Hasil Pencarian  ::  Simpan CSV :: Kembali

"

Di antara sebagian besar sektor industri lainnya, industri kimia sedang mengalami pergolakan signifikan yang didorong oleh konsep yang secara kolektif dikenal sebagai Industri 4.0. Data sains adalah komponen penting dari Industri 4.0 karena memungkinkan ekstraksi informasi kontekstual dari berbagai sumber data. Ketika sistem menjadi lebih kompleks, kebutuhan para insinyur untuk mengekstrak sinyal dari data dengan tepat berkembang secara dramatis, menuntut literasi data dan keahlian analitik pada generasi berikutnya dari lulusan teknik kimia. Salah satu dari banyak kasus di mana data sains dan machine learning dapat diterapkan adalah untuk prediksi. Prediksi berbasis machine learning dapat diterapkan pada banyak aspek teknik kimia contohnya pada Chemical Engineering Plant Cost Index (CEPCI). CEPCI sangat penting untuk perhitungan desain pabrik dan dipengaruhi oleh banyak variabel. Pendekatan machine learning diperlukan untuk memperhitungkan semua variabel tersebut dan mendapatkan hasil yang tepat untuk variabel yang ditargetkan. Dengan demikian, tujuan dari tugas akhir ini adalah merancang program yang mampu memprediksi CEPCI. Alhasil, model regresi yang telah dibuat mampu memprediksi Composite CE Index dengan error rata-rata 3.75% dari index aslinya.

---

Among most other industrial sectors, the chemical industry is undergoing a significant upheaval driven by concepts known collectively as Industry 4.0. Data science is an important component of Industry 4.0 since it enables the extraction of contextualized information from a variety of data sources. As systems become more complex, the necessity for engineers to appropriately extract signal from data develops dramatically, demanding data literacy and analytics expertise in the next generation of chemical engineering graduates. One of the many cases where data science and machine learning can be applied to is for prediction. Machine Learning based prediction can be applied to many chemical engineering aspects, in this case the Chemical Engineering Plant Cost Index (CEPCI). CEPCI is essential for plant design calculations and is greatly affected by numerous variables. Machine learning approach is needed to account for all said variables and obtain valid result for target variables. Thus, the purpose of this thesis is to design programs that are able to predict CEPCI. As a result, the regression model created was able to predict the Composite CE Index with average error of 3.75% from the real index.

 

"

"Analisis tekno-ekonomi dilakukan untuk proses ko-elektrolisis menggunakan sel elektroliser oksida padat di dalam pembangkit Power-to-Methanol di Indonesia. Proses yang diusulkan disimulasikan menggunakan Unisim dan Microsoft Excel. Perangkat lunak Unisim digunakan untuk simulasi Power-to-Methanol termasuk ko-elektrolisis dan sintesis metanol. Sedangkan excel digunakan untuk menghitung variabel penting lainnya yang tidak dapat dihitung di Unisim. Kapasitas produksi metanol 3764 MT/tahun dan Rasio SN 2.15 pertama-tama ditentukan, diikuti dengan pembuatan simulasi dan integrasi. Selanjutnya, hasil perhitungan kondisi operasi Ko-elektrolisis jika diterapkan di pabrik PtM dievaluasi. Langkah terakhir dilakukan dengan menganalisis dan mengevaluasi pengaruh harga jual metanol terhadap beberapa variabel dan skenario. Hasil penelitian menunjukkan bahwa kondisi operasi ko-elektrolisis ideal untuk aplikasi PtM dengan daya elektrolisis dan panas proses masing-masing 3700 kW dan 7073 kW. Aplikasi ko-elektrolisis SOEC di PtM juga mampu mencapai kondisi tegangan termal-netral yang diinginkan. Penilaian ekonomi menunjukkan bahwa CAPEX dan OPEX dalam penelitian ini adalah 3 kali dan 2 kali lebih tinggi dari benchmark pabrik e-metanol lainnya. Harga produksi e-metanol dalam penelitian ini adalah $1094/MT. Skenario yang paling mungkin terjadi yaitu skenario realistis (2 dan 3), menunjukkan bahwa harga jual e-metanol yang menguntungkan untuk mencapai payback period tidak lebih dari 10 tahun adalah $1200-1400/MT.

