JURNAL TEKNIK POMITS Vol. 1, No.

1, (2012) 1-6

Prediksi Daya Listrik Geothermal Power Plant

Berdasarkan Metode Weighted Moving Average
di PT. GEO DIPA ENERGI Unit Dieng
Junaldi, Katherin Indriawati
Jurusan Teknik Fisika, Fakultas Teknologi Industri, Institut Teknologi Sepuluh Nopember (ITS)
Jl. Arief Rahman Hakim, Surabaya 60111
E-mail: katherin@ep.its.ac.id

Abstrak Sejak harga minyak yang selalu berfluktuasi dan

keprihatinan terhadap peningkatan polusi lingkungan, banyak muncul
upaya untuk menemukan sumber energi alternatif. Energi panas bumi
merupakan solusi yang lebih kompetitif dibandingan dengan energi fosil
konvensional lainya. Hal ini dikarenakan pemanfaatannya relatif
sederhana, sehingga energi yang dibutuhkan untuk mengolahnya lebih
murah. PT. GEO DIPA ENERGI merupakan salah satu perusahaan
pembangkit tenaga listrik di Indonesia yang memanfaatkan energi panas
bumi berupa steam sebagai penggerak utama. Tetapi kualitas fisik steam
yang dihasilkan oleh panas bumi tidak tentu nilainya. Solusinya adalah
dengan memprediksi kualitas fisik steam dalam hal ini adalah laju aliran
massa guna mengetahui daya yang dihasilkan. Pada penelitian ini
digunakan metode Weighted Moving Average (WMA) berdasarkan nilai
Root Mean Square Error (RMSE) untuk memprediksi laju aliran massa
yang keluar dari separator menuju demister. Sehingga diharapkan dengan
memprediksi laju aliran massa pada demister maka dapat diketahui nilai
daya listrik yang dihasilkan dan juga efisiensi plant. Hasil penelitian
menunjukan bahwa nilai Root Mean Square Error (RMSE) yang
dihasilkan pada metode Weighted Moving Average (WMA) bobot tiga
adalah 33,1208 Ton/Hour . Prediksi laju aliran massa yang dihasilkan
sebesar 107,7365 ton/hour atau 29,9343 kg/s. Hasil prediksi daya yang
yaitu 16863,92 kW, sedangkan hasil prediksi efisiensi plant yaitu sebesar
21,83 %.

(single-flash & double flash) dan binary-cycle plant. Jenis

pembangkit yang digunakan di PT. Geo Dipa Energi Unit
Dieng, Jawa Tengah adalah single-flash steam plant.
Kapasitas dari PLTP Dieng adalah 60 Mwe dan
mensuplai listrik pada daerah Jawa, Madura, dan Bali
(JAMALI). Agar memperoleh kapasitas listrik yang optimum
maka diperlukan efisiensi yang baik dari proses produksi
dengan memperhatikan performansi masing-masing unit.
Perubahan keluaran daya listrik sebuah pembangkit listrik
tenaga panas bumi berkaitan dengan kondisi steam dari sumur
produksi. Konsistensi produksi daya listrik menyebabkan
keuntungan dari perusahaan pun akan tetap. Sebaliknya
penurunan daya listrik dapat menimbulkan kerugian, sehingga
harus diantisipasi. Dengan demikian, upaya memprediksi daya
listrik sebuah pembangkit listrik tenaga panas bumi perlu
dilakukan sebagai langkah awal untuk mencegah timbulnya
dampak negatif yang lebih besar.

