Model Optimasi Produksi Minyak Sawit dan Inti Sawit Menggunakan Metode Random Direct Search

Lily Amelia

Abstract


Abstrak

Produksi minyak sawit mentah dan inti sawit sering kali menghadapi masalah, antara lain tingginya persentase kehilangan minyak sawit dan inti sawit  selama  proses pengolahan minyak sawit mentah serta penggunaan sumber daya yang tidak optimum. Model optimasi produksi  minyak sawit dan inti sawit perlu dirancang untuk memecahkan masalah tersebut sehingga dapat memaksimumkan produksi, meminimumkan biaya produksi  serta meminimumkan kehilangan minyak sawit dan inti sawit sewaktu diproses.  Model yang dikembangkan adalah gabungan antara model sistem pakar kabur dengan model pemrograman multi objektif. Model dioptimasi dengan menggunakan metode Random Direct Search dengan menggunakan data dari pabrik  minyak sawit PT. Perkebunan Nusantara (PTPN) VII dan PT. Mitra Ogan  yang berlokasi di propinsi Sumatera Selatan, Indonesia.  Hasil penelitian menunjukkan  hasil  produksi  yang lebih baik  serta persentase kehilangan minyak sawit dan inti sawit yang lebih kecil dibandingkan produksi aktual minyak sawit di kedua pabrik pengolahan  minyak sawit mentah tersebut.

Kata Kunci : Minyak Sawit Mentah, Optimasi, Sistem Pakar Kabur, Random Direct Search


References


Daftar Pustaka

Cohon, J.L. 1978. Multiobjective Programming and Planning. New York: Academic Press.

Institut Penyelidikan Minyak Kelapa Sawit Malaysia. 1985. Palm Oil Factory Process Handbook. Kuala Lumpur: Institut Penyelidikan Kelapa Sawit Malaysia.

Jang, J.R., C.T. Sun and E. Mizutani. 1997. Neuro Fuzzy and Soft Computing. New York: Prentice Hall, Inc.

Lee, S.J., C.G. Hong, T.S. Han, J.Y. Kang dan Y.A. Kwon. 2002. Application of Fuzzy Control to Start Up of Twin Screw Extruder. Food Control. 13(4-5): 301-306.

Lee, Y. H. dan R. Kopp. 2001. Application of Fuzzy Control for a Hydraulic Forging Machine. Fuzzy Sets and Systems. 118(1): 99-108.

Mamdani, E.H. dan S. Assilian. 1975. An Experiment in Linguistic Synthesis with a Fuzzy Logic Controller. Man Machine Studies. 7(1): 1-13.

Naibaho, P.M. 1998. Teknologi Pengolahan Kelapa Sawit. Medan: Pusat Penelitian Kelapa Sawit Medan.

Neuroth, M., P. McConnell, F. Stronach dan P. Vamplew. 2000. Improved Modeling and Control of Oil and Gas Transport Facility Operations Using Artificial and Intelligence. Knowledge Based Systems. 13(2-3): 81-92.

Peres, C.R., R.E.H. Guerra, R.H.H.A. Alique dan S. Ros. 1999. Fuzzy Model and Hierarchical Fuzzy Control Integration: An Approach for Milling Process Optimization. Computers in Industry. 39(3): 199-207.

Rywotycki, R. 2003. Food Frying Process Control System. Journal of Food Engineering. 59(4): 339-342.

Sarfi, R.J. dan A.M.G. Solo. 2002. Network Radiality, Parameter and Performance Heuristics in Optimization of Power Distribution System Operations Part 2 : Fuzzification of Rule Base. Electrical Power and Energy Systems. 24(8): 683-692.

Sun, C.K., V. Uraikul, C.W. Chan dan P. Tontiwachwuthikul. 2000. An Integrated Expert System/Operation Reseach Approach for the Optimization of Natural Gas Pipeline Operations. Engineering Applications of Artificial Intelligence. 13: 465- 475.

Vagelatos, G.A., G.G. Rigatos dan S.G. Tzafestas. 2001. Incremental Fuzzy Supervisory Controller Design for Optimizing the Injection Molding Process. Expert Systems with Applications. 20: 207-216.


Refbacks

  • There are currently no refbacks.