| dc.description.abstract | Penelitian ini bertujuan untuk menganalisis performa mesin diesel multisilinder berbahan bakar Pertamina Dex (Pertadex) dengan metode Response Surface Methodology (RSM) dan Artificial Neural Network (ANN). Pengujian dilakukan di Laboratorium Teknologi Termodinamika, Motor, dan Propulsi (BTMP) BRIN menggunakan mesin 6 silinder dengan sistem common rail. Variabel input yang digunakan meliputi kecepatan putaran mesin (speed), laju aliran massa bahan bakar (mass flow fuel), dan laju aliran udara (air mass flow), sedangkan variabel output meliputi Brake Thermal Efficiency (BTE) dan Brake Specific Fuel Consumption (BSFC). Hasil simulasi RSM menunjukkan bahwa kondisi optimal diperoleh pada kecepatan sekitar 1600 rpm dengan laju aliran bahan bakar 0,0102 kg/s, menghasilkan BTE maksimum sebesar 65,811% dan BSFC minimum sebesar 0,172208 kg/kWh. Pada kecepatan tinggi dengan aliran massa tinggi, efisiensi termal menurun akibat peningkatan kerugian energi, sedangkan BSFC terendah terjadi pada rentang 1200–1600 rpm. Simulasi ANN menggunakan MATLAB menunjukkan akurasi prediksi tinggi dengan koefisien korelasi (R) > 0,99 untuk data training, validation, dan testing, menandakan kemampuan model yang baik dalam memprediksi kinerja mesin. Penelitian ini membuktikan bahwa kombinasi RSM dan ANN efektif dalam memodelkan serta mengoptimalkan performa mesin diesel berbahan bakar Pertadex, sehingga dapat menjadi acuan dalam pengembangan bahan bakar dan pengaturan operasi mesin untuk efisiensi maksimum dan konsumsi bahan bakar optimal. | en_US |
