digilib@itb.ac.id +62 812 2508 8800

ABSTRAK Bakhtiar Zaid Ariadji
PUBLIC Irwan Sofiyan

Pada tahun 2021, kapasitas terpasang dari Pembangkit Listrik Tenaga Panas bumi (PLTP) di Indonesia adalah sebesar 2.286,1 MW, atau sekitar 9,62% dari potensinya sebesar 23.766 MW. Wilayah Kerja Panas bumi (WKP) Kamojang yang merupakan lapangan panas bumi tertua di Indonesia terdiri dari 5 unit pembangkit dengan total kapasitas sebesar 235 MW. Salah satu PLTP Kamojang dengan kondisi uap yang diproduksi berada pada kondisi superheated memiliki masalah mengenai material pengotor yang terbawa ke turbin karena tidak terjadi kondensasi uap sepanjang pipeline maupun scrubber untuk membawa material pengotor keluar dari sistem. Hal ini diindikasikan dengan meningkatnya wheel chamber pressure (WCP) deviation. Pada penelitian ini, dilakukan perancangan sistem steam wash dan analisis manuver sumur sebagai upaya pencegahan terjadinya deposisi pada turbin PLTP. Dalam sistem steam wash, temperatur uap superheated pada tekanan 7,7 bar abs dengan laju aliran massa sebesar 80 kg/s diturunkan dari 173,835°C ke temperatur saturasi menggunakan air injeksi yang telah dikondisikan dengan temperatur 25°C dan tekanan 8,7 bar abs sebanyak 0,3757-0,3814 kg/s, atau sekitar 0,5% dari massa uap superheated. Dengan menggunakan artificial neural network, didapatkan model machine learning dengan mean squared error sebesar 0,0015012 yang dapat memodelkan kebutuhan bukaan sumur terhadap parameter masukan agar didapat WCP deviation yang konstan. Selain itu, telah dibandingkan keekonomian dari metode steam wash terhadap skema Business as Usual (BAU), yang mana hingga 2045 penerapan sistem steam wash memiliki nilai keuntungan Rp116.421.802.990,63 lebih besar dibandingkan skema BAU.