Kata Kunci prediksi, efisiensi, daya listrik, laju aliran massa,

Ada beberapa tahapan yang dilakukan pada penelitian ini

dan dapat dijabarkan melalui flowchart pada gambar 2.1.
Tahap pertama yang dikerjakan dalam penelitian tugas
akhir ini adalah melakukan tinjauan plant mulai dari production
well, separator, rock muffler, silencer, steam purifer, turbin,
kondensor dan injection well. Sumur produksi (production
well) yang aktif ada empat sumur, sedangkan sumur injeksi
(injection well) yang aktif ada dua sumur.
Karakteristik steam yang keluar dari sumur produksi di
PT. Geo Dipa Energi memiliki kecenderungan jumlah brine (air
garam) yang lebih besar dibandingkan jumlah steam kering.
Akibat kecenderungan tersebut maka pada setiap sumur
produksi dipasang separator. Ukuran separator didesain
dengan semua ukuran sama, namun setiap sumur memiliki
jumlah aliran, mutu, dan karakteristik yang berbeda-beda.
Dengan demikian bila dioperasikan sesuai dengan kapasitas
masing-masing sumur akan menghasilkan kualitas uap yang
berbeda-beda, ada yang memenuhi kriteria yang masuk ke
turbin, ada pula yang membawa brine sehingga menyebabkan
efisiensi turbin cepat menurun karena korosi.
Efisiensi plant dapat dihitung dengan menggunakan
hukum termodinamika, baik hukum pertama maupun hukum
kedua termodinamika. Pada hukum pertama termodinamika,
nilai efisiensi plant secara keseluruhan didapatkan dengan
membagi nilai daya yang dihasilkan dengan energi input yang
diberikan ke sistem. Pada hukum kedua termodinamika,

WMA, steam.

I. PENDAHULUAN

nergi geothermal (panas bumi) tampaknya menjadi sumber

energi alternatif yang menarik karena harga minyak yang
selalu berfluktuasi dan keprihatinan terhadap peningkatan
polusi lingkungan, termasuk pemanasan global. Sejak harga
minyak telah mencapai puncaknya, banyak muncul upaya untuk
menemukan sumber energi alternatif. Penggunaan energi panas
bumi ditemukan lebih kompetitif dibandingan dengan energi
fosil konvensional lainya[1]. Selain itu, proses pemanfaatannya
relatif sederhana, sehingga energi yang dibutuhkan lebih murah.
Pada prinsipnya cara kerja geothermal power plant
adalah sama dengan thermal power plant kecuali pada asal
steam. Pada geothermal power plant steam diperoleh dari
reservoir dengan memanfaatkan panas bumi, sedangkan pada
thermal power plant steam diperoleh dari proses boiler.
Dengan demikian kualitas fisik steam yang dihasilkan berbeda
pula.
Salah satu perusahaan pembangkit tenaga listrik di
Indonesia yang menggunakan energi panas bumi sebagai
penggerak utama adalah PT. Geo Dipa Energi Unit Dieng,
Jawa Tengah. Ada tiga jenis utama dari pembangkit listrik yang
banyak dioperasikan: dry steam plant, flash-steam plants

II. METODE PENELITIAN

JURNAL TEKNIK POMITS Vol. 1, No. 1, (2012) 1-6

efisiensi plant secara keseluruhan didapatkan dengan membagi

nilai daya yang dihasilkan dengan eksergi input yang diberikan
ke sistem.
Dead state untuk geofluid dapat dipilih menjadi kondisi
lingkungan dimana suhu atmosfir dan tekanan atmosfir berada
pada 18 0C dan 78,063 kPa. Nilai ini telah dicantumkan oleh
data badan meteorologi lokal.
MULAI
MULAI

2771,0655 - 730,1685
2769.935 - 730,1685
x2 = 0,9990761
Entalpi keluaran turbin pada pada kondisi ideal, adalah:
x2 =

s s6
h5 s = h6 + [h7 h6 ]x 4

s7 s6

6,6542 0,486
h5 s = 140,782 + [2541,7720 140,782]x

8,6220 0,486
h5 s = 1961,060579 kJ/kg

Tinjauan
Tinjauan Plant
Plant

Entalpi pada kondisi keluaran turbin yang aktual (nyata)

adalah:

Pengambilan
Pengambilan Data
Data

h6
h4 A1

h7 h6

h5 =
A
1+
h7 h6

Perhitungan
Perhitungan Daya
Daya Listrik
Listrik

Validasi
Validasi Perhitungan
Perhitungan
TIDAK

YA

A = 0,425(2769,18 1961,060579)
A = 343,45075 kJ/kg

Perancangan
Perancangan Algoritma
Algoritma Prediksi
Prediksi
TIDAK

Perhitungan daya berdasarkan asumsi dimana kualitas uap

yang masuk turbin atau x 4 sama dengan satu. Untuk
memudahkan perhitungan agar lebih jelas, maka dilakukan
permisalan untuk penyebut dan pembilang pada persamaan
(3.3).

RMSE
RMSE << 40
40
YA

Pembuatan
Pembuatan Modul
Modul Prediksi
Prediksi Daya
Daya Listrik
Listrik

h6
AA = A1

h7 h6
140,782

AA = 343,450751

2541,7720 140,782

Analisa
Analisa Data
Data dan
dan Penyusunan
Penyusunan Laporan
Laporan

SELESAI
SELESAI

(3.5)

AA = 20,138228

Gambar 2.1 Flowchart Penelitian

AB = 1 +

III. ANALISIS DAN PEMBAHASAN

A.

