Alternatif Model Proses Produksi Air Bersih Berbasis Lean Dan Setting Parameter Untuk Minimasi Waste

Tamjidillah, Mastiadi (2017) Alternatif Model Proses Produksi Air Bersih Berbasis Lean Dan Setting Parameter Untuk Minimasi Waste. Doctor thesis, Universitas Brawijaya.

Abstract

Kebutuhan air bersih sangat penting bagi kehidupan masyarakat seperti keperluan rumah tangga, industri dan sebagainya. Untuk memenuhi kebutuhan air bersih tersebut penduduk memerlukan ketersediaan yang cukup oleh penyedia air bersih yang memenuhi standar kesehatan. Sehingga kebutuhan suplai air baku menjadi penting untuk menjaga kualitas dan ketersediaan untuk kehidupan manusia. Agar kualitas air bersih selalu baik diperlukan usaha-usaha seperti mendesain kualitas dari awal melalui setting parameter yang meminimasi waste dan ramah lingkungan. Dengan menggunakan metode green Taguchi yang berkaitan dengan efisiensi, mendesain parameter untuk mengurangi waste dari awal rancangan. Peranan lean manufaktur diperlukan untuk meminimasi waste dan setting parameter pada proses pengolahan air bersih. Untuk mengurangi nilai waste dan penyebabnya dengan perbaikan setting parameter antara air baku, poly aluminium chloride (PAC) dan stroke pompa. Interaksi antara seven waste digambarkan dengan model hubungan antara waste menggunakan smart PLS (partial least squares smart). Informasi yang didapat dari setiap waste menjadi masukan dalam proses setting parameter pada proses pencampuran. Dari analisis PLS interaksi antara seven waste pada lean produksi air bersih didapatkan waste over processing yang paling berpengaruh sebagai masukan pada setting parameter. Dengan variasi setting parameter air baku seperti 5 lt/s, 10 lt/s, 15 lt/s, 20 lt/s dan 25 lt/s dan % konsentrasi PAC 5 ppm, 10 ppm, 15 ppm, 20 ppm dan 25 ppm dengan stroke pump 15 %, 20 %, 25%, 30% dan 35 %. Pada alternatif model yang diusulkan terlihat variabel pengaruh langsung over processing terhadap Minimize Waste adalah valid (AVE) 0,920 dengan nilai GoF sebesar 0,556 memenuhi nilai 0 <GoF< 1. Sedangkan linearitas over processing X6 dan Y1 proses mixing menggunakan ANOVA terlihat hubungan antar variabel tersebut signifikan p < 0,05. Nilai R-Square yang dihasilkan sebesar 0,760 menunjukkan korelasi sangat baik. Hasil tersebut dapat di intepretasikan bahwa model mampu menjelaskan fenomena minimasi waste sebesar 76,0%. Dengan variasi tingkat kekeruhan water supply dapat diprediksi melalui model optimum proses mixing dengan variasi medium 14 dan 15 ppm koagulan. Hasil rata-rata model prediksi tersebut diperoleh dari maksimum pada medium level 15 ppm untuk kondisi 5-7 NTU tersebut. Hal ini mengindikasikan bahwa kekeruhan air dengan model ini menurun dan sesuai standar kesehatan untuk air bersih. Dengan penggunaan model Optimum process mixing = 15% ppm PAC + 15 lt/s + 15 % pump stroke, dapat menurunkan kekeruhan setiap perubahan range kekeruhan 2 point, seperti range 5-7 NTU dan 7-9 NTU dan seterusnya.

English Abstract

The need for fresh water is very important to people's lives such as household, industry, etc. To meet the needs of fresh water, the population needs adequate availability by fresh water providers that meet health standards. So the need for water supply becomes important to maintain the quality and availability for human life. In order for fresh water quality is always good to require efforts such as designing the quality of the beginning of setting parameters that minimize waste and environmentally friendly. Using Taguchi's green method in relation to efficiency, designing parameters to reduce waste from the quality by design. The role of lean manufacturing is needed to minimize waste and parameter settings on fresh water processing. To reduce the value of waste and its causes by improving the parameter setting between water supply, poly aluminum chloride (PAC) and pump stroke. The interaction between seven wastes is illustrated by model of relationship between waste using smart PLS (partial least squares smart). Information obtained from each waste becomes input in the process of setting parameters in the mixing process. From the analysis of PLS interaction between seven wastes in lean production of fresh water obtained the most influential waste over processing as input on parameter setting. With variation on standard water parameter settings such as 5 lt/s, 10 lt/s, 15 lt/s, 20 lt/s and 25 lt/s and % PAC concentration 5 ppm, 10 ppm, 15 ppm, 20 ppm and 25 ppm with stroke pump 15%, 20%, 25%, 30% and 35%. In the proposed alternative model, the direct influence of over-processing effect on Minimize Waste is validity (AVE) value is 0.920 with value of GoF equal to 0,556 fulfill value 0 < GoF <1. While linearity over processing X6 and Y1 mixing process using ANOVA seen relation between variables is significant p <0,05. The resulting R-Square value of 0.760 shows very good correlation. The results can be interpreted that the model is able to explain the waste minimization phenomenon of 76.0%. With variation in turbidity level of water supply can be predicted through optimum model mixing process of variation on medium 14 and 15 ppm coagulant. The average result of the prediction model are obtained from the maximum at medium level of 15 ppm for the condition of 5-7 NTU. This indicates that the turbidity of the water with this model decreases and complies with health standards for fresh water. With optimum process mixing process = 15% ppm PAC + 15 lt/s + 15% pump stroke, can decrease turbidity every 2 point turbidity change range, such as range 5-7 NTU and 7-9 NTU, etc.

Item Type: Thesis (Doctor)
Identification Number: DIS/628.1/TAM/a/2017/061710824
Uncontrolled Keywords: WATER - SUPPLY ENGENEERING, FRESH WATER, WATER - SUPPLY ENGEERING - EQUIPMEND AND SUPPLEIS, LEAN MANUFACTURING
Subjects: 600 Technology (Applied sciences) > 628 Sanitary engineering > 628.1 Water supply
Divisions: S2/S3 > Doktor Teknik Mesin, Fakultas Teknik
Depositing User: Nur Cholis
Date Deposited: 20 Apr 2018 01:39
Last Modified: 30 Dec 2020 16:09
URI: http://repository.ub.ac.id/id/eprint/9651
Full text not available from this repository.

Actions (login required)

View Item View Item