Pengaruh Kadar Air dan Kadar Abu terhadap Nilai Kalori Batubara Berdasarkan Analisis Rergesi Linier Berganda

  • Randy Muharam Teknik Pertambangan
  • Linda Pulungan Fakultas Teknik Pertambangan, Universitas Islam Bandung
  • Dudi Nasrudin Usman
Keywords: kadar air, kadar abu, nilai kalori, analisis regresi linier berganda

Abstract

Abstract. Coal contains moisture in the air, ash, volatiles, and fixed carbon. Proximate analysis was conducted to determine these contents, and the calorific value of the coal was tested to ascertain its calorific value. Regression analysis was performed to understand the influence of moisture and ash content on the calorific value. Regression analysis is used to determine the impact of one variable on another. In the regression analysis, the impact variable is referred to as the independent variable, whereas the impact variable is called the dependent variable. There are two regression equations: the simple regression equation and the multiple regression equation. The multiple regression method is employed when researchers intend to predict the fluctuation of a dependent variable using two or more independent variables. Therefore, multiple regression analysis is conducted when there is a minimum of two independent variables, and it can be executed using Software 1, Software 2, and Software 3. The results of the multiple linear regression analysis using software One are represented by the equation Ŷ = 7815.629–118.873X1–87.081X2. Similarly, using software 2, the equation is Ŷ = 7815.628573 - 118.872612X1 - 87.080970X2, and with software 3, it is Ŷ = 7814.828665 - 118.844423X1 - 87.078137X2. The impacts of moisture and ash content on the calorific value and Adj. R Square values were examined. Using Software 1, it was 74.2% while using Software 2, 74.2033%, and with software 3, it is 74.21%, respectively. In conclusion, the results indicate a substantial impact of moisture and ash content on the calorific value.

Abstrak. Batubara terdapat kandungan kadar air, kadar abu, zat terbang dan karbon tertambat untuk mengetahui kandungan tersebut dilakukanlah analisis proksimat dan dilakukan juga uji nilai kalori batubara untuk mengetahui nilai kalori dari batubara, untuk mengetahui pengaruh kadar air dan kadar abu terhadap nilai kalori maka dilakukan analisis regresi. Analisis regresi merupakan analisis untuk mengetahui pengaruh dari suatu variabel terhadap variabel lainnya. Pada analisis regresi suatu variabel yang mempengaruhi disebut variabel bebas sedangkan variabel yang dipengaruhi disebut variabel terkait .Terdapat dua persamaan regresi seperti persamaan regresi sederhana dan  persamaan regresi berganda. Metode yang digunakan adalah regresi berganda digunakan bila peneliti bermaksud meramalkan bagaimana keadaan (naik turunnya) variable dependent (kriterium), bila dua atau lebih variable independent sebagai prediktor dimanipulasi (dinaik-turunkan nilainya). Jadi analisis regresi berganda akan dilakukan bila jumlah variable independent minimal 2,bisa menggunakan software 1, software 2 dan software 3. Hasil dari analisis regresi linier berganda menggunakan software 1 sebesar Ŷ = 7815,629 - 118,873X1 - 87,081X2 dan menggunakan software 2 sebesar Ŷ = 7815,628573 - 118,872612X1 - 87,080970X2 dan menggunakan software 3 sebesar Ŷ = 7814,828665 - 118,844423X1 - 87,078137X2. Mengetahui pengaruh kadar air dan kadar abu terhadap nilai kalori dapat dilihat dari nilai Adj. R Square dengan menggunakan software 1 sebesar 74,2% untuk menggunakan software 2 sebesar 74,2033% dan menggunakan software 3 sebesar 74,21%.

References

Abadi, Slamet. 2022, Aplikasi Paket Statistik Untuk Metode Regresi Linier Dengan Menggunakan Microsoft Excel, STMIK Bani Saleh, Bekasi Timur.

Arief, A. Taufik & Anwar, Ubaidillah. 2011, Model Matematika untuk Optimasi Nilai Kalor Batubara Blending di PT. Batubara Bukit Kendi Tanjung Enim-Sumatera Selatan, Universitas Sriwijaya, Palembang.

Ghozali, Imam. Aplikasi Analisis Multivariate Dengan Program SPSS. Semarang: Badan Penerbit Universitas Diponegoro; 2016.

Greb, S.F. 2009, Coal Formation Diagram: Lateral Layout with Coal Types, Kentucky Geological Survey, Kentucky.

Greb, S.F. 2012, Coal Formation Diagram: Vertical Blocks, Burial, Uplift and Erosion, Kentucky Geological Survey, Kentucky.

Huseini, Faisal. 2017, Kajian Kualitas Batubara Berdasarkan Analisis Proksimat,Total Sulfur dan Nilai Kalor Untuk Pembakaran Bahan Baku Semen di PT Semen Padang Kelurahan Batu Gading Kecamatan Lubuk Kilangan Kota Padang Provinsi Sumatera Barat, Universitas Islam Bandung, Bandung.

Jaya S, Hermawan. 2021, Analisis Perbandingan Penentuan Peringkat Batubara Antara Reklektan Vitrinit dan Analisis Lain Didaerah X, Universitas Trisakti, Jakarta.

Mulyono. 2019, Analisis Regresi Sederhana, SCS Business Mathematics and Statistics, Management Dept., Binus Business School Undergraduate Program, Jakarta.

Mutasim, Billah. 2010, Peningkatan Nilai Kalor Batubara Peringkat Rendah dengan Mengginakan Minyak Tanah dan Minyak Residu, UPN Press, Surabaya.

Riadi, Edi. Statistika Penelitian Analisis Manual Dan IBM SPSS. Yogyakarta: CV. Andi Offset; 2010.

Jaya S, Hermawan. 2021, Analisis Perbandingan Penentuan Peringkat Batubara Antara Reklektan Vitrinit dan Analisis Lain Didaerah X, Universitas Trisakti, Jakarta.

Sukandarrumidi. Batubara dan Gambut,Yogyakarta: Gadjah Mada University Press; 2004.

Widy, Mochamad. 2019, Kajian Blending Batubara Peringkat Rendah dan Sedang Dengan Beberapa Komposisi Berdasarkan Analisis Proksimat di Puslitbang Tekmira Bandung, Universitas Islam Bandung, Bandung..

Wufron. 2020, Analisis Regresi Linier Berganda IBM SPSS Statistics, Universitas Garut, Garut.

Published
2024-02-09