Perhitungan Daya Listrik Dihasilkan

Berdasarkan data pada tanggal 1 Januari 2011, diketahui
beberapa nilai fisis dari steam.

m dem = 34,54 kg/s

T2 = 172,49 0C ; h2 = 2771,0655 kJ/kg ; s2=6,6462 kJ/kg.K
T3 = 172,49 0C ; h3 = 730,1685 kJ/kg ;s3= 2,0662 kJ/kg.K
T4 = 171,3 0C ; h4 = 2769.935 kJ/kg ;s4= 6.6558 kJ/kg.K
T6 = 33,6 0C ; h6 = 140.832 kJ/kg
;s6= 0.4863 kJ/kg.K
T7 = 22,04 0C ; h7 = 2542.42 kJ/kg
;s7= 8.6142 kJ/kg.K
Dengan menghitung daya listrik yang dihasilkan
menggunakan persamaan 3.9, maka terlebih dahulu menghitung
kualitas steam yang masuk ke turbin menggunakan persamaan
3.1, yaitu:

h2 h3
h4 h3

(3.3)

Untuk mencari kondisi keluaran turbin yang aktual maka

perlu diketahui nilai faktor Bauman (A). Berdasarkan
persamaan 2.4, maka diperoleh faktor Bauman sebagai berikut:
(3.4)
A = 0,425(h4 h5 s )

Benar?
Benar?

x2 =

(3.2)

(3.1)

A
h7 h6

(3.6)

343,45075
2541,7720 140,782
AB = 1,1430455
Maka didapatkan persamaan baru yaitu:
AB = 1 +

h5 =
h5 =

h4 AA
AB

(3.7)

2769,935 20,138228
1,1430455

h5 = 2405,7
Sehingga dalam perhitungan kerja turbin berdasarkan
persamaan (3.8) adalah:
(3.8)
wt = h4 h5

wt = 2769,935 2405,7 =364,235

JURNAL TEKNIK POMITS Vol. 1, No. 1, (2012) 1-6

Daya listrik yang dihasilkan adalah:

W t = x 2 m dem wt

(3.9)

W t = 0,999076142 * 34,54 * 364,235 = 23669,92 kW

Dalam memudahkan perhitungan daya listrik yang
dihasilkan maka penulis membuat sebuah sofware sebagai alat
bantu perhitungan yaitu GUI (Grapichal User Interface).
Sofware ini dirancang dengan memasukan formula matematis
perhitungan untuk menghasilkan daya listrik pada geothermal
power plant. Bentuk tampilan jendela GUI dapat dilihat pada
gambar 3.1. Dari gambar 3.1 tersebut, dapat dilihat ada tiga
buah inputan untuk menghasilkan daya listrik yaitu laju aliran
massa yang masuk turbin, suhu yang masuk separator, suhu
yang masuk ke dalam kondensor. Dalam laporan ini, data suhu
yang masuk menuju separator tidak ada dan diasumsikan sama
dengan suhu pada demister. Asumsi tersebut berdasarkan
pendekatan termodinamika pada siklus Renkine.
Tiga buah inputan yang digunakan ke dalam perhitungan
sofware GUI , inputan ini sangat compatible dengan data yang
ada pada pabrik sendiri, yaitu PT. Geo Dipa Energi. Dari
ketiga inputan tersebut dengan memasukan formula
perhitungan ke dalam sofware GUI, maka langsung didapatkan
nilai daya.
Ta adalah suhu yang masuk ke dalam demister, Tb adalah
suhu yang masuk ke dalam kondensor, dan flowrate adalah laju
aliran yang masuk pada demister. Adapun nilai-nilai tersebut
adalah sebagai berikut: Flowrate = 34,54 kg/s ; Ta = 172,5 0C;
Tb = 35,5 0C. Dengan memasukan nilai tersebut ke dalam
sofware, maka langsung didapatkan daya yang dihasilkan yaitu
23669, 92 kW.
Untuk memvalidasi perhitungan gross electrical dalam
perhitngan sofware GUI ini, maka dilakukan perbandingan
dengan daya litrik kotor yang diperoleh perusahaan.
Perbandingan gross electrical power oleh perusahaan dan
sofware GUI dapat dilihat pada tabel 3.1. Berdasarkan data
dari beberapa sampel pada tabel, menunjukan selisih daya yang
dihasilkan oleh software dan perhitungan perusahaan tidak
terlalu besar. Selisih daya berkisar antara 92,4078 kW sampai
345,8877 kW. Sehingga dapat dikatakan bahwa perhitungan
yang dilakukan oleh GUI adalah baik.

