Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
Industri Pertambangan dapat berpengaruh aktif dalam pembangunan berkelanjutan dengan mengurangi dampak negatif terhadap degradasi lingkungan, seperti kegagalan peralatan. Dimana jumlah perpipaan yang sangat besar lebih kompleks dalam distribusi dari pada jenis peralatan lainnya. Pada umumnya, dibandingkan dengan jenis peralatan lain di industri ini, lebih banyak kesulitan dalam perencanaan inspeksi yang dihadapi. Namun, inspeksi yang kurang atau inspeksi berlebih dapat terjadi karena kurangnya persyaratan yurisdiksi pada interval inspeksi dan metode perpipaan, atau interval inspeksi yang hanya didasarkan pada klasifikasi layanan perpipaan dalam peraturan yang ada, seperti API 581. Hal ini dapat mengakibatkan risiko yang tidak dapat diterima, bersama dengan hilangnya sumber daya yang mahal. Untuk mengurangi tingkat risiko perpipaan, semakin banyak perusahaan yang mengadopsi dan menerapkan metodologi inspeksi berbasis risiko (RBI), yang mengarah kepengurangan risiko. Sesuai standar API 581 dengan menggunakan metode risk-based inspection (RBI) untuk mengoptimalkan strategi pemeriksaan perpipaandengan pendekatan Kuantitatif, dapat menghitung probability dan consequency dari kegagalan yang akan terjadi pada pipa penyalur Slurry di tambang Tembanga. Tujuan dari penelitian adalah menentukan rencana inspeksi yang optimal pada pipa penyalur slurry ditambang emas dan tingkat risikonya. Inspeksi berbasis risiko dilakukan pada pipa penyalur slurry berukuran 18 inci yang datanya diperoleh dari hasil in-line inspection .Didapatkan nilai Damage Factor 6.474 dari 3 lokasi titik inspeksi, dan diketahui ketebalan pipa sebesar 3 inch. Maka didapatkan nilai PoF sebesar 2 yang dikategorikan sebagai nilai kekeritisan rendah nilai Rating dari Consequence of Failure (CoF) yaitu sedang tinggi (4) dari perkalian antara stand by availibility, lokasi dan finansial. Maka secara engineering calculation masih bisa dioperasikan dengan jadwal inspeksi setiap 4 tahun. Dengan metoda inspesi menggunakan UT Flow Ditector. ......The Mining Industry can play an active role in sustainable development by reducing negative impacts on environmental degradation, such as equipment failure. Where a very large amount of piping is more complex in distribution than other types of equipment. In general, compared to other types in this industry, more difficulties in inspection planning are encountered. However, under-inspection or over-inspection can occur due to a lack of jurisdictional requirements on inspection intervals and inspection methods, or interval inspections based solely on the classification of piping services in existing regulations, such as API 581. This can lead to unacceptable risks, along with the loss of an expensive resource. To reduce the level of pipeline risk, more and more are adopting and implementing risk-based inspection (RBI) methodologies, leading to risk reduction. Following API 581 standards using the risk-based inspection (RBI) method to optimize a pipeline inspection strategy with a quantitative approach, it can calculate the probability and consequences of failure that will occur in the Slurry pipeline at the Tembanga mine. The purpose of this research is to determine the optimal inspection plan for the gold mine slurry distribution pipe and its level. Risky inspections were carried out on 18-inch slurry distribution pipes whose data were obtained from in-line inspection results. Damage Factor 6.474 was obtained from 3 inspection point locations positions, and it was found that the pipe thickness was 3 inches. Then the PoF value obtained is 2 which is entered as a medium-high criticality value so that the and the Rating value of the Consequence of Failure (CoF) is medium-high (4) from an increase between stand by availability, location and financial. The lowest MAWP is 4083 psi while the working pressure is 1150 psi, so technically it can still be operated with an inspection schedule every 4 years with UT Flow Ditector tools for inspection.

