Evaluasi Keamanan dan Stabilitas Sistem Tenaga Akibat Interkoneksi Pembangkit Baru ke dalam Grid

Ukuran: px
Mulai penontonan dengan halaman:

Download "Evaluasi Keamanan dan Stabilitas Sistem Tenaga Akibat Interkoneksi Pembangkit Baru ke dalam Grid"

Transkripsi

1 Insttut Tenolog Nasonal Malang Evaluas Keamanan dan Stabltas Sstem Tenaga Abat Interones Pembangt Baru e dalam Grd N Putu Agustn 1, I Made Wartana 2, Lauhl Mahudz Hayusunan 3 1,2,3) Program Stud Ten Eletro, Faultas Tenolog Industr, ITN-Malang e-mal: 1) nputu.agustn@yahoo.co.d, 2) m.wartana@t.tn.ac.d, 3) hayusman@gmal.com ABSTRAK Peneltan n mengembangan model baru untu menngatan nerja sstem tenaga lstr berdasaran stabltas sstem yan: ndes stabltas tegangan dan ator stabltas saluran, serta eamanan sstem berdasaran pada marjn tegangan bus dan batas thermal saluran transms. Model n danalss dan devaluas pada sstem uj standard abat pembangtan baru yang dapat berupa energ baru terbaruan ternterones e dalam sstem grd dalam mengantspas penngatan pembebanan sstem. Untu menjamn stabltas dan eamanan sstem abat nterones pembangt baru yang dapat berupa energ baru terbaruan tersebut dlauan dengan penempatan optmal salah satu tpe prant endal canggh, yatu Shunt FACTS (Flexble AC Transmsson Systems) Controler, yatu Statc Ar Compensator atau yang denal dengan SC. Prant pengendal yang mampu mengnjes dan menyerap daya reat tersebut dmodelan dan selanjutnya dgabungan dalam analss alran daya Newton Raphson. Eettas metodolog yang dembangan n telah berhasl duj pada sstem uj standard IEEE 14-bus dengan mengnteronesan pembangt baru e dalam sstem uj tersebut. Kata unc: Indes stabltas tegangan, ator stabltas saluran, FACTS, SC, eamanan sstem ABSTRACT Ths study developed a new model o mprovng the perormance o the power system based on the stablty o the system: voltage stablty ndex and lne stablty actor, as well as securty systems based on the bus voltage and thermal lmts o the transmsson lne margns. The model has been analyzed and evaluated on standard test system due to nterconnecton o the new generaton (renewable energy) to the grd n antcpaton o an ncrease o the system loadablty. To ensure the stablty and securty o the system due to the nterconnecton o the new generaton s done wth the optmal placement o one type o advanced control devces, namely Shunt FACTS (Flexble AC Transmsson Systems) controller, Statc ar Compensator, nown as SC. The control devce that s capable o njectng and absorbng reactve power s modeled and subsequently ncorporated n Newton Raphson power low analyss. Eectveness o the developed methodology has been successully tested on a test system IEEE 14-bus standard wth a new generaton nterconnect nto the test system. Keywords: voltage stablty ndex, lne stablty actor. FACTS, SC, system securty. Pendahuluan Dalam beberapa deade terahr, sstem tenaga lstr menghadap tantangan baru sebaga abat dampa deregulas dan restrutursas pasar lstr (Ca & Erlch, 2004). Serng dengan deregulas tersebut, beban lstr terus menngat sehngga perlu adanya penambahan pembangt baru e dalam jarngan sstem tenaga lstr (grd) untu mengantspas penngatan ebutuhan beban onsumen. Hal n mengabatan jarngan transms menyaluran beban lstr mendeat batas termalnya. Konds n tentu menar pengeloala/unltas sstem tenaga lstr dalam hal n PT PLN untu menemuan cara yang tepat yang memungnan penyaluran daya lstr dengan e onsumen lebh esen dengan cara melauan pengendalan alran daya lstr (Lu & L, 2008). Banya tenolog terbaru dembangan dalam sstem tenaga lstr, yang membuat utltas mampu mengendalan alran daya dalam mengantspas penngatan pembeban daya lstr, batas therma saluran transms, stabltas sstem transms, dan menngatan eamanan sstem transms (N. G. Hngoran, 2000). Selan tu, berbaga perangat endal modern telah dembangan dan dgunaan untu SENATEK 2015 Malang, 17 Januar

2 Insttut Tenolog Nasonal Malang memasmalan emampuan mentranser daya sealgus memnmalan erugan daya sstem ransms, yang mengarah epada pemanaatan esen dan menngatan perormas sstem tenaga yang ada (I. Made Wartana & N Putu Agustn, 2011). Ja dbandngan dengan strateg pengendalan oret, sepert penjadwalan pembangt dan pemutusan beban, pemanaatan system endal modern sepert prant FACTS (Flexble AC Trasmsson system) d masa depan merupaan alternat yang lebh eonoms dalam upaya menurunan baya operasonal dan baya nvestas pengembangan sstem jarngan baru, walaupun baya perangat n mash relat mahal dan sstem pengoperasannya termasu rumt (Shaheen, Rashed, & Cheng, 2007), (Saravanan, Slochanal, enatesh, & Abraham, 2007). Untu mengantspas enaan ebutuhan lstr yang terus menngat tersebut, serta secara perlahan mengurang etergantungan pasoan lstr dar luar pulau, maa pengoperasan pembangt baru mutla dlauan. Pengoperasan pembangat baru tersebut tdalah cuup tanpa dbareng dengan perluasan sstem sepert penambahan Gardu Indu (GI) baru. Penngatan ebutuhan aan energ lstr buan saja aan mengabatan penambahan pembangt lstr baru tetap juga berabat pada penambahan GI baru sepert (Mataram, 2010). Pengoperasan pembangt dan GI n aan memberan pengaruh pada perormas sstem grd yang drepresentasan pada redus prol tegangan dan rug daya sstem grd tersebut. Agar pengoperasan pembangt dan penambahan GI baru tersebut mampu mensupla enaan beban lstr yang terjad untu beberapa tahun e depan dengan ontnutas dan dan eandalan yang ba maa perlu danalss dan devaluas stabltas dan eamanan sstem grd tersebut. Peneltan n menerapan salah satu metode baru berdasaran ten optmas evolus yang denal dengan nama Partcle Swarm Optmzaton (PSO) dalam menganalss dan mengevaluas stabltas dan eamanan sstem tenaga lstr pada onds pembebanan masmal sstem dengan beroperasnya pembangtan baru yang dapat berupa energ baru terbaruan (renewable energy). Hal n dlauan dengan penempatan optmal salah satu Shunt FACTS Controller yatu SC pada sstem uj standard IEEE 14-bus (Mlano, 2005a),(Zmmerman, Murllo, x, nchez, & Thomas, 2011) sehngga penambahan pembangt baru e dalam sstem grd tersebut tetap menjamn sstem dalam margn stabltasnya yang terdr dar: ndes stabltas tegangan (IST) dan ator stabltas saluran (FSS) serta menjaga eamanan sstem berdasaran batas-batas tegangan bus dan apastas thermal penyaluran daya pada batas yang djnan. Dsampng tu untu menghndar enaan rug saluran yang berlebhan abat enaan pembebanan sstem, maa program yang dembangan n juga aan sealgus memnmalan rug daya at saluran eta ternteronsnya pembangt baru tersebut e dalam grd esehngga perormas sstem dapat dtngatan. Analss Alran Daya Newton Raphson Metode Peneltan Secara matemats persamaan alran daya dapat dselesaan dengan menggunaan oordnat rectangular, oordnat polar atau bentu hybrd. Dalam pembahasan oordnat polar (Alsac & Stott, 1974). Persamaan daya at dan reat pada bus adalah: P Q n 1 n 1 Y Y cos( ) (1) sn( ) (2) Persamaan (1) dan (2) d atas menghaslan suatu umpulan persamaan yang tda lner untu setap smpul sstem tenaga lstr. Untu mengetahu magntude tegangan ( ) dan sudut asa ( ) d setap smpul dapat dselesaan dengan menggunaan persamaan d atas yang dlneran dengan metode Newton Raphson dbawah n : P H N (3) Q M L dengan: P : Selsh njes netto daya at dengan jumlah alran daya at tap saluran yang menghubungan smpul dengan yang ddapat dar perhtungan teras e-. SENATEK 2015 Malang, 17 Januar

3 Insttut Tenolog Nasonal Malang Q : Selsh njes netto daya reat dengan jumlah alran daya reat tap saluran yang menghubungan smpul dengan yang ddapat dar perhtungan teras e-. : etor ores sudut asa tegangan : etor ores magntude tegangan H, L, M, N merupaan elemen-elemen o-dagonal dan dagonal dar submatr Jacoban yang dbentu dengan mendensan persamaan (3) dengan: P P H M δ Q δ ; ; N L Q Untu menghtung selsh daya, maa mula-mula dtentuan harga awal tegangan smpul dan sudut asanya, emudan daya at dan reat dhtung dengan menggunaan persamaan (1) dan (2). Selsh daya antara daya yang telah dtentuan dengan daya hasl perhtungan n merupaan perubahan daya yang terjad pada smpul. Magntude tegangan dan sudut asa yang dasumsan ( ) dan ( ) serta selsh daya yang dhtung ( P dan Q ) dgunaan untu memperoleh elemen-elemen matr Jacoban. Persamaan (5) dselesaan untu menghtung vetor ores magntude tegangan ( (4) ) dan sudut asa tegangan ( ) yang baru sehngga dperoleh harga magntude tegangan dan sudut asa yang baru (Alsac & Stott, 1974): 1 (5) 1 δ δ Proses perhtungan aan berulang sampa selsh daya at dan reat antara yang djadwalan dan dhtung, yatu P dan Q untu semua smpul mendelat nla tolerans atau proses perhtungan teras mencapa onvergen. Pemodelan Prant Kendal Shunt FACTS. arabel dan parameter saluran transms dantaranya: reatans saluran, besaran tegangan dan sudut asa dapat donrol dengan cara yang cepat dan eet menggunaan prant FACTS (Flexble AC Transmsson System). Banya euntungan yang bsa dperoleh dengan menggunaan FACTS tersebut dantaranya menngatan stabltas sstem jarngan lstr sepert stabltas transent, stabltas snyal ecl dan juga dapat menngatan eandalan sstem tenaga (Ca, Erlch, & Stamtss, 2004). Dsampng tu memasmalan pembebanan sstem juga dapat dlauan dengan penempatan optmal dan pengaturan parameter dar prant pengandal FACTS n. Namun deman pengendal alran daya merupaan ungs utama dar FACTS tersebut (Lu, L, Jang, & Wu, 2008). Statc ar Compensator (SC) merupaan salah satu tpe dar pengendal FACTS Shunt yang banya dgunaan pada sstem elstran modern d beberapa belahan duna. Prant endal SC n dhubungan secara parallel (Shunt) dengan bus beban umtu mengompensas reatans ndut pada bus tersebut sebagamana dtunjuan persamaan (6). Dalam peneltan n SC dmodelan sebaga njes daya reat deal pada bus sebagamana dtunjuan pada Gambar 1 (N. Hngoran & Gyugy, 1999). Q (6) Q SC Pemodelan tersebut dlengap dengan persamaan aljabar yang mengepresan njes daya reat pada node SC tersebut sepert dtunjuan persamaan (7) (Mlano, 2005b). 2 Q b (7) SC SC SENATEK 2015 Malang, 17 Januar