Tabel 3.1 Hasil perbandingan daya menggunakan sofware GUI

dan perhitungan pabrik
mt
Ta
Tb
W Gross gen
W Gross gen
No
(kg/s)
(0C)
(0C) Pabrik (MW) sofware (MW)
34,54 172,5 35,5
23,44
23,67
1
2

34,72

173,3

35,5

23,75

23,84

36,94

171,7

37,5

24,38

24,11

32,50

172,3

37,0

21,56

21,37

31,94

172,7

37,5

23,75

23,91

32,50

172,3

37,0

23,12

23,27

44,17

171,1

37,0

24,38

24,73

39,17

173,1

37,5

25,62

25,6

36,94

171,9

37,0

23,44

23,74

10

32,78

172,9

36,5

20,63

20,55

11

29,72

173,2

33,0

21,25

21,29

12

28,61

172,2

34,5

21,25

20,98

13

28,06

173,1

34,0

20,63

20,19

14

26,67

172,8

34,5

21,25

20,91

B.

Analisa Perhitungan Efisiensi Eksergi

Efisiensi plant dapat dihitung dengan menggunakan
hukum pertama dan kedua termodinamika. Hukum pertama
termodinamika adalah membandingkan energi output dengan
input. Hukum kedua termodinamika tersebut adalah dengan
membandingkan eksergi output dengan eksergi input.
Analisa efisiensi plant pada hukum pertama
termodinamika diperoleh berdasarkan persamaan 3.10 dan
2.11, maka didapatkanlah nilai dibawah ini:

E n = m(h h0 )

(3.10)

Pada masukan demister (kondisi 2)

E n = 34,54(2770,34 75,6162)

E n = 93075,76 kW
Pada demister menuju turbin (kondisi 4)

E n = 34,54(2769,75,6162)

E n = 93035,69 kW
Pada keluaran turbin (kondisi 5)

E n = 34,54(2565,5 75,6162)

E n = 86000,59 kW
Efisiensi Energi overall plant:

I =

Gambar 3.1 Tampilan jendela sofware penghitung daya listrik

pada power plant tipe single - flash

En dem
23669,92
I =
93075,76
I = 0,2543 atau 25,43 %

(3.11)

JURNAL TEKNIK POMITS Vol. 1, No. 1, (2012) 1-6

Analisa efisiensi plant pada hukum kedua termodinamika

diperoleh berdasarkan persamaan 3.12 dan 3.13, maka
didapatkanlah nilai dibawah ini:

E x = m(h h0 T0 ( s s 0 )

(3.12)

Pada masukan demister (kondisi 2)

E x = 34,54(2770,34 75,6162 18(6,6445 0,2678)

E x = 89111,25 kW
Pada demister menuju turbin (kondisi 4)

E x = 34,54(2769,18 75,6162 18(6,6542 0,2678)

E x = 89065,15 kW
Pada keluaran turbin (kondisi 5)

E x = 34,54(2565,5 75,6162 18(8,3401 0,2678)

E x = 80981,89 kW
Efisiensi Energi overall plant:

II =

(3.13)

Ex dem
23669,92
II =
89111,25
II = 0,265 atau 26,56 %
Dapat dilihat bahwa nilai efisiensi yang dihasilkan
menggunakan analisa hukum kedua termodinamika mempunyai
nilai yang lebih besar. Ini menunjukan bahwa pada hukum
pertama termodinamika, efisiensi plant tidak berada pada
pengukuran yang realistis, kemudian pada hukum kedua
termodinamika, dibutuhkan efisiensi untuk mendefinisikannya.
Tabel 3.2 Karakteristik Nilai GPP pada lokasi besar
No

Component

1
2
3
4
5
6
7
8

Dead state
to demister
out demister
to turbin
to condensor
cond to ColTow
ColTow to Cond
dem to injection