Abstrak :
Penilaian risiko pipa penyalur dilakukan sebagai bagian dari pipeline integrity management. Dengan bertambahnya umur pipa penyalur, maka kemungkinan kerusakan akan semakin meningkat kecuali dilakukan tatakelola yang tepat dalam upaya untuk menekan risiko. Penelitian ini menjelaskan tentang analisis risiko berdasarkan kemungkinan dan konsekuensi kegagalan sejalan dengan korosi yang terjadi pada pipa penyalur. Penentuan laju korosi yang cermat sangat penting untuk mengambil keputusan terkait integrity dan efektivitas dalam memastikan keandalan pipa penyalur. Penentuan laju korosi yang akurat sangat sulit ditentukan karena sejumlah faktor yang mempengaruhi reaksi korosi. Estimasi laju korosi yang umum digunakan pada pipa penyalur adalah dengan alat In-line inspection(ILI). Laju korosi digunakan sebagai dasar untuk estimasi integrity pipa penyalur dalam suatu periode waktu. Sedangkan kemungkinan kegagalan dihitung menggunakan metode distribusi Weibull dua parameter dan estimasi konsekuensi kegagalan disiapkan berdasarkan sejumlah rujukan standar API 581. Dengan memahami tingkat ketidakpastian ILI, maka diharapkan penentuan laju korosi akan dapat lebih akurat sehingga kondisi integrity pipa penyalur di masa depan akan lebih baik termasuk juga mitigasi yang perlu dilakukan. Tesis ini juga dilengkapi dengan studi kasus yang terjadi pada PT. X untuk memahami risiko pipa penyalur terkait dengan degradasi alami material. Berdasarkan perhitungan, pipa penyalur dikategorikan ke dalam peringkat risiko 5C yang berarti dalam kondisi risiko medium-high. Variasi tingkat kegagalan terhadap segmen atau sub segmen pipa penyalur juga diperoleh dengan kemungkinan kegagalan tercepat pada selang waktu kurang dari tiga tahun dan kegagalan ......Risk assessment of gas pipeline is carried out as part of pipeline integrity management. As the life of the pipeline increases, the likelihood of failure will increase unless proper governance is carried out in an effort to reduce risk. This study describes the risk analysis based on the likelihood and consequences of failure in line with corrosion that occurs in the gas pipeline. A careful determination of the rate of corrosion is very important to make decisions regarding integrity and effectiveness in ensuring the reliability of the pipeline. Accurate determination of the rate of corrosion is very difficult to determine because of a number of factors that influence a corrosion reaction. Corrosion rate estimation that is commonly used in conduit is by In-line inspection (ILI). Corrosion rate is used as a basis for estimating the integrity of the conduit in a period of time. While the probability of failure is calculated using the two parameter Weibull distribution method and the estimated consequences of failure are prepared based on a number of API 581. Standard references. mitigation needs to be done. This thesis is also complemented by a case study that occurred at PT. X to understand the risks of channel pipes associated with natural degradation of the material. Based on calculations, the pipeline is categorized into a risk matrix 5C which means it is in a medium-high risk condition. Variations in the failure rate of the pipeline segments or sub-segments are also obtained with the possibility of the fastest failure in an interval of less than three years and the longest failure in an interval of 11 years.

Abstrak :
Kegiatan eksplorasi dan eksploitasi di lepas pantai menggunakan struktur platform sebagai bangunan tempat Instalasi dan Peralatan Migas beroperasi. Terdapat lebih dari 640 Platform Migas di Indonesia dimana sekitar 400 Platform telah berumur lebih dari 30 tahun. Sampai tahun 2023, jumlah Platform Migas yang tidak beroperasi mencapai lebih dari 100 Platform. Instalasi Migas yang sudah tidak digunakan harus dilakukan Kegiatan Pasca Operasi (decommissioning) dengan menggunakan dana pasca operasi. Namun mengingat besarnya biaya untuk melakukan decommissioning tersebut, sedangkan untuk instalasi yang sudah tua (sebelum kontrak tahun 1994), banyak Kontraktor Kontrak Kerja Sama (KKKS) yang belum mencadangkan dana untuk kegiatan pasca operasi. Sehingga sebagian besar platform tua tersebut belum dilakukan decommissioning. Selain menunggu keputusan untuk dilakukan decommissioning, beberapa platform yang telah dilakukan kajian subsurface akan dilakukan