MODIFIED IMPROVED PARTICLE SWARM OPTIMIZATION (MIPSO) SEBAGAI SOLUSI ECONOMIC DISPATCH PADA SISTEM KELISTRIKAN 500 kv JAWA-BALI
|
|
- Yuliana Atmadjaja
- 7 tahun lalu
- Tontonan:
Transkripsi
1 ODIFIED IPROVED PARTICLE SWAR OPTIIZATION (IPSO) SEBAGAI SOLUSI ECONOIC DISPATCH PADA SISTE KELISTRIKAN 5 V JAWABALI Sabhan Kanata *), Sarjiya, and Sasongo Pramono Hadi Jurusan Teni Eletro dan Tenologi Informasi, Faultas Teni, Universitas Gadjah ada Jl. Tenia Utara, Sleman, Yogayaarta, Indonesia *) sabhananata@yahoo.co.id Abstra Komponen biaya paling besar pada operasi pembangitan thermal adalah biaya bahan baar. Permasalahan bagaimana meminimalan biaya bahan baar menentuan ombinasi daya output dari masingmasing unit pembangit eangan terpenuhinya beban sistem dan batas emampuan masingmasing unit pembangit dienal istilah economic dispatch (ED). Dalam penelitian ini, diusulan metode odified Improved Particle Swarm Optimization (IPSO) pendeatan Contriction Factor Based Particle Swarm Optimization (CFBPSO) Kemudian metode pendeatan ini diterapan dalam asus sistem tenaga yaitu pada asus IEEE bus pada pembebanan 8 W dan sistem interonesi 5 V JawaBali pembebanan punca 158 W. Dari hasil simulasi IEEE bus, metode IPSO pendeatan CFBPSO mampu menghasilan solusi paling optimal eonomi dibanding metode pendeatan PSO dan Quadratic Programing. Untu asus sistem interonesi 5 V JawaBali, metode IPSO pendeatan ini juga mampu memberian solusi paling optimal dibanding sistem real PT. PLN (Persero). Kata unci: economic dispatch (ED), modified improved particle swarm optimization (IPSO), sistem interonesi 5 V JawaBali. Abstract The most substantial component of the operating cost of thermal generation is fuel costs. The problem of how to minimize the cost of fuel to determine the combination of the output power of each generating unit with the fulfillment of load constraint systems and limit the ability of each generating unit nown as economic dispatch (ED). In this study, the proposed method odified Improved Particle Swarm Optimization (IPSO) approach Contriction Factor Based Particle Swarm Optimization (CFBPSO) then this approach is applied in cases the power system in the case of IEEE bus at loading 8 W and 5 V power system JavaBali with 158 W pea load. The IEEE bus simulation results, the method IPSO with CFBPSO approach is able to produce the most optimal economic solution than PSO approach and Quadratic Programming. For the case of 5 V power system is JavaBali, IPSO method with this approach is also able to provide the most optimal solution compared with the real system PT. PLN (Persero). Keywords: economic dispatch (ED), modified improved particle swarm optimization (IPSO), 5 V power system in JavaBali. 1. Pendahuluan Sistem elistrian JawaBali merupaan suatu sistem interonesi terbesar di Indonesia. Komsumsi bahan baar pembangitan menjadi suatu masalah dan perlu mendapatan perhatian yang serius mengingat omponen biaya penyediaan tenaga listri terbesar di sistem interonesi JawaBali adalah biaya bahan baar yaitu seitar % dari biaya total. Dari % biaya bahan baar tersebut, 85 % diantaranya adalah biaya bahan baar untu pembangit thermal. Oleh arena itu, penghematan biaya bahan baar dalam presentase yang ecil mampu memberian pengaruh yang sangat besar terhadap penghematan biaya operasi. Untu memprodusi tenaga listri pada suatu sistem tenaga dibutuhan cara bagaimana membuat biaya omsumsi bahan baar generator atau biaya operasi dari eseluruhan sistem seminimal mungin menentuan ombinasi daya output dari masingmasing unit pembangit di bawah eangan dari tuntutan beban sistem dan batas emampuan pembangitan masingmasing unit
2 TRANSISI, 15, (), 1, 7 pembangit. Cara ini dienal istilah Economic Dispatch (ED) [][1]. Beberapa metode dapat digunaan untu menyelesaian masalah ED. etode tradisonal seperti Iterasi Lambda, Gradient, dan NewtonRaphson [5] yang menggunaan urva incremental cost dimana metode ini dapat dilauan jia urva arateristi incremental cost ini diidealan terlebih dahulu, sehingga urva terbentu menjadi halus dan convex. Untu urva nonconvex dapat diselesaian cara menggunaan metode Dynamic Programming (DP) [1]. etode ini memilii elemahan arena seringali mengalami endala terjeba pada masalah optimasi loal [][1]. Untu mengatasi masalah ini, beberapa metode alternatif telah diembangan seperti Algoritma Geneti (GA) [], Neural Networ (NN) [15], dan Particle Swarm Optimization (PSO) [][4 5][8][1][19]. Particle Swarm Optimization (PSO) adalah metode optimasi heuristi global yang awalnya diemuan oleh J. Kennedy