State

lanjutan tabel 3.2

h
s
No
(kJ/kg K) (kJ/kg K)
1
75,6162 0,267819
2
2770,34
6,6445
3
2770,34
6,6445
4
2769,18
6,6542
5
2565,5
8,3401
6
140,782
0,486
7
93,9551
0,331
8
730,041
2,066

0
2
3
4
5
6
7
8

T
(C)
18
172,5
172,5
171,3
35,5
33,6
22,04
172,5

En
(kW)
0
93075,76
93075,76
93035,69
86000,59
0
0
0

P
(kPa)
78,603
966
966
799
97
5,2
2,7
844,06

mt
(kg/s)
34,54
34,54
34,54
34,54
-

Ex
Ex loss
(kW)
(kW)
0
4,820742
89111,25 119,601
89111,25 119,601
89065,15 119,7756
80981,89 150,1218
0
8,748
0
5,958
0
37,188

Hasil perhitungan karakteristik steam dapat dilihat pada

tabel 3.2, yaitu dengan menggunakan mikrosoft excel. Untuk
mengetahui efisiensi plant secara keseluruhan menggunakan
hukum termodinamika pertama adalah dengan membandingkan
daya yang dihasilkan oleh pembangkit dengan laju energi pada
demister. Daya yang dihasilkan yaitu sebesar 23669, 92 kW,
sedangkan laju energi yang dihasilkan oleh demister adalah
93075,76 kW. Maka efisiensi yang dihasilkan adalah 0,2543
atau 25,43 %.
Perhitungan
efisiensi
geothermal
power
plant
menggunakan hukum kedua termodinamika. Untuk mengetahui
efisiensi yang dihasilkan oleh plant secara keseluruhan adalah
dengan membandingkan daya yang dihasilkan oleh pembangkit
dengan laju energi pada demister. Berdasarkan tabel 3.2
dimana daya yang dihasilkan yaitu sebesar 23669, 92 kW.
Sedangkan laju eksergi yang dihasilkan oleh demister adalah
89111,25 kW. Maka efisiensi yang dihasilkan adalah 0,2656
atau 26,56 %.
Berdasarkan tabel 3.2 losses terbesar terjadi pada turbin
yang menuju kondensor yaitu sebesar 150,1218 kW. Seperti
yang telah diketahui pada turbin akan terjadi kehilangan
eksergi karena ketika steam yang masuk ke dalam turbin akan
mengalami degradasi termodinamika. Ini karena suhu ketika
turbin masuk akan jauh berbeda dengan suhu ketika suhu
keluar dari turbin, karena perubahan nilai suhu pada turbin
yang keluar tersebut akan mempengaruhi nilai entropinya.
Seperti diketahui bahwa perhitungan eksergi yang hilang atau
hancur adalah mengalikan nilai entropi dengan suhu pada
kondisi mati (dead state).
C.

Analisa Prediksi Laju Aliran Massa Menggunakan

Metode Weighted Moving Average
Metode yang digunakan untuk memprediksi jumlah aliran
steam pada laporan ini adalah Weighted Moving Average
(Bobot Rata-rata Bergerak). Metode ini dianggap paling cocok
untuk memprediksi data time series karena hasil prediksi dapat
mengikuti trend dengan baik.
Dalam upaya mendapatkan daya yang dihasilkan oleh
pembangkit listrik tenaga panas bumi, variabel yang yang
mengalami perubahan yang siginifikan adalah laju aliran massa.
Oleh sebab itu penulis hanya memprediksi laju aliran yang
menuju demister saja untuk mewakili perhitungan prediksi daya
listrik dan efisiensi plant. Sedangkan untuk variabel lain seperti
suhu pada demister dan kondensor hanya diasumsikan saja
dikarenakan selisih data satu dan data yang lainnya tidak terlalu
besar.
Data yang digunakan adalah data pada bulan April tahun
2010 sampai bulan Maret 2012. Pada penelitan tugas akhir ini
digunakan percobaan untuk empat jenis bobot, yaitu tiga (3),
empat (4), lima (5), dan enam (6).
Kemudian melakukan pemilihan bobot berdasarkan nilai
root mean square error. Dengan menggunakan persamaan
(3.14), maka didapatkan nilai RMSE untuk masing-masing
bobot sesuai dengan tabel 3.3. Nilai RMSE paling kecil yaitu
berbobot tiga sebesar 33,1208. Nilai RMSE yang kecil
menyebabkan nilai fit (kecocokan) yang dihasilkan menjadi
lebih besar. Oleh sebab itu bobot yang ditetapkan pada
penelitian tugas akhir ini adalah tiga.