reaktivasi. Sebelum dilakukan reaktivasi ataupun decommissioning, KKKS harus dapat menjamin integritas dari struktur platform tersebut dengan melakukan inspeksi. Pelaksanaan inspeksi bawah air memerlukan biaya yang cukup besar. Dengan metode Time Based Inspection (TBI), inspeksi bawah air dilakukan setiap empat tahun sekali. Penelitian ini mencoba melakukan kajian Risk Based Inspection (RBI) terhadap dua platform sumur di laut jawa yang sudah tidak beroperasi. Satu dari platform tersebut akan dilakukan reaktivasi, sementara satu platform menunggu untuk dilakukan decommissioning. Hasil kajian tersebut menunjukkan bahwa dengan metode RBI, didapatkan optimalisasi biaya inspeksi bawah air sekitar 33%. Dengan rutin melakukan inspeksi, KKKS akan dapat melakukan monitor terhadap integritas platform tersebut sehingga pelaksanaan kegiatan reaktivasi maupun decommissioning dapat dilakukan dengan aman. Selain tetap dilakukan inspeksi, terdapat beberapa opsi pembongkaran atau pemanfaatan platform tidak beroperasi yang telah dilakukan. Opsi-opsi tersebut dapat menjadi pertimbangan untuk dilakukan penelitian lebih lanjut dimasa mendatang. ......Offshore exploration and exploitation activities use platform structures as buildings where Oil and Gas Installations and Equipment operate. There are more than 640 oil and gas platforms in Indonesia, of which around 400 platforms are more than 30 years old. Until 2023, the number of inactive oil and gas platforms reach more than 100 platforms. Oil and gas installations that are no longer in use must be carried out post-operation activities (decommissioning) using post-operation funds. However, given the high cost of decommissioning, for old installations (before the 1994 contract), many PSC Contractors had not reserved funds for post-operation activities. So that most of the old platforms have not been decommissioned. In addition to waiting for the decision to be decommissioned, several platforms that have been subjected to subsurface studies will also be reactivated. Prior to reactivation or decommissioning, PSC Contractors must be able to guarantee the integrity of the platform structure by carrying out inspections. Carrying out underwater inspections requires a large amount of money. With the Time Based Inspection (TBI) method, underwater inspections are carried out once every four years. This research attempts to conduct a Risk Based Inspection (RBI) study of two inactive wellhead platforms in the Java Sea. One platform will be reactivation, while one platform is waiting to be decommissioned. The results of the study indicate that using the RBI method, underwater inspection costs can be reduced by around 33%. By routinely carrying out inspections, PSC Contractors will be able to monitor the integrity of the platform so that reactivation and decommissioning activities can be carried out safely. Apart from continuing to carry out inspections, there are several options for decommissioning or utilizing an inactive platform that have been carried out. These options can be considered for further research in the future.

Abstrak :
Tesis ini membahas perbandingan antara kebijakan Pemerintah dengan metode Risk Based Inspection, dalam menetapkan interval inspeksi pengujian pada katup pengaman,  untuk menjamin keandalan. Penelitian adalah penelitian kuantitatif dengan desain one group pre-test post test. Hasil penelitian mendapatkan bahwa terdapat perbedaan yang nyata antara interval inspeksi dan pengujian katup pengaman yang digunakan, dan kebijakan Pemerintah belum dapat menjamin keandalan dibandingkan metode RBI, sehingga disarankan untuk Pemerintah melakukan peninjauan  terhadap kebijakan serta melakukan perumusan kebijakan berbasis bukti (evidence-based policy). ...... This thesis addresses the comparison between Government policy and Risk Based Inspection methods, in establishing test inspection intervals on safety valves, to ensure reliability. Research is quantitative research with the design of one group pre-test post test. The results of the study found that there was a noticeable difference between the inspection intervals and the safety valve testing used, and the Government's policy could not guarantee reliability compared to the RBI method, so it was recommended that the Government conduct a review of the policy and formulate an evidence-based policy.

