Hasil Pencarian  ::  Simpan CSV :: Kembali

"Tesis ini membahas bagaimana perusahaan dapat mengidentifikasi kesenjangan elemen kunci pengelolaan integritas aset yang sangat berperan dalam mencegah terjadinya insiden yang disebabkan oleh kerusakan atau ketidakhandalan aset. Penelitian ini merupakan penelitian kualitatif dengan desain deskriptif. Hasil penelitian ini menyarankan agar perusahaan yang mengelola kritikal aset, seperti pada industri minyak dan gas bumi, harus dapat memenuhi elemen-elemen kunci pengelolaan integritas aset untuk memastikan kehandalan aset dapat terjaga sehingga mampu menurunkan risiko bisnis maupun risiko terhadap keselamatan kerja dan lingkungan sekitar.

---

This thesis discusses how companies can identify gaps in the key elements of asset integrity management which play a very important role in preventing incidents caused by damage or unreliability of assets. This research is qualitative research with a descriptive design. The results of this study suggest that companies that manage critical assets, such as in the oil and gas industry, must be able to fulfil key elements of asset integrity management to ensure asset reliability can be maintained to reduce business risks and risks to work safety and the surrounding environment."

"Kebocoran hidrokarbon dapat menyebabkan konsekuensi yang serius di berbagai aspek. Di samping berperan dalam polusi lingkungan, kebocoran yang berulang juga membutuhkan biaya perbaikan yang tinggi. Penelitian ini bertujuan untuk meminimalisir terjadinya kebocoran berulang dan mencegah terjadinya kebocoran di sistem perpipaan dengan aliran 3 fasa lainnya. Penelitian ini menggunakan analisis kuantitatif untuk mendapatkan level risiko, menghitung estimated life dan memperkirakan jadwal inspeksi atau mitigasi berikutnya. Penyebab utama terjadinya kebocoran berulang diketahui menggunakan analisis kuantitatif dari Fault Tree Analysis (FTA). Diagram bow tie menggambarkan safeguard yang dibutuhkan untuk mencegah dan mengontrol terjadinya kebocoran. Terdapat 8 sistem perpipaan yang mengalami kebocoran berulang pada 3 tahun terakhir. Dari hasil penelitian didapatkan level risiko beberapa pipa berada pada area kuning dan merah dengan 1 pipa dalam kondisi unfit. FTA menunjukkan adanya 4 penyebab utama terjadinya kebocoran berulang dan dimasukkan ke dalam diagram bow tie bagian kiri. Dapat disimpulkan bahwa analisis risiko ini dapat digunakan untuk meminimalisir dan mencegah terjadinya kebocoran di sistem perpipaan 3 fasa.

---

Hydrocarbon releases might result serious consequences in various aspects. Beside contribute to environmental pollution, repetitive leakages need high repair costs. This study is aimed to minimize repetitive leakage and prevent leakage for other 3-phase piping systems. We employ the quantitative risk assessment to establish risk levels, calculate estimated life, and propose the next inspection or mitigation plan. The most relevant root causes can be obtained through quantitative Fault Tree Analysis (FTA). A bow tie diagram will represent safeguards to prevent and control hydrocarbon releases. Eight piping systems that have suffered repetitive leakage are investigated. It has been found that the risk level of some piping systems in yellow and red areas with 1 pipe in unfit condition. FTA shows 4 basic events as root causes of leakage, and input them as threats in a bow tie. It can be concluded this analysis can be used to minimize and prevent leakage for 3-phase piping systems."

"Peralatan Perangkat Pelepas Tekanan (PRD) dioperasikan dengan tujuan untuk melindungi kehidupan dan keselamatan dalam suatu sistem bertekanan. Peralatan akan mengalami penurunan kondisi seiring berjalannya waktu pemakaian. Ketidakmampuan PRD untuk melakukan fungsinya perlu diidentifikasi sebagai mode kegagalan. Untuk mengurangi risiko apabila terjadi kegagalan, suatu pendekatan seperti Risk Based Inspection (RBI) dapat dilakukan. Metode RBI yang umum digunakan masih menggunakan pendekatan kualitatif, sehingga menghasilkan variasi yang cukup besar. Penelitian ini mengusulkan metode analisa risiko dengan menggunakan pembelajaran mesin berbasis deep learning untuk mengembangkan suatu model penilaian risiko pada PRD akibat mode kegagalan fail on demand (POFOD) yang diharapakan dapat mempersingkat waktu, meningkatkan akurasi, efisiensi dalam pengolahan data hasil inspeksi, serta biaya; dengan menawarkan hasil akurasi perhitungan yang tinggi. Penelitian ini menghasilkan program prediksi risiko dengan menggunakan metode klasifikasi pembelajaran mesin berbasis deep learning akibat mode kegagalan fail on demand pada peralatan perangkat pelepas tekanan. Pembuatan dataset yang digunakan pada model bersumber dari 160 data yang diolah dengan menggunakan standar API 581. Penelitian ini menggunakan beberapa parameter model seperti test size sebesar 20%, random state bernilai 0, penggunaan jumlah epoch sebesar 150, learning rate sebesar 0.001, dan layer berjumlah 3 dengan dense 64,64,8; yang menghasilkan akurasi model sebesar 91%, dari validasi confusion matrix.

---

Pressure Relief Device (PRD) equipment is operated with the aim of protecting the lives and safety within a pressurized system. An equipment experiences deterioration over time. The inability of PRD equipment to perform its design function needs to be identified as a failure mode. To reduce the risk in case of failure, an approach such as Risk Based Inspection (RBI) can be implemented. The commonly used RBI methods still rely on qualitative approaches, leading to significant variations. This research proposes a method using deep learning to develop a risk assessment model for PRD due to the failure on demand. This is expected to shorten the assessment time, improve accuracy, efficiency, and reduce costs by offering highly accurate calculation results. This research produces a risk prediction program using a deep learning classification method for POFOD in pressure relief device equipment. The dataset used in the model consists of 160 data processed according to API 581 standards. This research utilizes several model parameters, including a test size of 20%, 0 value of random state, 150 epochs, a learning rate of 0.001, and 3 layers with dense of 64, 64, 8. The model achieves an accuracy of 91% from the validation confusion matrix."

"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."