperinciIMPLEMENTASI JARINGAN SYARAF TIRUAN MULTI LAYER FEEDFORWARD DENGAN ALGORITMA BACKPROPAGATION SEBAGAI ESTIMASI NILAI KURS JUAL SGD-IDR
Seminar Nasional Teknologi Informasi dan Multimedia 205 STMIK AMIKOM Yogyakarta, 6-8 Februari 205 IMPLEMENTASI JARINGAN SYARAF TIRUAN MULTI LAYER FEEDFORWARD DENGAN ALGORITMA BACKPROPAGATION SEBAGAI ESTIMASI
Lebih terperinciPENERAPAN JARINGAN SYARAF TIRUAN DALAM MEMPREDIKSI TINGKAT PENGANGGURAN DI SUMATERA BARAT
PENERAPAN JARINGAN SYARAF TIRUAN DALAM MEMPREDIKSI TINGKAT PENGANGGURAN DI SUMATERA BARAT Havid Syafwan Program Studi Manajemen Informatika, Amik Royal, Kisaran E-mail: havid_syafwan@yahoo.com ABSTRAK:
Lebih terperinciBAB I PENDAHULUAN. Krisis energi yang terjadi di dunia khususnya dari bahan bakar fosil yang
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Krisis energi yang terjadi di dunia khususnya dari bahan bakar fosil yang bersifat non renewable disebabkan dari semakin menipisnya cadangan minyak bumi. Saat
Lebih terperinciSINTESIS METIL ESTER SULFONAT MELALUI SULFONASI METIL ESTER MINYAK KEDELAI UNTUK APLIKASI CHEMICAL FLOODING
Sintesis Metil Ester Sulfonat Melalui Sulfonasi Metil Ester Minyak Kedelai Untuk Aplikasi Chemical Flooding (Richie Adi Putra) SINTESIS METIL ESTER SULFONAT MELALUI SULFONASI METIL ESTER MINYAK KEDELAI
Lebih terperinciANALISIS JARINGAN SYARAF TIRUAN UNTUK MEMPREDIKSI JUMLAH RESERVASI KAMAR HOTEL DENGAN METODE BACKPROPAGATION (Studi Kasus Hotel Grand Zuri Padang)
ANALISIS JARINGAN SYARAF TIRUAN UNTUK MEMPREDIKSI JUMLAH RESERVASI KAMAR HOTEL DENGAN METODE BACKPROPAGATION (Studi Kasus Hotel Grand Zuri Padang) 1 Musli Yanto, 2 Sarjon Defit, 3 Gunadi Widi Nurcahyo
Lebih terperinciLAMPIRAN I DATA PENGAMATAN
LAMPIRAN I DATA PENGAMATAN 1.1 Data Analisis Bahan Baku Pembuatan Surfaktan Metil Ester Sulfonat (MES) Analisis karakter minyak kelapa sawit kasar (CPO) sebelum dan setelah di pre-treatment (tabel 14).