dan Eberhart R. pada tahun 1995 yang didasaran pada ecerdasan hewan atau perilau pergeraan awanan burung atau ian dalam mencari maanan sehingga dapat diterapan pada metode penelitian ilmiah maupun reayasa. Keuntungan utama dari algoritma PSO yaitu onsep sederhana, implementasi yang mudah, etahanan untu mengontrol parameter, dan efisiensi omputasi dibanding teni optimasi heuristi lainnya [9][1]. Shi Y. dan Eberhart R. (1998) melauan modifiasi PSO menerapan Inertia Weight (IW) untu meredam ecepatan selama iterasi agar secara imbang menjaga pencarian global dan loal [14]. Selanjutnya Clerc (1999) melauan perbaian menggunaan Contriction Factor (CF) tujuan untu menjamin onvergensi dari algoritma PSO dan osilasi amplitudo partiel menurun dari watu e watu tanpa pengaturan ecepatan masimum [17]. Eberhart R. dan Shi Y. () melauan penelitian embali membandingan Inertia Weight (IW) Contriction Factor (CF) dan menemuan bahwa penggunaan CF memilii onvergensi yang lebih bai dibanding IW [18]. Dalam masalah ini diusulan metode optimasi Particle Swarm yang dimodifiasi dan ditingatan pendeatan Constriction Factor Based Particle Swarm Optimization (CFBPSO) untu menyelesaian permasalahan ED. Efetivitas metode tersebut diujian pada sistem standar IEEE bus dan sistem interonesi 5 V JawaBali.. etode.1. odel Persamaan Economic Dispatch Fungsi biaya bahan baar pada masingmasing unit pembangit dapat dinyataan fungsi uadrati yaitu : C i (P i )= α + β i P i + γ i P i Sehingga fungsi tujuan untu meminimalan total biaya bahan baar pembangitan dinyataan : N C t = min i=1 C i (P i ) () C t C i i α i, β i, dan γ i P i = total biaya bahan baar = biaya bahan baar unit i = unit pembangit = oofisien fungsi biaya bahan baar = daya eluaran untu unit i Dalam meminimalan total biaya bahan baar ini perlu memperhatian batas eangan sebagai beriut : 1. Total daya output pembangitan harus sama total permintaan beban di tambah total rugirugi transmisi, persamaan : N i=1 P i = P d + P l () P l = P i T BP i (4) dimana P l T P i P i B P d = rugirugi transmisi = daya output pembangit i di transpose = daya output pembangit i = oofisien rugirugi transmisi = daya permintaan beban. Batas emampuan unit i pertidasamaan : Pi, min Pi Pi, max (5) dimana Pi Pi, min Pi, max = daya eluaran unit i = daya pembangitan minimum unit i = daya pembangitan masimum unit.. Particle Swarm Optimization..1. Algoritma Dasar Particle Swarm Optimization [1]. Kennedy dan Elberhart (1995), memperenalan algoritma Particle Swarm Optimization (PSO) dimana proses algoritmanya terinspirasi dari perilau sosial binatang seperti seumpulan burung atau ian dalam mencari maanan. Dalam PSO setiap partiel berpindah dari posisinya semula e posisi yang lebih bai
3 TRANSISI, 15, (), 1, 8 suatu velocity. Algoritma PSO vetor velocity diupdate untu masingmasing partiel emudian menjumlahan vetor velocity tersebut e posisi partiel. Update velocity pada penerapan ED dipengaruhi oleh edua solusi yaitu global best yang berhubungan biaya yang paling rendah yang pernah diperoleh dari suatu partiel dan local best yang berhubungan biaya yang paling rendah pada populasi awal. Adapun persamaan algoritma dasar ini adalah sebagai beriut : v id = v id + c 1 r 1 Pbest id x id + c r (Gbest d x id ) () dan x id = x id + v id (7) v id v id x id x id = ecepatan partiel i, dimensi d pada epoch = ecepatan partiel i, dimensi d pada epoch = posisi partiel i, dimensi d pada epoch = posisi partiel i, dimensi d pada epoch r 1, r = nilai random antara dan 1 c 1, c = oofisien acceleration Pbest id = posisi terbai loal partiel i, pada epoch Gbest d = posisi terbai global partiel i, pada epoch... odified Improvement Particle Swarm Optimization (IPSO) Contriction Factor Clerc (1999) melauan penerapan constriction factor dienal istilah Contriction Factor Based Particle Swarm Optimization (CFBPSO). Peningatan dan modifiasi ini bertujuan untu menjamin suatu penelusuran dalam algoritma PSO untu onvergen lebih cepat [5][17][19]. Persamaan dinamis dari PSO, velocity dimodifiasi dan ditingatan menjadi: v id = CF (v id + c 1 r 1 Pbest id x id + c r (Gbest d x id ) (1) CF= dan φ φ 4φ (11) φ = c 1 + c dan φ > 4 (1) Algoritma IPSO dalam economic dispatch ditunjuan pada Gambar A odified Particle Swarm Optimization (PSO) Shi dan Eberhart (1998) melauan modifiasi PSO yang dienal istilah odified Particle Swarm Optimization (PSO) menerapan inertia weight untu menjaga eseimbangan penelusuran global dan loal sehingga dapat memberian performansi yang bai pada PSO [][8][14]. Persamaan dinamis dari PSO, velocity dimodifiasi menjadi: v id = w v id + c 1 r 1 Pbest id x id + c r (Gbest d x id ) (8) w i = w max w max w min i max i (9) dimana w i = inertia weight pada epoch i w max w min = inertia weight awal ahir i max = epoch masimum i = current epoch