---

Techno-economic analysis was performed for a co-electrolysis process using solid oxide electrolyzer cell inside a power-to-methanol plant in Indonesia. The proposed process was simulated using Unisim and Microsoft Excel. Unisim software is used for the power to methanol plant simulation including co-electrolysis and methanol synthesis. While the excel is used to calculate other important variables that can’t be calculated in Unisim. The methanol production capacity of 3764 MT/year and SN Ratio of 2.15 is first to be determined, followed with the simulation modelling and integration. Subsequently, the co-electrolysis operating condition calculation result if applied in PtM plant is evaluated. The last step is done by analysing and evaluating methanol selling price effect upon several variables and scenarios. The result shows that the co-electrolysis operating condition is ideal for PtM application with the electrolysis power and process heat of 3700 kW and 7073 kW correspondingly. The SOEC co-electrolysis application in PtM is also able to achieve the desired thermal-neutral voltage condition. The economic assessment shows that the CAPEX and OPEX in this research is 3 times and 2 times higher than the other e-methanol plant benchmarks. The e-methanol production price in this research is $1094/MT. The most possible occurring scenario which is the realistic scenario (2 and 3) shows that the profitable e-methanol selling price to achieve not more than 10 years payback period is at $1200-1400/MT."

"Dengan perkembangan industri yang cukup cepat diperlukan perlindungan untuk alat-alat proses yang merupakan suatu komponen penting dalam proses produksi. Perlindungan ini dapat berupa inhibitor korosi yang menjaga peralatan dari korosi terutama industry minyak dan gas bumi yang bersentungan langusng dengan fluida yang memiliki kecepatan dan tekanan tinggi, serta keadaan fluida yang asam sehingga dapat menyebabkan korosi pada peralatan produksi seperti sistem perpipaan. Proposal ini akan membahas mengenai produksi dari turunan imidazolin yang terbentuk dari asam oleat dan trietiltertamina yang dapat digunakan sebagai inhibitor korosi dengan melakukan simulasi proses serta pada proposal ini akan dilakukan perhitungan keekonomian untuk mengetahui seberapa mungkin perusahaan ini untuk dibangun di Indonesia.

---

With the rapid development of the industry, protection is needed for process equipment, which is an important component in the production process. This protection can take the form of corrosion inhibitors that protect equipment from corrosion, especially in the oil and gas industry, where they come into direct contact with fluids that have high velocity and pressure, as well as acidic conditions that can cause corrosion in production equipment such as pipeline systems. This proposal will discuss the production of turunan imidazoline, which is formed from oleic acid and triethylamine and can be used as a corrosion inhibitor. It will simulate the process and also include an economic calculation to determine the feasibility of establishing this company in Indonesia."

