PERANCANGAN OPTIMAL JARINGAN SENSOR GAS NIRKABEL DI AREA TANGKI PENYIMPANAN KILANG MIGAS MENGGUNAKAN METODE ALGORITMA GENETIKA
DOI:
https://doi.org/10.53026/prosidingsntem.v5i1.761Keywords:
Jaringan Sensor Nirkabel (WSN), Algoritma Genetika, Optimasi Penempatan Sensor, Cakupan Area, Kilang Minyak dan GasAbstract
Industri minyak dan gas (migas) menuntut sistem pemantauan keamanan yang andal, khususnya di area tangki penyimpanan yang rentan terhadap kebocoran gas berbahaya. Jaringan Sensor Nirkabel (WSN) muncul sebagai solusi yang lebih fleksibel dan efisien dibanding sistem kabel konvensional. Namun, implementasinya menghadapi tantangan kompleks dalam menyeimbangkan cakupan area pemantauan yang maksimal, sensitivitas deteksi gas yang tepat waktu, dan keterbatasan biaya. Penempatan sensor yang tidak optimal dapat menimbulkan titik buta yang berisiko atau justru pemborosan sumber daya. Penelitian ini merancang konfigurasi WSN optimal untuk pemantauan gas di area tangki penyimpanan kilang migas menggunakan Algoritma Genetika. Masalah diformulasikan sebagai optimasi multi-objektif dengan tiga tujuan: (1) memaksimalkan cakupan area kritis, (2) meminimalkan biaya implementasi(jumlah node dan infrastruktur), dan (3) memaksimalkan uniformitas distribusi sensor untuk keandalan sistem. Model matematis dikembangkan dengan mempertimbangkan karakteristik dispersi gas, jangkauan sensor, topologi area tangki, serta kendala teknis lainnya. Algoritma Genetika kemudian diaplikasikan untuk mengeksplorasi berbagai skenario penempatan sensor dalam ruang solusi yang luas guna menghasilkan sekumpulan solusi Pareto-optimal. Hasil simulasi dengan berbagai skenario pembobotan menunjukkan trade-off yang signifikan antar ketiga objektif optimasi. Konfigurasi optimal diperoleh pada skema pembobotan seimbang dengan Wc = 0,4 (cakupan), Wu = 0,4 (uniformitas), dan Wb = 0,2 (biaya), menghasilkan nilai fitness tertinggi sebesar 0,7374. Solusi ini memberikan cakupan area kritis sebesar 66,67% dengan distribusi sensor yang merata, membuktikan bahwa Algoritma Genetika mampu menghasilkan konfigurasi WSN yang efektif dan efisien untuk meningkatkan keselamatan operasional di kilang migas
References
S. Sendy and F. T. Basaria, “A Comparative Analysis of Hazard Analysis Methods for Sustainable Energy Development,” in E3S Web of Conferences, EDP Sciences, May 2023. doi: 10.1051/e3sconf/202338801037.
N. Lalam et al., “Pilot-scale testing of natural gas pipeline monitoring based on phase-OTDR and enhanced scatter optical fiber cable,” Sci Rep, vol. 13, no. 1, Dec. 2023, doi: 10.1038/s41598- 023- 41338-4.
A. B. Alnajjar et al., “Wireless Sensor Network Optimization Using Genetic Algorithm,” Journal of Robotics and Control (JRC), vol. 3, no. 6, pp. 827–835, Nov. 2022, doi: 10.18196/jrc.v3i6.16526.
A. H. Abdoul Nasser, P. D. Ndalila, E. A. Mawugbe, M. Emmanuel Kouame, M. A. Paterne, and Y. Li, “Mitigation of risks associated with gas pipeline failure by using quantitative risk management approach; a descriptive study on gas industry,” J Mar Sci Eng, vol. 9, no. 10, Oct. 2021, doi: 10.3390/jmse9101098.
A. Rashid, “Review of: ‘Nano Fullerenes with The Ability to Store Electrostatic Energy That can be Used as Nano Supercapacitors With Very High Capacity,’” Qeios, Mar. 2024, doi: 10.32388/0ubhl5.
G. Tabella et al., “IEEE TRANSACTIONS ON SIGNAL AND INFORMATION PROCESSING
OVER NETWORKS, VOL. XX, NO. X, MONTH XXXX 1 Time-Aware Distributed Sequential Detection of Gas Dispersion via Wireless Sensor Networks.” [Online]. Available: www.ntnu.edu/bru21
P. F. Suawa and C. Herglotz, “Optimizing Sensor Placement for Event Detection: A Case Study in Gaseous Chemical Detection,” Sensors, vol. 25, no. 8, Apr. 2025, doi: 10.3390/s25082397.
H. Tian, Z. Lang, C. Cao, and B. Wang, “Optimizing Sensor Placement for Enhanced Source Term Estimation in Chemical Plants,” Processes, vol. 13, no. 3, Mar. 2025, doi: 10.3390/pr13030825.
S. Luo, Q. Liu, X. Guo, M. Yin, Z. Li, and X. Lang, “Chemical Safety Inspection Path Optimization Problems Using Improved Multi-Objective Discrete Growth Optimization Algorithm,” Processes, vol. 13, no. 5, May 2025, doi: 10.3390/pr13051445.
M. Civera, M. L. Pecorelli, R. Ceravolo, C. Surace, and L. Zanotti Fragonara, “A multi-objective genetic algorithm strategy for robust optimal sensor placement,” Computer-Aided Civil and Infrastructure Engineering, vol. 36, no. 9, pp. 1185–1202, Sep. 2021, doi: 10.1111/mice.12646.
M. Murugan Jaya, R. Ceravolo, L. Zanotti Fragonara, and E. Matta, “An optimal sensor placement strategy for reliable expansion of mode shapes under measurement noise and modelling error,” J Sound Vib, vol. 487, Nov. 2020, doi: 10.1016/j.jsv.2020.115511.
R. Costa and T. A. Wettergren, “A Sampling-Based Approach for Achieving Desired Patterns of Probabilistic Coverage with Distributed Sensor Networks,” Sensors, vol. 23, no. 13, Jul. 2023, doi: 10.3390/s23135999.
M. Kim, H. Yetkin, D. J. Stilwell, J. Jimenez, S. Shrestha, and N. Stark, “Toward optimal placement of spatial sensors,” Jul. 2023, [Online]. Available: http://arxiv.org/abs/2307.04634
M. Jia, T. Robert Sorensen, and D. Martina Hammerling, “Optimizing Point-in-Space Continuous Monitoring System Sensor Placement on Oil and Gas Sites,” ACS Sustainable Resource Management, vol. 2, no. 1, pp. 72–81, Jan. 2025, doi: 10.1021/acssusresmgt.4c00333.
I. Nuur Darmawan, Kholistianingsih, A. Noor Fatah, P. Yulianto, and S. Adhi Pramono, “Analisis Methane Gas Detector dengan Sensor Catalytic dan Sensor Infrared di Maintenance Area II PT Kilang Pertamina Internasional RU IV Cilacap,” J-Proteksion: Jurnal Kajian Ilmiah dan Teknologi Teknik Mesin, vol. 8, no. 1, pp. 53–63, Aug. 2023, doi: 10.32528/jp.v8i1.726.
A. Petrov, “Mathematical Method of Rational Placement of Gas Fire Sensors,” Sensors(Basel), vol. 23, no. 20, Oct. 2023, doi: 10.3390/s23208349.
J. A. Gustafson and C. E. Wilmer, “Intelligent Selection of Metal-Organic Framework Arrays for Methane Sensing via Genetic Algorithms,” ACS Sens, vol. 4, no. 6, pp. 1586–1593, Jun. 2019, doi: 10.1021/acssensors.9b00268.
Downloads
Published
Conference Proceedings Volume
Section
License
Copyright (c) 2025 Prosiding Seminar Nasional Teknologi Energi dan Mineral
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