4 TRANSISI, 15, (), 1, 9 ulai Input parameter IPSO Inisialisasi parameter IPSO Inisialisasi posisi partiel secara aca Inisialisasi velocity partiel secara aca Epoch = Evaluasi fungsi objetif pada A B. Hasil dan Analisa Dalam simulasi ini, penerapan IPSO dan ombinasi antara inertia weight contriction factor (IWCFPSO) dilauan pada sistem yaitu : 1. Sistem standar IEEE bus. Sistem interonesi 5 V JawaBali.1. Sistem standar IEEE bus [5]. Sistem standar IEEE bus yang diujian dalam penelitian ini terdiri atas bus, 41 saluran, dan pembangit total pembebanan 8 W. Data fungsi biaya bahan baar dan emampuan pembangitan ditunjuan pada Tabel 1. Kofisien rugirugi daya (loss cooficient) didapatan dari hasil aliran daya Newto Raphson sehingga didapatan oofisien losses (B) dalam satuan per unit (pu) sebagai beriut : B ij = Update velocity partiel i V id Jia nilai fitness partiel i X id lebih bai dari Pbest maa Pbest = X id A Update posisi partiel i X id Update Best of Pbest sebagai Gbest B Dalam asus ini digunaan parameter IPSO dimana nilai inertia weight (.9.4) dan contriction factor = 1 untu C 1 =C = sedangan contriction factor =.79 untu C 1 =C =.5 seperti yang digunaan penelitipeneliti sebelumnya sehingga setiap asus memilii 4 (empat) macam pencarian solusi terbai (Gbest). Parameter lainya yaitu masimum epoch/iterasi 1, uuran partiel 1, dan error gradient 1 5. Ya Epoch = Epoch + 1 Berhenti jia error 1 5 Tida Tabel 1. Fungsi Biaya dan Batasan Pembangitan Unit Fungsi Biaya ($/jam) Data Pembangit P1 +,154P P +,1587P P +,8P P4 +, P5 +,111P P +,1799P in (W) ax (W) Gbest sebagai solusi economic dispatch Selesai Gambar 1. Flowchart Algoritma IPSO Tabel. Perbandingan Hasil Simulasi Kasus IEEE bus Unit Quad. Progr. [] PSO [] CFBPSO Epoch
5 TRANSISI, 15, (), 1, 7 Quad. CFBPSO PSO Unit Progr. [] [].79 1 Daya beban (W) Daya total (W) Biaya ($/jam) Rugi daya (W) Gambar. Epoch pencarian solusi fitnes pada asus IEEE bus pembebanan 8 W Dari Tabel terlihat bahwa solusi paling optimal diperoleh metode IPSO pendeatan CFBPSO parameter CF=.79 biaya bahan baar minimum yaitu $ per jam. Pencarian solusi biaya tercapai pada jumlah epoch ditunjuan pada Gambar... Sistem interonesi 5 V JawaBali Sistem interonesi 5 V JawaBali terdiri atas 5 bus saluran, dan 8 pembangit. Pembangitpembangit tersebut adalah pembangit Suralaya, pembangit uaratawar, pembangit Cirata, pembangit Saguling, pembangit Tanjungjati, pembangit Gresi, pembangit Paiton, dan pembangit Grati. Pada 8 pembangit tersebut, terdapat pembangit Cirata dan Saguling sebagai pembangit tenaga air (PLTA) sedangan pembangit lainnya adalah pembangit thermal. Adapun Suralaya bertinda sebagai slac pembangit. Sedangan jenisjenis bus pada sistem interonesi 5 V Jawa Bali adalah sebagai beriut : a. Satu buah slac bus, yaitu bus pembangit Suralaya b. Tujuh buah generator sebagai generator bus, yaitu bus pembangit uaratawar, bus pembangit Tanjungjati, bus pembangit Cirata, bus pembangit Saguling, bus pembangit Gresi Baru, bus pembangit Paiton, dan bus pembangit Grati. c. Tujuh belas buah load bus, yaitu bus Cilegon, bus Kembangan, bus Gandul, bus Balaraja, bus Cibinong, bus Cawang, bus Beasi, bus Cibatu, bus Bandung Selatan, bus andirancan,bus Ungaran, bus Surabaya Barat, bus Depo, bus Ngimbang, bus Tasimalaya Baru, bus Pedan, dan bus Kediri. Adapun data bus, data pembangitan, dan data beban punca yang diperoleh dari data lapangan melalui PT. PLN (Persero) PB JawaBali yaitu menggunaan data pembebanan pada tanggal November 11 puul 19. seperti yang ditunjuan pada Tabel dimana total permintaan beban sebesar 158 W. Untu data saluran ditunjuan pada Tabel 4. Adapun fungsi biaya bahan baar masingmasing pembangit thermal ditunjuan pada Tabel 5. Untu data pembangit PLTA (Cirata Saguling) dalam simulasi economic dispatch menggunaan IPSO mengiuti pembangitan PLN yaitu 594 W untu Cirata dan W untu Saguling. Hal ini disebaban dalam pengoperasian PLTA tida memandang dari sisi pembangitannya, tetapi melihat dari pola pengoperasiam wadu, cadangan air dalam wadu, dan lainlainnya. Dalam simulasi IPSO digunaan data ofisien rugirugi transmisi yang didapatan dari program aliran daya menggunaan Newton Raphson sehingga didapatan oofisien rugirugi daya (B) dalam satuan per unit (pu) sebagai beriut : B ij = Data fungsi biaya bahan baar, batas emampuan