Optimasi Multi-Parameter Bahan Bakar Reaktor Cepat Berpendingin Gas Berbasis Bayesian Optimization

dc.contributor.authorAhmad Haris Rasidi
dc.date.accessioned2026-02-26T03:25:12Z
dc.date.issued2025-07-29
dc.descriptionReaploud Repository February_agus
dc.description.abstractPeningkatan temperatur di dunia mengalami kenaikan hingga mencapai 1℃. Kenaikan temperatur tersebut disebabkan oleh salah satunya efek rumah kaca yang berasal dari pembakaran batubara untuk pemenuhan energi listrik. Pemenuhan energi listrik selain dari pembakaran batubara adalah dengan menggunakan energi nuklir melalui proses fisi pada pembangkit listrik tenaga nuklir (PLTN). PLTN dapat memenuhi kebutuhan energi listrik sekaligus menghasilkan energi yang lebih bersih. Perkembangan PLTN sudah mencapai generasi IV. PLTN generasi IV yang sudah di tahap perkembangan adalah reaktor Gas-Cooled Fast Reactor (GFR). GFR merupakan reaktor yang menggunakan pendingin gas menggunakan spektrum neutron cepat. Daya yang dihasilkan oleh GFR diperkirakan sebesar 2400MWth. Pengembangan GFR diteliti dari beberapa aspek, di antaranya jumlah bahan bakar, geometri teras atau pin dengan menggunakan metode tradisional atau memasukkan input secara satu per satu. Penelitian ini mencari beberapa nilai optimal dari aspek fraksi volume bahan bakar, komposisi bahan bakar, dan ukuran pitch secara otomatis menggunakan optimasi Bayesian Optimization. Tujuan penelitian ini adalah dapat membuktikan BO dapat melakukan optimasi dari fraksi volume bahan bakar, komposisi bahan bakar, dan ukuran pitch pada pin reaktor GFR. Nilai optimal tiap aspek ditinjau dari beberapa variabel, di antaranya nilai faktor multiplikasi, faktor puncak daya, koefisien reaktivitas, rasio konversi, dan total massa bahan bakar Pu. Penelitian menggunakan program analisis neutronik OpenMC. Penelitian mengamati beberapa ring pin, di antaranya bisa dengan 2 ring, 3 ring, dan seterusnya. Pengamatan hasil optimasi dimulai dari pembuatan program pada OpenMC. Program OpenMC akan digunakan sebagai fungsi black box yang akan ditinjau oleh BoTorch. Validasi OpenMC diamati dari hasil plot ring dan nilai tiap objektif. , Hasil solusi optimasi terbaik didapat pada iterasi ke-35, yaitu ketika objektif keff bernilai 1,03374, PPF bernilai 1,71689, Coefficient reactivity bernilai -2,21×10 5 convertion ratio bernilai 1,55369, dan total massa Pu sebesar 3029 gram. Penelitian ini mengamati 5 ring, sehingga parameter optimal akan dimiliki di tiap ring. Parameter ukuran pitch yang didapat dari hasil optimasi bernilai 1,1, fraksi volume bahan bakar di inner ring bernilai 65 dan persentase Pu bernilai 6,295. Pada ring 2 fraksi volume bahan bakar bernilai 40 dan persentase Pu bernilai 7,4422. Ring 3 memiliki fraksi bahan bakar bernilai 40 dan persentase Pu sebesar 5,031. Pada ring 4, fraksi bahan bakar bernilai 45 dan persentase Pu sebesar 11,6987. Pada ring 5, fraksi bahan bakar sebesar 40 dan persentase Pu sebesar 7,1038. Pada akhirnya, pemilihan desain terbaik tergantung dari kebutuhan dan keperluan. Masing-masing objektif bisa dilakukan maksimalisasi atau pun minimalisasi terhadap objektif lainnya.
dc.description.sponsorshipDosen Pembimbing Utama : Dr. Ratna Dewi Syarifah, S.Pd., M.Si. Dosen Pembimbing Anggota : Ilham Variansyah, Ph.D.
dc.identifier.urihttps://repository.unej.ac.id/handle/123456789/4624
dc.language.isoother
dc.publisherFakultas Matematika dan Ilmu Pengetahuan Alam
dc.subjectOptimasi
dc.subjectMulti-Parameter
dc.subjectBahan Bakar
dc.subjectReaktor
dc.subjectBerpendingin
dc.subjectGas
dc.subjectBayesian Optimization
dc.titleOptimasi Multi-Parameter Bahan Bakar Reaktor Cepat Berpendingin Gas Berbasis Bayesian Optimization
dc.typeOther

Files

Original bundle

Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
Ahmad Haris Rasidi - 211810201053.pdf
Size:
930.7 KB
Format:
Adobe Portable Document Format

License bundle

Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed to upon submission
Description: