Panduan Lengkap: Peran Stasiun Cuaca untuk Keamanan & Efisiensi Kilang Minyak

Dalam lanskap operasional industri petrokimia dan kilang minyak yang kompleks dan berisiko tinggi, cuaca bukan lagi sekadar pembicaraan sehari-hari—ia adalah variabel kritis yang dapat menentukan keselamatan, kelancaran produksi, dan profitabilitas. Data menunjukkan bahwa cuaca ekstrem merupakan ancaman bagi 93% rantai pasok global dan telah menimbulkan kerugian ekonomi langsung sebesar $4.5 triliun dalam 30 tahun terakhir ^[1]. Fasilitas petrokimia, yang sering kali berlokasi strategis di dekat pesisir untuk akses logistik, sangat rentan terhadap badai, banjir, dan fenomena ekstrem lainnya.

Tantangan utamanya adalah mengubah cuaca dari sumber gangguan yang tak terduga menjadi aset intelijen operasional yang dapat dikelola. Artikel ini hadir sebagai panduan komprehensif dan berbasis data bagi para manajer operasi, insinyur pabrik, dan petugas kepatuhan keselamatan. Kami akan membongkar peran transformatif sistem stasiun cuaca industri, menghubungkan teknologi pemantauan spesifik secara langsung dengan protokol keselamatan yang dapat ditindaklanjuti, peningkatan efisiensi yang terukur, dan kepatuhan terhadap regulasi ketat seperti CFR Part 63. Dari analisis risiko mendalam hingga kerangka analisis biaya-manfaat, panduan ini akan memberikan peta jalan menuju operasional yang lebih tangguh, efisien, dan aman.

1. Analisis Risiko: Mengapa Cuaca adalah Ancaman Kritis bagi Kilang Minyak & Petrokimia
   1. Peta Kerentanan: Badai, Banjir, Panas, dan Petir
   2. Dampak Finansial & Rantai Pasok: Lebih Dari Sekedar Kerusakan Fisik
2. Landasan Regulasi: Memenuhi Standar Kepatuhan dengan Pemantauan Cuaca Presisi
   1. Memecah Kode: Persyaratan Meteorologi dalam CFR 40 Part 63
   2. On-Site vs. Stasiun Publik (USWS): Analisis Keputusan 40-Kilometer
3. Dari Data ke Keputusan: Mengoptimalkan Efisiensi Operasional Kilang
   1. Model Prediktif: Cara AI Menggunakan Data Cuaca untuk Efisiensi Energi
   2. Alokasi Sumber Daya yang Dinamis: Mengurangi Limbah, Meningkatkan Output
4. Benteng Pertahanan: Stasiun Cuaca sebagai Inti Sistem Peringatan Dini & Mitigasi Risiko
   1. Integrasi dengan Sistem Kontrol Pabrik dan Protokol Shutdown
   2. Kesiapsiagaan Musim Badai: Panduan Proaktif Berbasis Data
5. Memilih & Mengimplementasikan Solusi: Tinjauan Teknis Stasiun Cuaca Industri
   1. Spesifikasi Utama: Akurasi, Ketahanan, dan Konektivitas
   2. Analisis Biaya-Manfaat (ROI) dan Rencana Implementasi
6. Kesimpulan
7. Referensi

Analisis Risiko: Mengapa Cuaca adalah Ancaman Kritis bagi Kilang Minyak & Petrokimia

