Efficiency of Industrial-Scale Biogas Application from Palm Oil Mill Effluent (POME) as a Renewable Energy Source: A Case Study at PT AMP
Notice bibliographique
Résumé
The palm oil industry is a large contributor to greenhouse gases in Indonesia. The application of biogas from the palm oil mill effluent (POME) treatment plant has become one of the solutions so it has been implemented at PT Agro Masang Perkasa (AMP). The catch of methane gasses is carried out by covering the waste pond with High-density Polyethylene (HDPE) material to create anaerobic conditions in the waste pool. The research results show that the methane gas obtained has been utilized as a renewable energy source such as biogas in factories with a total gas flow supplied to the engine of 135957, 121655, and 133736 Nm 3 respectively, and an average power produced of 159.530, 153.168, and 160.161 MWh per month during observations in January, February, and March 2022. Although not all of the captured biogas is used for electrical energy, the benefits of implementing this technology mean that PT AMP has an average electricity efficiency in January, February, and March 2022 of 15.20 %, 22.49%, and 20.96%. Based on calculations, it is found that the use of methane capture or biogas technology at PT AMP can provide cost efficiency in a year of IDR. 5.21 billion and can return the installation capital within 3.5 years.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».