Mengolah minyak mentah sangat penting dalam industri minyak, melibatkan
pemutusan dan penggabungan rantai hidrokarbon. Kilang minyak sangat
bergantung pada pemanas, yang memengaruhi konsumsi bahan bakar, emisi NOx,
dan biaya operasional. Namun, mengontrol pemanas dapat menjadi tantangan,
menyebabkan masalah kepatuhan terhadap peraturan emisi yang ketat. Gas kaya
hidrogen menjadi sumber bahan bakar menarik dalam operasi pemanas karena
kemampuannya untuk mengurangi emisi karbon dan NOx. Namun, pembakaran
nitrogen di udara yang digunakan untuk gas kaya hidrogen tetap menjadi
kontributor NOx yang signifikan. Tingkat oksigen yang tinggi memperburuk emisi
NOx. Penelitian ini menyelidiki faktor-faktor penyebab emisi NOx dalam pemanas
alamiah yang menggunakan gas kaya hidrogen di kilang minyak dengan
menggunakan teknik data mining untuk memahami mengapa beberapa pembakar
rendah NOx gagal memenuhi batas emisi meskipun manfaat gas kaya hidrogen.
Pendekatan ini melibatkan tinjauan pustaka tentang emisi NOx dalam pemanas
tersebut, dan data mining untuk menganalisis data operasional, karakteristik bahan
bakar, dan parameter pembakar. Tujuannya adalah untuk mengembangkan model
emisi NOx dan mengidentifikasi faktor-faktor yang mempengaruhinya. Dengan
menggunakan data mining, solusi praktis untuk mengurangi emisi NOx dan
memenuhi peraturan dapat dikembangkan berdasarkan pendekatan random forest.
Penelitian ini menawarkan rekomendasi jangka pendek dan jangka panjang untuk
mengatasi tingkat NOx yang tinggi. Berdasarkan hasil pemodelan random forest,
emisi NOx dapat diatur dengan tingkat udara berlebih di pemanas serta tekanan
cerobong. Model ini dapat memberikan kesalahan absolut rata-rata (MAE) emisi
NOx yang menjanjikan sebesar 4,28%.