4 Insttut Tenolog Nasonal Malang Gambar 1. Pemodelan prant endal SC Stabltas dan Keamanan daya sstem Indes stabltas tegangan Indes stabltas tegangan atau yang dapat dsngat dengan IST dembangan oleh (Musrn & Abdul Rahman, 2002) dan dgunaan dalam peneltan n untu menjamn pembebanan sstem tap bus aman. IST adalah perangat yang dgunaan untu menunjuan onds stabltas tegangan yang drumusan berdasaran saluran atau bus sepert yang ddensan dengan persamaan (8) berut, 2 4Z Q IST (8) 2 X dengan, Z adalah mpedans saluran, X adalah reatans saluran, Q, adalah daya reat pada ss terma, dan adalah tegangan pada ss rm. Saluran yang menunjuan IST mendeat nla 1,00 berart bahwa saluran tersebut mendeat tt etdastablan. Ja IST melampau 1,00, berart salah satu bus yang terhubung dengan saluran tersebut aan mengalam penurunan tegangan tba-tba yang menyebaban runtuhnya sstem. Indes IST dgunaan pada sstem endal tenaga lstr untu menjamn bahwa tda aan ada bus jatuh abat pembebanan lebh. Fator stabltas saluran Indes stabltas stem juga djamn oleh ator stabltas saluran yang dapat dsngat dengan stlah FSS yang dusulan oleh A Mohamedetal (Suganyadeva & Babulal, 2009). Formulas dmula dengan persamaan eadaan sstem tenaga dan dnyataan sebagamana persamaan (7) berut. X X 2 FSS 4 P Q (9) 2 2 dengan, X adalah reatans saluran, adalah tegangan ss rm, P adalah daya nyata pada ss rm dan Q adalah daya pada ss terma. FSS harus djaga urang dar 1,00 untu mempertahanan sstem yang stabl. FSS menjamn system sehngga tda ada saluran melampau batas atas emampuan pengrman daya saluran dalam segala onds pembebanan grd. Optmas pembeban daya sstem Pengendal FACTS dtempatan pada jarngan tenaga lstr dalam upaya menngatan pembebanan sstem, dan pada saat yang sama untu mencegah terjadnya pembebanan lebh pada saluran dan pelanggaran tegangan pada bus sstem. Fungs obyet berdasaran penguuran ndes pembebanan lebh dan eamanan sstem dalam hal n tngat tegangan dan pembebanan cabang. Formulas matemata untu penngatan pembebanan lebh sstem drumusan dalam (80 dan (9) berut (Nagalashm & Kamaraj, 2011): Max F1 ( x, u, ) (10) g( x, u, ) 0 s. t. (11) h( x, u, ) 0 dengan, x dan u menunjuan varabel dependen dan varabel ontrol, adalah ator pembebanan lebh dalam %, g(x,u,) adalah seperangat endala persamaan nonlner (persama analran daya) dengan ator pembebanan lebh, dan h (x,u) adalah hmpunan endala etmpangan nonlner. etor x terdr dar pembangt lstr reat, daya slacbus, tegangan dar semua bus beban. etor u terdr dar tegangan semua bus generator, pembangt lstr nyata, arus saluran transms, ator pembebanan lebh, loas optmal FACTS Controler dan pengaturan optmal dengan memenuh endala eamanan sstem sebaga berut (Rashed & Shaheen, 2007): SENATEK 2015 Malang, 17 Januar

5 Insttut Tenolog Nasonal Malang L Nl N b 1 OLL B j1 j dengan, L adalah ator pelanggaran batas termal dan bus, OLL dan Bj masng-masng merupaan ator pembebanan lebh saluran dan ator pelanggaran tegangan bus, sebagmana duraan dalam (14) dan (15); Nl dan Nb masng-masng adalah jumlah total saluran transms dan bus. Sedangaan λ adalah parameter beban dar sstem, untu mencar jumlah masmum jarngan yang mampu memaso daya dalam margn eamanan sstem. Parameter beban, dalam (10) ddensan sebaga ungs dar ator beban λ : (13) exp[ ] [1, ] dengan, adalah oesen untu menyesuaan emrngan ungs, dan merupaan batas masmal λ. Factor beban λ, mencermnan varas daya beban P dan Q, yang ddensan sebaga (Lu & L, 2008): (14) P ( ) P m1,..., N b Q ( ) Q m1,..., N b (15) dengan, m adalah jumlah bus generator. λ=1 menunjuan beban asus dasar. Inde-nde eadaan eamanan sstem terdr dar dua bagan. Bagan pertama, OLL, beratan dengan pembebanan saluran dan pelanggaran pembebanan lebh dalam saluran. Nla OLL sama dengan 1 ja pembebanan saluran cabang urang dar ratng. OLL menngat secara alogarthm (logartma yang sebenarnya) dengan pembebanan dan dapat dhtung dar (Gerbex & Cheraou, 2001): 1; P P, OLL P (16) exp OLL 1 ; P, P P dengan, P merupaan alran daya nyata antara bus dan dan batas termal untu batas antara bus dan masng-masng adalah oesen yang dgunaan untu menyesuaan emrngan ungs esponensal. Pada B bagan edua dalam (10) menyangut level tegangan untu setap bus dar jarngan lstr. Nla B ddensan sebaga (I. Made Wartana & N Putu Agustn, 2011): 1; 0.9 b 1.1 B (17) exp B 1b ; otherwse dengan, B adalah ator pelanggaran tegangan bus d bus dan merupaan oesen yang dgunaan untu mengatur emrngan ungs esponensal dalam persamaan d atas. Persamaan (15) menunjuan bahwa besaran tegangan yang sesua adalah mendeat 1 pu. Serupa dengan OLL, nla B adalah sama dengan 1 ja tngat tegangan jatuh antara batas tegangan mnmal dan masmal. D luar jangauan, B menngat secara esponensal sesua varas tegangan. Mnmsas rug-rug daya at saluran transms Fungs tujuan n adalah untu memnmalan erugan daya at (Ploss) d jalur transms yang dapat dnyataan sebaga (I. M. Wartana & N. P. Agustn, 2011): N l u) g n 2 cos t( n1 F ( x, (18) dengan, Nl adalah jumlah jalur transms; gn adalah ondutans dar n saluran; δ dan δ masngmasng adalah tegangan pada ahr bus- dan dar dar n saluran. Kendala esamaan Kendala n merupaan persamaan alran daya has sebaga berut (Alsac & Stott, 1974): P P Nb G cos B sn ; 1 1,2,3 Nb G L... 1 Q (12) (19) Nb G QL... 1 G sn B cos ; 1 1,2,3 Nb dengan, Nb adalah jumlah bus dalam sstem. (20) SENATEK 2015 Malang, 17 Januar

6 Insttut Tenolog Nasonal Malang Kendala Ketdasamaan Kendala etdasamaan h(x,u) adalah batas varabel control dan varabel eadaan. Daya nyata generator PG, daya reat QG, tegangan, dan sudut ase δ dbatas oleh batas-batas sebaga berut: mn P P G P 1,...,m G G mn Q QG Q 1,...,m G G (21) mn 1,...,N b ,...,N b Kendala pembebanan transms P drepresentasan sebaga: (22) P P ; 1,..., N l Pada λ load actor dbatas oleh batas-batasnya sebaga: (23) 1 l Partcle Swarm Optmzaton (PSO) PSO adalah ten optmas stoast heurst yang relat baru dan dperenalan oleh Eberhart dan Kennedy (Kennedy & Eberhart, 1995 ). Hal n ddasaran pada geraan dan ecerdasan rbuan serangga atau terna burung dan elompo-elompo sejens. Dalam sstem PSO, elompo n adalah sebuah omuntas terdr dar semua partel terbang bergera d dalam ruang mult dmens. Sementara dalam penerbangannya, setap partel memodas possnya menurut pengalaman sendr, serta pengalaman partel tetangga, sampa menemuan sebuah tt relat stats atau sampa melampau batas-omputas nya. Setap partel dalam ruang pencaran ddensan dengan unsur-unsur berut (Brge, 2003) dengan x : adalah nla dar partel pada generas. Pembaruan partel dalam ruang pencaran ddensan dengan (25); v p best adalah nla terba dtemuan olehpartel sampa generas; adalah ecepatan partel pada generas. Pembaruan ecepatan selama prosedur pencaran yang dsajan oleh (24); g adalah partel terba yang dtemuan dalam elompo sampa generas. best 1 1 v x v (24) 1 x x v c rand p x 1 1 best dengan: ω: ungs bobot, cj : actor bobot, rand : anga aca antara 0 and 1, pbest: pbest dar partel, gbest: gbest dar group. Fungs bobot berut basanya dgunaan: c rand 2 2 g best mn ter (26) ter dengan: ω: bobot awal, ωmn: bobot ahr, ter: jumlah teras masmal, ter: jumlah teras searang. Perhtungan ungs tness. Metodolog penyelesaan masalah dlauan peneltan n dengan langah-langah sebaga breut : x (25) SENATEK 2015 Malang, 17 Januar

7 Insttut Tenolog Nasonal Malang Masalah optmas pembeban sstem dan memnmalan rug daya drubah menjad masalah optmas tanpa endala dengan menggunaan ator penalt (FP) sepert yang dberan dalam (25). Dengan deman persamaan n menjad ungs tness dalam ten PSO: Fungs tness 1F1 2F2 FP L 1 (27) Persamaan (27) terdr dar tga suu persamaan. Suu pertama adalah ungs tujuan untu memasmalan pembebanan sstem sebagamana dtunjuan persamaan (10), suu edua merupaan ungs tujuan edua untu memnmalan rug-rug daya saluran transms sepert dtunjuan persamaan (18). Sedangan suu terahr, merupaan endala pelanggaran eamanan sstem sesua persamaan (12) yang dalan dengan PF untu menghtung ungs tness yang dberan oleh (27) untu setap partel. μ adalah oesen pembobotan yang dgunaan untu menyesuaan emrngan PSO. Untu setap partel, data-data saluran dan bus dperbaru sesua enaan pembebanan sstem. Metode alran daya NR djalanan untu mendapatan tegangan pada setap bus dan alran daya saluran. Dengan hasl n, nla L untu setap partel dperoleh dengan menggunaan (12) dan ungs tness dar setap partel dhtung dengan menggunaan (27). Partel yang memberan nla masmum untu ungs tness dalam populas danggap sebaga partel gbest. Kecepatan dan poss baru setap partel dhtung masng-masng dengan menggunaan persamaan (25) dan (24). Prosedur n dulang sampa jumlah masmum teras tercapa sehngga nla L dan semua endala stabltas sepert yang dtunjuan pada (8) dan (9) untu partel gbest dpersa. Ja nlanya sama dengan 1, emudan dengan menggunaan partel gbest, nla saat n dar pembebanan sstem dapat dpenuh tanpa terjad pelanggaran pada alran daya saluran, endala batas tegangan bus dan semua endala stabltas dalam batas yang djnan. Partel gbest dsmpan bersama-sama dengan pembebanan sstem dan rug-rug daya saluran. Kemudan pembebanan sstem menngat lag eta algortma PSO djalanan. Ja nla L untu partel gbest tda sama dengan 1 maa partel gbest tda dapat memenuh pembebanan sstem saat n dan partel gbest dengan L = 1 yang dperoleh dalam langah sebelumnya danggap sebaga pengaturan optmal terba. Pembebanan sstem yang sesua dengan partel gbest danggap sebaga pembebanan sstem masmal. Hasl dan Pembahasan Data dan Metode Smulas Untu menguj eberhaslan program dalam menyelesaan masalah optmas yang dembangan dalam peneltan n, smulas program telah dlauan dengan menyelesaan bersoalan dua ungs objet secara smultan yatu memasmalan pembebanan sstem (Max PS) sealgus memnmalan rug-rug daya at (Mn Ploss) saluran transms. Hal n dlauan dengan penempatan optmal prant endal SC untu sstem uj standar IEEE 14-bus (Zmmerman, et al., 2011) ba pada onds base case (Kasus-1), maupun setelah nterones pembangt baru yang dtentuan besarnya yatu 10,MA, 13.8 olt, e dalam grd (Kasus-2). Prant endal SC yang dgunaan dalam pengujan sstem tersebut, dmodelan menggunaan toolbox analss sstem tenaga (PSAT) (Mlano, 2005a). Parameter PSO untu semua asus n dsajan dalam Tabel 1. Tabel 1. Parameter PSO c1,c2 ω ωmn Jumlah Iteras Jumlah Populas Dalam peneltan n, beban dmodelan sebaga beban PQ onstan dengan ator daya onstan dan beban dnaan menggunaan program PSO sesua persamaan (10) dan (11). Setap penambahan beban yang terjad dalam peneltan n dasumsan dtanggung oleh generator slac. Loas dan pengaturan (settng) endal SC dtetapan sebaga varable eputusan, sementara semua bus beban dar sstem uj IEEE 14-bus dplh sebaga anddat loas untu penempatan SC tersebut. Dagram saluran tunggal dar sstem uj IEEE 14-bus (Zmmerman, et al., 2011). Berdasaran data tersebut IEEE 14-bus dcatu oleh 2 generator pada bus 1 dan 2, tga buah ondenser snron terleta pada bus 3, 6 dan 8 dengan 20 saluran serta 11 bus beban. Dar hasl dmulas yang dlauan pada edua asus tersebut, dperoleh bahwa loas penempatan dan settng optmal dar peralatan endal SC pada jarngan IEEE 14-bus untu mendapatan Max SL dan Mn Ploss saluran transms dtunjuan pada Tabel 2. SENATEK 2015 Malang, 17 Januar

