<![CDATA[Application of principal component analysis (pca) tecnique for data reconsiliation in multi stage compresor.The latest development of gross error detection has been focused on the use of multivariate statistical techniques. These techniques give more accurate and correct detection in determining the variables suspected to contain gross error. These techniques are reliable to solve the problem of correlation present in measurement data. As one of multivariate statistical technique, PCA can be used to detect gross error in the measurement. The objectives of this research are to apply PCA for detection and identification of gross error in measurement data, to apply data reconciliation technique to obtain reconciled data, and to investigate application of PCA leading to its use in the dynamic data reconciliation. In this research, the operation of multistage compressor in urea fertilizer plant is chosen as the studied case. The results of this research prove that PCA can be applied for detection and identification of gross error in measurement data of mass flow, pressure, and temperature. PCA application on steady state data reconciliation can be usedfor detection the location of gross error in the measurement data. Gross error in the data can be eliminated and corrected exactly. Moreover, PCA can be used to detect and isolate fault quickly leading to its use in the dynamic data reconciliation. Nevertheless, process knowledge base must be collected first before the application of PCA. If the process knowledge is more complete, the confidence of the inference becomes higher.Keywords: Measurement Data, Gross Error, Data Reconciliation, PCA AbstrakDalam perkembangannya, deteksi kesalahan nyata dilakukan dengan teknik statistik multi varia bel untuk mendapatkan hasil yang lebih akurat dan benar dalam penentuan varia bel yang menyebabkan kesalahan nyata tersebut. Teknik statistik multivariabel dikenal handal dalam mengatasi permasalahan dimana terdapat korelasi diantara varia bel proses yang diukur. PCA sebagai salah satu teknik ana/isis statistik kuantitatifmultivariabel dikenal baik untuk mendeteksi kesalahannyata pada pengukuran. Penelitian ini dilaksanakan dengan tujuan untuk menerapkan PCA dalam deteksi dan identifikasi kesalahan nyata pada data pengukuran, menerapkan teknik penyepakatan data untuk memperoleh data pengukuran yang tersepakati, dan mengkaji penerapan PCA pada penyepakatan data secara dinamik. Dalam penelitian ini, operasi kompresor multi tahap dalam pabrik pupuk urea dipilih sebagai studi kasus. Hasil dari penelitian ini membuktikan bahwa teknik PCA dapat diterapkan untuk deteksi dan identifikasi kesalahan nyata pada data pengukuranlaju afir, tekanan, dan temperatur. Aplikasi teknik PCA pada penyepakatan data keadaan tunak dapat digunakan untuk mendeteksi letak kesalahan nyata pada data pengukuran sehingga eliminasi atau koreksi terhadap data yang mengandung kesalahan nyata tersebut dapat dilakukan dengan tepat. Selain itu, teknik PCA dapat digunakan untuk mendeteksi dan melokalisir kesalahan dengan cepat sehingga teknik ini memungkinkan untuk diterapkan pada penyepakatan data dinamik. Akan tetapi, aplikasi teknik PCA ini perlu diawali dengan pengumpulan pengetahuan proses yang lengkap sehingga tingkat keyakinan terhadap keputusan penerimaan ataupenolakan suatu data lebih tinggi.Kata Kunci: Data Pengukuran, Kesalahan Nyata, Penyepakatan Data, PCA]]>