pembangitan, data besar permintaan beban, dan data oofisien rugirugi daya tersebut emudian disimulasian pada IPSO untu mencari ombinasi daya eluaran masingmasing pembangit sehingga diperoleh total biaya bahan baar yang paling minimum. etode odified Improved Particle Swarm Optimization (IPSO) ini menggunaan pendeatan sama seperti asus IEEE bus yaitu Constriction Factor Based Particle Swarm Optimization (CFBPSO). Parameter IPSO yang digunaan dalam simulasi ini yaitu ofisien aselarasi C 1 = C = dan.5 sehingga contriction factor (CF) ada macam yaitu 1 dan.79. masimum epoch/iterasi = 5, uuran partiel 4, dan batasan error gradient 1 5. Tabel. Data Bus, Pembangitan, dan No Bus Suralaya Cilegon Cawang Balaraja Kembangan Beasi Gandul Cibinong Depo uaratawar Type Slac Vm ɸ Pembangitan W W
6 TRANSISI, 15, (), 1, 71 No Bus Tasi. Baru Cibatu Cirata Saguling Bandung Sel. andirancan Tanjungjati Ungaran Pedan Ngimbang Gresi Baru Surabaya Bar. Grati Kediri Paiton Type Vm ɸ Pembangitan W Total Tabel 4. Data Saluran dan Jenisnya W Hubungan Jenis R X 1/B Pengha dari e ntar pu pu pu 1 Dove Gannet Gannet Dove Dove Gannet Dove Dove Dove Dove Dove Dove Gennet Dove Gannet Dove Gannet Dove Gannet Dove Dove Gannet Dove Dove Dove Dove Gannet Gannet Gannet Gannet Tabel 5. Fungsi Biaya dan Batasan Pembangitan Pembangit Fungsi Biaya (Rp/jam)x1 Pin Pax Suralaya uaratawar Tanjungjati Gresi Grati Paiton P1.79P P.11P P+.48P P4+.7P P5.75P P.5P Tabel. Hasil Simulasi Sistem 5 V JawaBali Pembangit Data Operasi PLN CF=.79 CFBPSO CF=1 (W) (Rp/jam) x 1 Suralaya uaratawar Cirata Sagulimg... Tanjungjati Gresi Grati Paiton Daya total (W) Biaya (Rp1/jam) Jumlah epoch 788 Rugi daya (W) Redusi Biaya (Rpx1/jam) Gambar. Epoch Pencarian Solusi Kasus Sistem Jawa Bali Hasil simulasi yang dibandingan data operasi PLN ditunjuan pada Tabel. Dalam asus ini terlihat bahwa solusi paling optimal eonomi yaitu metode IPSO pendeatan CFBPSO CF = 1 total biaya minimum per jam yaitu Rp , sehingga mampu meredusi biaya sebesar Rp , dibanding data operasi PT. PLN (Persero) yaitu sebesar Rp , per jam. Pencarian solusi biaya tercapai pada jumlah epoch ditunjuan pada Gambar. 4. Kesimpulan 1. Untu asus IEEE bus pada pembebanan 8 W, metode IPSO pendeatan CFBPSO mampu memberian solusi paling optimal eonomi dibanding metode pendeatan lainnya yaitu PSO, IWCFPSO, dan QP.
7 TRANSISI, 15, (), 1, 7. Untu simulasi pada sistem 5 V Jawa Bali dimana hasil simulasi pembebanan punca tanggal November 11 pada puul 19. WIB menunjuan bahwa metode IPSO pendeatan CFBPSO mampu memberian solusi paling optimal eonomi yaitu Rp , per jam dibandingan data operasi pada PT. PLN (Persero) yaitu sebesar Rp , per jam sehingga metode yang diusulan mampu meredusi biaya sebesar Rp , per jam jumlah epoch pencarian. Referensi Journal: [1]. Jizhong. Optimization of Power System Operation Principal Engineer. AREVA T & D Inc. Redmond, WA, USA, IEEE series of Power Engineering. 9. []. Hardiansyah, Junaidi, S. Yohannes. Solving Economic Load Dispatch Problem Using Particle Swarm Optimization Technigue. I.J. Intelligent Sistem and Application. 1; page: 118. []. Adrianti. Penjadwalan Eonomis Pembangit Thermal emperhitungan Rugirugi Saluran Transmisi enggunaan etode Algoritma Geneti. Jurnal TeniA Jurusan Teni Eletro, Faultas Teni, Universitas Andalas. April 1; page vol. 1. [4]. ZweLee Gaing. Particle Swarm Optimization to Solving The Economic Dispatch Considering The Generator Constraints. IEEE Transaction on Power Sistem. August ; Vol. 18, No.. [5]. Steven Young, oh. ontahab, Hassan Nouri. A Constriction Factors based Particle Optimization Algorithm to Solve The Economic Dispatch Problem Including Losses. International Journal of Innovations in Energy Sistem and Power. July 11; Vol., No. 1. []. Kwang Y. Lee, Fellow, JongBae Par. Application of Particle Swarm Optimization to Economic Dispatch Problem Advantages and Disadvantages. Journal IEEE. ; seri X. [7]. Pichet. Sriyanyong. Particle Swarm Optimization : Development and Implementationn. Academic paper, Department of Teacher Training in Electrical Engineering, Faculty of Technical Education, King ongut s University of Technology North Bango. [8]. Andi uh. Ilyas,. Natsir Rahman. Economic Dispatch Thermal Generator Using odified Improved Particle Swarm Optimization. Jurnal Telomnia. July 1; Vol. 1, No., pp [9]. Qinghai Bai. Analysis of Particle Swarm Optimization Algorithm. Computer and Informatic Science Journal. Feb.1; Vol. No 1. [1]. Z.X. Liang, J. D. Glover. A Zoom Feature For a Dynamic Programming Solution to Economic Dispatch Including