Hasil Pencarian  ::  Simpan CSV :: Kembali

"Analisis risiko pada pipa bawah laut 16? Main Oil Line EFPRO - EKOM di Laut Jawa ini dilakukan mengingat adanya potensi bahaya dan risiko tumpahan minyak sehingga dapat berdampak pada ekosistem laut disekitar operasi kerja. Penelitian ini bersifat deskriptif analitik dan dilakukan dengan metode semi kuantitatif. Model yang digunakan dalam penelitian ini adalah model penilaian risiko yang dikembangkan oleh Kent Muhlbauer (2004) dalam bukunya Pipeline Risk Management. Tujuan dari penelitian ini adalah untuk mendapatkan tingkat risiko relatif sehingga didapatkan gambaran risiko yang berguna bagi manajemen dalam mengambil keputusan guna mencegah kejadian kecelakaan yang diakibatkan kegagalan pipa. Hasil dari penelitian ini menunjukan bahwa pada pipa sepanjang 32.14 km tersebut memiliki nilai rata-rata untuk Design Index sebesar (59.13), Corrosion Index (68.16), Third-party Damage Index (72) dan Incorrect Operations Index (82). Sedangkan nilai risiko relatif tertinggi adalah pada Kilometer Post (KP) 0-1 jalur pipa.

---

Risk analysis of subsea pipeline 16" Main Oil Line (MOL) EFPRO - EKOM located at Java Sea was conducted because of the potential hazards and the risk of oil spills that possible impact on ecosystems around the work operations. This research is descriptive analytic and performed by semi-quantitative method. The model used in this study is a model of risk assessment developed by Kent Muhlbauer (2004) in his book ?Pipeline Risk Management.

The purpose of this study was to obtain relative risk that are useful to management in making decisions in order to prevent the occurrence of accidents which caused by the failure of the pipe.

The results of this study showed that the pipeline along the 32.14 km has an average value for the Design Index (59.13), Corrosion Index (68.16), Third party Damage Index (72) and Incorrect Operations Index (82). While the value of the highest relative risk was at Kilometre Post (KP) 0-1 pipeline."

"Penilaian risiko bendungan pada dasarnya merupakan suplemen atau tambahan dari pendekatan berbasis standar (standard based approach) yaitu pendekatan konservatif untuk rekayasa teknik bendungan. Untuk bendungan-bendungan yang sudah ada baik yang baru maupun yang lama, penilaian risiko bendungan bertujuan untuk mengetahui apakah risiko bahaya yang ada dapat ditoleransi, dan apabila risiko bahaya tidak dapat ditoleransi maka perlu direncanakan tindakan-tindakan untuk mengurangi risiko. Penilaian risiko untuk bendungan-bendungan yang sudah ada juga dapat dijadikan dasar untuk menentukan prioritas dalam melakukan pekerjaan perbaikan atau rehabilitasi yang diperlukan. Dalam makalah ini dibahas mengenai penilaian risiko keamanan bendungan pada Bendungan Sengguruh, Sutami, Lahor, Wlingi, Bening, Wonorejo dan Selorejo. Metode yang dilakukan dalam penilaian risiko meliputi penyusunan penilaian risiko, analisis risiko, evaluasi risiko, pengurangan dan manajemen risiko. Tujuh bendungan ini dikelola oleh satu pengelola yaitu PJT I dan dianggap bisa mewakili metode ini yang bisa digunakan untuk menentukan nilai prioritas penanganan bendungan. Berdasarkan hasil penilaian, 7 bendungan tersebut memenuhi kriteria risiko. Tindakan selanjutnya yang dapat dilakukan untuk bendungan-bendungan tersebut adalah melakukan pemantauan perilaku bendungan secara rutin dan pada kondisi setelah gempa, memperbaharui dan mensosialisasikan RTD."