Abstrak :
Pipa riser di anjungan lepas pantai yang telah berumur 28 tahun memiliki risiko kegagalan yang tinggi. Untuk memastikan produk dapat terdistribusi dengan baik, maka perlu menjaga integritas pipa tersebut. Melakukan penilaian risiko dan penentuan interval inspeksi dari data hasil inspeksi dapat mencegah kegagalan yang akan terjadi. Salah satu metode yang dapat digunakan ialah Risk-Based Inspection (RBI). Pipa riser gas jual yang menjadi objek penelitian ini berukuran 26 inci. Data hasil In-Line Inspection (ILI) digunakan dalam penilain risk-based inspection (RBI) dengan pendekatan kuantitatif berdasarkan standar API 581. Pipa riser disegmentasi menjadi tiga, yaitu atas air, zona percikan dan bawah air. Nilai dari probability of failure (PoF) dan consequence of failure (CoF) dihitung untuk mengetahui peringkat risiko dari pipa riser. Interval inspeksi ditentukan dari target risiko yaitu ketebalan minimum pipa riser. Penelitian yang dilakukan terhadap analisis data hasil inspeksi untuk risk-based inspection (RBI), menghasilkan pengaruh yang signifikan terhadap nilai PoF tiap segmentasi pipa riser, dimana atas dan bawah air sebesar 3,06E-06 kegagalan/tahun sedangkan zona percikan sebesar 0,1376 kegagalan/tahun. Nilai PoF dan CoF mempengaruhi tingkat risiko, dimana segmen atas air dengan nilai CoF $100.658.373 dan bawah air dengan nilai CoF $100.907.400 menghasilkan tingkat risiko sedang 1E sedangkan zona percikan dengan nilai CoF $100.907.400 di tingkat risiko tinggi 5E. Interval inspeksi ditetapkan dari tingkat risiko tertinggi dari segmentasi pipa riser, yaitu zona percikan. Karena target risiko telah terlampaui dalam hal ini ialah ketebalan minimum, maka interval inspeksi ditetapkan sesuai dengan jadwal penilain RBI yaitu Januari 2022. ......Riser pipes on offshore platforms more than 28 years old are prone to failure. It is critical to maintaining the pipe's integrity to ensure proper product distribution. Conducting risk assessments and establishing inspection intervals based on inspection data can help avoid failures. Risk-based inspection (RBI) is one method that can be used. The sales gas riser pipe, on which this research is based, measures 26 inches in length. In-Line Inspection (ILI) data is used in a quantitative approach to risk-based inspection (RBI) assessment based on the API 581 standard. The riser pipe is divided into three sections designated as above water, splash zone, and below water. The probability of failure (PoF) and consequence of failure (CoF) values are calculated to determine the riser pipe's risk rating. The risk target determines the inspection interval, precisely the minimum riser pipe thickness. Research conducted on the analysis of inspection data for risk-based inspection (RBI) resulted in a significant effect on the PoF value of each riser pipe segmentation, where above and below water were 3.06E-06 failures/year while the splash zone was 0.1376. failure/year. PoF and CoF values affect the risk level, where the above water segment with a CoF value of $100,658,373 and below water with a CoF value of $100,907,400 produces a medium risk level of 1E while the splash zone with a CoF value of $100,907,400 at a high-risk level of 5E. The inspection interval is determined from the highest risk level of the riser pipe segmentation, namely the splash zone. Since the risk target exceeded the minimum thickness in this case, the inspection interval is set according to the RBI assessment schedule, namely January 2022.

Abstrak :
Industri pertambangan dapat secara aktif berkontribusi pada sustainable development dengan mengurangi dampak negatif terhadap degradasi lingkungan, seperti kegagalan peralatan. Penggunaan sianida dalam metode heap leaching untuk ekstraksi emas merupakan salah satu cara untuk memperoleh recovery yang lebih tinggi dan lebih ramah lingkungan dibandingkan penggunaan merkuri. Menggunakan metode risk-based inspection (RBI) sesuai standar API 581 dengan pendekatan semi-kuantitatif, dapat menghitung probability dan consequency dari kegagalan yang akan terjadi pada pipa irigasi heap leaching. Tujuan dari penelitian adalah menentukan