"Penelitian ini mengkaji beberapa jalur sintesis metanol yang menggunakan syngas hasil co-elektrolisis oksida padat suhu tinggi. Hasil simulasi menunjukkan kebutuhan spesifik untuk tiap jalur sintesis, meliputi arus, jumlah sel, luas area sel, dan total daya. Pada Jalur Sintesis 1, yang melibatkan proses sintesis metanol melalui co-elektrolisis dan elektrolisis CO2, modul SOEC co-elektrolisis memiliki arus 10,822 MA dengan total daya 16,04 MW dan Modul elektrolisis dengan arus dan 0,784 MA daya total 1,14 MW. Jalur Sintesis 2, yang melibatkan proses sintesis melalui co-elektrolisis, membutuhkan arus 10,078 MA dengan total daya 14,94 MW. Jalur Sintesis 3, yang melibatkan proses sintesis metanol melalui elektrolisis CO2 dan Reaktor WGS, menunjukkan kebutuhan arus 25,155 MA dengan total daya 36,48 MW. Kebutuhan bahan baku juga dianalisis dengan hasil sebagai berikut: Jalur Sintesis 1 membutuhkan 4024,26 kg/jam H2O dan 3548,47 kg/jam CO2, Jalur Sintesis 2 membutuhkan 3291,39 kg/jam H2O dan 3780,44 kg/jam CO2, dan Jalur Sintesis 3 membutuhkan 8159,12 kg/jam H2O dan 8008,46 kg/jam CO2. Analisis kelayakan ekonomi dilakukan menggunakan empat skenario dengan parameter pengurangan biaya investasi stack SOEC dan peningkatan insentif pajak karbon. Analisis ekonomi dari keempat skenario menunjukkan variasi harga jual metanol yang signifikan. Pada skenario 1, harga metanol untuk Jalur Sintesis 1 adalah $3,399.48, Jalur Sintesis 2 sebesar $3,928.64, dan Jalur Sintesis 3 sebesar $4,838.67. Pada skenario 2, harga meningkat menjadi $3,928.64, $4,029.30, dan $5,540.74 untuk masing-masing jalur. Skenario 3 dan 4 menunjukkan harga yang lebih rendah dengan harga metanol pada Jalur Sintesis 1 sebesar $3,277.08 dan $3,188.49, Jalur Sintesis 2 sebesar $3,602.53 dan $3,504.78, serta Jalur Sintesis 3 sebesar $4,609.59 dan $4,433.86.

---

This study examines several methanol synthesis pathways using syngas from high-temperature solid oxide co-electrolysis. The simulation results show the specific requirements for each synthesis pathway, including current, number of cells, cell area, and total power. In Synthesis Path 1, which involves the methanol synthesis process through co-electrolysis and CO2 electrolysis, the co-electrolysis SOEC module has a current of 10.822 MA with a total power of 16.04 MW and the electrolysis module with a current and 0.784 MA total power of 1.14 MW. Synthesis Pathway 2, which involves the synthesis process through co-electrolysis, requires a current of 10.078 MA with a total power of 14.94 MW. Synthesis Path 3, which involves the methanol synthesis process via CO2 electrolysis and the WGS Reactor, shows a current requirement of 25.155 MA with a total power of 36.48 MW. Feedstock requirements were also analyzed with the following results: Synthesis Line 1 requires 4024.26 kg/h H2O and 3548.47 kg/h CO2, Synthesis Line 2 requires 3291.39 kg/h H2O and 3780.44 kg/h CO2 and Synthesis Line 3 requires 8159.12 kg/h H2O and 8008.46 kg/h CO2. An economic feasibility analysis was conducted using four scenarios with parameters of reduced SOEC stack investment costs and increased carbon tax incentives. The economic analysis of the four scenarios shows significant variations in the selling price of methanol. In scenario 1, the methanol price for Synthesis Path 1 is $3,399.48, Synthesis Path 2 is $3,928.64, and Synthesis Path 3 is $4,838.67. In scenario 2, the price increases to $3,928.64, $4,029.30, and $5,540.74 for each pathway. Scenarios 3 and 4 show lower prices with methanol prices in Synthesis Path 1 at $3,277.08 and $3,188.49, Synthesis Path 2 at $3,602.53 and $3,504.78, and Synthesis Path 3 at $4,609.59 and $4,433.86."