Lebih terperinciTransesterifikasi parsial minyak kelapa sawit dengan EtOH pada pembuatan digliserida sebagai agen pengemulsi
Transesterifikasi parsial minyak kelapa sawit dengan EtOH pada pembuatan digliserida sebagai agen pengemulsi Rita Arbianti *), Tania S. Utami, Heri Hermansyah, Ira S., dan Eki LR. Departemen Teknik Kimia,
Lebih terperinciBAB 3 METODOLOGI PENELITIAN
BAB 3 METODOLOGI PENELITIAN 3.1. Data Yang Digunakan Dalam melakukan penelitian ini, penulis membutuhkan data input dalam proses jaringan saraf tiruan backpropagation. Data tersebut akan digunakan sebagai
Lebih terperinciKELAKUAN FASA CAMPURAN ANTARA RESERVOAR-INJEKSI-SURFAKTAN UNTUK IMPLEMENTASI ENHANCED WATER FLOODING
PROCEEDING SIMPOSIUM NASIONAL IATMI 2001 Yogyakarta, 3-5 Oktober 2001 KELAKUAN FASA CAMPURAN ANTARA RESERVOAR-INJEKSI-SURFAKTAN UNTUK IMPLEMENTASI ENHANCED WATER FLOODING Sugihardjo 1, Edward Tobing 1,
Lebih terperinciSeminar Nasional Cendekiawan ke 3 Tahun 2017 ISSN (P) : Buku 1 ISSN (E) :
Seminar Nasional Cendekiawan ke 3 Tahun 2017 ISSN (P) : 2460-8696 Buku 1 ISSN (E) : 2540-7589 KAJIAN LABORATORIUM MENGENAI PENGARUH SALINITAS, JENIS SURFAKTAN DAN KONSENTRASI SURFAKTAN TERHADAP RECOVERY
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
BAB IV HASIL DAN PEMBAHASAN 4.1 Data Bahan Baku Minyak Minyak nabati merupakan cairan kental yang berasal dari ekstrak tumbuhtumbuhan. Minyak nabati termasuk lipid, yaitu senyawa organik alam yang tidak
Lebih terperinciESTIMASI PERMEABILITAS RESERVOIR DARI DATA LOG MENGGUNAKAN JARINGAN SYARAF TIRUAN PADA FORMASI MENGGALA PT CHEVRON PACIFIC INDONESIA
ESTIMASI PERMEABILITAS RESERVOIR DARI DATA LOG MENGGUNAKAN JARINGAN SYARAF TIRUAN PADA FORMASI MENGGALA PT CHEVRON PACIFIC INDONESIA Liana Zamri *, Juandi M, Muhammad Edisar Jurusan Fisika Fakultas Matematika
Lebih terperinciPerbaikan Metode Prakiraan Cuaca Bandara Abdulrahman Saleh dengan Algoritma Neural Network Backpropagation
65 Perbaikan Metode Prakiraan Cuaca Bandara Abdulrahman Saleh dengan Algoritma Neural Network Backpropagation Risty Jayanti Yuniar, Didik Rahadi S. dan Onny Setyawati Abstrak - Kecepatan angin dan curah
Lebih terperinciPENGENALAN POLA GARIS DASAR KALIMAT PADA TULISAN TANGAN UNTUK MENGETAHUI KARAKTER SESEORANG DENGAN MENGGUNAKAN ALGORITMA RESILIENT BACKPROPAGATION
PENGENALAN POLA GARIS DASAR KALIMAT PADA TULISAN TANGAN UNTUK MENGETAHUI KARAKTER SESEORANG DENGAN MENGGUNAKAN ALGORITMA RESILIENT BACKPROPAGATION ABSTRAK Juventus Suharta (0722026) Jurusan Teknik Elektro
Lebih terperinciBAB 1 PENDAHULUAN Latar Belakang
BAB 1 PENDAHULUAN 1.8. Latar Belakang Indonesia mulai tahun 2007 dicatat sebagai produsen minyak nabati terbesar di dunia, mengungguli Malaysia, dengan proyeksi produksi minimal 17 juta ton/tahun di areal
Lebih terperinciLampiran 1. Pohon Industri Turunan Kelapa Sawit
LAMPIRAN Lampiran 1. Pohon Industri Turunan Kelapa Sawit 46 Lampiran 2. Diagram alir proses pembuatan Surfaktan Metil Ester Sulfonat (MES) Metil Ester Olein Gas SO 3 7% Sulfonasi Laju alir ME 100 ml/menit,