rencana inspeksi yang optimal pada pipa irigasi heap leaching dan tingkat risikonya. Inspeksi berbasis risiko dilakukan pada pipa irigasi heap leaching 12 inci yang datanya diperoleh dari hasil pengukuran ketebalan. Penerapan semi-kuantitatif risk-based inspection (RBI) sesuai standar API 581, dapat menentukan rencana jadwal inspeksi yang lebih optimal dan mengurangi tingkat risiko pada peralatan objek penelitian dibandingkan metode inspeksi berbasis waktu. Penelitian yang dilakukan terhadap analisis data hasil inspeksi untuk risk-based inspection (RBI), mendapatkan data yang diambil pada posisi elbow pipa terdapat pengurangan ketebalan dinding pipa sebesar 0,97 mm per tahun yang memiliki nilai Probability of Failure (PoF) sebesar 2 dan Consequence of Failure (CoF) pada tingkat D dengan potensi konsekuensi gangguan bisnis sebesar US$958.506, sehingga menghasilkan tingkat risiko pada posisi 2D atau level medium. Penjadwalan inspeksi ditetapkan berdasarkan tingkat risiko dan sisa umur pakai pipa untuk mencegah tercapainya/terlampauinya target risiko (ketebalan minimum). ......The mining industry can actively contribute to sustainable development by reducing negative impacts on environmental degradation, such as equipment failure. For example, using cyanide in the heap leaching method for gold extraction is a way to obtain a higher recovery and is more environmentally friendly than mercury. Furthermore, using the risk-based inspection (RBI) method according to API 581 standard with a semi-quantitative approach, it is possible to calculate the probability and consequence of failure that will occur in heap-leaching irrigation pipes. This research aims to determine the optimal inspection plan for heap-leaching irrigation pipes and their level of risk. A risk-based inspection is carried out on a 12-inch heap leaching irrigation pipe for which the data is obtained from the thickness measurement results. The application of semi-quantitative risk-based inspection (RBI), according to API 581 standard, can determine a more optimal inspection schedule plan and reduce the level of risk on research object equipment compared to time-based inspection methods. Research conducted on data analysis of inspection results for risk-based inspection (RBI), obtained data taken at the pipe elbow position where there is a reduction in pipe wall thickness of 0.97 mm per year which has a Probability of Failure (PoF) value of 2 and Consequence of Failure (CoF) at level D with potential business interruption consequences of US$958,506, resulting in a risk level in 2D or medium level. Therefore, inspection scheduling is determined based on the level of risk and the remaining life of the pipe to prevent achieving/exceeding the risk target (minimum thickness).

Abstrak :
Pembelajaran dalam skripsi ini didasari dengan pencarian nilai resiko system perpipaan dengan mengukur parameter yang bertanggungjawab dalam menambah dan mengurangi reaksi korosi. Analisa didasari dengan 5 parameter utama: kemungkinan korosi tanpa pengurangan, keefektifan peringanan korosi, penerima, biaya dan bahaya produk;. Metode Risk-Based Inspection (RBI) yang terkandung dalam skripsi ini menciptakan sistem pengukuran resiko yang menunjukkan bahwa pengendapan pasir dan kontak dengan tanah merupakan parameter yang paling bertanggungjawab dalam berkontribusi meningkatkan nilai resiko pada pipa; sistem juga menunjukkan tanggal inspeksi selanjutnya harus 2 hingga 3,5 tahun dari tanggal terakhir inspeksi. ...... The study in this thesis is based on the pursuit of pipeline risk by measuring parameters responsible in both contributing and mitigating corrosion reaction. The analysis is based on 5 main parameters: unmitigated corrosion probability, corrosion mitigation effectiveness, receptors, cost, and product hazard. The Risk-Based Inspection (RBI) method contained in this thesis creates a risk measurement system that shows that sand sedimentation and soil contact act as the parameter most responsible in creating a higher risk for the pipes; it also shows that pipe’s next inspection date should be 2 to 3.5 years after its last inspection.