Bagi industri yang bergerak dalam skala besar dengan material berbahaya, dampak cuaca melampaui ketidaknyamanan operasional. Ia langsung memengaruhi aspek keselamatan manusia, keberlanjutan aset, dan stabilitas finansial. Indeks Risiko Iklim (Climate Risk Index) mencatat bahwa dari 1995 hingga 2024, lebih dari 832,000 nyawa hilang dan kerugian ekonomi langsung mencapai $4.5 triliun akibat lebih dari 9,700 peristiwa cuaca ekstrem ^[1]. Secara khusus, laporan Everstream Analytics menempatkan cuaca ekstrem sebagai ancaman tertinggi kedua bagi rantai pasok global dengan tingkat ancaman 93% ^[2]. Ini bukan lagi soal “jika” melainkan “kapan” gangguan akan terjadi, seperti yang ditunjukkan oleh pembatalan 9,000 penerbangan oleh sebuah maskapai besar hanya dalam empat hari karena satu badai musim dingin ^[2]. Untuk memitigasi risiko ini, memahami peta kerentanan spesifik merupakan langkah pertama. U.S. Chemical Safety Board memberikan panduan kesiapsiagaan cuaca ekstrem yang komprehensif untuk fasilitas kimia, menekankan perlunya rencana proaktif ^[3].

Peta Kerentanan: Badai, Banjir, Panas, dan Petir

Setiap fenomena cuaca membawa serangkaian tantangan operasional yang unik:

• Badai & Angin Kencang: Dapat menyebabkan kerusakan struktural pada bangunan ringan, pipa saluran, dan menara pendingin. Angin dengan kecepatan tinggi juga dapat membawa benda terbang yang berbahaya dan mengganggu emisi cerobong.
• Banjir: Mungkin merupakan ancaman terbesar bagi fasilitas pesisir dan tepian sungai. Banjir dapat melumpuhkan sistem pendingin, merusak peralatan listrik yang kritis, dan yang paling berbahaya, mengganggu integritas sistem penampungan dan containment, berpotensi menyebabkan tumpahan atau pelepasan bahan kimia.
• Suhu Ekstrem (Panas/Beku): Gelombang panas meningkatkan risiko kebakaran, mempercepat korosi, dan menyebabkan stres panas pada tenaga kerja lapangan. Sebaliknya, cuaca beku yang ekstrem, seperti yang melumpuhkan Texas pada 2021, dapat mematikan peralatan proses, membekukan garis pipa, dan menyebabkan kegagalan katup.
• Petir: Menyebabkan pemadaman listrik mendadak, merusak sistem elektronik yang sensitif, dan menjadi pemicu api yang nyata di area penyimpanan bahan mudah terbakar.

Dampak Finansial & Rantai Pasok: Lebih Dari Sekedar Kerusakan Fisik

Biaya gangguan terkait cuaca bersifat multifaset dan beriak ke seluruh rantai nilai. Di luar biaya perbaikan aset fisik, perusahaan menghadapi:

• Hilangnya Produksi (Downtime): Setiap jam fasilitas berhenti beroperasi berarti kehilangan pendapatan yang signifikan. Recovery Time Objective (RTO) — waktu yang ditargetkan untuk memulihkan operasi — dapat membengkak secara dramatis akibat cuaca.
• Gangguan Rantai Pasok: Cuaca tidak hanya memengaruhi fasilitas Anda, tetapi juga pemasok dan pelanggan. Keterlambatan pengiriman bahan baku atau ketidakmampuan mendistribusikan produk akhir dapat mengakibatkan penalti kontrak dan kehilangan pelanggan.
• Fluktuasi Harga & Alokasi Sumber Daya yang Tidak Efisien: Badai di daerah penghasil minyak dapat menyebabkan volatilitas harga pasar. Tanpa data prediktif, pembelian bahan baku dan penjadwalan produksi menjadi tidak optimal, menyebabkan pemborosan biaya atau kekurangan stok. Laporan dari firma manajemen risiko seperti Aon secara rutin mengkuantifikasi dampak ekonomi badai besar, yang sering mencapai miliaran dolar per kejadian ^[2].

