STUDI HAZOP PADA SISTEM DISTRIBUSI BBM BERBASIS FUZZY LAYER OF PROTECTION ANALYSIS DI INSTALASI SURABAYA GROUP (ISG) PT. PERTAMINA TANJUNG PERAK

STUDI HAZOP PADA SISTEM DISTRIBUSI BBM BERBASIS FUZZY LAYER OF PROTECTION ANALYSIS DI INSTALASI SURABAYA GROUP (ISG) PT. PERTAMINA TANJUNG PERAK Nur Ulfa Hidayatullah, Ali Musyafa Jurusan Teknik Fisika, Fakultas Teknologi Industri, Institut Teknologi Sepuluh Nopember Surabaya

ABSTRAK. Bahan Bakar Minyak (BBM) merupakan sektor industri yang memiliki potensi bahaya dan resiko tinggi. Proses distribusi BBM ke SPBU selalu dijaga ketepatannya, sehingga tidak mengalami kerugian dari segi material maupun non material. Resiko dari segi proses operasi perlu diketahui agar dapat mengukur dampak secara kualitatif dan kuantitatif yang dihasilkan baik dari ekonomi, keamanan pekerja, dan dampak terhadap lingkungan. Layer Of Protection Analysis (LOPA) merupakan metode sederhana dalam suatu penilaian resiko yang menunjukkan lapisan perlindungan secara kualitatif dan kuantitatif dalam membuat sebuah skenario bahaya yang akan terjadi. Perhitungan resiko dengan teknik LOPA efektif dan realistis digunakan untuk mengembangkan skenario pada Hazard And Operability Study (HAZOPS). Suatu pengambilan keputusan modern berbasis software masih sangat jarang digunakan pada dunia industri. Fuzzy Layer Of Protection Analysis tepat digunakan sebagai metode penilaian risiko berbasis pakar yang memperlihatkan lapisan perlindungan secara kualitatif dan kuantitatif. Probabilitas dampak ekonomi sistem FLOPA digunakan oleh pihak manajemen untuk pengambilan keputusan yang berpengaruh besar terhadap ketahanan ekonomi perusahaan dan kebutuhan masyarakat. Hasil evaluasi merupakan penjamin sistem, aset, lingkungan, dan reputasi yang aman bagi perusahaan dan pemerintah demi terciptanya pembangunan yang sustainable sehingga lingkungan dan kota menjadi hijau serta sektor ekonomi menjadi lancar. Hal ini dibuktikan dengan adanya SIL rating node 1 hingga 3, yaitu NO SIL, SIL 0, dan SIL 1. Kata Kunci: 3-6 Distribusi BBM, Fuzzy Layer of Pretection Analysis, HAZOP 1. PENDAHULUAN Bahan Bakar Minyak (BBM) sangat berperan penting dalam aktivitas ekonomi khususnya sebagai bahan bakar kendaraan. Kebutuhan bahan bakar kendaraan diproduksi oleh PT. Pertamina (Persero) dimana salah satu kegiatan pemasaran dan pendistribusian BBM dilakukan oleh PT. Pertamina Unit Pemasaran (UPMS) V yang berada di Tanjung Perak Surabaya. Instalasi Surabaya Group (ISG) merupakan terminal bahan bakar minyak PT. Pertamina (Persero) yang kegiatannya menerima dan menyalurkan bahan bakar minyak. Sebelum didistribusikan, BBM ditampung dalam tangki penyimpanan ISG yang kemudian disalurkan ke SPBU menggunakan mobil tangki distribusi.Proses distribusi BBM ke SPBU selalu dijaga, sehingga tidak mengalami 1

STUDI HAZOP PADA SISTEM DISTRIBUSI BBM BERBASIS FUZZY LAYER OF PROTECTION ANALYSIS DI INSTALASI SURABAYA GROUP (ISG) PT. PERTAMINA TANJUNG PERAK