8 Insttut Tenolog Nasonal Malang Tabel 1. Penempatan Optmal SC untu Optmas Dua-Objet Stud Kasus Loas Settng Max SL Mn Ploss (bus) (p.u.) (%) (p.u.) Base case Kasus Kasus Dar Tabel 2 dapat dobservas bahwa pada Kasus-1 (Case-1), pemasangan SC pada bus 14 dengan settng masmal 0.98 p.u. menghaslan enaan pembebanan lebh sstem (Max SL) dan redus rugrug daya at saluran.(mn Ploss) masng-masng adalah % and p.u. Kemudan pada Kasus-2 (Case-2) setelah nterones pembangt baru e dalam grd pada salah satu bus beban yang dplh yatu bus 14 sepert dtunjuan Gambar 2, maa penempatan dan settng optmal peralatan endal SC pada bus 4 menghaslan enaan pembebanan sstem mencapa %. Kenaan pembebanan tersebut tersebar secara proporsonal hampr e semua bus beban sepert dtujuan Gambar 3. Pada onds n walaupun terjad enaan pembebanan sstem, Mn Ploss tda jauh berbeda dengan asus-1 yatu p.u. Gambar 2. Dagram gars tunggal sstem uj IEEE 14-bus unut Kasus-2 Hal n menunjuan bahwa penempatan dan settng optmal SC pada grd yang telah ternterones pembangt baru tersebut buan saja mampu menngatan pembebanan sstem tetap juga sealgus memnmuman rug-rug saluran transms dengan semua endala eamanan dan stabltas sstem mash terjamn pada batas marjn yang djnan. Gambar 4 menunjuan prole tegangan pada Kasus-2 yang membutan bahwa penempatan optmal SC pada bus 4 menjamn eamanan sstem berada pada batas tegangan yang djnan. Sedangan Gambar 5 menunjuan stabltas sstem yang drepresentasan dengan nla ndes IST dan ator FSS urang dar satu, pada sstem Kasus-2 dan perormance ndex evoluton PSO untu asus tersebut pada sstem uj IEEE 14-bus dberan pada Gambar 6. Gambar 3. Kenaan pembebanan sstem untu Kasus-1 dan Kasus-2 pada sstem uj IEEE 14-bus. SENATEK 2015 Malang, 17 Januar

9 Tegangan bus (p.u) SEMINAR NASIONAL TEKNOLOGI 2015 Insttut Tenolog Nasonal Malang 1,1 1,08 1,06 1,04 1,02 1 0,98 0,96 0,94 0,92 0,9 Base Case Case-1 Case # Bus Gambar 4. Prole tegangan untu Kasus-1 dan Kasus-2 pada sstem uj IEEE 14-bus Gambar 5. Indes IST dan ator FSS untu Kasus-2 pada sstem uj IEEE 14-bus Gambar 6. Perormance ndex evoluton PSO untu Kasus-2 pada sstem uj IEEE 14-bus Kesmpulan Peneltan n telah berhasl menerapan salah satu ten optmas evolus canggh yatu Partcle Swarm Optmsaton (PSO) yang dgunaan untu menyelesaan persoalan optmas mult-objectve yatu: menngatan pembebanan sstem abat nterones pembangt baru e dalam grd dan sealgus meredus rug-rug daya at saluran transms. Penyelesaan masalah optmas yang melbatan persoalan b-objectve secara smultan tersebut dlauan dengan penempatan optmal salah satu tpe prant endal FACTS yatu SC pada loas terba dengan tetap menjamn eamanan dan stabltas sstem yang dnyataan sebaga ndes IST dan ator FSS. Dar hasl smulas yang dlauan pada sstem uj standar IEEE 14-bus menunjuan bahwa pembebanan sstem dapat dtngatan secara SENATEK 2015 Malang, 17 Januar

10 Insttut Tenolog Nasonal Malang esen mencapa 83,4 % dar onds base case, menggunaan ten PSO dengan ndes unju erja yang aurat dan cepat dalam mencapa onvergensnya. Dsampng tu, algortma yang dembangan dalam peneltan n tda hanya mampu memecahan persoalan optmas b-objectve, tetap juga meml tur unggul yang mencaup solus berualtas tngg, araterst onvergens yang stabl dan esens perhtungan yang ba. Dengan deman ten optmas yang dusulan dapat dembangan lebh lanjut untu lebh dar dua objeve dan dterapan pada sstem tenaga prats untu valdas dan menduung eunggulan ten yang dusulan. Ucapan Terma Kash Ucapan termaash dsampaan epada ITN-Malang yang telah membantu pendanaan peneltan n melalu Lembaga Peneltan dan Pengabdan epada Masyaraat ITN-Malang Datar Pustaa 1. Alsac, O., & Stott, B. (1974). Optmal Load Flow wth Steady-State Securty. Power Apparatus and Systems, IEEE Transactons on, PAS-93(3), Brge, B. (2003, Aprl 2003). PSOt - a partcle swarm optmzaton toolbox or use wth Matlab Paper presented at the Proceedngs o the 2003 IEEE, Swarm Intellgence Symposum SIS ' Ca, L. J., Erlch, I., & Stamtss, G. (2004, Oct. 2004). Optmal choce and allocaton o FACTS devces n deregulated electrcty maret usng genetc algorthms. Paper presented at the IEEE PES Power Systems Conerence and Exposton. 4. Ca, L. J., & Erlch, I., Stamtss, G. (2004, Oct. 2004). Optmal choce and allocaton o FACTS devces n deregulated electrcty maret usng genetc algorthms. Paper presented at the Power Systems Conerence and Exposton, IEEE PES. 5. Gerbex, S., & Cheraou, R., Germond, A. J. (2001). Optmal locaton o mult-type FACTS devces n a power system by means o genetc algorthms. IEEE Transactons on Evolutonary Computaton, 16(3), Hngoran, N., & Gyugy, L. (1999). Concepts and Technology o Flexble AC Transmsson Systems. 7. Hngoran, N. G. (2000). Role o FACTS n a deregulated maret. Paper presented at the Power Engneerng Socety Summer Meetng, IEEE. 8. Kennedy, J., & Eberhart, R. (1995 ). Partcle swarm optmzaton Paper presented at the Proceedngs, IEEE Internatonal Conerence on Neural Networs, Perth, WA, Australa 9. Lu, Z., L, M. S., Jang, L., & Wu, Q. H. (2008, July 2008). Optmal allocaton o FACTS devces wth multple objectves acheved by bacteral swarmng algorthm. Paper presented at the 2008 IEEE Power and Energy Socety General Meetng - Converson and Delvery o Electrcal Energy n the 21st Century 10. Lu, Z., & L, M. S., Jang, L., Wu, Q. H. (2008, July 2008). Optmal allocaton o FACTS devces wth multple objectves acheved by bacteral swarmng algorthm. Paper presented at the Power and Energy Socety General Meetng - Converson and Delvery o Electrcal Energy n the 21st Century, 2008 IEEE. 11. Mataram, I. M. (2010). Prol Sstem Kelstran Bal Pasca GI Pemecutan Kelod dan PLTU 780 MW Celuan Bawang Beroperas Tenolog Eletro, 9, No. 1(1), Mlano, F. (2005a). An Open Source Power System Analyss Toolbox. IEEE Transactons on Power Apparatus and Systems, 20(3), Mlano, F. (2005b). An Open Source Power System Analyss Toolbox. Power Systems, IEEE Transactons on, 20(3), Musrn, I., & Abdul Rahman, T. K. (2002, 2002). Novel ast voltage stablty ndex (FSI) or voltage stablty analyss n power transmsson system. Paper presented at the Student Conerence on Research and Development, SCOReD Nagalashm, S., & Kamaraj, N. (2011, Jan. 2011). Loadablty enhancement or pool model wth FACTS devces n transmsson system usng Derental Evoluton and Partcle Swarm Optmzaton. Paper presented at the Power Electroncs (IICPE), 2010 Inda Internatonal Conerence on. 16. Rashed, G. I., & Shaheen, H. I., Cheng, S. J. (2007, Aug. 2007). Optmal Locaton and Parameter Settngs o Multple TCSCs or Increasng Power System Loadablty Based on GA and PSO Technques. Paper presented at the Thrd Internatonal Conerence on Natural Computaton, ICNC Saravanan, M., Slochanal, S. M. R., enatesh, P., & Abraham, J. P. S. (2007). Applcaton o partcle swarm optmzaton technque or optmal locaton o FACTS devces consderng cost o nstallaton and system loadablty. Electrc Power Systems Research, 77(3-4), Shaheen, H. I., Rashed, G. I., & Cheng, S. J. (2007, June 2007). Optmal Locaton and Parameters Settng o Uned Power Flow Controller Based on Evolutonary Optmzaton Technques. Paper presented at the IEEE Power Engneerng Socety General Meetng, Suganyadeva, M.., & Babulal, C. K. (2009, 4-6 June 2009). Estmatng o loadablty margn o a power system by comparng oltage Stablty Indces. Paper presented at the 2009 Internatonal Conerence on Control, Automaton, Communcaton and Energy Conservaton, INCACEC Wartana, I. M., & Agustn, N. P. (2011, July 2011). Optmal placement o UPFC or mzng system loadablty and mnmzng actve power losses n system stablty margns by NSGA-II. Paper presented at the Electrcal Engneerng and Inormatcs (ICEEI), 2011 Internatonal Conerence on. SENATEK 2015 Malang, 17 Januar