Transmission Losses. IEEE Transactions on Power Systems, 199; page [11]. Anula Khare, Saroj Rangnear. Particle Swarm Optimization : A Review. Journal Department of Energy, aulana Azad National Institute of Technology, Bhopal 451, India. [1]. Xiaohong Qiu, Jun Liu, Xuemei Ren. The Random Factors in Particle Swarm Optimization. Journal IEEE. 9; seri [1]. CheunYau Chen, ChenHsueh Chuang, engcian Wu. Combining Concepts of Inertia Weights and Constriction Factors in Particle Swarm Optimization. Journal IEEE. 1; seri /1. Proceeding: [14]. Y.Shi, R.Eberhart. A odified Particle Swarm Optmizer. Proc. IEEE Int. Conf. Evol. Comput. ay 1998; pp97. [15]. ohatram, S Kumar. Application of Artificial Neural Networ in Economic Generation Scheduling of Thermal Power Plants. Proceedings of the National Conference.. [1].. Sudhaaran, P. Ajay, D. Vimal Raj, T.G. Palanivelu. Application of Particle Swarm Optimization for Economic Load Dispatch Problem. International Conference on Intelligent Sistem Application to Power Sistem. Nov. 7; page 48. [17].. Clerc. The Swarm and The Queen: Towards a Deterministic and Adaptive Particle Swarm Optimization. Proc Congress on Evolutionary Computation, Washington, DC Piscataway, NJ: IEEE Service Centre, 1999; pp [18]. R.C. Eberhart, Y. Shi. Comparing Inertia Weight and Constriction Factors in Particle Swarm Optimization. Proceding of the Congress on Evolutionary Computation. ; Vol. 1,,pp [19]. A. Ilyas, Ontoseno Panangsang, Adi Soeprijanto. Optimisasi Pembangit Thermal Sistem 5 V Jawa Bali enggunaan odified Particle Swarm Optimization (IPSO). National Conference : Design and Application of Technology, 1. []. aicel Tuegeh, Adi Soeprijanto, auridhi Hery P. Optimal Generator Scheduling based on Particle Swarm Optimization. Seminar Nasional Informatia UPN Veteran Yogyaarta. ei 9; ISSN : [1]. J. Kennedy, R. C. Eberhart. Particle Swarm Optimization. Proceedings of IEEE International Conference on Neural Networs (ICNN 95). 1995; []. Y. Shi, R. C. Eberhart. Particle Swarm Optimization: Development, Applications, and Resources. Proceedings of the 1 Congress on Evolutionary Computation. 1; 1: 818. []. XianHan Chien, WiePing Lee, ChenYi Liao, JangTing Dai. Adaptive Constriction Factors for LocationRelated Particle Swarm. Proceeding of the 8 th WSEAS International Conference on Evolutionary Computing, Vancouver, British Columbia, Canada, June 7; 191. [4]. Zhiyu You, Weirong Chen, Xiaoqiang Nan. Adaptive Weight Particle Swarm Optimization Algorithm With Constriction Factors. International Conference of Information Science and anagement Engineering, 1. Texboos: [5]. Hadi Saadat. Power System Analysis. New Delhi: Tata cgraw Hill Publishing Company. 1. []. Budi Santoso, Paul Willy. etoda etaheuristi Konsep dan Implementasi. Surabaya: Guna Widaya. April 11 [7]. William D Stevenson, Jr. Power System Analysis Copyright 5th edition, Erlangga. 199.
CFBPSO sebagai Solusi Economic Dispatch pada Sistem Kelistrikan 500 kv Jawa-Bali
JNTETI, Vol., No., November CFBPSO sebagai Solusi Economic Dispatch pada Sistem Kelistrian V JawaBali Sabhan Kanata AbstractThe most substantial component of the operating cost of thermal generation is
Lebih terperinciPEMBUATAN APLIKASI UNTUK ANALISIS ECONOMIC DISPATCH STASIUN PEMBANGKIT TENAGA LISTRIK
ELECTRICHSAN, VOL., NO., MEI 04 PEMBUATAN APLIKASI UNTUK ANALISIS ECONOMIC DISPATCH STASIUN PEMBANGKIT TENAGA LISTRIK Asmar, Yassir dan Teuku Hasanuddin Jurusan Teknik Elektro Universitas Bangka Belitung,
Lebih terperinciIMPLEMENTASI ALGORITMA GENETIKA DENGAN TOURNAMENT SELECTION SEBAGAI SOLUSI ECONOMIC DISPATCH
IMPLEMENTASI ALGORITMA GENETIKA DENGAN TOURNAMENT SELECTION SEBAGAI SOLUSI ECONOMIC DISPATCH Yassir, Fauzan dan Mahalla Jurusan Teknik Elektro Politeknik Negeri Lhokseumawe Jln. Banda Aceh Medan km. 80,
Lebih terperinciPEMBUATAN APLIKASI UNTUK ANALISIS ECONOMIC DISPATCH STASIUN PEMBANGKIT TENAGA LISTRIK
PEMBUATAN APLIKASI UNTUK ANALISIS ECONOMIC DISPATCH STASIUN PEMBANGKIT TENAGA LISTRIK ELECTRICHSAN, VOL. 1, NO.1, MEI 2014 PEMBUATAN APLIKASI UNTUK ANALISIS ECONOMIC DISPATCH STASIUN PEMBANGKIT TENAGA
Lebih terperinciDynamic Optimal Power Flow dengan kurva biaya pembangkitan tidak mulus menggunakan Particle Swarm Optimization
JURNAL TEKNIK POMITS Vol. 3, No. 1, (2014) ISSN: 2337-3539 (2301-9271 Print) B-24 Dynamic Optimal Power Flow dengan kurva biaya pembangkitan tidak mulus menggunakan Particle Swarm Optimization Afif Nur
Lebih terperinciPENERAPAN METODE PARTICLE SWARM OPTIMIZATION PADA METODE K-HARMONIC MEANS UNTUK DATA CLUSTERING