Lebih terperinciBAB II DASAR TEORI Jaringan Syaraf Tiruan. Universitas Sumatera Utara
BAB II DASAR TEORI Landasan teori adalah teori-teori yang relevan dan dapat digunakan untuk menjelaskan variabel-variabel penelitian. Landasan teori ini juga berfungsi sebagai dasar untuk memberi jawaban
Lebih terperinciSATIN Sains dan Teknologi Informasi
SATIN - Sains dan Teknologi Informasi, Vol. 2, No., Juni 206 SATIN Sains dan Teknologi Informasi journal homepage : http://jurnal.stmik-amik-riau.ac.id Jaringan Syaraf Tiruan Peramalan Inventory Barang
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 JARINGAN SARAF SECARA BIOLOGIS Jaringan saraf adalah salah satu representasi buatan dari otak manusia yang selalu mencoba untuk mensimulasikan proses pembelajaran pada otak
Lebih terperinciBAB I PENDAHULUAN. alternatif lain yang dapat dijadikan sebagai solusi. Pada umumnya sumber energi
BAB I PENDAHULUAN 1.1 Latar Belakang Meningkatnya perindustrian di Indonesia akan menyebabkan kebutuhan bahan bakar fosil yang semakin meningkat sehingga dibutuhkan bahan bakar alternatif lain yang dapat
Lebih terperinciAPLIKASI SURFAKTAN DARI MINYAK SAWIT UNTUK PEMBUANGAN DEPOSIT WAX PADA PERFORASI DAN SISTEM PIPA SUMUR PRODUKSI (STUDI KASUS SUMUR MINYAK XP)
i APLIKASI SURFAKTAN DARI MINYAK SAWIT UNTUK PEMBUANGAN DEPOSIT WAX PADA PERFORASI DAN SISTEM PIPA SUMUR PRODUKSI (STUDI KASUS SUMUR MINYAK XP) RIZKY RAMADINI FEBRINDA DEPARTEMEN TEKNOLOGI INDUSTRI PERTANIAN
Lebih terperinciBAB 2 KONSEP DASAR PENGENAL OBJEK
BAB 2 KONSEP DASAR PENGENAL OBJEK 2.1 KONSEP DASAR Pada penelitian ini, penulis menggunakan beberapa teori yang dijadikan acuan untuk menyelesaikan penelitian. Berikut ini teori yang akan digunakan penulis
Lebih terperinciBab IV Hasil dan Pembahasan
Bab IV Hasil dan Pembahasan Penelitian ini dilakukan dalam dua tahap. Penelitian penelitian pendahuluan dilakukan untuk mendapatkan jenis penstabil katalis (K 3 PO 4, Na 3 PO 4, KOOCCH 3, NaOOCCH 3 ) yang
Lebih terperinciJaringan Syaraf Tiruan. Disusun oleh: Liana Kusuma Ningrum
Jaringan Syaraf Tiruan Disusun oleh: Liana Kusuma Ningrum Susilo Nugroho Drajad Maknawi M0105047 M0105068 M01040 Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Sebelas Maret
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Perangkat keras komputer berkembang dengan pesat setiap tahunnya selalu sudah ditemukan teknologi yang lebih baru. Meskipun demikian masih banyak hal yang belum dapat
Lebih terperinciTUGAS FISIKA FARMASI TEGANGAN PERMUKAAN
TUGAS FISIKA FARMASI TEGANGAN PERMUKAAN Disusun Oleh : Nama NIM : Anita Ciptadi : 16130976B PROGRAM STUDI D-III FARMASI FAKULTAS FARMASI UNIVERSITAS SETIA BUDI SURAKARTA 2013/2014 KATA PENGANTAR Puji syukur
Lebih terperinciIV. HASIL DAN PEMBAHASAN
IV. HASIL DAN PEMBAHASAN A. Hasil Analisis Biji dan Minyak Jarak Pagar Biji jarak pagar dari PT Rajawali Nusantara ini dikemas dalam kemasan karung, masing-masing karung berisi kurang lebih 30 kg. Hasil