Landasan Regulasi: Memenuhi Standar Kepatuhan dengan Pemantauan Cuaca Presisi

Bagi industri yang sangat diatur, kepatuhan bukanlah pilihan—ia adalah izin untuk beroperasi. Di Amerika Serikat, Environmental Protection Agency (EPA) memberlakukan persyaratan pemantauan meteorologi yang spesifik melalui 40 CFR Part 63, Subpart CC — yang dikenal sebagai Aturan Kilang Minyak. Peraturan ini secara eksplisit mengharuskan kilang untuk “mengumpulkan dan mencatat data meteorologi rata-rata per jam untuk suhu, tekanan barometrik, kecepatan angin, dan arah angin” ^[4]. Lebih khusus lagi, kilang yang menggunakan koreksi sumber jarak-dekat (near-field correction) atau metode uji alternatif diwajibkan menggunakan sistem meteorologi di lokasi (on-site) sesuai dengan Bagian 8.3 dari Metode 325A ^[4]. Oleh karena itu, pemasangan stasiun cuaca industri bukan sekadar investasi dalam efisiensi, tetapi sering kali merupakan kewajiban hukum. Pedoman seperti API RP 754 Process Safety Performance Indicators menekankan pentingnya data yang andal untuk mengelola keselamatan proses, di mana kondisi cuaca memainkan peran penting ^[5].

Memecah Kode: Persyaratan Meteorologi dalam CFR 40 Part 63

Untuk memastikan kepatuhan, manajer operasi harus memahami cakupan teknis dari persyaratan tersebut:

• Parameter yang Diukur: Kecepatan angin, arah angin, suhu udara, dan tekanan barometrik.
• Frekuensi Pengukuran: Data harus berupa rata-rata per jam dan dicatat secara terus-menerus.
• Persyaratan Kualitas Data: Sistem harus mematuhi standar yang ditetapkan dalam “Quality Assurance Handbook for Air Pollution Measurement Systems” milik EPA, yang mencakup kalibrasi rutin, pemeliharaan, dan verifikasi data ^[4].
• Retensi Data: Catatan data meteorologi harus disimpan untuk jangka waktu yang ditentukan oleh peraturan, biasanya beberapa tahun, dan tersedia untuk diperiksa oleh regulator.

Konsep “koreksi sumber jarak-dekat” adalah kritis: jika sebuah fasilitas perlu memodelkan dispersi emisi dengan akurat di dekat pagar batasnya, data cuaca yang sangat spesifik untuk mikro-lokasi tersebut diperlukan, sehingga mengharuskan penggunaan stasiun cuaca on-site.

On-Site vs. Stasiun Publik (USWS): Analisis Keputusan 40-Kilometer

Peraturan memberikan pilihan: memasang sistem on-site atau menggunakan data dari Stasiun Cuaca Layanan Nasional AS (USWS) yang berada dalam radius 40 kilometer dari fasilitas. Keputusan ini memerlukan analisis biaya-manfaat yang cermat:

• Stasiun Cuaca On-Site (seperti yang ditawarkan Met One Instruments): Memberikan data yang paling representatif untuk lokasi fasilitas yang sebenarnya. Sistem seperti Met One’s Petroleum Refinery Weather Station dirancang khusus untuk mematuhi persyaratan CFR part 63 yang diperbarui dan datang dalam konfigurasi yang telah dikemas sebelumnya untuk pengiriman cepat ^[6]. Keunggulannya adalah kontrol penuh atas kualitas data, kalibrasi, dan ketersediaan. Kerugiannya meliputi biaya modal awal, biaya pemeliharaan berkelanjutan, dan kebutuhan akan keahlian internal.
• Stasiun USWS: Dapat menjadi alternatif yang hemat biaya jika stasiun tersebut secara meteorologis “mewakili” kondisi di lokasi fasilitas. Namun, evaluasi keterwakilan ini harus didokumentasikan dengan hati-hati. Jarak 40 km tidak selalu menjamin representativitas, terutama di daerah dengan topografi kompleks atau dekat dengan perairan besar.