11 Insttut Tenolog Nasonal Malang 21. Wartana, I. M., & Agustn, N. P. (2011). Optmal Placement o UPFC or Maxmzng System Loadablty by Partcle Swarm Optmzaton. Paper presented at the Proceedngs o The 12th Internatonal Conerence on Qualty n Research (QR 2011), Bal-Indonesa Zmmerman, R. D., Murllo, S., x, nchez, C. E., & Thomas, R. J. (2011). MATPOWER: Steady-State Operatons, Plannng, and Analyss Tools or Power Systems Research and Educaton. IEEE Transactons on Power Apparatus and Systems, 26(1), SENATEK 2015 Malang, 17 Januar

Seminar Nasional Inovasi Dan Aplikasi Teknologi Di Industri 2017 ISSN ITN Malang, 4 Pebruari 2017

Seminar Nasional Inovasi Dan Aplikasi Teknologi Di Industri 2017 ISSN ITN Malang, 4 Pebruari 2017 ITN Malang, 4 Pebruar 2017 ANALISIS EVALUASI STABILITAS DAN KEAMANAN SISTEM TENAGA DENGAN BEROPERASINYA PLTU CELUKAN BAWANG PADA SISTEM KELISTRIKAN BALI 15-BUS MENGGUNAKAN SHUNT FACTS CONTROLLER N Putu

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 10 BAB 2 LANDASAN TEORI 2.1 Pengertan Pengendalan Kualtas Statst Pengendalan Kualtas statst merupaan suatu metode pengumpulan dan analss data ualtas, serta penentuan dan nterpretas penguuran-penguuran

Lebih terperinci

BAB V MODEL SEDERHANA DISTRIBUSI TEMPERATUR DAN SIMULASINYA

BAB V MODEL SEDERHANA DISTRIBUSI TEMPERATUR DAN SIMULASINYA BAB V MOEL SEERHANA ISTRIBUSI TEMPERATUR AN SIMULASINYA Model matemata yang terdapat pada bab sebelumnya merupaan model umum untu njes uap pada reservor dengan bottom water. Model tersebut merupaan model

Lebih terperinci

Optimisasi Operasi Sistem Tenaga Listrik dengan Konstrain Kapabilitas Operasi Generator dan Kestabilan Steady State Global

Optimisasi Operasi Sistem Tenaga Listrik dengan Konstrain Kapabilitas Operasi Generator dan Kestabilan Steady State Global Optmsas Operas Sstem Tenaga Lstr dengan Konstran Kapabltas Operas Generator dan Kestablan Steady State Global Johny Custer,, Indar Chaerah Gunadn, Ontoseno Penangsang 3, Ad Soeprjanto 4,,3,4 Jurusan Ten

Lebih terperinci

Analisis Perbandingan Economic Dispatch Pembangkit Menggunakan Metode Lagrange dan CFPSO

Analisis Perbandingan Economic Dispatch Pembangkit Menggunakan Metode Lagrange dan CFPSO 91 Analss Perbandngan Economc Dspatch Pembangt Menggunaan Metode Lagrange dan CFPSO Kharudn Syah, Harry Soeotjo Dachlan, Rn Nur Hasanah, dan Mahfudz Shdq Abstra -Pada pengoperasan pembangt tenaga lstr,

Lebih terperinci

BAB 2 LANDASAN TEORI. Untuk mengetahui pola perubahan nilai suatu variabel yang disebabkan oleh

BAB 2 LANDASAN TEORI. Untuk mengetahui pola perubahan nilai suatu variabel yang disebabkan oleh BAB LANDASAN TEORI. Analss Regres Untu mengetahu pla perubahan nla suatu varabel yang dsebaban leh varabel lan dperluan alat analss yang memungnan ta unut membuat perraan nla varabel tersebut pada nla

Lebih terperinci

BAB II TEORI DASAR. Analisis Kelompok

BAB II TEORI DASAR. Analisis Kelompok BAB II TORI DASAR II.. Analss Kelompo Istlah analss elompo pertama al dperenalan oleh Tryon (939). Ia memperenalan beberapa metode untu mengelompoan obye yang meml esamaan araterst (statsoft, 004). Kesamaan

Lebih terperinci

KOMBINASI INERTIA WEIGHT DAN CONSTRICTION FACTOR PADA PARTICLE SWARM OPTIMIZATION SEBAGAI SOLUSI PEMBANGKITAN EKONOMIS PADA SISTEM TENAGA IEEE 26 BUS

KOMBINASI INERTIA WEIGHT DAN CONSTRICTION FACTOR PADA PARTICLE SWARM OPTIMIZATION SEBAGAI SOLUSI PEMBANGKITAN EKONOMIS PADA SISTEM TENAGA IEEE 26 BUS ISSN 1412 3762 http://jurnal.up.edu/electrans ELECTRANS, VOL.12, NO.2, SEPTEMBER 2013, 151-160 KOMBINASI INERTIA WEIGHT DAN CONSTRICTION FACTOR PADA PARTICLE SWARM OPTIMIZATION SEBAGAI SOLUSI PEMBANGKITAN

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI.. Populas dan Sampel Populas adalah eseluruhan unt atau ndvdu dalam ruang lngup yang ngn dtelt. Banyanya pengamatan atau anggota suatu populas dsebut uuran populas, sedangan suatu nla

Lebih terperinci

Studi Optimal Power Flow pada Sistem Kelistrikan 500 kv Jawa-Bali dengan Menggunakan Particle Swarm Optimization (PSO)

Studi Optimal Power Flow pada Sistem Kelistrikan 500 kv Jawa-Bali dengan Menggunakan Particle Swarm Optimization (PSO) JNTETI, ol. 2, No. 3, Agustus 2013 59 Stud Optmal ower Flow pada Sstem Kelstran 500 Jawa-Bal dengan Menggunaan artcle Swarm Optmzaton (SO) Taqyuddn 1, Sasongo ramono Had 2 Abstract Ths paper presents a

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah BAB PENDAHULUAN. Latar Belaang Masalah Analss regres merupaan lmu peramalan dalam statst. Analss regres dapat dataan sebaga usaha mempreds atau meramalan perubahan. Regres mengemuaan tentang engntahuan

Lebih terperinci

BAB II TEORI ALIRAN DAYA

BAB II TEORI ALIRAN DAYA BAB II TEORI ALIRAN DAYA 2.1 UMUM Perhtungan alran daya merupakan suatu alat bantu yang sangat pentng untuk mengetahu konds operas sstem. Perhtungan alran daya pada tegangan, arus dan faktor daya d berbaga

Lebih terperinci

Strategi Meminimalkan Load Shedding Menggunakan Metode Sensitivitas Untuk Mencegah Voltage Collapse Pada Sistem Kelistrikan Jawa-Bali 500 kv

Strategi Meminimalkan Load Shedding Menggunakan Metode Sensitivitas Untuk Mencegah Voltage Collapse Pada Sistem Kelistrikan Jawa-Bali 500 kv 1 Strateg Memnmalan Load Sheddng Menggunaan Metode Senstvtas Untu Mencegah Voltage Collapse Pada Sstem Kelstran Jawa-Bal 500 V Rs Cahya Anugrerah Haebb, Ad Soepranto,, Ardyono Pryad Jurusan Ten Eletro,

Lebih terperinci

BAB 10. Menginterpretasikan Populasi Variabel Kanonik. Variabel kanonik secara umumnya artifisal. Jika variabel awal X (1) dan X (2)

BAB 10. Menginterpretasikan Populasi Variabel Kanonik. Variabel kanonik secara umumnya artifisal. Jika variabel awal X (1) dan X (2) BB 0 Mengnterpretasan Populas arabel Kanon arabel anon secara umumnya artfsal. Ja varabel awal X ( dan X ( dgunaan oefsen anon a dan b mempunya unt propors dar hmpunan X ( dan X (. Ja varabel awal yang

Lebih terperinci

FUZZY BACKPROPAGATION UNTUK KLASIFIKASI POLA (STUDI KASUS: KLASIFIKASI KUALITAS PRODUK)

FUZZY BACKPROPAGATION UNTUK KLASIFIKASI POLA (STUDI KASUS: KLASIFIKASI KUALITAS PRODUK) Semnar Nasonal Aplas Tenolog Informas 00 (SNATI 00) ISSN: 0-0 Yogyaarta, Jun 00 FUZZY BACKPROPAGATION UNTUK KLASIFIKASI POLA (STUDI KASUS: KLASIFIKASI KUALITAS PRODUK) Sr Kusumadew Jurusan Ten Informata,

Lebih terperinci

III FUZZY GOAL LINEAR PROGRAMMING

III FUZZY GOAL LINEAR PROGRAMMING 7 Ilustras entu hmpunan fuzzy dan fungs eanggotaannya dapat dlhat pada Contoh 3. Contoh 3 Msalan seseorang dataan sudah dewasa ja erumur 7 tahun atau leh, maa dalam loga tegas, seseorang yang erumur urang

Lebih terperinci

USULAN PENERAPAN TEORI MARKOV DALAM PENGAMBILAN KEPUTUSAN PERAWATAN TAHUNAN PADA PT. PUPUK KUJANG

USULAN PENERAPAN TEORI MARKOV DALAM PENGAMBILAN KEPUTUSAN PERAWATAN TAHUNAN PADA PT. PUPUK KUJANG Usulan Penerapan Teor Marov Dalam Pengamblan Keputusan Perawatan Tahunan Pada Pt. Pupu Kujang USULAN PENERAPAN TEORI MARKOV DALAM PENGAMBILAN KEPUTUSAN PERAWATAN TAHUNAN PADA PT. PUPUK KUJANG Nof Ern,

Lebih terperinci

Karakterisasi Matrik Leslie Ordo Tiga

Karakterisasi Matrik Leslie Ordo Tiga Jurnal Graden Vol No Januar 006 : 34-38 Karatersas Matr Lesle Ordo Tga Mudn Smanhuru, Hartanto Jurusan Matemata, Faultas Matemata dan Ilmu Pengetahuan Alam, Unverstas Bengulu, Indonesa Dterma Desember

Lebih terperinci

Bab III. Plant Nonlinear Dengan Fase Nonminimum

Bab III. Plant Nonlinear Dengan Fase Nonminimum Bab III Plant Nonlnear Dengan Fase Nonmnmum Pada bagan n dbahas mengena penurunan learnng controller untu sstem nonlnear dengan derajat relatf yang detahu Dalam hal n hanya dperhatan pada sstem-sstem nonlnear

Lebih terperinci

Created by Simpo PDF Creator Pro (unregistered version)

Created by Simpo PDF Creator Pro (unregistered version) Created by Smpo PDF Creator Pro (unregstered verson) http://www.smpopd.com Statst Bsns : BAB IV. UKURA PEMUSATA DATA. Pendahuluan Untu mendapatan gambaran yang lebh jelas tentang seumpulan data mengena