JURNAL TEKNIK POMITS Vol. 1, No. 1, (2012) 1-6

RMSE =

[Y (t ) Y ' (t )]

i =1

(3.14)

N m

dengan
Y(t) = data yang digunakan untuk memprediksi
Y(t) = hasil prediksi
N
= banyaknya data
m
= bobot
Tabel 3.3 Perbandingan nilai bobot pada WMA dengan
RMSE

No
1
2
3
4

Bobot
3
4
5
6

RMSE
33,1208
37,0274
41,0672
41,1354

Tabel 3.4 Data Laju Aliran Massa

Bulan
Apr-10
Mei-10
Jun-10
Jul-10
Agust-10
Sep-10
Okt-10
Nop-10
Des-10
Jan-11
Feb-11
Mar-11
Apr-11
Mei-11
Jun-11
Jul-11
Agust-11
Sep-11
Okt-11
Nop-11
Des-11
Jan-12
Feb-12
Mar-12
Apr-12

No
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25

Flowrate
262,800
259,871
254,483
229,355
219,645
157,990
113,548
96,167
132,290
89,129
128,385
127,871
175,133
176,078
169,667
162,885
159,250
171,680
170,827
162,967
143,065
131,323
113,000
96,419
?

Gambar 3.2 Perbandingan Data Prediksi dengan Beda

Bobot
Dalam memudahkan perhitungan prediksi menggunakan
metode weighted moving average, maka penulis membuat
sebuah software. Nilai bobot yang ditetapkan adalah tiga sesuai
dengan nilai RMSE yang ditetapkan. Tujuan pembuatan
sofware ini adalah untuk memudahkan perhitungan. Software
ini dapat difungsikan hanya dengan memasukan data laju aliran
massa pada database microsoft excel, maka hasil prediksi bisa
dilakukan secara simultan. Dengan catatan data aktual yang di
gunakan adalah tiap bulan. Sofware ini akan mudah menyimpan
data terbaru hingga data terlama baik itu data validasi maupun
data prediksi. Pada gambar 3.3 dan 3.4 menujukan tampilan
jendela prediksi laju aliran massa menggunakan metode
weighted moving average.

Hasil prediksi menggunakan metode Weighted Moving

Average bobot 3 dapat dilihat pada persamaan 3.15.

npM + (n 1) pM 1 + ... + 2 p( M n+ 2) + p( M n+1) (3.15)

WMAM =
n + (n 1) + ... + 2 + 1

Gambar 3.3 Hasil Plotting Prediksi pada GUI

(96,419 * 3) + (113 * 2) + (131,323 * 1)

3 + 2 +1
WMA3 = 107,7634 Ton/Hour
WMA3 =

Jadi hasil prediksi yang dihasilkan pada bulan april adalah

sebesar 107,7634.
Untuk mengetahui hasil prediksi laju aliran massa
menggunakan dengan bobot yang berbeda yaitu, empat, lima
dan enam maka digunakanlah mikrosoft excel sebagai alat
hitung. Perbandingan hasil prediksi daya untuk masing-masing
bobot dapat dilihat pada pada gambar 3.2, dapat dilihat bobot
yang dapat mengikuti trend dengan baik adalah yang
mempunyai bobot tiga, yang berwarna ungu.

Gambar 3.4 Tampilan hasil prediksi pada databese GUI

JURNAL TEKNIK POMITS Vol. 1, No. 1, (2012) 1-6

Analisa Prediksi Daya
Hasil prediksi laju aliran massa dari steam menggunakan
metode weighted moving average adalah sebesar 107,7364
Ton/Hour, jika dikonversikan ke dalam satuan kilogram/detik,
maka hasilnya adalah 29,9343. Dalam perhitungan daya listrik
yang dihasilkan, laju aliran massa adalah variabel penting dan
memiliki pengaruh besar. Oleh sebab itu pada perhitungan hasil
prediksi daya, karakteristik steam yang diprediksi hanya laju
aliran massa. Sedangkan untuk suhu yang masuk ke demister
dan ke kondensor diasumsikan sebagai angka yang konstan,
karena berdasarkan hasil data yang dianalisa suhu yang masuk
ke demister dan kondensor paling sering muncul dengan angka
yang sama. Nilai yang diasumsikan pada pada laporan ini yaitu
172,5 0C untuk suhu yang masuk menuju ke demister dan 37,5
0
C untuk suhu yang masuk ke menuju kondensor.