Dari Data ke Keputusan: Mengoptimalkan Efisiensi Operasional Kilang

Nilai sebenarnya dari stasiun cuaca modern melampaui kepatuhan regulasi semata. Ia terletak pada kemampuannya untuk menjadi sensor utama dalam mesin optimasi operasional kilang. Dengan mengintegrasikan data cuaca real-time ke dalam model simulasi proses (seperti Aspen HYSYS) dan algoritma machine learning, kilang dapat beralih dari mode operasi reaktif ke prediktif. Penelitian yang diterbitkan di Nature Scientific Reports menunjukkan bahwa pendekatan ini dapat menghasilkan penghematan energi yang signifikan. Dalam satu studi kasus di kilang gas, optimasi menggunakan jaringan saraf tiruan (ANN) memprediksi pengurangan konsumsi bahan bakar sebesar 12,710 Standard Cubic Meter (SCM), yang mencerminkan efisiensi yang substansial ^[7].

Model Prediktif: Cara AI Menggunakan Data Cuaca untuk Efisiensi Energi

Jaringan saraf, seperti yang dijelaskan dalam penelitian JPT SPE, dapat dilatih menggunakan bertahun-tahun data historis—baik operasional (seperti beban proses, konsumsi energi) maupun meteorologis ^[8]. Model ini belajar untuk mengidentifikasi pola kompleks. Misalnya, suhu ambien merupakan prediktor kuat untuk beban pendinginan; kelembaban dapat memengaruhi efisiensi pembakaran; dan tekanan barometrik dapat mempengaruhi operasi kolom distilasi. Dengan memproyeksikan data cuaca peramalan ke dalam model ini, sistem dapat secara proaktif menyarankan penyesuaian parameter operasi—seperti laju alir, setpoint suhu, atau jadwal kompresor—untuk meminimalkan konsumsi energi sambil mempertahankan output produksi. Studi Nature menggunakan data empat tahun dari kilang gas aktual untuk mengembangkan model yang mengoptimalkan penggunaan amina, komponen utama dalam konsumsi energi unit pengolahan ^[7].

Alokasi Sumber Daya yang Dinamis: Mengurangi Limbah, Meningkatkan Output

Data cuaca memungkinkan pengambilan keputusan yang lebih cerdas di berbagai departemen:

• Logistik & Penjadwalan: Prakiraan hujan lebat atau angin kencang dapat mengarahkan penjadwalan ulang pengiriman tangki atau aktivitas bongkar muat kapal untuk menghindari penundaan dan risiko keselamatan.
• Manajemen Utilitas: Dengan memprediksi permintaan puncak untuk listrik atau air pendingin berdasarkan suhu, fasilitas dapat mengoptimalkan pembelian utilitas dan pengoperasian pembangkit listrik sendiri, menghindari biaya permintaan puncak yang tinggi.
• Perawatan: Prakiraan jendela cuaca cerah dapat digunakan untuk merencanakan aktivitas perawatan penting di area terbuka, meminimalkan risiko penundaan karena kondisi buruk.

Dengan kata lain, data cuaca menggerakkan pergeseran dari alokasi sumber daya yang statis dan sering kali boros, menuju pendekatan yang dinamis dan presisi.

Benteng Pertahanan: Stasiun Cuaca sebagai Inti Sistem Peringatan Dini & Mitigasi Risiko

Di industri di mana satu insiden dapat memiliki konsekuensi katastrofik, stasiun cuaca berfungsi sebagai garda terdepan sistem pertahanan keselamatan. Integrasinya dengan Sistem Kontrol Industri (ICS/SCADA) dan Prosedur Shutdown Darurat (ESD) mengubah data menjadi tindakan penyelamatan otomatis. Asosiasi seperti American Fuel & Petrochemical Manufacturers (AFPM) menekankan komitmen industri untuk “siap badai” (storm-ready), dengan investasi dalam ruang kontrol yang ditinggikan, infrastruktur yang dikeraskan, dan prosedur yang meningkatkan ketahanan dan mempercepat pemulihan ^[9]. Prinsip ketahanan ini sejalan dengan panduan seperti yang dikeluarkan oleh U.S. Army Corps of Engineers mengenai perencanaan untuk kondisi hidrometeorologi yang tidak stabil ^[10].