"Proyek EPC Engineering, Procurement, and Construction memiliki tantangan yang sangat tinggi, mulai dari saling ketergantungan antar aktifitas yang ada, fase overlaps antar masing-masing aktifitas tersebut, pemecahan aktifitas menjadi aktifitas-aktifitas pekerjaan yang lebih detail, kompleksitas struktur organisasi, dan ketidakpastian dalam akurasi prediksi yang timbul selama masa pelaksanaan. Permasalahan utama yang sering dihadapi khususnya pada Proyek EPC Pipeline adalah terjadinya cost overrun dalam proses engineering, procurement dan construction. Perubahan selalu terjadi dengan persentase berkisar antara 5 - 10 dari kontrak. Keterlibatan pihak eksternal dan internal dapat memunculkan risiko baru terhadap pihak kontraktor terutama di fase pengendalian. Oleh karena itu, diperlukan analisis risiko berbasis PMBOK 2017 yang menemukan bahwa kesalahan dalam perbedaan persepsi desain DED dengan basis desain FEED dan tidak adanya struktur organisasi change order yang merupakan risiko dominannya. Selanjutnya dilakukan evaluasi dan diketahui bahwa mitigasi risiko merupakan respon preventif yang tepat. Sementara, tindakan korektif yang tepat adalah melakukan konsinyering pada fase engineering dimulai, mediasi dengan third party institution dan membuat struktur organisasi dalam prosedur change order. Sayangnya respon risiko tersebut masih belum berjalan secara optimal bahkan terdapat respon yang tidak diterapkan, maka dari itu diperlukan beberapa langkah untuk perbaikan.

---

EPC Engineering, Procurement, and Construction projects have very high challenges, starting from interdependence between existing activities, overlapping phases between each activity, breaking activities into more detailed work activities, organizational structure complexity, and uncertainty in predictive accuracy arising during the execution period. The main problems that are often faced, especially in the EPC Pipeline Project is the cost overrun in the engineering, procurement and construction process. Changes always occur with percentages ranging from 5 10 of the contract. The involvement of external and internal parties can lead to new risks to the contractor, especially in the control phase. Therefore, it is necessary to simulate a risk model based on PMBOK 2017 which finds that difference of design perception of DED with design basis FEED and the absence of change order organizational structure are the dominant risk. Further evaluations are made and it is known that risk mitigation is an appropriate preventive response. Meanwhile, appropriate corrective action is to do consignment in the engineering phase begins, mediation with the third party institution and the making of an changes organizational structure in the change order procedure. Unfortunately, the risk response is still not running optimally and even there is a response that is not applied, therefore some steps needed to improve."

"Sebuah pipa elbow yang merupakan komponen sistem pengikjeksi kondensat dari pembangkit energi geothermal mengalami kebocoran pada bagian lasannya. Sistem ini digunakan untuk menginjeksikan kondesat yang berasal dari menara pendingin ke dalam bumi melalui sumur injeksi. Kondisi pipa telah mengalami proses korosi pada seluruh permukaan dalam pipa dan penipisan pada dindingnya. Analisis dilakukan dengan pengambilan sampel air dan pipa yang mengalami kegagalan. Pengujian yang dilakukan adalah pengujian komposisi air, pengujian indeks korosifitas, pengamatan visual sampel pipa, pengukuran ketebalan sampel pipa, pengujian komposisi pipa, pengujian kekerasan, pengujian komposisi produk korosi pipa dan pengujian polarisasi. Hasil analisa menunjukkan bahwa penyebab dari terjadinya kerusakan pada pipa elbow ini adalah karena terjadinya sel differential aerasi pada daerah dibawah produk korosi yang menyebabkan terjadinya korosi di bawah kerak (under scale corrosion).

---

There were a failure in the elbow pipe of injection condensate system. The failure took form of a leakage in the weld part. This system was used to inject the condensate which came from cooling tower to the earth back by injection well. The condition of the pipe has experienced of corrosion process at overall of the surface and wall thinning.

Analysis is done by taking sample of water and the failed pipe. It was carried out by several testing such as water composition test, saturation index test, visual test for pipe sample, measurement of pipe wall, pipe composition test, hardness test, corrosion product composition test and polarization test.

The result of this analysis, shows that the failure in pipe is caused by aerated differential cell under the deposit, it?s due to the under scale corrosion was occur."