Lebih terperinci

SIMULASI OPTIMASI ALIRAN DAYA SISTEM TENAGA LISTRIK SEBAGAI PENDEKATAN EFISIENSI BIAYA OPERASI

SIMULASI OPTIMASI ALIRAN DAYA SISTEM TENAGA LISTRIK SEBAGAI PENDEKATAN EFISIENSI BIAYA OPERASI ISSN: 1693-6930 167 SIMULASI OPTIMASI ALIRAN DAA SISTEM TENAGA LISTRIK SEBAGAI PENDEKATAN EFISIENSI BIAA OPERASI Subyanto Teknk Elektro Fakultas Teknk Unverstas Neger Semarang Gedung E6 Lt. Kampus Sekaran

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belaang Analss dsrmnan merupaan ten menganalss data, dmana varabel dependen merupaan data ategor ( nomnal dan ordnal ) sedangan varabel ndependen berupa data nterval atau raso.msalnya

Lebih terperinci

Optimasi Baru Program Linear Multi Objektif Dengan Simplex LP Untuk Perencanaan Produksi

Optimasi Baru Program Linear Multi Objektif Dengan Simplex LP Untuk Perencanaan Produksi JURNA INFORMATIKA, Vol.4 No.2 September 27, pp. 222~229 ISSN: 2355-6579 E-ISSN: 2528-2247 222 Optmas Baru Program near Mult Objetf Dengan Smplex P Untu Perencanaan Produs Maxs Ary Am BSI Bandung e-mal:

Lebih terperinci

P n e j n a j d a u d a u l a a l n a n O pt p im i a m l a l P e P m e b m a b n a g n k g i k t Oleh Z r u iman

P n e j n a j d a u d a u l a a l n a n O pt p im i a m l a l P e P m e b m a b n a g n k g i k t Oleh Z r u iman OTIMISASI enjadualan Optmal embangkt Oleh : Zurman Anthony, ST. MT Optmas pengrman daya lstrk Dmaksudkan untuk memperkecl jumlah keseluruhan baya operas dengan memperhtungkan rug-rug daya nyata pada saluran

Lebih terperinci

IMPLEMENTASI MODEL OPTIMASI LINIER INTEGER DENGAN BANYAK TUJUAN UNTUK PENGALOKASIAN PEKERJAAN

IMPLEMENTASI MODEL OPTIMASI LINIER INTEGER DENGAN BANYAK TUJUAN UNTUK PENGALOKASIAN PEKERJAAN SISFO-Jurnal Sstem Informas IMPLEMENTASI MODEL OPTIMASI LINIER INTEGER DENGAN BANYAK TUJUAN UNTUK PENGALOKASIAN PEKERJAAN Fazal Mahananto 1), Mahendrawath ER 2), Rully Soelaman 3) Jurusan Sstem Informas,

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Penelitian ini mengenal dua macam variabel yaitu : 2. Variabel terikat (Y) yaitu : Hasil belajar Sejarah

BAB III METODOLOGI PENELITIAN. Penelitian ini mengenal dua macam variabel yaitu : 2. Variabel terikat (Y) yaitu : Hasil belajar Sejarah BAB III METODOLOGI PENELITIAN 3.1 Varans Peneltan 3.1.1 Varabel Peneltan Peneltan n mengenal dua macam varabel yatu : 1. Varabel bebas (X) yatu : Berpr formal. Varabel terat (Y) yatu : Hasl belajar Sejarah

Lebih terperinci

PENYELESAIAN SISTEM PERSAMAAN TAK LINIER

PENYELESAIAN SISTEM PERSAMAAN TAK LINIER PENYELESIN SISTEM PESMN TK LINIE Mater Kulah: Pengantar; Iteras Satu Tt; Iteras Newton # PENGNT # erut n adalah contoh seumpulan buah persamaan ta lner smulta dengan buah varabel ang ta detahu:... ( 57...

Lebih terperinci

Pemodelan Anomali Magnetik Berbentuk Prisma Menggunakan Algoritma Genetika Antonius a, Yudha Arman a *, Joko Sampurno a

Pemodelan Anomali Magnetik Berbentuk Prisma Menggunakan Algoritma Genetika Antonius a, Yudha Arman a *, Joko Sampurno a Pemodelan Anomal Magnet Berbentu Prsma Menggunaan Algortma Geneta Antonus a, Yudha Arman a *, Joo Sampurno a a Jurusan Fsa, FMIPA Unverstas Tanjungpura, Jalan Pro. Dr. Hadar Nawaw, Pontana, Indonesa *Emal

Lebih terperinci

PENGEMBANGAN METODE ALGORITMA GENETIKA DAN DARWINIAN PARTICLE SWARM OPTIMIZATION UNTUK FUNGSI MULTIMODAL

PENGEMBANGAN METODE ALGORITMA GENETIKA DAN DARWINIAN PARTICLE SWARM OPTIMIZATION UNTUK FUNGSI MULTIMODAL Arad Retno TH, Pengembangan Metode Algortma Gen, Hal 93-0 PENGEMBANGAN METODE ALGORITMA GENETIKA DAN DARWINIAN PARTICLE SWARM OPTIMIZATION UNTUK FUNGSI MULTIMODAL Arad Retno Tr Hayat Abstrak Metode optmas

Lebih terperinci

BAB II DIMENSI PARTISI

BAB II DIMENSI PARTISI BAB II DIMENSI PARTISI. Defns dasar dan eteratannya dengan metrc dmenson Dalam pembahasan dmens parts, graf yang dbahas adalah graf terhubung sederhana dan tda meml arah. Sebelum mendefnsan graf yang dgunaan

Lebih terperinci

EKSPEKTASI SATU PEUBAH ACAK

EKSPEKTASI SATU PEUBAH ACAK EKSPEKTASI SATU PEUBAH ACAK Dalam hal n aan dbahas beberapa macam uuran yang dhtung berdasaran espetas dar satu peubah aca, ba dsrt maupun ontnu, yatu nla espetas, rataan, varans, momen, fungs pembangt

Lebih terperinci

Benyamin Kusumoputro Ph.D Computational Intelligence, Faculty of Computer Science University of Indonesia METODE PEMBELAJARAN

Benyamin Kusumoputro Ph.D Computational Intelligence, Faculty of Computer Science University of Indonesia METODE PEMBELAJARAN METODE PEMBELAJARAN Sebelum suatu Jarngan Neural Buatan (JNB) dgunaan untu menglasfasan pola, terlebh dahulu dlauan proses pembelaaran untu menentuan strutur arngan, terutama dalam penentuan nla bobot.

Lebih terperinci

KLASTERISASI SINYAL SUARA MENGGUNAKAN METODE PARTICLE SWARM OPTIMIZATION PADA PENGEMBANGAN SISTEM PENGENALAN INDIVIDU BERBASIS SUARA UCAPAN

KLASTERISASI SINYAL SUARA MENGGUNAKAN METODE PARTICLE SWARM OPTIMIZATION PADA PENGEMBANGAN SISTEM PENGENALAN INDIVIDU BERBASIS SUARA UCAPAN KLASTERISASI SINYAL SUARA MENGGUNAKAN METODE PARTICLE SWARM OPTIMIZATION PADA PENGEMBANGAN SISTEM PENGENALAN INDIVIDU BERBASIS SUARA UCAPAN Abstra Nama: Moh. Bagus Had S (Nrp 1205 100 037) Dosen Pembmbng:

Lebih terperinci

Probabilitas dan Statistika Distribusi Peluang Diskrit 1. Adam Hendra Brata

Probabilitas dan Statistika Distribusi Peluang Diskrit 1. Adam Hendra Brata Probabltas dan Statsta Dsrt Adam Hendra Brata Unform Bernoull Multnomal Setap perstwa aan mempunya peluangnya masng-masng, dan peluang terjadnya perstwa tu aan mempunya penyebaran yang mengut suatu pola

Lebih terperinci

ANALISIS VARIASI PARAMETER BACKPROPAGATION ARTIFICIAL NEURAL NETWORK TERHADAP PENGENALAN POLA DATA IRIS

ANALISIS VARIASI PARAMETER BACKPROPAGATION ARTIFICIAL NEURAL NETWORK TERHADAP PENGENALAN POLA DATA IRIS ANALISIS VARIASI PARAMETER BACKPROPAGATION ARTIFICIAL NEURAL NETWORK TERHADAP PENGENALAN POLA DATA IRIS Ihwannul Khols, ST. MT. Unverstas 7 Agustus 945 Jaarta hols27@gmal.com Abstra Pengenalan pola data

Lebih terperinci

BAB III METODE RESPONSE SURFACE DENGAN SIMULASI MONTE CARLO. solusi dari suatu masalah diberikan berdasarkan proses rendomisasi (acak).

BAB III METODE RESPONSE SURFACE DENGAN SIMULASI MONTE CARLO. solusi dari suatu masalah diberikan berdasarkan proses rendomisasi (acak). BAB III METODE RESPONSE SURFACE DENGAN SIMULASI MONTE CARLO 3. Smulas Monte Carlo Smulas Monte Carlo merupaan bentu smulas probablst dmana solus dar suatu masalah dberan berdasaran proses rendomsas (aca).

Lebih terperinci

BAB 3 PEMBAHASAN. 3.1 Prosedur Penyelesaian Masalah Program Linier Parametrik Prosedur Penyelesaian untuk perubahan kontinu parameter c

BAB 3 PEMBAHASAN. 3.1 Prosedur Penyelesaian Masalah Program Linier Parametrik Prosedur Penyelesaian untuk perubahan kontinu parameter c 6 A PEMAHASA Pada bab sebelumnya telah dbahas teor-teor yang akan dgunakan untuk menyelesakan masalah program lner parametrk. Pada bab n akan dperlhatkan suatu prosedur yang lengkap untuk menyelesakan

Lebih terperinci

Bab V Aliran Daya Optimal

Bab V Aliran Daya Optimal Bab V Alran Daya Optmal Permasalahan alran daya optmal (Optmal Power Flow/OPF) telah menjad bahan pembcaraan sejak dperkenalkan pertama kal oleh Carpenter pada tahun 196. Karena mater pembahasan tentang

Lebih terperinci

INVERS DRAZIN DARI SUATU MATRIKS DENGAN MENGGUNAKAN BENTUK KANONIK JORDAN

INVERS DRAZIN DARI SUATU MATRIKS DENGAN MENGGUNAKAN BENTUK KANONIK JORDAN Buletn Ilmah ath. Stat. dan erapannya (Bmaster) Volume 5, No. 3 (6), hal 8. INVERS DRAZIN DARI SUAU ARIKS DENGAN ENGGUNAKAN BENUK KANNIK JRDAN Eo Sulstyono, Shanta artha, Ea Wulan Ramadhan INISARI Suatu

Lebih terperinci

VI. KETIDAKPASTIAN. Contoh : Asih mengalami gejala ada bintik-bintik di wajahnya. Dokter menduga bahwa Asih terkena cacar

VI. KETIDAKPASTIAN. Contoh : Asih mengalami gejala ada bintik-bintik di wajahnya. Dokter menduga bahwa Asih terkena cacar VI. KETIDAKPASTIAN 12 Dalam enyataan sehar-har banya masalah dduna n tda dapat dmodelan secara lengap dan onssten. Suatu penalaran dmana adanya penambahan fata baru mengabatan etdaonsstenan, dengan cr-cr

Lebih terperinci

Studi Perhitungan CCT Menggunakan Metode EEAC (Extended Equal Area Criterion) Dan Trajektori Kritis/ Critical Trajectory Untuk Kestabilan Transien