PENERAPAN METODE PARTICLE SWARM OPTIMIZATION PADA METODE K-HARMONIC MEANS UNTUK DATA CLUSTERING Yoe Ota a, Ahmad Saihu, S.Si,MT. b Jurusan Teni Informatia, Faultas Tenologi Informasi, Institut Tenologi
Lebih terperinciPENCARIAN JALUR TERPENDEK MENGGUNAKAN ALGORITMA SEMUT
Seminar Nasional Apliasi Tenologi Informasi 2007 (SNATI 2007) ISSN: 1907-5022 Yogyaarta, 16 Juni 2007 PENCARIAN JALUR TERPENDEK MENGGUNAKAN ALGORITMA SEMUT I ing Mutahiroh, Indrato, Taufiq Hidayat Laboratorium
Lebih terperinciBAB III METODE PENELITIAN
24 BAB III METODE PENELITIAN 3.1. Pengumpulan Data Pembangkit Suralaya Cibinong Cilegon 7 1 6 Gandul 2 4 Balaraja 3 Kembangan Muaratawar 5 Depok 9 Bekasi 8 11 Tasikmalaya Cirata 10 Cawang 12 Pedan 16 Saguling
Lebih terperinciAplikasi micro-genetic Algorithm ( -GA) untuk Penyelesaian Economic Dispatch pada Sistem Kelistrikan Jawa Bali 500 KV
Aplikasi micro-genetic Algorithm ( -GA) untuk Penyelesaian Economic Dispatch pada Sistem Kelistrikan Jawa Bali 500 KV Amir Amruddin 2207100073 Pembimbing: Prof. Dr. Ir. Imam Robandi, MT. Heri Suryoatmojo,
Lebih terperinciSIMULASI OPTIMASI DAYA REAKTIF DAN TEGANGAN PADA SISTEM JAMALI 500 kv MENGGUNAKAN METODE PARTICLE SWARM OPTIMIZATION
SIMULASI OPTIMASI DA REAKTIF DAN TEGANGAN PADA SISTEM JAMALI 500 kv MENGGUNAKAN METODE PARTICLE SWARM OPTIMIZATION Gunara Fery Fahnani *), Yuningtyastuti, and Susatyo Handoko, Jurusan Teknik Elektro, Fakultas
Lebih terperinciMetoda Penelitian dengan Metoda Taguchi
Metoda Penelitian dengan Metoda Taguchi Menentukan faktor- faktor yang berhubungan dengan hasil yang ingin dicapai Apabila hasil yang diperoleh belum sesuai dengan yang diharapkan, ubah nilai level masing-masing
Lebih terperinciBAB III 1 METODE PENELITIAN
23 BAB III 1 METODE PENELITIAN 1.1 Sumber Data Data yang digunakan dalam penelitian ini sebagai berikut: 1. Karakteristik pembangkit meliputi daya maksimum dam minimum, karakteristik heat-rate (perbandingan
Lebih terperinciMODEL REGRESI INTERVAL DENGAN NEURAL FUZZY UNTUK MEMPREDIKSI TAGIHAN AIR PDAM
MODEL REGRESI INTERVAL DENGAN NEURAL FUZZY UNTUK MEMPREDIKSI TAGIHAN AIR PDAM 1,2 Faultas MIPA, Universitas Tanjungpura e-mail: csuhery@sisom.untan.ac.id, email: dedi.triyanto@sisom.untan.ac.id Abstract
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belaang Masalah untu mencari jalur terpende di dalam graf merupaan salah satu masalah optimisasi. Graf yang digunaan dalam pencarian jalur terpende adalah graf yang setiap sisinya
Lebih terperinciBAB 3 PATTERN MATCHING BERBASIS JARAK EUCLID, PATTERN MATCHING BERBASIS JARAK MAHALANOBIS, DAN JARINGAN SYARAF TIRUAN BERBASIS PROPAGASI BALIK
BAB 3 PATTERN MATCHING BERBASIS JARAK EUCLID, PATTERN MATCHING BERBASIS JARAK MAHALANOBIS, DAN JARINGAN SYARAF TIRUAN BERBASIS PROPAGASI BALIK Proses pengenalan dilauan dengan beberapa metode. Pertama
Lebih terperinciOPTIMISASI PENGATURAN DAYA REAKTIF DAN TEGANGAN PADA SISTEM INTERKONEKSI JAWA-BALI 500 KV MENGGUNAKAN QUANTUM BEHAVED PARTICLE SWARM OPTIMIZATION
OPTIMISASI PENGATURAN DAYA REAKTIF DAN TEGANGAN PADA SISTEM INTERKONEKSI JAWA-BALI 500 KV MENGGUNAKAN QUANTUM BEHAVED PARTICLE SWARM OPTIMIZATION Refi Aulia Krisida, Adi Soeprijanto, Heri Suryoatmojo Jurusan
Lebih terperinciOPTIMASI PENEMPATAN DAN KAPASITAS SVC DENGAN METODE ARTIFICIAL BEE COLONY ALGORITHM
OPTIMASI PENEMPATAN DAN KAPASITAS SVC DENGAN METODE ARTIFICIAL BEE COLONY ALGORITHM Khairina Noor.A. 1, Hadi Suyono, ST., MT., Ph.D. 2, Dr. Rini Nur Hasanah, ST., M.Sc. 3 1 Mahasiswa Teknik Elektro, 2,3
Lebih terperinciOptimisasi 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 Johny Custer (2209201007) Dosen Pembimbing : Prof. Ir. Ontoseno Penangsang, M.
Lebih terperinciOPTIMASI ECONOMIC DISPATCH PEMBANGKIT SISTEM 150 KV JAWA TIMUR MENGGUNAKAN METODE MERIT ORDER
1/6 OPTIMASI ECONOMIC DISPATCH PEMBANGKIT SISTEM 150 KV JAWA TIMUR MENGGUNAKAN METODE MERIT ORDER SURIYAN ARIF WIBOWO 07100044 Jurusan Teknik Elektro-FTI, Institut Teknologi Sepuluh Nopember Kampus ITS,
Lebih terperinciOptimisasi Injeksi Daya Aktif dan Reaktif Dalam Penempatan Distributed Generator (DG) Menggunakan Fuzzy - Particle Swarm Optimization (FPSO)
TESIS Optimisasi Injeksi Daya Aktif dan Reaktif Dalam Penempatan Distributed Generator (DG) Menggunakan Fuzzy - Particle Swarm Optimization (FPSO) Dosen Pembimbing : Prof. Ir. Mochamad Ashari, M.Eng. Ph.D
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN Penelitian penjadwalan pembangkit termal pada sistem interkoneksi 500kV Jawa- Bali ini adalah untuk membandingkan metode Simulated Annealing dengan metode yang digunakan PLN.