kerugian dari segi material maupun non material. Untuk mencegah dan mengurangi dampak dari resiko yang ditimbulkan dari potensi bahaya, diperlukan adanya process safety management yang baik dari perusahaan. Hazard and Operability Studi (HAZOPS) merupakan teknik analisa bahaya yang digunakan untuk meninjau suatu proses atau operasi secara sistematis. Layer Of Protection Analysis (LOPA) merupakan bentuk metode sederhana dalam penilaian resiko yang menunjukkan lapisan perlindungan secara kualitatif dan kuantitatif dalam membuat sebuah skenario bahaya yang akan terjadi (Kenneth, First, 2010). Suatu pengambilan keputusan modern berbasis software masih sangat kurang digunakan pada dunia industri. Model yang efektif, efisien dan handal diperlukan dalam sebuah penilaian resiko sehingga memberi hasil penilaian yang lebih baik, mudah diterapkan, dan akurat dibandingkan metode konvensional. Sistem fuzzy merupakan salah satu metode yang tepat untuk digunakan dalam melakukan sebuah penilaian, estimasi maupun prediksi secara kualitatif dan kuantitatif. Keluaran sistem fuzzy dalam variable linguistik diperlukan agar hasil penilaian dan estimasi bahaya dimengerti oleh pekerja yang memiliki pengetahuan awam dalam bidang safety. Selain itu penerapan metode HAZOPS dan LOPA berbasis model fuzzy diperlukan agar memberikan hasil kombinasi metode yang lebih baik secara kualitatif dan kuantitatif. Hal inilah yang membuat tertarik untuk melakukan studi HAZOPS pada sistem distribusi PT PERTAMINA berbasis Fuzzy-Layer Of Protection Analysis (FLOPA). 2. METODE PENELITIAN 2.1 Prosedur LOPA Worksheer LOPA (terlampir) dikerjakan berdasarkan deviasi tertinggi HAZOP dimana hasil consequence HAZOP merupakan impact event description LOPA. Severity HAZOP merupakan impact event severity level LOPA sedangkan Possible causes HAZOP digunakan untuk mengisi kolom initiating causes LOPA. (Dowell, 1998) Severity HAZOP yang berwarna merah atau kategori resiko tinggi yang dapat diintegrasikan dalam LOPA. (Lassen, CA, 2008). Perhitungan frekuensi untuk PFD dimulai dari kolom initiating cause frequency yang diperoleh dari likelihood HAZOP. Protection Layers pada LOPA diperoleh berdasarkan safeguard HAZOP dimana dijabarkan dalam beberapa kolom seperti general process design, Basic Process Control System (BPCS), Alarms, dan additional mitigation. Seluruh kolom IPL diisi dengan nilai PFD dari masing-masing scenario yang ada. Seminar Nasional Matematika, Sains dan Informatika 2015

2

Prosiding


Nilai SIL menunjukkan kategori probabilitas kegagalan SIF dimana memastikan Initiating Event Likelihood (IEL) tidak melebihi Target Mitigated Event Likelihood (TMEL) dengan beberapa ketentuan seperti berikut : a. Jika jumlah IELt ≤ TMEL, maka pengurangan resiko tidak diperlukan karena tidak melebihi rasio LOPA > 1 dengan rumusan berikut :

b. Jika jumlah IELt > TMEL dan terdapat SIF, maka PFD SIF harus dihitung untuk menentukan SIL dari SIF c. Jika jumlah IELt > TMEL dan tidak terdapat SIF, maka lapisan-lapisan yang ada dianggap tidak memadai untuk mtigasi resiko sehingga diperlukan rekomendasi untuk strategi inherently safer design atau desain ulang sistem, menambahkan lapisan pelindung/SIF. Tabel 1. Integrity Level untuk SIF Kategori SIL

PFD SIF

RRF= (1/PFD)

NR- tidak dibutuhkan

1 ≤ PFD

RRF≤1

SIL 0

10-1 ≤ PFD < 1

1 < RRF ≤ 10

SIL 1

10-2 ≤ PFD < 10-1 -3

-2

10 < RRF ≤ 100

SIL 2

10 ≤ PFD < 10

100 < RRF ≤ 1.000

SIL 3

10-4 ≤ PFD < 10-3

1.000 < RRF ≤ 10.000

SIL 4

10-5 ≤ PFD < 10-4

10.000 < RRF ≤ 100.000

Sumber : ISA TR 84.00.02-2002 2.2 Fuzzy Layer of Protection Analysis (FLOPA) Sistem fuzzy dibuat menggunakan variabel masukan berupa numeric dan keluaran yang diharapkan numeric dan linguistic sehingga metode Mamdani dan Takagi Sugeno dapat diterapkan. Pengolahan data menggunakan sistem fuzzy dilakukan secara dua tahap. Tahap pertama diharapkan memiliki variabel keluaran berupa dampak keparahan (gambar 1). Hal ini dapat dikaitkan dari segi aspek manusia, lingkungan dan asset. Keluaran dari tahap pertama akan digunakan untuk pengolahan data pada tahap kedua dengan menambahkan variabel masukan berupa aspek ekonomi sehingga nantinya keluaran akhir dapat digunakan sebagai pengambil

Seminar Nasional Matematika, Sains dan Informatika 2015

3

Prosiding


keputusan terkait dengan kebutuhan pihak manajemen. Tahapan dalam sistem fuzzy seperti berikut :

Gambar 1. Diagram Blok FLOPA

3. HASIL PENELITIAN DAN PEMBAHASAN 3.1 SIL Rating Berdasarkan hasil analisis menggunakan LOPA diperoleh hasil tingkatan SIL seperti tabel 2. Tabel 2. SIL Rating LOPA Node 1-3