Abstrak :
Meningkatnya standar keamanan dan ketatnya persaingan antar perusahaan meningkatkan kebutuhan bagi suatu perusahan untuk mengendalikan kegagalan pada peralatan. Inspeksi secara teratur dilakukan sebagai bagian dari rangkaian pemeliharaan dan manajemen integritas peralatan. Dalam merencanakan dan melakukan inspeksi, diperlukan strategi yang tepat agar inspeksi yang dilakukan tepat sasaran dan sesuai dengan kebutuhan. Risk-based inspection merupakan teknik pengambilan keputusan dalam perencanaan pemeliharaan yang berdasar pada risiko. Pada saat ini, penggunaan metode-metode kecerdasan buatan untuk kegiatan penilaian risiko, pemodelan konsekuensi, dan perencanaan pemeliharaan telah dilakukan. Penelitian ini bertujuan untuk mengembangkan suatu program yang memanfaatkan pembelajaran mesin dan kecerdasan buatan untuk melakukan penilaian salah satu komponen risiko yaitu probabilitas kegagalan (Probability of Failure, PoF) pada bagian cangkang dalam alat penukar panas menggunakan deep learning. Model ini dapat membantu operator yang bekerja di bidang minyak dan gas untuk menentukan tingkatan risiko sehingga inspeksi dapat dilakukan dengan lebih efisien dan terarah. Penelitian ini menghasilkan sebuah program dan disain program pembelajaran mesin berbasis deep learning yang digunakan untuk memprediksi risiko kegagalan akibat korosi seragam pada peralatan sisi dalam cangkang penukar panas cangkang dan buluh (shell-and-tube heat exchanger) berdasarkan standar API 581 dengan akurasi sebesar 89% yang didapatkan dengan parameter-parameter diantaranya learning rate sebesar 0.001, epoch sebesar 150, random state sebesar 60, tiga hidden layer, dan test size sebesar 0.2. ...... Increasing regulations and safety standards along with competition among companies increase the need for a company to control and predict failure on equipments. Planned inspections are carried out as a part of equipments’ maintenance and integrity management. Appropriate strategies are needed in planning and performing inspections so that the inspections are performed in an efficient manner according to the equipments’ needs. Risk-based inspection is a decision-making technique in maintenance planning which is based on the risk of each equipment. In recent years, incorporation of artificial intelligence methods for risk assessment, consequence modelling, and maintenance planning has been carried out. This research aims to develop a program which utilizes machine learning and artificial intelligence to perform assessment on one of the components of risk, namely the Probability of Failure (PoF), of a shell-and-tube heat exchanger’s inner shell component by using deep learning methods. This model may help operators working in oil and gas field to determine risk levels so that inspections can be done efficiently. This research produced a deep learning-based machine learning program and program design used to predict the risk of failure caused by uniform corrosion on the inner shell component in shell-and-tube heat exchangers based on API RBI 581 standards, yielding accuracy of 89% which is obtained using the following parameters; a learning rate of 0.001, an epoch of 150, random state of 60, three hidden layers, and a test size of 0.2.

Keywords: Inspection, Risk-Based Inspection, deep learning, heat exchanger, uniform corrosion.

Abstrak :
Di industri minyak dan gas bumi, pengelolaan integritas peralatan produksi sangat penting untuk menjaga keberlanjutan produksi. Kegagalan integritas peralatan produksi dapat menyebabkan kerugian bagi perusahaan. Pengelolaan peralatan produksi yang mendekati umur desainnya memiliki tantangan meningkatnya biaya Inspection, Maintenance, dan Repair (IMR). Oleh karena itu diperlukan strategi untuk IMR yang lebih efisien. Pengelolaan IMR terbaru menggunakan RBI yang bersifat prediktif yang dinilai lebih efisien dibandingkan dengan metode Time Based Inspection. Pada penilaian RBI pada pipa penyalur gas jual bawah laut yang telah berusia 28 tahun, penentuan tingkat risiko menggunakan perhitungan kuantitatif standar API 581 dengan data inspeksi In-Line Inspection (ILI).  Pipa penyalur gas dibagi menjadi 12 segmen untuk menggambarkan PoF dan CoF secara lebih spesifik. Interval inspeksi ditentukan dengan menentukan target ketebalan minimum sebelum terjadinya kebocoran. Hasil perhitungan risiko menunjukkan 12 segmen pipa penyalur berada pada tingkat medium (3 segmen 1D dan 1E, dan 2C). Sedangkan 9 segmen lainnya berada pada level risiko rendah (1C). Nilai PoF tertinggi 1,04E-4 kegagalan/tahun pada segmen 9 karena terdapat nilai penipisan paling tinggi. Sedangkan CoF paling tinggi berada pada tingkat E pada segmen 1 karena lokasi kebocoran dekat dengan anjungan tengah laut dengan nilai CoF USD 105.628.767. Perhitungan interval inspeksi menunjukkan inspeksi berikutnya 20 tahun dari inspeksi terakhir. Metode lainnya dengan pendekatan batas ketebalan Estimated Repair Factor (ERF) mendapatkan hasil yang sama, sedangkan perhitungan sesuai dengan rekomendasi di dalam ASME B31.8S menunjukkan interval inspeksi yang lebih pendek 10 tahun dengan metode inspeksi menggunakan ILI. ......In the oil and gas industry, the integrity of equipment is important to maintain the sustainability of production. The company shall have strategy to maintain production equipment that has approaching to its design life, because the IMR cost tend to increase while the production rate decreased. Current IMR strategy uses RBI, which is considered more efficient than the time-based inspection. In the RBI assessment of the 28-year-old sales gas sub-sea pipeline, the risk was determined by API 581 quantitative calculations with In-Line Inspection (ILI) data. The pipelines was devided into 12 segments to elaborate PoF and CoF. The inspection interval is determined by minimum thickness target before its leakage. Risk calculation show 3 pipeline segments at the medium level (1 segments 1E, 1 segment 2C, and 1 segment 1D). Other segment in in low risk (1C). The highest PoF value is 1.04E-4 failures/year in segment 9 because there is the highest corrosion rate. Meanwhile, the highest CoF is at level E in segment 1 because the location of the leak is close to the production platform with a CoF value of USD 105.628.767. Inspection interval calculation show that the next inspection is 20 years. Another method with the Estimated Repair Factor (ERF) thickness limit obtains the same results, while the calculation according to the recommendations in ASME B31.8S shows inspection interval of 10 years with ILI inspection method.