"Studi ini mengeksplorasi simulasi beberapa skema proses power-to-methanol dengan menggunakan umpan syngas Metanol yang memiliki beberapa keunggulan dibandingkan bensin konvensional, seperti emisi lebih rendah, angka oktan lebih tinggi, pembakaran lebih bersih, dan desain mesin lebih irit. Namun sumber produksi metanol mempengaruhi dampak lingkungannya. Metanol yang dihasilkan dari bahan bakar fosil (gray-methanol atau brown-methanol) masih menghasilkan emisi yang tinggi, sedangkan metanol yang dihasilkan dari energi terbarukan (green-methanol) mampu menurunkan emisi secara signifikan. Studi ini mengusulkan konsep Power-to-Methanol, yang memanfaatkan listrik berlebih dari sumber terbarukan untuk menghasilkan metanol hijau dari CO2 dan H2. Studi ini membahas terkait dampak dari perbedaan setiap skema proses terhadap kebutuhan aliran umpan, hasil produksi metanol, konsumsi daya, analisis terhadap keekonomian, dan mengetahui skema proses yang terbaik untuk sintesis metanol. Hasil simulasi mengindikasiikan bahwa persentase komponen dari laju alir masuk reaktor berpengaruh terhadap jumlah metanol yang dihasilkan. Umpan reaktor dengan CO menghasilkan konversi dan efisiensi purifikasi yang lebih baik. Melalui hasil analisis ekonomi, ketiga skema dinyatakan tidak layak secara ekonomi dengan nilai NPV dan ROI dari Skema A, B, dan C berturut-turut adalah-$278.852.399,57, -$302.159.259,97, -$344.454.465,7 dan -20,61%,, -14,17%, dan -22,75%. Analisis sensitvitas dan kelayakan menunjukkan bahwa harga SOEC memiliki pengaruh paling besar terhadap profitabilitas. Secara keseluruhan, skema B merupakan skema dengan potensi terbaik dari segi teknis dan ekonomi apabila dibandingkan dengan kedua skema lainnya

---

This study explores the simulation of several power-to-methanol process schemes using Methanol syngas feed which has several advantages over conventional gasoline, such as lower emissions, higher octane number, cleaner combustion, and more economical engine design. However, the source of methanol production influences its environmental impact. Methanol produced from fossil fuels (gray-methanol or brown-methanol) still produces high emissions, while methanol produced from renewable energy (green-methanol) is able to reduce emissions significantly. This study proposes the Power-to-Methanol concept, which utilizes excess electricity from renewable sources to produce green methanol from CO2 and H2. This study explores at how alternative process schemes affect feed flow requirements, methanol production, power consumption, and economic feasibility in order to determine the optimal scheme for methanol synthesis. Simulation results show that reactor input flow composition affects methanol output, with CO feed resulting in higher conversion and purification efficiency. Economic study shows that all three designs are economically not feasible with NPVs and ROIs of -$278.85M, -$302.16M, -$344.45M, and -20.61%, -14.17%, -22.75%, respectively. Sensitivity and feasibility studies show that SOEC prices have a significant effect on profitability.  Scheme B has the most potential both technically and economically."

"Penelitian ini mengusulkan GreenPRO sebagai solusi untuk mengeksplorasi integrasi energi osmotik dalam konteks pertanian, dengan fokus pada pembangkitan listrik. Tiga desain PRO dievaluasi untuk ekstraksi energi dari larutan nutrisi seperti DAS, KCl, dan MAP, dengan variasi konsentrasi antara 0,1 hingga 5,0 mol/L. Desain 1 mampu mengekstraksi 2,2 hingga 3,3 kWh/m³ energi melalui proses fertigasi, dengan densitas energi meningkat seiring dengan konsentrasi. Namun, desain 2 dan 3 memerlukan energi eksternal dan hanya mampu mengekstraksi 0,002 hingga 4,43% dari energi yang diekstraksi oleh desain 1. Meskipun perbedaan ini signifikan, desain 1 sulit diaplikasikan secara praktis karena keterbatasan struktural membran komersial dan efek polarisasi konsentrasi (CP) serta reverse salt flux (RSF) dalam proses desain. Namun demikian, desain 2 atau 3 menunjukkan densitas daya membran yang masih kompetitif secara komersial, terutama pada konsentrasi 5 mol/L KCl dengan densitas daya sekitar 5,33 W/m². Studi ini juga menguji potensi ekstraksi energi osmotik pada beberapa tanaman hidroponik umum dengan nutrisi tunggal, menghasilkan hingga 104 Wh/m³/tahun energi dalam kondisi praktis, menghemat sekitar 1,5% dari konsumsi listrik. Analisis ekonomi menunjukkan bahwa proyek PRO cukup berhasil, dengan IRR mencapai 19,97%.