Lebih terperinciOPTIMASI PEMBANGKITAN EKONOMIS PADA UNIT-UNIT PEMBANGKIT LISTRIK TENAGA DIESEL TELAGA MENGGUNAKAN MODIFIKASI PARTICLE SWARM OPTIMIZATION (MPSO).
OPTIMASI PEMBANGKITAN EKONOMIS PADA UNIT-UNIT PEMBANGKIT LISTRIK TENAGA DIESEL TELAGA MENGGUNAKAN MODIFIKASI PARTICLE SWARM OPTIMIZATION (MPSO). Fityan Thalib, Tri Pratiwi Handayani 1, dan Sabhan Kanata
Lebih terperinciDesain Kontroler Tunggal Untuk Meredam Osilasi Multi Frekuensi Pada Sistem Skala Besar
J. of Math. and Its Appl. ISSN: 1829-605X Vol. 1, No. 1 (2004), 1 7 Desain Kontroler Tunggal Untu Meredam Osilasi Multi Freuensi Pada Sistem Sala Besar Mardlijah Jurusan Matematia Institut Tenologi Sepuluh
Lebih terperinciJURNAL TEKNIK ITS Vol. 6, No. 1, (2017) ISSN: ( Print) B-34
JURNAL TEKNIK ITS Vol. 6, No. 1, (2017) ISSN: 2337-3539 (2301-9271 Print) B-34 Economic dan Emission dispatch pada Sistem Kelistrikan 500 kv Jawa-Bali Menggunakan Composite Generation Cost Function dengan
Lebih terperinciPenempatan Optimal Phasor Measurement Unit (PMU) dengan Integer Programming
JURAL TEKIK POMITS Vol. 2, o. 2, (2013) ISS: 2337-3539 (2301-9271 Print) B-137 Penempatan Optimal Phasor Measurement Unit (PMU) dengan Integer Programming Yunan Helmy Amrulloh, Rony Seto Wibowo, dan Sjamsjul
Lebih terperinciJURNAL TEKNIK ITS Vol. 5, No. 2, (2016) ISSN: ( Print)
Optimasi Pembebanan Pembangkit Menggunakan Random Drift Particle Swarm Optimization (RDPSO) Pada Sistem Interkoneksi Jawa Bali 500 kv Khalid Abri, Adi Soeprianto, dan Ni Ketut Aryani Teknik Elektro, Fakultas
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN Metode fuzzy logic yang diajukan penulis ini adalah untuk membandingkan metode fuzzy logic yang diajukan penulis dengan metode yang digunakan PLN. Dengan menggunakan data pembangkit
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PENENTU NILAI INTERVAL KADAR LEMAK TUBUH MENGGUNAKAN REGRESI INTERVAL DENGAN NEURAL FUZZY
SISTEM PENDUKUNG KEPUTUSAN PENENTU NILAI INTERVAL KADAR LEMAK TUBUH MENGGUNAKAN REGRESI INTERVAL DENGAN NEURAL FUZZY Tedy Rismawan dan Sri Kusumadewi Laboratorium Komputasi dan Sistem Cerdas, Jurusan Teni
Lebih terperinciJurnal Ilmiah Komputer dan Informatika (KOMPUTA) OPTIMASI FUNGSI KEANGGOTAAN FUZZY BERBASIS ALGORITMA MODIFIED PARTICLE SWARM OPTIMIZATION
58 OPTIMASI FUNGSI KEANGGOTAAN FUZZY BERBASIS ALGORITMA MODIFIED PARTICLE SWARM OPTIMIZATION Rimbun Siringoringo, Zakarias Situmorang ringorbnsrg@gmail.com, zakarias65@yahoo.com Mahasiswa Magister Teknik
Lebih terperinciPEMANFAATAN METODE HEURISTIK DALAM PENCARIAN JALUR TERPENDEK DENGAN ALGORITMA SEMUT DAN ALGORITMA GENETIKA
PEMANFAATAN METODE HEURISTIK DALAM PENCARIAN JALUR TERPENDEK DENGAN ALGORITMA SEMUT DAN ALGORITMA GENETIKA Iing Mutahiroh, Fajar Saptono, Nur Hasanah, Romi Wiryadinata Laboratorium Pemrograman dan Informatia
Lebih terperinciPARTICLE SWARM OPTIMIZATION UNTUK OPTIMASI PENJADWALAN PEMBEBANAN PADA UNIT PEMBANGKIT PLTG DI PLTGU TAMBAK LOROK
Makalah Seminar Tugas Akhir PARTICLE SWARM OPTIMIZATION UNTUK OPTIMASI PENJADWALAN PEMBEBANAN PADA UNIT PEMBANGKIT PLTG DI PLTGU TAMBAK LOROK Basuki Sri Wantoro [1], Hermawan [2], Susatyo Handoko [2] Jurusan
Lebih terperinciAplikasi Micro-Genetic Algorithm ( -GA) untuk Penyelesaian Economic Dispatch pada Sistem Kelistrikan Jawa Bali 500 KV
Aplikasi Micro-Genetic Algorithm ( -GA) untuk Penyelesaian Economic Dispatch pada Sistem Kelistrikan Jawa Bali 500 KV Amir Amruddin, Imam Robandi, Heri Suryoatmojo Jurusan Teknik Elektro-FTI-ITS Abstrak
Lebih terperinciEstimasi Harga Saham Dengan Implementasi Metode Kalman Filter
Estimasi Harga Saham Dengan Implementasi Metode Kalman Filter eguh Herlambang 1, Denis Fidita 2, Puspandam Katias 2 1 Program Studi Sistem Informasi Universitas Nahdlatul Ulama Surabaya Unusa Kampus B
Lebih terperinciRekonfigurasi jaring distribusi untuk meningkatkan indeks keandalan dengan mengurangi rugi daya nyata pada sistem distribusi Surabaya.