Abstrak :
Risk-Based Inspection (RBI) adalah metodologi untuk menentukan risiko pada peralatan sesuai dengan siklus hidupnya untuk mengoptimalkan rencana inspeksi yang membutuhkan penilaian kualitatif atau kuantitatif terhadap probabilitas kegagalan (POF) dan konsekuensi dari kegagalan (COF) yang terkait dengan masing-masing item peralatan, termasuk perpipaan, dalam unit proses tertentu dengan tujuan meningkatkan keselamatan operasional dan kehandalan fasilitas industri. Penelitian ini bertujuan untuk mengetahui prediksi risiko dataset infrastruktur transmisi gas di PT PGN Tbk, analisis perbandingan antara hasil penilaian risiko dengan machine learning dan penilaian RBI secara manual, serta optimalisasi program inspeksi RBI. Tahapan penelitian adalah pengumpulan data, rekayasa fitur, pelatihan model, evaluasi model, peningkatan model, analisis perbandingan, analisis risiko biaya dan optimalisasi program inspeksi. Hasil analisis perbandingan adalah dengan logistic regression (LR) sesuai 89,84%, support vector machine (SVM) sesuai 98,53%, k nearest neighbours (K-NN) sesuai 97,79%, decision tree (DT) sesuai 99,26% dan random forests (RF) sesuai 99,85% yang merupakan algoritma machine learning yang terbaik dengan menggunakan ukuran data test sebesar 10%. Berdasarkan analisis risiko biaya, biaya inspeksi dengan teknik RBI secara manual dan menggunakan machine learning memperoleh pengurangan biaya sebesar 60,83% daripada program inspeksi tidak berbasis risiko. Hasilnya menunjukkan bahwa dengan menggunakan machine learning dapat memprediksi tingkat risiko inspeksi berbasis risiko, mengoptimalkan rencana inspeksi, dan menurunkan biaya inspeksi. ......Risk-Based Inspection (RBI) is a methodology for determining risks on equipment in accordance with its life cycle to optimize inspection plan that requires qualitative or quantitative assessment of the probability of failure (POF) and the consequences of failure (COF) associated with each item equipment, including piping, within a certain process unit with the aim of increasing the operational safety and reliability of industrial facilities. This study aims to determine the risk prediction of gas transmission infrastructure dataset at PT PGN Tbk, a comparison analysis between the results of the risk assessment of machine learning and the RBI assessment manually, as well as an optimization of RBI inspection program. Stages of research are data collection, feature engineering, model training, model evaluation, model enhancements, comparison analysis, cost risk analysis and optimization of inspection program. The results of comparison analysis are with logistic regression (LR) match 89.84%, support vector machine (SVM) match 98.53%, k-nearest neighbours (k-NN) match 97.79%, decision tree (DT) match 99.26% and random forests (RF) match 99.85% which is the best machine learning algorithm by using a data test size equal to 10%. Based on cost risk analysis, inspection costs with RBI techniques manually and using machine learning obtain a reduction in costs by 60.83% than inspection program not risk based. The result shows that using machine learning, it could predict the risk level of risk-based inspection, optimize the inspection plan, and lower the inspection cost.