Studi Perhitungan CCT Menggunakan Metode EEAC (Extended Equal Area Criterion) Dan Trajektori Kritis/ Critical Trajectory Untuk Kestabilan Transien JURAL TEKIK POITS Vol., o., (0) -6 Stud Perhtungan CCT enggunaan etode EEAC (Extended Equal Area Crteron) Dan Trajetor Krts/ Crtcal Trajectory Untu Kestablan Transen Hardansyah Pratama, Ardyono Pryad,

Lebih terperinci

Prosedur Komputasi untuk Membentuk Selang Kepercayaan Simultan Proporsi Multinomial

Prosedur Komputasi untuk Membentuk Selang Kepercayaan Simultan Proporsi Multinomial SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2016 Prosedur Komputas untu Membentu Selang Kepercayaan Smultan Propors Multnomal S - 11 Bertho Tantular Departemen Statsta FMIPA UNPAD bertho@unpad.ac.d

Lebih terperinci

STATISTIKA. Bab. Di unduh dari : Bukupaket.com. Mean Median Modus Simpangan baku Varian Histogram Quartil Desil Persentil

STATISTIKA. Bab. Di unduh dari : Bukupaket.com. Mean Median Modus Simpangan baku Varian Histogram Quartil Desil Persentil Bab 7 STATISTIKA A. KOMPETENSI DASAR DAN PENGALAMAN BELAJAR Kompetens Dasar Setelah mengut pembelajaran n sswa mampu:. Menghayat dan mengamalan ajaran agama yang danutnnya. 2. Meml motvas nternal, emampuan

Lebih terperinci

Didownload dari ririez.blog.uns.ac.id BAB I PENDAHULUAN

Didownload dari ririez.blog.uns.ac.id BAB I PENDAHULUAN BAB I PENDAHULUAN Sebuah jarngan terdr dar sekelompok node yang dhubungkan oleh busur atau cabang. Suatu jens arus tertentu berkatan dengan setap busur. Notas standart untuk menggambarkan sebuah jarngan

Lebih terperinci

BAB III MODUL INJEKTIF

BAB III MODUL INJEKTIF BAB III ODUL INJEKTIF Bab n adalah bab yang palng pentng arena bab n bers mula dar hal-hal dasar mengena modul njet sampa sat-sat stmewanya yang tda dml oleh modul lan yang tda njet, yang merupaan ous

Lebih terperinci

Lucas Theorem Untuk Mengatur Penyimpanan Memori yang Lebih Aman

Lucas Theorem Untuk Mengatur Penyimpanan Memori yang Lebih Aman Lucas Theorem Untu Mengatur Penympanan Memor yang Lebh Aman Hendra Hadhl Chor (135 8 41) Program Stud Ten Informata ITB Jalan Ganesha 1, Bandung e-mal: hendra_h2c_mathematcan@yahoo.com; f1841@students.f.tb.ac.d

Lebih terperinci

U JIAN A KHIR S EMESTER M ATEMATIKA T EKNIK

U JIAN A KHIR S EMESTER M ATEMATIKA T EKNIK Jurusan Ten Spl dan Lngungan FT UGM U JIAN A KHIR S EMESTER M ATEMATIKA T EKNIK SENIN, 4 JANUARI 23 OPEN BOOK WAKTU MENIT PETUNJUK ) Saudara tda boleh menggunaan omputer untu mengerjaan soal- soal ujan

Lebih terperinci

BAB 2 TINJAUAN TEORITIS. 2.1 Konsep Dasar Infeksi, Saluran Pernafasan, Infeksi Akut, dan Infeksi Saluran Pernafasan Akut (ISPA)

BAB 2 TINJAUAN TEORITIS. 2.1 Konsep Dasar Infeksi, Saluran Pernafasan, Infeksi Akut, dan Infeksi Saluran Pernafasan Akut (ISPA) BAB TINJAUAN TEORITIS. Knsep Dasar Infes, Saluran Pernafasan, Infes Aut, dan Infes Saluran Pernafasan Aut (ISPA.. Infes Infes adalah masunya uman atau mrrgansme e dalam tubuh manusan dan berembang ba sehngga

Lebih terperinci

IV. PERANCANGAN DAN IMPLEMENTASI SISTEM

IV. PERANCANGAN DAN IMPLEMENTASI SISTEM IV. PERANCANGAN DAN IMPLEMENTASI SISTEM Perancangan Sstem Sstem yang akan dkembangkan adalah berupa sstem yang dapat membantu keputusan pemodal untuk menentukan portofolo saham yang dperdagangkan d Bursa

Lebih terperinci

FUZZY BACKPROPAGATION UNTUK KLASIFIKASI POLA (Studi kasus: klasifikasi kualitas produk)

FUZZY BACKPROPAGATION UNTUK KLASIFIKASI POLA (Studi kasus: klasifikasi kualitas produk) Semnar Nasonal plas enolog Informas (SNI ) Yogyaarta, Jun FUZZY BCKPROPGION UNUK KLSIFIKSI POL (Stud asus: lasfas ualtas produ) Sr Kusumadew Jurusan en Informata, Faultas enolog Industr Unverstas Islam

Lebih terperinci

Pengolahan lanjut data gravitasi

Pengolahan lanjut data gravitasi Modul 6 Pengolahan lanjut data gravtas 1. Transformas/proyes e bdang datar (metode Damney atau Euvalen Tt Massa). Pemsahan Anomal Loal/Resdual dan Anomal Regonal a. Kontnuas b. Movng average c. Polynomal

Lebih terperinci

BAB III ANALISIS DISKRIMINAN. Analisis diskriminan (discriminant analysis) merupakan salah satu metode

BAB III ANALISIS DISKRIMINAN. Analisis diskriminan (discriminant analysis) merupakan salah satu metode BAB III ANALISIS DISKRIMINAN 3. Analss Dsrmnan Analss dsrmnan (dscrmnant analyss) merupaan salah satu metode yan dunaan dalam analss multvarat. Dalam analss dsrmnan terdapat dua jens varabel yan terlbat

Lebih terperinci

toto_suksno@uny.ac.d Economc load dspatch problem s allocatng loads to plants for mnmum cost whle meetng the constrants, (lhat d http://en.wkpeda.org/) Economc Dspatch adalah pembagan pembebanan pada pembangktpembangkt

Lebih terperinci

HAK CIPTA (HKI) Judul Invensi: METODE OPTIMISASI KONFIGURASI JARINGAN DISTRIBUSI BERBASIS LOGIKA FUZZY DAN PARTICLE SWARM OPTIMIZATION

HAK CIPTA (HKI) Judul Invensi: METODE OPTIMISASI KONFIGURASI JARINGAN DISTRIBUSI BERBASIS LOGIKA FUZZY DAN PARTICLE SWARM OPTIMIZATION 0 HAK CIPTA HKI 1 Judul Invens: METODE OPTIMISASI KONFIGURASI JARINGAN DISTRIBUSI BERBASIS LOGIKA FUZZY DAN PARTICLE SWARM OPTIMIZATION Inventor: Dr. Ramadon Syahputra, S.T., M.T. Ir. Agus Jamal, M.Eng.

Lebih terperinci

BAB IV PEMBAHASAN MODEL

BAB IV PEMBAHASAN MODEL BAB IV PEMBAHASAN MODEL Pada bab IV n akan dlakukan pembuatan model dengan melakukan analss perhtungan untuk permasalahan proses pengadaan model persedaan mult tem dengan baya produks cekung dan jont setup

Lebih terperinci

PEMODELAN PENGELUARAN RUMAH TANGGA UNTUK KONSUMSI MAKANAN DI KOTA SURABAYA DAN FAKTOR-FAKTOR YANG MEMPENGARUHI MENGGUNAKAN PENDEKATAN REGRESI SPLINE

PEMODELAN PENGELUARAN RUMAH TANGGA UNTUK KONSUMSI MAKANAN DI KOTA SURABAYA DAN FAKTOR-FAKTOR YANG MEMPENGARUHI MENGGUNAKAN PENDEKATAN REGRESI SPLINE PEMODELAN PENGELUARAN RUMAH TANGGA UNTUK KONSUMSI MAKANAN DI KOTA SURABAYA DAN FAKTOR-FAKTOR YANG MEMPENGARUHI MENGGUNAKAN PENDEKATAN REGRESI SPLINE Dew Arfanty Azm, Dra.Madu Ratna,M.S. dan 3 Prof. Dr.

Lebih terperinci

PENYELESAIAN PERMASALAHAN OPTIMASI CONSTRAINED NONLINEAR DENGAN PARTICLE SWARM OPTIMIZATION

PENYELESAIAN PERMASALAHAN OPTIMASI CONSTRAINED NONLINEAR DENGAN PARTICLE SWARM OPTIMIZATION PENYELESAIAN PERMASALAHAN OPTIMASI CONSTRAINED NONLINEAR DENGAN PARTICLE SWARM OPTIMIZATION Yudh Purwananto Rully Soelaman dan Bambang Santoso. Fakultas Teknolog Informas Insttut Teknolog Sepuluh Nopember

Lebih terperinci

METODE OPTIMASI SELEKSI FITUR DENGAN ALGORITMA FAST BRANCH AND BOUND

METODE OPTIMASI SELEKSI FITUR DENGAN ALGORITMA FAST BRANCH AND BOUND METODE OPTIMASI SELEKSI FITUR DENGAN ALGORITMA FAST BRANCH AND BOUND Rully Soelaman, Suc Hatnng Rn dan Dana Purwtasar Faultas Tenolog Informas, Insttut Tenolog Sepuluh Nopember (ITS), Surabaya, 60, Indonesa

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Penyusunan laporan tugas akhir ini dilakukan sesuai dengan langkahlangkah

BAB III METODOLOGI PENELITIAN. Penyusunan laporan tugas akhir ini dilakukan sesuai dengan langkahlangkah BAB III METODOLOGI PENELITIAN Penyusunan laporan tugas ahr n dlauan sesua dengan langahlangah peneltan yang aan dperlhatan pada dagram d bawah n, agar peneltan n dapat berjalan secara ba dan terarah. Sehngga

Lebih terperinci

BAB V PENGEMBANGAN MODEL FUZZY PROGRAM LINIER

BAB V PENGEMBANGAN MODEL FUZZY PROGRAM LINIER BAB V PENGEMBANGAN MODEL FUZZY PROGRAM LINIER 5.1 Pembelajaran Dengan Fuzzy Program Lner. Salah satu model program lnear klask, adalah : Maksmumkan : T f ( x) = c x Dengan batasan : Ax b x 0 n m mxn Dengan

Lebih terperinci

Kata kunci : daya, bahan bakar, optimasi, ekonomis. pembangkitan yang maksimal dengan biaya pengoperasian unit pembangkit yang minimal.