Integrasi dengan Sistem Kontrol Pabrik dan Protokol Shutdown

Alur kerja otomatis adalah kuncinya:

1. Deteksi: Sensor stasiun cuaca mendeteksi parameter yang melebihi ambang batas pra-tetap (misalnya, kecepatan angin > 60 knot, atau deteksi petir dalam radius 10 km).
2. Transmisi: Sinyal dikirimkan secara real-time melalui antarmuka komunikasi (seperti MODBUS atau API) ke sistem SCADA pusat.
3. Aksi: Sistem SCADA memicu alarm yang terdengar di ruang kontrol dan, berdasarkan logika yang telah diprogram, dapat secara otomatis menginisiasi urutan shutdown yang aman untuk unit proses yang rentan, mengamankan katup, atau mengaktifkan sistem proteksi kebakaran. Solusi industri dari vendor seperti Vaisala bahkan menawarkan integrasi API untuk zona ancaman petir, memberikan peringatan dini yang spesifik ^[8].

Kepercayaan pada sistem ini bergantung pada kalibrasi rutin dan pemeliharaan preventif, sesuai dengan standar industri dari NFPA atau API.

Kesiapsiagaan Musim Badai: Panduan Proaktif Berbasis Data

Selama musim badai, stasiun cuaca on-site menjadi pusat komando untuk persiapan berbasis data. Manajemen operasi dapat:

• Memantau Perkembangan Badai secara Real-Time: Melacak jalur, intensitas, dan kecepatan angin secara langsung, mengurangi ketergantungan pada prakiraan regional yang kurang spesifik.
• Melakukan Persiapan Fasilitas secara Bertahap: Meningkatkan level tangki penyimpanan untuk mengurangi risiko apungan (floating roof) yang rusak, mengamankan peralatan dan material di area luar ruangan, dan menguji sistem darurat.
• Mengelola Tenaga Kerja dan Komunitas: Mengoordinasikan evakuasi personel non-esensial secara aman dan tepat waktu, serta berkomunikasi secara proaktif dengan otoritas dan komunitas lokal mengenai status fasilitas dan langkah-langkah yang diambil, seperti yang dicontohkan oleh praktik industri yang diadvokasi AFPM ^[9]. Laporan Government Accountability Office (GAO) juga menyoroti pentingnya integrasi pertimbangan ketahanan iklim dalam perencanaan pencegahan kecelakaan kimia ^[11].

Memilih & Mengimplementasikan Solusi: Tinjauan Teknis Stasiun Cuaca Industri

Pilihan stasiun cuaca berkisar dari sistem khusus berkinerja tinggi seperti Met One atau Vaisala, hingga stasiun cuaca profesional yang dapat dikonfigurasi seperti AMTAST AW006. Pemilihan harus didasarkan pada kebutuhan spesifik: kepatuhan regulasi mutlak, integrasi dengan sistem kontrol, atau peningkatan kemampuan pemantauan operasional. Spesifikasi teknis AMTAST AW006, misalnya, menunjukkan kesesuaian untuk berbagai aplikasi industri dengan rentang suhu -40°C hingga +60°C, akurasi kecepatan angin ±1 m/s (di bawah 5 m/s), resolusi curah hujan 0.3mm, dan kemampuan pengukuran cahaya ^[12]. Sistem seperti Met One menawarkan konfigurasi yang telah dipaketkan untuk kepatuhan CFR dan pengiriman cepat ^[6].

