Keandalan sistem pembangkit listrik menjadi faktor penting dalam menjaga kontinuitas operasi industri minyak dan gas. Pada pembangkit berbasis turbin gas, perubahan karakteristik bahan bakar dapat memengaruhi daya keluaran sehingga diperlukan metode prediksi yang mampu mendukung pengambilan keputusan operasional secara cepat dan akurat. Pemanfaatan kecerdasan buatan (Artificial Intelligence) menjadi salah satu pendekatan yang semakin berkembang untuk meningkatkan efisiensi pengelolaan sistem energi di sektor industri.
Turbin Gas
Keandalan dan efisiensi sistem pembangkitan energi menjadi isu strategis dalam transformasi energi global, terutama di tengah meningkatnya kebutuhan listrik dan penetrasi energi baru terbarukan yang bersifat fluktuatif. Dalam sistem kelistrikan modern, pembangkit berbasis turbin gas memegang peran penting sebagai penyeimbang (balancing power) yang mampu merespons perubahan beban secara cepat. Oleh karena itu, kemampuan untuk memprediksi kinerja turbin gas secara akurat dan real-time menjadi semakin krusial dalam menjaga stabilitas sistem, mengoptimalkan operasi, serta meminimalkan risiko gangguan. Menjawab tantangan tersebut, mahasiswa Magister Teknik Sistem (MeTSi), Fakultas Teknik Universitas Gadjah Mada, Amalia Dewi, telah melaksanakan seminar proposal tesis pada Jumat (17/4). Ia akan mengembangkan penelitian berjudul “Analisis Kinerja Arsitektur ANN untuk Prediksi Power Output Turbin Gas pada Variasi Laju Massa Aliran dan HHV Bahan Bakar.”