Node 1 (Tanker Loading - Pipeline - Pig Receiver) NR

33,33%

SIL 0

50 %

SIL 1

16,67 %

Node 2 (Pig Receiver – Storage Tank) NR

54,55 %

SIL 0

18,18 %

SIL 1

27,27 %

Node 3 (Storage Tank – Pipeline – Filling Shed) NR

66,67 %

SIL 0

33,33 %

Tabel 2. merupakan hasil perhitungan PFD Safety Integrity Function (SIF) dari TMEL dibandingkan dengan nilai total Initiating Event Likelihood (IEL) sehingga diperoleh beberapa tingkatan SIL pada scenario LOPA node 1 hingga 3. Berdasarkan SIL rating yang diperoleh terlihat bahwa pada masing-masing node memerlukan penambahan IPL seperti penentuan dan penginstalan dari alarm-alarm berdasarkan prinsip ALARP (As Low As Reasonably Practicable)


4

Prosiding


sehingga dapat mengurangi resiko keterlambatan dari respon operator yang harus turun lapangan untuk mengatasi bahaya tertentu. 3.2 FLOPA – Risk Impact Analisa resiko secara bertahap dilakukan berbasis sistem fuzzy sesuai dengan diagram blok pada gambar 1. Hasil keluaran terlihat pada surface viewer seperti gambar 2.

Gambar 2. Surface Viewer Risk Impact

Keluaran dari sistem fuzzy memiliki kesesuaian terhadap sistem penilaian resiko pada perusahaan distribusi minyak dalam beberapa kasus tertentu. Hal ini dapat menunjukkan bahwa hasil penilaian resiko berbasis software memiliki tingkat kevalidan yang dapat digunakan untuk menentukan langkah

yang akan diambil

pihak manajemen. Hasil

penilaian fuzzy

memperlihatkan bahwa 1 skenario memiliki resiko dengan tindakan pemantauan pada node 1 dan node 2, 8 skenario berupa tindakan pengendalian dan 9 skenario berupa tujuan dan sasaran pada node 2 dan node 3. 3.3 FLOPA – Sil Rating Penilaian SIL berbasis fuzzy dilakukan setelah memperoleh hasil dari risk impact FLOPA. Sistem penilaian memiliki masukan dari risk impact dan frekuensi sehingga keluaran berupa tingkatan SIL. Hasil menunjukkan bahwa pada node 1 memiliki scenario dengan tingkatan SIL 1 sehingga tidak menunjukkan perlunya pengamanan tingkat tinggi seperti pada node 2 dan node 3. Pada node 2 terdapat hasil yang menunjukkan SIL 3, hal ini memperlihatkan perlunya tindakan lebih pada scenario overflow tanki seiring dengan frekuensi yang sering terjadi. Terdapat 2 skenario pada node 3 yang memiliki tingkat SIL 3 dimana dampak yang terjadi berupa kebocoran, emisi uap HC sehingga menyebabkan potensi kebakaran. Hasil memperlihatkan bahwa perlunya tindakan untuk menjaga resiko yg terjadi dengan frekuensi kejadian yang tinggi.


5

Prosiding


Gambar 3. Surface Viewer SIL Rating

4. KESIMPULAN Kesimpulan yang diperoleh dari penelitian yang telah dilakukan adalah : a. LOPA memiliki hasil kuantitatif pada analisis risiko berupa SIL rating node 1 hingga 3, yaitu NR sebesar 33,33% pada node 1, 54,55% pada node 2, dan 66,67% pada node 3 ; SIL 0 sebesar 50% pada node 1, 18,18% pada node 2, dan 33,33% pada node 3 ; SIL 1 sebesar 16,67% pada node 1 dan 27,27% pada node 2 b. FLOPA menghasilkan keluaran berupa SIL 1 dengan 4 skenario pada node 1, 1 skenario dengan SIL 3 dan NR serta 3 skenario berupa SIL 1 pada node 2, dan pada node 3 sebanyak 5 skenario dengan SIL 1, 3 skenario berupa SIL 2, dan 2 skenario dengan SIL 3 pada node 3.

DAFTAR PUSTAKA Center Chemical Process Safety.(2001). Layer of Protection Analysis: Simplified Process Risk Assessment, Second Edition. American Institut Of Chemical Engineering, New York. Dowell, Arthur M.(1998). Layer of Protection Analysis for Determining Safety Integrity Level. ISA Transactions, 37, 155-165. United State of America: Elsevier Science Ltd. First, Kenneth, (2010), “Scenario identiﬁcation and evaluation for layers of protection analysis”. Journal of Loss Prevention in The Process Industries 23, hal. 705-718 Golbe, W.M and Cheddie, H. (2005). Safety Instrumented Systems Verification; Practical Probabilistic Calculation. USA. IEC 61508 (1998). Functional Safety of Electrical/Electronic/Programmable Electronic SafetyRelated Systems, parts 1-7. Geneva: International Electrotechnical Commision. IEC 61511 (2003). Functional safety – safety instrumented systems for the process industry. Seminar Nasional Matematika, Sains dan Informatika 2015

6

Prosiding

STUDI HAZOP PADA SISTEM DISTRIBUSI BBM BERBASIS FUZZY LAYER OF PROTECTION ANALYSIS DI INSTALASI SURABAYA GROUP (ISG) PT. PERTAMINA TANJUNG PERAK

Recommend Documents