Spesifikasi Utama: Akurasi, Ketahanan, dan Konektivitas

Berikut adalah checklist evaluasi untuk stasiun cuaca industri:

1. Akurasi Sensor: Terutama untuk kecepatan dan arah angin, serta suhu. Akurasi harus memenuhi atau melampaui persyaratan regulasi (misalnya, sesuai dengan standar EPA).
2. Ketahanan Lingkungan: Housing harus terbuat dari bahan tahan korosi (seperti aluminum anodized atau stainless steel), dengan peringkat IP (Ingress Protection) yang tinggi (misalnya, IP65 atau lebih) untuk melindungi dari debu dan semburan air.
3. Sumber Daya & Konektivitas: Opsi tenaga surya dengan backup baterai sangat ideal untuk lokasi terpencil. Konektivitas harus mendukung integrasi mudah (Wi-Fi, Ethernet, seluler 4G) dan protokol industri (MODBUS RTU/TCP, API REST) untuk mengalirkan data ke sistem SCADA atau platform cloud.
4. Kalibrasi dan Pemeliharaan: Akses ke layanan kalibrasi dan ketersediaan suku cadang. Frekuensi kalibrasi yang direkomendasikan harus jelas.

Analisis Biaya-Manfaat (ROI) dan Rencana Implementasi

Mengisi kesenjangan informasi ini adalah kunci. Sebuah kerangka ROI harus mempertimbangkan:

• Penghematan dari Pencegahan Gangguan: Menghindari satu shutdown tak terduga karena peringatan dini badai dapat menghemat jutaan dolar dalam pendapatan yang hilang.
• Pengurangan Biaya Energi: Studi menunjukkan potensi penghematan konsumsi energi hingga 15% melalui optimasi berbasis data, seperti yang ditunjukkan dalam penelitian Nature ^[7].
• Penghindaran Denda Regulasi: Kepatuhan yang sempurna terhadap persyaratan pemantauan meteorologi menghindarkan potensi denda dan sanksi hukum yang besar.
• Peningkatan Asuransi dan Reputasi: Fasilitas dengan sistem mitigasi risiko yang terdokumentasi dengan baik dapat menerima premi asuransi yang lebih baik dan menjaga kepercayaan pemangku kepentingan.

Rencana implementasi yang khas meliputi: (1) Penilaian lokasi dan audit kebutuhan, (2) Seleksi vendor dan teknologi, (3) Instalasi dan komisioning, (4) Integrasi dengan sistem IT/OT yang ada, (5) Pelatihan personel, dan (6) Pembuatan protokol pemeliharaan dan kalibrasi berkala.

Kesimpulan

Stasiun cuaca telah berevolusi dari sekadar instrumen pencatat cuaca menjadi tulang punggung intelijen operasional yang terintegrasi untuk industri petrokimia dan kilang minyak. Seperti yang telah dijelaskan, nilainya dibangun di atas tiga pilar yang tak terpisahkan: Kepatuhan Regulasi sebagai landasan hukum operasi, Optimasi Efisiensi sebagai penggerak nilai dan profitabilitas berkelanjutan, dan Mitigasi Risiko Keselamatan sebagai imperatif moral dan operasional. Panduan komprehensif ini telah menghubungkan titik-titik antara teknologi sensor spesifik, kerangka regulasi yang detail, algoritma prediktif mutakhir, dan protokol keselamatan yang menyelamatkan jiwa.

Ajakan Bertindak: Lakukan audit kesiapsiagaan cuaca di fasilitas Anda hari ini. Identifikasi satu titik kerentanan operasional—apakah itu dalam penjadwalan energi, protokol badai, atau akurasi data kepatuhan—yang dapat diatasi dengan data cuaca real-time yang lebih baik. Kemudian, inisiasi diskusi dengan ahli sistem pemantauan industri atau konsultan keselamatan untuk mengembangkan peta jalan implementasi yang sesuai dengan skala dan kompleksitas operasi Anda.

Sebagai pemasok dan distributor alat ukur serta instrumentasi pengujian terpercaya untuk aplikasi industri, CV. Java Multi Mandiri melalui brand AMTAST memahami tantangan operasional yang dihadapi oleh sektor kilang minyak dan petrokimia. Kami menyediakan solusi perangkat keras pemantauan lingkungan yang andal, seperti stasiun cuaca profesional, yang dapat menjadi bagian dari strategi ketahanan dan efisiensi operasional perusahaan Anda. Kami berkomitmen untuk bermitra dengan klien bisnis dalam memilih dan mengimplementasikan peralatan yang tepat untuk memenuhi kebutuhan teknis dan kepatuhan regulasi mereka. Untuk mendiskusikan bagaimana kami dapat mendukung kebutuhan spesifik perusahaan Anda, silakan hubungi tim kami melalui halaman konsultasi solusi bisnis.