Kata kunci : daya, bahan bakar, optimasi, ekonomis. pembangkitan yang maksimal dengan biaya pengoperasian unit pembangkit yang minimal. Makalah Semnar Tugas Akhr MENGOPTIMALKAN PEMBAGIAN BEBAN PADA UNIT PEMBANGKIT PLTGU TAMBAK LOROK DENGAN METODE LAGRANGE MULTIPLIER Oleh : Marno Sswanto, LF 303 514 Abstrak Pertumbuhan ndustr pada suatu

Lebih terperinci

4 METODE PENELITIAN. Penelitian ini dilaksanakan selama 6 bulan dimulai dari bulan Juli sampai

4 METODE PENELITIAN. Penelitian ini dilaksanakan selama 6 bulan dimulai dari bulan Juli sampai 4 METODE PENELITIAN 4.1 Watu dan Loas Peneltan Peneltan n dlasanaan selama 6 bulan dmula dar bulan Jul sampa bulan Desember 005 d Kabupaten Indramayu, Provns Jawa Barat yang terleta pada poss geografs

Lebih terperinci

PENGENALAN WAJAH BERBASIS METODE TWO-DIMENSIONAL LINEAR DISCRIMINANT ANALYSIS

PENGENALAN WAJAH BERBASIS METODE TWO-DIMENSIONAL LINEAR DISCRIMINANT ANALYSIS PENGENALAN WAJAH BERBASIS MEODE WO-DIMENSIONAL LINEAR DISCRIMINAN ANALYSIS Ftr Damayant, Agus Zanal Arfn, Rully Soelaman Program Magster en Informata, Insttut enolog Sepuluh Nopember (IS) - Surabaya Kampus

Lebih terperinci

Pengaruh Penambahan Pembangkit Listrik Tenaga Uap (PLTU) Teluk Sirih pada Sistem Kelistrikan Sumatera Bagian Tengah

Pengaruh Penambahan Pembangkit Listrik Tenaga Uap (PLTU) Teluk Sirih pada Sistem Kelistrikan Sumatera Bagian Tengah Pengaruh Penambahan Pembangkt Lstrk Tenaga Uap (PLTU) Teluk Srh pada Sstem Kelstrkan Sumatera Bagan Tengah Heru Dbyo Laksono 1,*), M. Nasr Sonn 1), Mko Mahendra 1) 1 Jurusan Teknk Elektro, Fakultas Teknk,

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA 2.1 Tnjauan Pustaka 2.1.1 Tmetable Tmetable merupakan alokas subjek yang memlk kendala untuk dtempatkan pada ruang waktu (Gan dkk, 2004). Permasalahan Tmetable cukup luas. Masalah

Lebih terperinci

adalah beban pada simpul i berturut-turut. θ adalah vektor sudut fasa dan B adalah elemen-elemen imajiner matriks admitansi simpul. Mengingat bahwa: 1

adalah beban pada simpul i berturut-turut. θ adalah vektor sudut fasa dan B adalah elemen-elemen imajiner matriks admitansi simpul. Mengingat bahwa: 1 ISSN 907-0500 Analss Kepeaan engembangan Sstem Transms Tenaga Lstr Ternternes Menggunaan Successve Frward Methd Stud Kasus: Sstem Transms 500 V Jawa-Bal engembangantahun 007 06 Nurhalm Jurusan Ten Eletr

Lebih terperinci

Analisis Penyelesaian Persamaan Kuadrat Matriks

Analisis Penyelesaian Persamaan Kuadrat Matriks Jurnal Matemata, Jurnal Matemata, tatsta tatsta, & Komutas & Komutas Vol. 3 No Vol. Jul No. 6 Jul 5 Vol, No, 9-3, 9-9, Jul 5 9 Analss Penyelesaan Persamaan Kuadrat Matrs Hasmawat dan Amr Kamal Amr Abstra

Lebih terperinci

Perbandingan Masalah Optimasi TSP dengan Menggunakan Algoritma Ant Colony dan Jaringan Hopfield

Perbandingan Masalah Optimasi TSP dengan Menggunakan Algoritma Ant Colony dan Jaringan Hopfield Perbandngan Masalah Optmas TSP dengan Menggunaan Algortma Ant Colony dan Jarngan Hopfeld 1 Yulan, Moh.Isa Irawan, dan 3 Mardljah 1,, 3 Jurusan Matemata, Insttut Tenolog Sepuluh Noember Kampus ITS, Surabaya

Lebih terperinci

PENENTUAN LOKASI GUDANG DISTRIBUSI PADA SISTEM DISTRIBUSI PRODUK KONSUMSI PT X DI JAWA TIMUR

PENENTUAN LOKASI GUDANG DISTRIBUSI PADA SISTEM DISTRIBUSI PRODUK KONSUMSI PT X DI JAWA TIMUR Prosdng Semnar Nasonal Manajemen Tenolog IX Program Stud MMT-ITS, Surabaya 14 Pebruar 2009 PENENTUAN LOKASI GUDANG DISTRIBUSI PADA SISTEM DISTRIBUSI PRODUK KONSUMSI PT X DI JAWA TIMUR Teguh Otarso Program

Lebih terperinci

BAB 2 LANDASAN TEORI. Universitas Sumatera Utara

BAB 2 LANDASAN TEORI. Universitas Sumatera Utara BAB 2 LANDASAN TEORI 2.1 Pengertan Analsa Regres Dalam kehdupan sehar-har, serng kta jumpa hubungan antara satu varabel terhadap satu atau lebh varabel yang lan. Sebaga contoh, besarnya pendapatan seseorang

Lebih terperinci

PENGUJIAN PROPORSI MENGGUNAKAN KETERKAITAN DISTRIBUSI CHI-SQUARE DENGAN PENDEKATAN DISTRIBUSI BINOMIAL TERHADAP DISTRIBUSI NORMAL STANDARD

PENGUJIAN PROPORSI MENGGUNAKAN KETERKAITAN DISTRIBUSI CHI-SQUARE DENGAN PENDEKATAN DISTRIBUSI BINOMIAL TERHADAP DISTRIBUSI NORMAL STANDARD ORBITH Vl. 7 N. 3 Nvember 11: 366-37 ENGUJIAN ROORSI MENGGUNAKAN KETERKAITAN DISTRIBUSI CHI-SQUARE DENGAN ENDEKATAN DISTRIBUSI BINOMIAL TERHADA DISTRIBUSI NORMAL STANDARD Oleh: Endang Tryan Staf engajar

Lebih terperinci

MODEL REGRESI SEMIPARAMETRIK SPLINE UNTUK DATA LONGITUDINAL PADA KASUS KADAR CD4 PENDERITA HIV. Lilis Laome 1)

MODEL REGRESI SEMIPARAMETRIK SPLINE UNTUK DATA LONGITUDINAL PADA KASUS KADAR CD4 PENDERITA HIV. Lilis Laome 1) Paradgma, Vol. 13 No. 2 Agustus 2009 hlm. 189 194 MODEL REGRESI SEMIPARAMERIK SPLINE UNUK DAA LONGIUDINAL PADA KASUS KADAR CD4 PENDERIA HIV Lls Laome 1) 1) Jurusan Matemata FMIPA Unverstas Haluoleo Kendar

Lebih terperinci

IV. MODEL-MODEL EMPIRIS FUNGSI PERMINTAAN

IV. MODEL-MODEL EMPIRIS FUNGSI PERMINTAAN 69 IV. MODEL-MODEL EMPIRIS FUNGSI PERMINTAAN Dtnau dar sfat hubungan antar persamaan terdapat dua ens model persamaan yatu model persamaan tunggal dan model sstem persamaan. Model persamaan tunggal adalah

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang. Di dalam matematika mulai dari SD, SMP, SMA, dan Perguruan Tinggi

BAB I PENDAHULUAN. 1.1 Latar Belakang. Di dalam matematika mulai dari SD, SMP, SMA, dan Perguruan Tinggi Daftar Is Daftar Is... Kata pengantar... BAB I...1 PENDAHULUAN...1 1.1 Latar Belakang...1 1.2 Rumusan Masalah...2 1.3 Tujuan...2 BAB II...3 TINJAUAN TEORITIS...3 2.1 Landasan Teor...4 BAB III...5 PEMBAHASAN...5

Lebih terperinci

PERBANDINGAN PENGGUNAAN METODE OPTIMASI EXTENDED QUADRATIC INTERIOR POINT DENGAN NEURAL NETWORK UNTUK ECONOMIC DISPATCH PEMBANGKIT THERMAL DI BALI

PERBANDINGAN PENGGUNAAN METODE OPTIMASI EXTENDED QUADRATIC INTERIOR POINT DENGAN NEURAL NETWORK UNTUK ECONOMIC DISPATCH PEMBANGKIT THERMAL DI BALI erbandngan enggunaan Metode Optmas Rum Sar Hartat, Suerayasa ERBANDINGAN ENGGUNAAN METODE OTIMASI EXTENDED QUADRATIC INTERIOR OINT DENGAN NEURAL NETWORK UNTUK ECONOMIC DISATCH EMBANGKIT THERMAL DI BALI

Lebih terperinci

KAJIAN METODE SUMBER EKIVALEN TITIK MASSA PADA PROSES PENGANGKATAN DATA GRAVITASI KE BIDANG DATAR

KAJIAN METODE SUMBER EKIVALEN TITIK MASSA PADA PROSES PENGANGKATAN DATA GRAVITASI KE BIDANG DATAR Berala Fsa ISSN : 1410-966 Vol.8, No.1, Januar 005, hal 7-10 KAJIAN METODE SUMBER EKIVALEN TITIK MASSA PADA PROSES PENGANGKATAN DATA GRAVITASI KE BIDANG DATAR Agus Setyawan Laboratorum Geofsa, Jurusan

Lebih terperinci

Pengenalan Jenis Kelamin Berdasarkan Citra Wajah Menggunakan Metode Two-Dimensional Linear Discriminant Analysis

Pengenalan Jenis Kelamin Berdasarkan Citra Wajah Menggunakan Metode Two-Dimensional Linear Discriminant Analysis Konferens Nasonal Sstem & Informata 05 STMIK STIKOM Bal, 9-0 Otober 05 Pengenalan Jens Kelamn Berdasaran Ctra Wajah Menggunaan Metode Two-Dmensonal Lnear Dscrmnant Analyss Ftr Damayant Prod Manajemen Informata,

Lebih terperinci

OPTIMISASI PELETAKAN DAN SIZING DISTRIBUTED GENERATION (DG) MENGGUNAKAN TWO LAYER PARTICLE SWARM OPTIMIZATION (TLPSO)

OPTIMISASI PELETAKAN DAN SIZING DISTRIBUTED GENERATION (DG) MENGGUNAKAN TWO LAYER PARTICLE SWARM OPTIMIZATION (TLPSO) OPTIMISASI PELETAKAN DAN SIZING DISTRIBUTED GENERATION (DG) MENGGUNAKAN TWO LAYER PARTICLE SWARM OPTIMIZATION (TLPSO) Efrta Arfah Z Jurusan Teknk Elektro, FTI-ITATS Surabaya Jl. Aref Rahman Hakm 100 Tlp

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Pengertan Regres Regres pertama kal dpergunakan sebaga konsep statstka oleh Sr Francs Galton (1822 1911). Belau memperkenalkan model peramalan, penaksran, atau pendugaan, yang

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN Dalam pembuatan tugas akhr n, penulsan mendapat referens dar pustaka serta lteratur lan yang berhubungan dengan pokok masalah yang penuls ajukan. Langkah-langkah yang akan

Lebih terperinci

Eman Lesmana, Riaman. Jurusan Matematika FMIPA Universitas Padjadjaran, Jl. Raya Bandung-Sumedang km 21 Jatinangor ABSTRAK

Eman Lesmana, Riaman. Jurusan Matematika FMIPA Universitas Padjadjaran, Jl. Raya Bandung-Sumedang km 21 Jatinangor ABSTRAK PENGGUNAAN MODEL REGRESI LINEAR BERGANDA PADA PROGRAM PENGGEMUKAN SAPI PO ( PERANAKAN ONGOLE) SERTA ANALISIS BCR ( BENEFIT COST RATIO ) PENGGUNAAN PAKAN BAHAN KERING Eman Lesmana, Raman Jurusan Matemata

