Analisis kelayakan pembangunan acid regeneration plant berdasarkan peramalan permintaan produk baja dengan menggunakan jaringan syaraf tiruan pada PT.XYZ
F Fasilitas Acid Regeneration Plant mengalami penurunan plant availability hingga 51%. ARP berperan penting dalam proses produksi, sebagai pemasok larutan HCl, dan juga sebagai pengolah limbah. Studi kelayakan diperlukan untuk melakukan analisa opsi pembangunan fasilitas ARP baru. Studi kelayakan dimulai dengan dilakukan peramalan permintaan baja. Peramalan dilakukan untuk melihat bagaimana proyeksi permintaan baja di pasaran untuk 2 tahun mendatang. Jaringan Syaraf Tiruan (JST), Regresi Linear dan Dekomposisi digunakan untuk peramalan. Pemilihan metode peramalan terbaik diambil berdasarkan nilai MAPE terkecil. JST memiliki nilai MAPE terkecil sebesar 2,58, maka JST digunakan untuk peramalan permintaan tahun 2019 hingga 2020. Arsitektur jaringan yang terpilih yaitu 24-12- 1 dengan fungsi pelatihan traingdx. Hasil proyeksi permintaan baja tahun 2019- 2020 yaitu 1.329.398 Ton, mengalami kenaikan sebesar 4,59% dibandingkan 2 tahun sebelumnya. Selanjutnya studi kelayakan dilakukan yang meliputi pemilihan teknologi dan penilaian investasi. Teknologi yang terpilih yaitu Spray Roaster dengan investasi sebesar $2.546.876. Investasi ini memiliki nilai NPV sebesar $10.469.446, nilai IRR sebesar 51,25% yang lebih besar dibandingkan MARR yaitu 10% dan Payback Period selama 2 Tahun 9 Bulan. Analisis sensitivitas dilakukan dan menghasilkan bahwa investasi masih dapat dikatakan layak jika annual benefit tidak kurang dari $1.484.745. Berdasarkan hasil penilaian investasi tersebut, maka investasi pembangunan ARP baru dapat dikatakan LAYAK.
A Acid Regeneration Plant (ARP). ARP is currently experiencing a decrease in plant availability up to 51%. ARP has an important role in production, as a supplier of HCl, but also as a waste treatment. A feasibility study is needed to analyze the options for constructing a new ARP facility. The feasibility study begins with forecasting steel demand. Forecasting is done to see how projected demand for steel in market for the next 2 years. Artificial Neural Networks (ANN), Linear Regression and Decomposition are used for forecasting. Choosing the best forecasting method is based on the smallest MAPE value. ANN has the smallest MAPE value of 2.58, so ANN is used to forecast demand for 2019 to 2020. The selected network architecture is 24-12-1 with the traingdx training function. The projection of steel demand in 2019-2020 is 1,329,398 tons, increasing 4.59% compared to 2 years before. Furthermore, a feasibility study was conducted which included technology selection and investment assessment. The chosen technology was Spray Roaster with an investment of $ 2,546,876. This investment has an NPV value of $10.469.446, an IRR value of 51.25% which is greater than the MARR which is 10% and a Payback Period of 2 Years 9 Months. A sensitivity analysis is carried out and the results is investment can still be considered feasible if the annual benefit is not less than $ 1,484,745. Based on the results of the investment assessment, investment for constructing a new ARP facility is feasible.