Rekomendasi Weather Station

Disclaimer: Artikel ini ditujukan untuk tujuan informasi saja. Implementasi sistem pemantauan cuaca dan pengambilan keputusan operasional harus dilakukan dengan berkonsultasi kepada ahli keselamatan industri, insinyur yang berkualifikasi, dan sesuai dengan semua regulasi lokal, nasional, dan internasional yang berlaku. Spesifikasi produk dapat berubah; selalu verifikasi informasi terkini dengan pabrikan.

Referensi

1. Germanwatch. (2025). Global Climate Risk Index 2025. Germanwatch e.V. Retrieved from https://www.germanwatch.org/en/cri
2. Everstream Analytics, Aon, & berbagai laporan industri. (N.D.). Analisis Risiko Rantai Pasok Global dan Laporan Dampak Ekonomi Cuaca. [Data dikompilasi dari berbagai laporan industri terkemuka].
3. U.S. Chemical Safety and Hazard Investigation Board (CSB). (2019). Safety Alert: Extreme Weather. Retrieved from https://www.csb.gov/assets/1/6/extreme_weather_-_final_w_links.pdf
4. Dix, D. (2015, December 17). Meteorological Monitoring Requirements of the Petroleum Refinery Rule. ALL4 Inc. Retrieved from https://www.all4inc.com/4-the-record-articles/meteorological-monitoring-requirements-of-the-petroleum-refinery-rule/
5. American Petroleum Institute (API). (2020). RP 754 Process Safety Performance Indicators for the Refining and Petrochemical Industries – Fact Sheet (3rd Edition). Retrieved from https://www.api.org/~/media/files/oil-and-natural-gas/refining/process%20safety/rp-754-fact-sheet.pdf
6. Met One Instruments, Inc. (N.D.). Petroleum Refinery Weather Station. Retrieved from https://metone.com/products/petroleum-refinery-weather-station/
7. Penulis dari Iran University of Science and Technology and University of Tehran. (2025). Optimization of energy consumption in the gas refinery sweetening unit using RSM, ANN, and Aspen HYSYS. Nature Scientific Reports, 15, 38763. Retrieved from https://www.nature.com/articles/s41598-025-22629-4
8. Doe, D. M., et al. (2023). Neural Network Uses Weather Data to Boost Energy Efficiency in the Oil and Gas Industry. Journal of Petroleum Technology (JPT), Society of Petroleum Engineers (SPE). Retrieved from https://jpt.spe.org/neural-network-uses-weather-data-to-boost-energy-efficiency-in-the-oil-and-gas-industry
9. American Fuel & Petrochemical Manufacturers (AFPM). (2023). Storm-ready: Refining and petrochemical industries prepare for hurricane season. AFPM Newsroom Blog. Retrieved from https://afpm.org/newsroom/blog/storm-ready-refining-and-petrochemical-industries-prepare-hurricane-season
10. U.S. Army Corps of Engineers (USACE). (2026). Engineering and Construction Bulletin (ECB) 2026-1: Incorporating Resilience to Nonstationary Hydrometeorological Conditions. Retrieved from https://www.wbdg.org/FFC/ARMYCOE/COEECB/ecb_2026_1.pdf
11. U.S. Government Accountability Office (GAO). (2022). Chemical Accident Prevention: EPA Should Ensure Regulated Facilities Consider Risks from Climate Change (GAO-22-104494). Retrieved from https://www.gao.gov/assets/gao-22-104494.pdf
12. AMTAST. (N.D.). Manual and Specifications for AW006 Professional Color Display Weather Station. Retrieved from https://amtast.com/soft/aw006.pdf