Lebih terperinci

OPTIMASI PENJADWALAN MATA KULIAH DI JURUSAN TEKNIK INFORMATIKA PENS DENGAN MENGGUNAKAN ALGORITMA PARTICLE SWARM OPTIMIZATION (PSO)

OPTIMASI PENJADWALAN MATA KULIAH DI JURUSAN TEKNIK INFORMATIKA PENS DENGAN MENGGUNAKAN ALGORITMA PARTICLE SWARM OPTIMIZATION (PSO) OPTIMASI PENJADWALAN MATA KULIAH DI JURUSAN TEKNIK INFORMATIKA PENS DENGAN MENGGUNAKAN ALGORITMA PARTICLE SWARM OPTIMIZATION (PSO) Dan Aran, Arna Fahrza,S.Kom,M.Kom, Ira Prasetyanngrum,S.S,M.T 3 Mahasswa

Lebih terperinci

BAB III METODE PENELITIAN. sebuah fenomena atau suatu kejadian yang diteliti. Ciri-ciri metode deskriptif menurut Surakhmad W (1998:140) adalah

BAB III METODE PENELITIAN. sebuah fenomena atau suatu kejadian yang diteliti. Ciri-ciri metode deskriptif menurut Surakhmad W (1998:140) adalah BAB III METODE PENELITIAN 3.1 Metode Peneltan Metode yang dgunakan dalam peneltan n adalah metode deskrptf. Peneltan deskrptf merupakan peneltan yang dlakukan untuk menggambarkan sebuah fenomena atau suatu

Lebih terperinci

BAB III METODE PENELITIAN. Metode penelitian yang digunakan dalam penelitian ini adalah metode

BAB III METODE PENELITIAN. Metode penelitian yang digunakan dalam penelitian ini adalah metode BAB III METODE PENELITIAN Desan Peneltan Metode peneltan yang dgunakan dalam peneltan n adalah metode deskrptf analts dengan jens pendekatan stud kasus yatu dengan melhat fenomena permasalahan yang ada

Lebih terperinci

Rekayasa Elektrika. Jurnal APRIL 2017 VOLUME 13 NOMOR 1. TERAKREDITASI RISTEKDIKTI No. 36b/E/KPT/2016

Rekayasa Elektrika. Jurnal APRIL 2017 VOLUME 13 NOMOR 1. TERAKREDITASI RISTEKDIKTI No. 36b/E/KPT/2016 TERAKREDITASI RISTEKDIKTI No. 36b/E/KPT/016 Jurnal Reayasa Eletra VOLUME 13 NOMOR 1 APRIL 017 Efsens Daya Protool Quantze and Forward pada Sstem Komunas Kooperatf Mult-Relay Nasaruddn, Rony Kurna, dan

Lebih terperinci

Analisis Persebaran Seismisitas Wilayah Sumatera Selatan Menggunakan Metode Double Difference

Analisis Persebaran Seismisitas Wilayah Sumatera Selatan Menggunakan Metode Double Difference B-54 JURNAL SAINS DAN SENI ITS Vol. 5 No. 2 (2016) 2337-3520 (2301-928X Prnt) Analss Persebaran Sesmstas Wlayah Sumatera Selatan Menggunaan Metode Double Dfference Dew Fajryyatul Mauldah, Bagus Jaya Santosa

Lebih terperinci

Analisis Sensitivitas

Analisis Sensitivitas Analss Senstvtas Terdr dar aa : Analss Senstvtas, bla terad perubahan paraeter seara dsrt Progra Lnear Paraetr, bla terad perubahan paraeter seara ontnu Maa-aa perubahan pasa optu: Perubahan suu tetap,

Lebih terperinci

PENJADWALAN PEKERJAAN DENGAN MENGGUNAKAN DISPATCHING RULES DI PT. TIGA SERANGKAI PUSTAKA MANDIRI

PENJADWALAN PEKERJAAN DENGAN MENGGUNAKAN DISPATCHING RULES DI PT. TIGA SERANGKAI PUSTAKA MANDIRI PENJADWALAN PEKERJAAN DENGAN MENGGUNAKAN DISPATCHING RULES DI PT. TIGA SERANGKAI PUSTAKA MANDIRI Yunarstanto 1 Irwan Iftad 1 Iwan Ngabd Raharjo 2 Abstract: Producton flow n PT. Tga Seranga Pustaa Mandr

Lebih terperinci

MEMINIMALKAN RUGI-RUGI PADA SISTEM DISTRIBUSI TEGANGAN MENENGAH DENGAN PEMASANGAN KAPASITOR

MEMINIMALKAN RUGI-RUGI PADA SISTEM DISTRIBUSI TEGANGAN MENENGAH DENGAN PEMASANGAN KAPASITOR MEMINIMALKAN RUGI-RUGI PADA SISTEM DISTRIBUSI TEGANGAN MENENGAH DENGAN PEMASANGAN KAPASITOR Adranus Dr Program Stud Teknk Elektro Jurusan Teknk Elektro Fakultas Teknk Unverstas Tanjungpura adranus_dr@yahoo.co.d

Lebih terperinci

BAB 2 LANDASAN TEORI. estimasi, uji keberartian regresi, analisa korelasi dan uji koefisien regresi.

BAB 2 LANDASAN TEORI. estimasi, uji keberartian regresi, analisa korelasi dan uji koefisien regresi. BAB LANDASAN TEORI Pada bab n akan durakan beberapa metode yang dgunakan dalam penyelesaan tugas akhr n. Selan tu penuls juga mengurakan tentang pengertan regres, analss regres berganda, membentuk persamaan

Lebih terperinci

Analisis Variasi Parameter Backpropagation Artificial Neural Network dan Principal Component Analysis Terhadap Sistem Pengenalan Wajah

Analisis Variasi Parameter Backpropagation Artificial Neural Network dan Principal Component Analysis Terhadap Sistem Pengenalan Wajah ELECTRANS, Jurnal Ten Eletro, Komputer dan Informata http://eournal.up.edu/ndex.php/electrans Analss aras Parameter Bacpropagaton Artfcal Neural Networ dan Prncpal Component Analyss Terhadap Sstem Pengenalan

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN ORI. Aljabar Matrs.. Defns Matrs Matrs adalah suatu umpulan anga-anga yang juga serng dsebut elemen-elemen yang dsusun secara teratur menurut bars dan olom sehngga berbentu perseg panjang,

Lebih terperinci

PEMODELAN TINGKAT KERAWANAN DEMAM BERDARAH DENGUE DI KABUPATEN LAMONGAN DENGAN PENDEKATAN GEOGRAPHICALLY WEIGHTED ORDINAL LOGISTIC REGRESSION

PEMODELAN TINGKAT KERAWANAN DEMAM BERDARAH DENGUE DI KABUPATEN LAMONGAN DENGAN PENDEKATAN GEOGRAPHICALLY WEIGHTED ORDINAL LOGISTIC REGRESSION PEMODELAN INGKA KERAWANAN DEMAM BERDARAH DENGUE DI KABUPAEN LAMONGAN DENGAN PENDEKAAN GEOGRAPHICALLY WEIGHED ORDINAL LOGISIC REGRESSION Marsa Rfada 1, Purhad 1) Mahasswa Magster Jurusan Statsta, Insttut

Lebih terperinci

TEKNIK EKSTRAPOLASI RICHARDSON BERULANG PADA MODEL BINOMIAL FLEKSIBEL UNTUK MENENTUKAN HARGA OPSI JUAL AMERIKA

TEKNIK EKSTRAPOLASI RICHARDSON BERULANG PADA MODEL BINOMIAL FLEKSIBEL UNTUK MENENTUKAN HARGA OPSI JUAL AMERIKA IndoMS Journal on Statstcs Vol, No (4), Page 39-49 TEKNIK EKSTRAPOLASI RICHARDSON BERULANG PADA MODEL BINOMIAL FLEKSIBEL UNTUK MENENTUKAN HARGA OPSI JUAL AMERIKA Arum Handn Prmandar, Abdurahman Jurusan

Lebih terperinci

JARINGAN SARAF TIRUAN UNTUK IDENTIFIKASI POLA KODE DERAU PALSU

JARINGAN SARAF TIRUAN UNTUK IDENTIFIKASI POLA KODE DERAU PALSU JARINGAN SARAF TIRUAN UNTUK IDENTIFIKASI POLA KODE DERAU PALSU Ea Saputra LF096585 Jurusan Ten Eletro Faultas Ten Unverstas Dponegoro Abstra Jarngan saraf truan merupaan suatu metode yang salah satunya

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1 Fuzzy Set Pada tahun 1965, Zadeh memodfkas teor hmpunan dmana setap anggotanya memlk derajat keanggotaan yang bernla kontnu antara 0 sampa 1. Hmpunan n dsebut dengan hmpunaan

Lebih terperinci

Implementasi Jaringan Saraf Tiruan Backpropagation Pada Aplikasi Pengenalan Wajah Dengan Jarak Yang Berbeda Menggunakan MATLAB 7.0

Implementasi Jaringan Saraf Tiruan Backpropagation Pada Aplikasi Pengenalan Wajah Dengan Jarak Yang Berbeda Menggunakan MATLAB 7.0 Implementas Jarngan Saraf Truan Bacpropagaton Pada Aplas Pengenalan Waah Dengan Jara Yang Berbeda Menggunaan MATLAB 7.0 Syafe Nur Luthfe Jurusan Ten Informata, Unverstas Gunadarma Jl. Margonda Raya 100,

Lebih terperinci

PENGKAJIAN BEBERAPA ALGORITMA UNTUK MENGEVALUASI DAN MENGHITUNG LOSSES ENERGI PADA SISTEM DISTRIBUSI TENAGA LISTRIK

PENGKAJIAN BEBERAPA ALGORITMA UNTUK MENGEVALUASI DAN MENGHITUNG LOSSES ENERGI PADA SISTEM DISTRIBUSI TENAGA LISTRIK PENGKAJIAN BEBERAPA AGORITMA UNTUK MENGEVAUASI DAN MENGHITUNG OSSES ENERGI PADA SISTEM DISTRIBUSI TENAGA ISTRIK Hamzah Hlal Jl. MH. Thamrn No. 8 Geung II anta 0,, PTKKE-Deput Bang TIEM BPPT E-mal: taura889@yahoo.com

Lebih terperinci

APLIKASI PENJADWALAN MATA KULIAH MENGGUNAKAN ALGORITMA PARTICLE SWARM OPTIMIZATION (PSO)

APLIKASI PENJADWALAN MATA KULIAH MENGGUNAKAN ALGORITMA PARTICLE SWARM OPTIMIZATION (PSO) APLIKASI PENJADWALAN MATA KULIAH MENGGUNAKAN ALGORITMA PARTICLE SWARM OPTIMIZATION (PSO) Irfrans Kusmarna, Luh Kesuma Wardhan 2, Muhammad Safrzal 3,3 Jurusan Teknk Informatka, Fakultas Sans dan Teknolog,

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Al-Azhar 3 Bandar Lampung yang terletak di

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Al-Azhar 3 Bandar Lampung yang terletak di III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SMP Al-Azhar 3 Bandar Lampung yang terletak d Jl. Gn. Tanggamus Raya Way Halm, kota Bandar Lampung. Populas dalam peneltan n adalah

Lebih terperinci