---

This research proposes GreenPRO as a solution to explore the integration of osmotic energy in agriculture, focusing on electricity generation. Three PRO designs were evaluated for energy extraction from nutrient solutions such as DAS, KCl, and MAP, with varying concentrations between 0.1 to 5.0 mol/L. Design 1 was able to extract 2.2 to 3.3 kWh/m³ of energy through the fertigation process, with energy density increasing along with the concentration. However, designs 2 and 3 required external energy and could only extract 0.002 to 4.43% of the energy extracted by design 1. Despite this significant difference, design 1 is challenging to apply practically due to the structural limitations of commercial membranes and the effects of CP and RSF in the design process. Nevertheless, designs 2 or 3 demonstrated membrane power densities that are still commercially competitive, especially at a concentration of 5 mol/L KCl with a power density of around 5.33 W/m². The study also tested the potential for osmotic energy extraction on several common hydroponic plants with single nutrients, yielding up to 104 Wh/m³/year of energy under practical conditions, saving about 1.5% of electricity consumption. Economic analysis indicates that the PRO project is quite successful, with an IRR of 19.97%."

"Penelitian ini bertujuan untuk mengetahui bagaimana aspek ekonomi berbagai konfigurasi proses tenaga surya terkonsentrasi diterapkan di Nusa Tenggara. Penggunaan sistem penyimpanan energi diteliti penerapannya terhadap tenaga surya yang dikonsentrasikan karena penggunaannya pada sumber energi yang berselang, seperti energi surya, dinilai mampu mengatasi permasalahan pasokan dan permintaan energi listrik. Sistem tangki ganda (panas dan dingin) menjadi yang konvensional pada tenaga surya terkonsentrasi, sementara tangki jenis termoklin masih berada dalam tahap penelitian.. Penelitian ini akan dilakukan dengan menyimulasikan enam jenis skenario pembangkitan dengan kedua jenis tangki tersebut dan skenario tanpa menggunakan sistem penyimpanan energi. Skenario dilakukan dengan menjalankan siklus termodinamika Rankine dan Brayton. Seluruh data yang berkaitan akan menggunakan data yang tersedia di Nusa Tenggara Timur dengan WACC sebesar 10% dan umur guna proyek selama 25 tahun. Hasil penelitian menyatakan bahwa di penerapan siklus Brayton menghasilkan energi lebih besar, tetapi efisiensi keseluruhannya kecil dibandingkan siklus Rankine. Hal tersebut menuntun kepada lebih besarnya LCOE skenario yang menjalankan siklus Brayton dibandingkan siklus Rankine. Penggunaan tangki jenis termoklin mampu untuk menekan biaya investasi, sehingga sistem yang menggunakan sistem tangki termoklin memperoleh LCOE lebih rendah dibandingkan dengan sistem tangki. Di antara semua jenis skenario, sistem yang menjalankan sistem tangki termoklin dengan siklus Rankine mampu menghasilkan LCOE paling rendah. Hasil LCOE tersebut sebanding dengan LCOE sumber energi lain di Indonesia.

---

This study aims to determine how the economic aspects of various configurations of concentrated solar power processes are applied in Nusa Tenggara. The employment of energy storage systems is investigated for its application to concentrated solar power because its use in intermittent energy sources, such as solar energy, is able to overcome problems of supply and demand for electrical energy. The double tank system (hot and cold) is becoming the conventional one on concentrated solar power, while the thermocline type tank is still in the research stage. This research will be carried out by simulating six scenarios by incorporating both types of tanks, without using energy storage systems, and is running with Rankine and Brayton thermodynamic generation cycles. All related data will use Nusa Tenggara Timur availability with WACC of 10% and 25 project lifetimes. The results of the study state that the application of the Brayton cycle produces more energy, yet the overall efficiency is lower than the Rankine cycle. This leads to a larger LCOE of scenarios running the Brayton cycle than the Rankine cycle. The use of a thermocline tank can reduce investment costs so that a system using a thermocline tank system obtains a lower LCOE than the double tank system. Among all types of scenarios, the system with thermocline tank and Rankine cycle were able to produce the lowest LCOE. The results of the LCOE are comparable to the LCOE of other energy sources in Indonesia."