"Potensi bahaya yang terjadi selama fase FEED (Front End Engineering Design) mengakibatkan kegagalan proyek pipa bawah laut yang diderita dari berbagai aspek baik dari kerugian dana, lingkungan dan bencana alam. Perlu ditentukan metode yang tepat dalam menentukan tingkat risiko dan mitigasi pada integritas pipa sehingga meningkatkan keamanan dan mengurangi potensi risiko. Penerapan analisa risiko metode Risk FMEA yang memperhatikan faktor deteksi dan analisa biaya dengan Monte Carlo, dapat meningkatkan ketepatan mengambil kebijakan risiko, optimalisasi dalam penerapan strategi inspeksi, monitor dan evaluasi risiko. Hasil analisa risiko didapatkan 13 tindakan rekomendasi penanggulangan potensi bahaya yang berasal dari 56 potensi risiko yang ada. Nilai perbandingan antara biaya pemeliharaan dan penanggulangan risiko dibandingkan dengan dampak risiko adalah 0,0986. Analisa yang dilakukan menyatakan bahwa penerapan rekomendasi risiko tersebut dapat menghilangkan potensi bahaya pada proyek pipa bawah laut.

---

Potential hazards that occured during phase FEED (Front End Engineering Design) were resulted in the failure of subsea pipeline project and reviewed from various aspects both from financial lost, environmental and natural disasters. The exact method had to be determined the level of risks and mitigate the integrity of pipeline in order to increase security and reduce potential risks.

The approach of the Risk FMEA method which consider the value of detection and analyze pusing Monte Carlo method can improve the accuracy of risk policies, implementation of the strategies, inspection, monitoring and evaluation of risks.

This risk analysis results obtained 13 actions of hazard mitigation which were initally 56 potential risks. The value comparison between the cost of maintenance and control of risk were compared and its value was 0.0986. The implementation of risk analysis? result can be conducted in order to eliminate the potential hazards of subsea pipeline projec."

"Terjadi kegagalan pada pipa yang menyalurkan air ke system injeksi air pada sebuah instalasi geothermal. Kegagalan yang terjadi berupa kebocoran pada pipa bagian T. Analisis dilakukan dengan pengambilan sample air dan pipa yang mengalami kegagalan. Pengujian yangdilakukan adalah pengujian komposisi air, pengujian indeks saturasi, pengamatan visual sample pipa, pengujian komposisi pipa, pengujian kekerasan, pengujian komposisi produk korosi pipa dan pengujian polarisasi. Dari pengujian dan analisis yang dilakukan, dapat diambil kesimpulan kerusakan yang terjadi pada pipa disebabkan oleh korosi-erosi. Kombinasi korosi dan erosi menyebabkan pipa mengalami kerusakan yang jauh lebih cepat daripada yang seharusnya.

---

There were a failure in the pipeline injection system in a geothermal installation. The failure took form of leak in part T. Analysis is done by taking sample of water and the failed pipe. The tests include water compositon test, saturation index test, visual test for pipe sample, pipe composition test, hardness test, corrosion product composition test and polarization test. From the test results and analysis, it can be concluded that the failure in pipe were done by corrosion-erosion. The combination of corrosion with erosion causing the pipe to fail faster than the calculation."

"ABSTRAKAnalisa terhadap pipa penyalur bawah tanah dengan spesifikasi API 5L PSL1 GradeB dan lapisan eksternal three layer polyethylene serta lapisan internal epoxypolyamide untuk mendistribusikan avtur dari Depot Pengisian Pesawat Udara keBandar Udara yang mengalami kegagalan beroperasi sesaat setelah prosescommissioning dinyatakan baik dan masih dalam masa pemeliharaan setahun.Analisa dilaksanakan dengan melakukan pengujian secara mekanik, kimia, dandilakukan pengamatan secara rinci pada produk karat dengan menggunakanScanning Electron Microscopy serta Energy Dispersive X-Ray. Uji polarisasidilakukan dalam medium Avtur dan medium air hasil proses Horizontal DirectDrilling. Kondisi lingkungan dan sistem elektrikal di lokasi berpengaruh besarterhadap percepatan korosi.

---

ABSTRACTAnalyze of underground pipeline with API 5L PSL1 Grade B and three layerpolyethylene external coating and epoxy polyamide internal coating to distributeaviation fuel from the Aircraft Filling Depot to the Airport that failed operateshortly after commissioning process is declared good and still under maintenancea year. The analysis was carried out by testing mechanical, chemical, and detailedobservation on rust by using Scanning Electron Microscopy and Energy DispersiveX-Ray. The polarization test was conducted on Avtur medium and horizontal DirectDrilling process water medium. Environmental and electrical system at the sitehave a major effect on corrosion acceleration."