Lebih terperinciAPLIKASI JARINGAN SYARAF TIRUAN UNTUK MEMPREDIKSI VOLUME PEMAKAIAN AIR BERSIH DI KOTA PONTIANAK
APLIKASI JARINGAN SYARAF TIRUAN UNTUK MEMPREDIKSI VOLUME PEMAKAIAN AIR BERSIH DI KOTA PONTIANAK [1] Meishytah Eka Aprilianti, [2] Dedi Triyanto, [3] Ilhamsyah [1] [2] [3] Jurusan Sistem Komputer, Fakultas
Lebih terperinciII. TINJAUAN PUSTAKA. Kelapa sawit (Elaeis Guineesis Jacq) merupakan salah satu tanaman perkebunan
II. TINJAUAN PUSTAKA 2.1. Minyak Inti Sawit (PKO) Kelapa sawit (Elaeis Guineesis Jacq) merupakan salah satu tanaman perkebunan Indonesia yang memiliki masa depan cukup cerah. Perkebunan kelapa sawit semula
Lebih terperinciPrarancangan Pabrik Asam Stearat dari Minyak Kelapa Sawit Kapasitas Ton/Tahun BAB I PENDAHULUAN
BAB I PENDAHULUAN Kelapa sawit merupakan salah satu komoditas utama yang dikembangkan di Indonesia. Dewasa ini, perkebunan kelapa sawit semakin meluas. Hal ini dikarenakan kelapa sawit dapat meningkatkan
Lebih terperincilalu menghitung sinyal keluarannya menggunakan fungsi aktivasi,
LAMPIRAN 15 Lampiran 1 Algoritme Jaringan Syaraf Tiruan Propagasi Balik Standar Langkah 0: Inisialisasi bobot (bobot awal dengan nilai random yang paling kecil). Langkah 1: Menentukan maksimum epoch, target
Lebih terperinciBAB III RANCANGAN PENELITIAN
BAB III RANCANGAN PENELITIAN 3.1. Metodologi Penelitian Surfaktan methyl ester sulfonat (MES) dibuat melalui beberapa tahap. Tahapan pembuatan surfaktan MES adalah 1) Sulfonasi ester metil untuk menghasilkan
Lebih terperinciGambar 1. Hop multi komunikasi antara sumber dan tujuan
Routing pada Jaringan Wireless Ad Hoc menggunakan teknik Soft Computing dan evaluasi kinerja menggunakan simulator Hypernet Tulisan ini menyajikan sebuah protokol untuk routing dalam jaringan ad hoc yang
Lebih terperinciRANCANG BANGUN TOOL UNTUK JARINGAN SYARAF TIRUAN (JST) MODEL PERCEPTRON
RANCANG BANGUN TOOL UNTUK JARINGAN SYARAF TIRUAN (JST) MODEL PERCEPTRON Liza Afriyanti Laboratorium Komputasi dan Sistem Cerdas Jurusan Teknik Informatika, Fakultas Teknologi Industri,Universitas Islam
Lebih terperinciBAB I PENDAHULUAN I-1
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Kabupaten Purworejo adalah daerah agraris karena sebagian besar penggunaan lahannya adalah pertanian. Dalam struktur perekonomian daerah, potensi daya dukung
Lebih terperinciMATERI DAN METODE. Cara Pengambilan Data
MATERI DAN METODE Lokasi dan Waktu Penelitian ini dilaksanakan di Laboratorium Lapang Bagian Ilmu Produksi Ternak Perah, Fakultas Peternakan Institut Pertanian Bogor. Penelitian dilaksanakan selama dua
Lebih terperinciI. PENDAHULUAN. Metil ester sulfonat (MES) merupakan surfaktan anionik yang dibuat melalui
1 I. PENDAHULUAN 1.1. Latar Belakang dan Masalah Metil ester sulfonat (MES) merupakan surfaktan anionik yang dibuat melalui proses sulfonasi dengan menggunakan bahan baku dari minyak nabati seperti kelapa
Lebih terperinciSistem Pengemudian Otomatis pada Kendaraan Berroda dengan Model Pembelajaran On-line Menggunakan NN