"Air merupakan sumber daya yang paling penting bagi kehidupan, oleh karena itu perlu diperhatikan dan dijaga kualitasnya. Dalam studi air, ML menawarkan banyak peluang untuk mengklasifikasikan kualitas air. Hasil akurasi klasifikasi kualitas air bergantung pada model yang digunakan, ukuran kumpulan data, dan parameter air yang digunakan untuk melatih model pembelajaran. Dalam makalah ini, model SVM, NB, DT, RF, dan CATBoost digunakan untuk memodelkan proses klasifikasi kualitas air. Metode feature selection: filter, wrapped, dan embeded akan dibandingkan, bersama dengan model dengan pemilihan parameter manual yang dipilih berdasarkan kemudahan pengukurannya. Menggunakan embedded feature selection dan DT classifier dengan SMOTE sebagai metode penyeimbangan kelas, model ini dapat mencapai akurasi 99,33%, presisi 99,43%, daya ingat 99,33%, dan skor F1 99,34%. Model untuk indikasi kualitas air secara realtime juga diperoleh dengan classifier CatBoost, dengan akurasi 92,31%, presisi 91,72%, recall 92,31%, dan skor F1 91,75%.

---

Water is the most important resource for life, hence it’s quality needs to be checked and maintained. In water studies, ML offers numerous opportunities for classifying Water Quality (WQ) indicators. Results of WQ classification accuracy depend on the model used, the size of the data set, and the water parameters used to train the learning models. In this paper, SVM, NB, DT, RF, and CATBoost models are used to model a WQ classification. Filter, wrapped, and embedded feature selection methods will be compared, along with a model with a manual selection of parameters that are selected based on their ease of measurement. Using embedded feature selection and DT classifier with SMOTE as class balancing method, the model can achieve 99.33% accuracy, 99.43% precision, 99.33% recall, and 99.34% F1-score. Model for realtime water quality indication is also obtained with CatBoost classifier, it achieve 92.31% accuracy, 91.72% precision, 92.31% recall, and 91.75% F1-score."

"Energi terbarukan merupakan sumber energi alternatif yang dapat membantu mengurangi ketergantungan kebutuhan energi terhadap bahan bakar fosil seperti batubara, minyak bumi, dan gas. Namun, teknologi yang dibutuhkan untuk mengelola energi terbarukan itu mahal. Sehingga diperlukan analisis ekonomi untuk menentukan apakah suatu investasi energi terbarukan dapat menguntungkan atau tidak. Mengetahui potensi dan dorongan untuk mengurangi emisi karbon, banyak negara termasuk Indonesia telah menetapkan beberapa tujuan untuk meningkatkan pengembangan energi terbarukan di Indonesia seperti, menerapkan 23% bauran energi terbarukan pada tahun 2025. Untuk mencapai target tersebut dengan cara yang paling efisien, perlu dilakukan kajian untuk menentukan jenis pembangkit listrik energi terbarukan yang terbaik untuk diinvestasikan. Data Envelopment Analysis (DEA) merupakan metode non-parametrik yang digunakan untuk mengukur efisiensi Unit Pengambilan Keputusan (DMU). Oleh karena itu, DEA merupakan suatu metode yang mampu mengukur efisiensi seorang pengambil keputusan dengan menganalisis data input dan outputnya. DEA juga dapat digunakan untuk mengukur efisiensi investasi energi terbarukan di Indonesia. Dengan mengetahui data input dan output masing-masing pembangkit listrik, kita dapat menghitung efisiensi teknis setiap pembangkit listrik dan mengurutkan pembangkit listrik yang paling efisien hingga pembangkit listrik yang paling tidak efisien untuk diinvestasikan menggunakan DEA dengan berbagai sub-model. Seluruh hasil akan dianalisis menggunakan SPSS IBM dengan metode One-way ANOVA, didapatkan metode BCC-I sebagai metode paling baik dengan significance value sebesar 0.02 (p<0.05). Hasil analisis menunjukkan wind menghasilkan efisiensi terbaik, dilanjutkan dengan biomassa dan tenaga air.