"Pipa transmisi adalah cara teraman dan paling efektif untuk mengangkut gas alam dalam jumlah besar dalam jarak jauh. Meskipun transportasi menggunakan pipa adalah yang paling aman, kegagalan pipa transmisi dapat menyebabkan kerusakan, kerugian finansial, dan cedera. Kegagalan pipa perlu diprediksi untuk untuk menentukan prioritas pemeliharaan pipa sebagai salah satu strategi membuat jadwal pemeliharaan prefentif yang tepat sasaran dan efisien agar pipa dapat diperbarui atau direhabilitasi pipa sebelum terjadi kegagalan. Metode yang ditawarkan pada studi ini adalah machine learning, dimana metode merupakan bagian dari insiatif transformasi digital (Hajisadeh, 2019). Model dikembangkan berdasarkan data kegagalan historis dari jaringan pipa transmisi gas darat sekitar 2010-2020 yang dirilis oleh Departemen Transportasi AS dengan karakteristik data yang tidak terstruktur dan kompleks. Proses pembelajaran mesin dapat dibagi menjadi beberapa langkah: pra-pemrosesan data, pelatihan model, pengujian model, pengukuran kinerja, dan prediksi kegagalan. Pengembangan model pada studi ini dilakukan menggunakan dua algoritma yaitu regresi logistik dan random forest. Pola perilaku dari faktor-faktor yang paling berpengaruh adalah usia dan panjang segmen pipa meiliki korelasi positif terhadap kegagalan pipa. Kedalaman pipa, ketebalan, dan diameter pipa memiliki korelasi negatif. Kegagalan pipa paling sering terjadi pada pipa dengan class location 1 dan class location 4, pipa yang ditempatkan di bawah tanah, serta pipa dengan tipe pelapis coal tar. Hasil pengembangan model menggunakan machine learning menunjukan hasil performa model akurasi prediksi 0.949 dan AUC 0.950 untuk model dengan algoritma regresi logistik. Sedangkan akurasi prediksi 0.913 dan AUC 0.916 untuk model dengan algoritma random forest. Berdasrkan hasil uji performa kita dapat menyimpulkan bahwa machine learning adalah metode yang efektif untuk memprediksi kegagalan pipa. Berdasarkan model yang dilatih pada dataset nyata pipa transmisi gas, hasil prediksi pada studi kasus dapat menghindari 29% dari kegagalan pipa pada 2025, 53% kegagalan pipa pada tahun 2030, dan 64% pada tahun 2035.

---

Transmission pipe is the safest and most effective way to transport large amounts of natural gas over long distances. Although transportation using pipelines is the safest, transmission pipeline failures can cause damage, financial losses, and injuries. Pipeline failures need to be predicted to determine the priority of pipeline maintenance as one of the strategies to create a schedule of maintenance targets that is right on target and efficient so that the pipeline can be rehabilitated before a failure occur. The method offered in this study is machine learning, where the method is part of the digital transformation initiative (Hajisadeh, 2019). The model was developed based on historical failure data from the onshore gas transmission pipeline around 2010-2020 released by the US Department of Transportation with unstructured and complex data characteristics. The machine learning process can be divided into several steps: data pre-processing, model training, model testing, performance measurement, and failure prediction. The development of the model in this study was carried out using two algorithms namely logistic regression and random forest. The correaltion of the factors that most influence the failure of an onshore gas transmission pipeline is the age and length of the pipe segment has a positive correlation with pipe failure. Depth of cover, thickness, and diameter of pipes have a negative correlation with pipe failures. Pipe failures most often occur in pipes with class location 1 and class location 4, undersoil, and pipes with coal tar coating types. The results of the development of the model using machine learning showed the results of the model performance prediction accuracy is 0.949 and AUC is 0.950 for models with logistic regression algorithms. Whereas the accuracy of prediction is 0.913 and AUC is 0.916 for models using the random forest algorithm. Based on the results of performance tests we can conclude that machine learning is an effective method for predicting pipe failures. Based on the model trained on a real dataset of gas transmission pipelines, the prediction results in case studies can avoid 29% of pipe failures in 2025, 53% of pipe failures in 2030, and 64% in 2035. "