ANALISIS FAKTOR YANG MEMPENGARUHI JUMLAH PRODUKSI MENGGUNAKAN MULTIPLE LINEAR REGRESSION (STUDI KASUS: PT KILANG PERTAMINA INTERNASIONAL – REFINERY UNIT VI BALONGAN)

Abstract

PT Kilang Pertamina Internasional - Refinery Unit VI Balongan merupakan salah satu kilang penggolahan crude oil seperti Duri, Minas, Nil Blend, Jatibarang, LSWR, Banyu Urip, Wassana, dan Cinta menjadi produk-produk BBM (Bahan Bakar Minyak), Non BBM dan produk lainnya yang dikelola PT Pertamina yang sudah beroperasi sejak tahun 1994 yang berlokasi di Indramayu. Refinery Planning and Optimization (RPO) merupakan salah satu divisi dari PT Refinery Pertamina Internasional - Refinery Unit VI Balongan yang mengelola aliran minyak. Fungsi RPO mengelola, mengatur, dan mengendalikan perencanaan dan operasional rantai pasok Kilang RU VI Balongan secara efektif dan efisien. Pada RU VI Balongan terdapat kilang Residue Catalytic Cracking (RCC) yang memiliki perbedaan aktual yield dengan model matematis perhitungan yield produk sehingga berpengaruh terhadap proses produksi dan harus dilakukan periodik updating data untuk meminimasi deviasi antara perhitungan dan aktual sehingga batasan operasional RCC yang digunakan sebagai boundary value tidak dilanggar. Tujuan dari penelitian kali ini adalah analisis faktor pengaruh data fisis kilang seperti suhu, kapasitas dan lain lain terhadap hasil produksi di kilang RCC menggunakan Multiple Linnear Regression. Penelitian kali ini menggunakan data produksi kilang RCC periode Agustus 2022 dan didapatkan model matematis DCO= - 411.813+(0.803×Temperatur reactor), LCO= -38.947 + (0.831×MCRT AR) + (-0.240 × DMAR Ratio) +(0.618 ×On RCC Naptha), dan produk lainnya. Didapatkan kesimpulan bahwa produk DCO dipengaruhi oleh Temperatur Reactor yang berpengaruh positif, produk LCO dipengaruhi oleh MCRT AR berpengaruh positif, DMAR Ratio berpengaruh negatif, dan On RCC Naptha berpengaruh positif dan pengaruh data fisis terhadap produk lainnya. Dengan perbandingan nilai error dari model matematis dengan kondisi aktual sangat kecil sehingga model matematis ini dapat diterapkan pada produksi RCC periode berikutnya.