---

Renewable energy is an alternative energy source that can help reduce dependence on fossil fuels such as coal, oil and gas for energy needs. However, the technology needed to manage renewable energy is expensive. So an economic analysis is needed to determine whether a renewable energy investment can be profitable or not. Knowing the potential and impetus for reducing carbon emissions, many countries including Indonesia have set several goals to increase the development of renewable energy in Indonesia, such as implementing a 23% renewable energy mix by 2025. To achieve this target in the most efficient way, it is necessary to conduct a study to determine the best type of renewable energy power plant to invest in. Data Envelopment Analysis (DEA) is a non-parametric method used to measure the efficiency of a Decision-Making Unit (DMU). Therefore, DEA is a method that is able to measure the efficiency of a decision maker by analyzing the input and output data. DEA can also be used to measure the efficiency of renewable energy investments in Indonesia. By knowing the input and output data of each power plant, we can calculate the technical efficiency of each power plant and rank the most efficient power plant to the least efficient power plant to invest using DEA with various sub-models. All results will be analyzed using SPSS IBM with the One-way ANOVA method, the BCC-I method is the best method with a significance value of 0.02 (p<0.05). The results of the analysis show that wind produces the best efficiency, followed by biomass and hydropower.

"

"Analisis tekno-ekonomi dilakukan untuk pabrik power-to-ammonia di Indonesia yang menggunakan proses elektrolisis air suhu tinggi. Proses yang diusulkan disimulasikan menggunakan Aspen HYSYS untuk simulasi pabrik amonia dan Microsoft Excel untuk analisis ekonomi dan variabel lain yang tidak dapat dihitung menggunakan Aspen HYSYS. Kapasitas produksi green ammonia 4945 MT/tahun dan rasio molar H2-ke-N2 menjadi 3:1 pertama kali ditentukan sebagai dasar pemodelan dan integrasi simulasi. Selanjutnya, kondisi operasi sintesis amonia diuji dengan beberapa variasi untuk mendapatkan suhu dan tekanan yang paling sesuai untuk proses tersebut, yang masing-masing menghasilkan 500oC dan 150 bar. Asesmen ekonomi menunjukkan bahwa CAPEX dan OPEX dalam penelitian ini menghasilkan harga produksi sebesar $901,66/MT. Langkah terakhir dilakukan dengan menganalisis dan mengevaluasi pengaruh harga jual green ammonia terhadap tiga variabel yaitu harga N2, harga listrik panas proses, dan harga jual O2 sebagai produk samping. Dengan membuat skenario berdasarkan variabel-variabel tersebut, harga jual green ammonia yang menguntungkan untuk mencapai payback period tidak lebih dari sepuluh tahun berkisar antara $1.290- $2.120/MT. Harga green ammonia jauh lebih tinggi dari amoniak konvensional. Oleh karena itu, disarankan untuk mengajukan subsidi saat penjualan.

---

A techno-economic assessment was performed for a power-to-ammonia plant in Indonesia that utilizes a high-temperature water electrolysis process. The proposed process was simulated using Aspen HYSYS for the ammonia plant simulation and Microsoft Excel for the economic analysis and other variables that can’t be calculated using Aspen HYSYS. The green ammonia production capacity of 4945 MT/year and the molar ratio of H2-to-N2 being 3:1 is first determined as a basis for the simulation modelling and integration. Subsequently, the ammonia synthesis operating condition is tested using several variations to find the most suitable temperature and pressure for the process, which results in 500oC and 150 bar, respectively. The economic assessment shows that the CAPEX and OPEX in this research produce a production price of $901.66/MT. The last step is done by analyzing and evaluating the ammonia selling price effect upon three variables: the price for N2, the price for process heat electricity, and the price for selling O2 as a by-product. By making scenarios based on those variables, the profitable green ammonia selling price to achieve not more than ten years payback period ranges from $1,290-$2,120/MT. The green ammonia price is much higher than conventional ammonia. Thus, proposing a subsidy when selling green ammonia is recommended."