Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
ABSTRAK
Model optimisasi telah menjadi salah satu instrumen penting dalam menentukan bauran energi masa depan dan sebagian besar dibuat dalam pendekatan nasional. Indonesia memiliki sumber daya energi primer yang berlimpah, baik berupa energi fosil maupun energi terbarukan. Namun, tingginya disparitas kepadatan penduduk, infrastruktur, level ekonomi, dan perbedaan antara lokasi sumber energi dan konsumen energi antar dan intra-area berdampak pada ketimpangan performa sistem energi antara Indonesia bagian barat dan timur yang memicu ketidakberlanjutan sistem energi, dalam hal ini adalah listrik. Sehingga pada penelitian ini, analisis sistem ketenagalistrikan di Indonesia di masa depan hingga tahun 2050 dengan model optimisasi multi-objektif dilakukan dengan menggunakan indikator keberlanjutan. Penelitian diawali dengan mengembangkan model optimisasi pada pendekatan nasional dan spasial untuk menunjukkan besar deviasi antara pendekatan nasional dan spasial. Selanjutnya model optimisasi spasial digunakan untuk analisis lebih lanjut dengan memperhatikan perbedaan karakteristik regional dengan membagi Indonesia menjadi enam regional: Sumatera, Jamali, Kalimantan, Sulawesi, Maluku-Nusa Tenggara (Maluku & NT), dan Papua. Lima skenario tujuan pengembangan dianalisa: (a) BAU, (b) orientasi lingkungan secara pasif, (c) trade-off ekonomi-lingkungan, (d) perlindungan lingkungan secara aktif, dan (e) orientasi lingkungan hijau secara total. Hasil penelitian menunjukkan bahwa skenario orientasi lingkungan secara pasif menghasilkan performa indikator keberlanjutan terbaik. Skenario ini sangat sedikit mengorbankan aspek ekonomi energi untuk meningkatkan performa sistem ketenagalistrikan Indonesia pada apek lingkungan dan ketahanan sumber daya energi dengan meningkatnya penetrasi energi terbarukan dan tingkat keberagaman.

---

ABSTRACT
In the present study, a multi-objective optimization model was developed to find the best scenario for Indonesian power generation planning up to 2050. Indonesia has abundant fossil and renewable energy resources. However, high disparity on population density, infrastructure, economic level, and the difference between energy source and energy consumer location among and inter-region inflict to discrepancy on electricity system performance between western and eastern part of Indonesia. In order to capture more accurately regional characteristics, the model was developed in spatial as well as national approach by dividing Indonesia become six regions: Sumatera, Java-Madura-Bali (Jamali), Kalimantan, Sulawesi, Maluku-Nusa Tenggara (Maluku & NT), and Papua. Five development objective scenarios were proposed: (A) business as usual, (B) passively environment oriented, (C) economic-environmental trade-off, (D) actively environment protection, and (E) totally towards green society. Energy mix, cost of generation, CO2 emission, and fuel consumption output from optimization model were inputted in sustainability indicator simulation which consist of eleven indicators which are represent three sustainability aspect: economic, social, and environment to be analyzed. The results show that national approach could utilize more renewable energy than spatial approach due to no limitation on potential coverage area. Passively environment oriented provide the best sustainable indicator performance. The scenario slightly compromise cost of electricity generation to highly increase social, environment, and resource security indicators by increasing penetration of renewable energy.

Abstrak :
Karakteristik pemisahan gula dari tetes tebu dengan pelarut minyak sayur, n- butanol, dan n-heksana diteliti dengan uji kecepatan sedimentasi bola, sedimentasi-coalescence pada sistem tetes tebu-pelarut, dan perpindahan massa gula dalam pelarut dalam kolom ekstraksi tube sieve tray sederhana dengan laju alir 60 % dari laju alir flooding. Pada penelitian ini tetes tebu dimodelkan dengan larutan gula 25 % berat dan uji perpindahan massa dalam kolom ekstraksi dilakukan dengan variasi waktu selama 5, 10, 15, 20, dan 30 menit. Dari penelitian diketahui bahwa kecepatan sedimentasi bola pada minyak sayur paling lambat dibandingkan dengan pelarut lain karena viskositasnya yang tinggi dan kecepatan sedimentasi bola semakin rendah dengan pengurangan diameter. Selain itu proses sedimentasi-coalescence pada sistem air-gula-minyak sayur berlangsung paling lama karena viskositas sistem yang tinggi, ukuran bentukan gelembung yang kecil ,dan dipengaruhi oleh terjadinya emulsi. Ekstraksi gula dari model tetes tebu dalam kolom ekstraksi menunjukkan peningkatan perpindahan massa dengan penambahan waktu hingga tercapai kesetimbangan dengan perpindahan massa terbesar terjadi pada pelarut minyak sayur karena pengaruh emulsi yang terjadi dengan koefisien distribusi 3,194 diikuti oleh n-butanol dan n- heksana dengan koefisien distribusi masing-masing 0,971 dan 0,0008.

---

Characteristics of sugar separation from molasses using vegetable oil, n-butanol, and n-hexane as solven were investigated by balls sedimentation velocity test, sedimentation-coalescence in the system of molasses-solvent, and the mass transfer of sugar in solvent using simple tube sieve tray extraction column at 60 % of flooding flow rate. In this research, molasses was modeled using 25 % wt sugar solution and mass transfer study in extraction column was done by time variation of 5, 10, 15, 20, and 30 minutes. The research found that balls sedimentation velocity in vegetable oil are the slowest among other solvents due to high viscousity and ball sedimentation velocity are slower by reducing diameter of ball. Afterwards, sedimentation-coalescence in the sistem of water-sugar-vegetable oil take the longest occuring time because of systems high viscousity, the small size of bubble ,and also affected by emulsion form. Sugar extraction from model of molasses in extraction column shows mass transfer increase by increasing time untill the equilibrium reached with the highest mass transfer take place by using vegetable oil as solvent because of emulsion influence that resulting distribution coefficient of 3.194 followed by n-butanol and n-heksana with coefficient of distribution 0.971 and 0.0008.