6
Hasil tersebut menunjukan bahwa perhitung efisiensi yang
dihasilkan oleh perusahaan masih kecil dibandingkan dengan
efisiensi dari plant single-flash diseluruh dunia, yakni berkisar
antara 30% sampai 50% . Sebagai contoh single-flash
geothermal power plant di El Salvador, Jepang, dan Kenya.
Yang masing-masingnya memiliki nilai sebesar 33,1 %, 35 %,
dan 50,6% [8].
IV. KESIMPULAN
Berdasarkan pengujian yang telah dilakukan maka
didapatkan kesimpulan yaitu: nilai Root Mean Square Error
(RMSE) yang dihasilkan pada metode Weighted Moving
Average (WMA) bobot tiga adalah 33,1208. Hasil prediksi
bulan April 2012 pada laju aliran, daya listrik yang dihasilkan
dan efisiensi eksergi adalah 107,7364 Ton/Hour (29,9343
kg/s), 16863,92 kW, dan 21,83%, untuk masing-masing. Nilai
efisiesi plant yang dihasilkan pada perhitungan ini yaitu pada
tanggal 1 Januari 2011 adalah 26,65 %
UCAPAN TERIMA KASIH
Penulis mengucapkan terima kasih kepada ibu Katherin
Indriawati selaku dosen pembimbing penulis, serta pihak-pihak
yang telah membantu penyelesaian penelitian tugas akhir ini.

Gambar 3.5 Tampilan hasil prediksi daya listrik pada GUI

Setelah memasukan ketiga angka tersebut kedalam
software, maka didapatkan daya listriknya yaitu sebesar
16863,92 kW.Hal ini dapat ditunjukan pada gambar 3.5
Analisa Prediksi Efisiensi Eksergi
Berdasarkan analisa yang telah dibahas sebelumnya bahwa
perhitungan efisiensi yang lebih efektif yaitu menggunakan
hukum kedua termodinamika. Oleh sebab itu, analisa yang
digunakan untuk perhitungan prediksi efisiensi plant adalah
menggunakan hukum kedua termodinamika.
Untuk memudahkan perhitungan maka penulis membuat
softwere perhitungan efisiensi ke dalam GUI. Pada gambar 3.6
menunjukan tampilan dari software GUI. Dari hasil prediksi
yang dilakukan menggunakan software tersebut maka
didapatkan hasil prediksi efisiensi keseluruhan plant sebesar.
21,83 %.

Gambar 3.6 Tampilan hasil prediksi efisiensi pada GUI

DAFTAR PUSTAKA
[1] ]C. Coskun, Z. Oktay, I. Dincer., 2011, Performance
evaluations of a geothermal power plant, Balikesir
University, Turkey and University of Ontario Institute of
Technology, Oshawa, ON L1H 7K4 Canada.
[2] DiPippo, Ronald., 2008, Geothermal power plants:
principles, applications and case studies, 2nd Edition.
[3] A. engel, Yunus & A. Boles, Michael.,2005,
Thermodynamics: An Engineering Approach, 5th
edition.
[4] J. Moran, Michael & N. Shapiro, Howard., 2007,
Fundamentals of Engineering Thermodynamics, 6th
edition.
[5] Yari, Mortaza., 2009, Exergetic analysis of various types
of geothermal power plants, Department of Mechanical
Engineering, Faculty of Engineering, University of
Mohaghegh Ardabili, Ardabil 179, Iran.
[6] Lin, Yiqiu., Cobourn, W. Geoffrey., 2006, Fuzzy system
models combined with nonlinear regression for daily
ground-level ozone predictions, Department of
Mechanical Engineering, J.B. Speed School of Engineering,
University of Louisville, KY, USA.
[7] Aminudin, Mohammad., 2011, Peramalan Cuaca Kota
Surabaya Tahun 2011 menggunakan Metode Moving
Average dan Klasifikasi Naive Bayes, PENS ITS,
Indonesia.
[8] Cerci, Y., 2001. Performance Evaluation of a Singleflash Geothermal Power Plant in Denizli. Turkey
[9] Azizah, N.S., Anwar, N., 2008. Permodelan Hujan-Debit
Menggunakan Model HEC-HMS di DAS SAMPEAN
BARU. Teknik Sipil ITS, Indonesia