Sistem Pengemudian Otomatis pada Kendaraan Berroda dengan Model Pembelajaran On-line Menggunakan Eru Puspita Politeknik Elektronika Negeri Surabaya Institut Teknologi Sepuluh Nopember Kampus ITS Keputih
Lebih terperinciPERAMALAN HARGA SAHAM PERUSAHAAN MENGGUNAKAN ARTIFICIAL NEURAL NETWORK DAN AKAIKE INFORMATION CRITERION
Seminar Nasional Aplikasi Teknologi Informasi 20 (SNATI 20) ISSN: 19-5022 Yogyakarta, 16 Juni 20 PERAMALAN HARGA SAHAM PERUSAHAAN MENGGUNAKAN ARTIFICIAL NEURAL NETWORK DAN AKAIKE INFORMATION CRITERION
Lebih terperinciPENGARUH SUHU DAN LAMA PROSES SULFONASI DALAM PROSES PRODUKSI METHYL ESTER SULFONIC ACID (MESA) MENGGUNAKAN SINGLE TUBE FALLING FILM REACTOR (STFR)
PENGARUH SUHU DAN LAMA PROSES SULFONASI DALAM PROSES PRODUKSI METHYL ESTER SULFONIC ACID (MESA) MENGGUNAKAN SINGLE TUBE FALLING FILM REACTOR (STFR) Effects of Temperature and Sulfonation Time on Methyl
Lebih terperinciPenyelesaian Masalah Syarat Batas dalam Persamaan Diferensial Biasa Orde Dua dengan Menggunakan Algoritma Shooting Neural Networks
Penyelesaian Masalah Syarat Batas dalam Persamaan Diferensial Biasa Orde Dua dengan Menggunakan Algoritma Shooting Neural Networks Dewi Erla Mahmudah 1, Ratna Dwi Christyanti 2, Moh. Khoridatul Huda 3,
Lebih terperinciPEMBUATAN BIODIESEL DARI MINYAK KELAPA MELALUI PROSES TRANS-ESTERIFIKASI. Pardi Satriananda ABSTRACT
Jurnal Reaksi (Journal of Science and Technology) PEMBUATAN BIODIESEL DARI MINYAK KELAPA MELALUI PROSES TRANS-ESTERIFIKASI Pardi Satriananda ABSTRACT Ethyl ester and gliserol produce by reacting coconut
Lebih terperinciKLASIFIKASI DATA DENGAN QUANTUM PERCEPTRON
KLASIFIKASI DATA DENGAN QUANTUM PERCEPTRON Lipantri Mashur Gultom 1* 1 Program Studi Teknik Komputer, Politeknik LP3I Medan Tel: 061-7867311 Fax: 061-7874466 * Email : lipantri@gmailcom ABSTRAK Klasifikasi
Lebih terperinci2 2 ... v... 3 Santoso... 21 abawa... 29... 37... 53... 59... 67... 77 Yohakim Marwanta... 85... 89... 101 ... 109... 117 D. Jaringan Komputer Amirudd... 135 andha... 141... 151... 165 Syahrir... 171...
Lebih terperinciPengembangan Aplikasi Prediksi Pertumbuhan Ekonomi Indonesia dengan Jaringan Syaraf Tiruan Backpropagation
Erlangga, Sukmawati Nur Endah dan Eko Adi Sarwoko Pengembangan Aplikasi Prediksi Pertumbuhan Ekonomi Indonesia dengan Jaringan Syaraf Tiruan Backpropagation Erlangga, Sukmawati Nur Endah dan Eko Adi Sarwoko
Lebih terperinciPROSES PENGEMBANGAN TEKNOLOGI SURFAKTAN MES DARI METIL ESTER MINYAK SAWIT UNTUK APLIKASI EOR/IOR : DARI SKALA LAB KE SKALA PILOT
PROSES PENGEMBANGAN TEKNOLOGI SURFAKTAN MES DARI METIL ESTER MINYAK SAWIT UNTUK APLIKASI EOR/IOR : DARI SKALA LAB KE SKALA PILOT Erliza Hambali* 1, Ani Suryani* dan Mira Rivai* *Surfactant and Bioenergy
Lebih terperinciArchitecture Net, Simple Neural Net
Architecture Net, Simple Neural Net 1 Materi 1. Model Neuron JST 2. Arsitektur JST 3. Jenis Arsitektur JST 4. MsCulloh Pitts 5. Jaringan Hebb 2 Model Neuron JST X1 W1 z n wi xi; i1 y H ( z) Y1 X2 Y2 W2
Lebih terperinci