Rekonfigurasi jaring distribusi untuk meningkatkan indeks keandalan dengan mengurangi rugi daya nyata pada sistem distribusi Surabaya. RIZKIANANTO WARDANA M Misbach Fachri 2207100038 Sistem Tenaga Listrik
Lebih terperinciPencitraan Tomografi Elektrik dengan Elektroda Planar di Permukaan
Abstra Pencitraan omografi Eletri dengan Eletroda Planar di Permuaan D. Kurniadi, D.A Zein & A. Samsi KK Instrumentasi & Kontrol, Institut enologi Bandung Jl. Ganesa no. 10 Bandung Received date : 22 November2010
Lebih terperinciKata Kunci : Multipath, LOS, N-LOS, Network Analyzer, IFFT, PDP. 1. Pendahuluan
Statisti Respon Kanal Radio Dalam Ruang Pada Freuensi,6 GHz Christophorus Triaji I, Gamantyo Hendrantoro, Puji Handayani Institut Tenologi Sepuluh opember, Faultas Tenologi Industri, Jurusan Teni Eletro
Lebih terperinciEvaluasi Kestabilan Tegangan Sistem Jawa Bali 500kV menggunakan Metode Continuation Power Flow (CPF)
JURNAL TEKNIK POMITS Vol. 1, No. 1, (213) 1-6 1 Evaluasi Kestabilan Tegangan Sistem Jawa Bali 5kV menggunakan Metode Continuation Power Flow (CPF) Agiesta Pradios Ayustinura, Adi Soeprijanto, Rony Seto
Lebih terperinciImplementasi Algoritma Pencarian k Jalur Sederhana Terpendek dalam Graf
JURNAL TEKNIK POMITS Vol. 2, No., (203) ISSN: 2337-3539 (230-927 Print) Implementasi Algoritma Pencarian Jalur Sederhana Terpende dalam Graf Anggaara Hendra N., Yudhi Purwananto, dan Rully Soelaiman Jurusan
Lebih terperinciAnalisa Drop Tegangan dan Susut Daya pada Jaringan Listrik Penyulang Renon Menggunakan Metode Artificial Neural Network
Analisa Drop Tegangan dan Susut Daya pada Jaringan Listri Penyulang Renon Menggunaan Metode Artificial Neural Networ I Gede Dyana Arana Jurusan Teni Eletro Faultas Teni, Universitas Udayana Denpasar, Bali,
Lebih terperinciESTIMASI TRAJECTORY MOBILE ROBOT MENGGUNAKAN METODE ENSEMBLE KALMAN FILTER SQUARE ROOT (ENKF-SR)
SEMINAR NASIONAL PASCASARJANA SAL ESIMASI RAJECORY MOBILE ROBO MENGGUNAKAN MEODE ENSEMBLE KALMAN FILER SQUARE ROO (ENKF-SR) eguh Herlambang Zainatul Mufarrioh Firman Yudianto Program Studi Sistem Informasi
Lebih terperinciPERANCANGAN ALGORITMA BELAJAR JARINGAN SYARAF TIRUAN MENGGUNAKAN PARTICLE SWARM OPTIMIZATION (PSO)
Jurnal POROS TEKNIK, Volume 5, No. 1, Juni 2013 : 18-23 PERANCANGAN ALGORITMA BELAJAR JARINGAN SYARAF TIRUAN MENGGUNAKAN PARTICLE SWARM OPTIMIZATION (PSO) Nurmahaludin (1) (1) Staf Pengajar Jurusan Teknik
Lebih terperinciPENENTUAN JALUR TERPENDEK PADA APLIKASI OJEK ONLINE GO-JEK DENGAN PROBABILISTIC NEURAL NETWORK (PNN) DAN PARTICLE SWARM OPTIMIZATION (PSO)
PENENTUAN JALUR TERPENDEK PADA APLIKASI OJEK ONLINE GO-JEK DENGAN PROBABILISTIC NEURAL NETWORK (PNN) DAN PARTICLE SWARM OPTIMIZATION (PSO) Levina Fitri Rahmawati, Isnandar Slamet, dan Diari Indriati Program
Lebih terperinciOptimalisasi Penjadwalan Pembangkit Listrik di Sistem Sorong
Optimalisasi Penjadwalan Pembangkit Listrik di Sistem Sorong 1 Yulianto Mariang, L. S. Patras, ST.,MT, M. Tuegeh, ST.,MT, Ir. H. Tumaliang, MT Jurusan Teknik Elektro-FT, UNSRAT, Manado-95115, Email: jliant_0mariang@yahoo.com
Lebih terperinciTeknik Elektro Fakultas Teknik Universitas Udayana ABSTRAK
Aloasi embebanan Optimal ALOKASI EMBEBANAN OTIMAL ADA SISTEM EMBANGKITAN DI BALI I Ketut Teni Eletro Faultas Teni Universitas Udayana ABSTRAK ada sistem pengoperasian tenaga listri, omponen biaya operasi
Lebih terperinciOPTIMASI RATING SVC DAN TCSC UNTUK MENGURANGI RUGI-RUGI DAYA PADA SISTEM 500 kv JAMALI MENGGUNAKAN METODE PARTICLE SWARM OPTIMIZATION (PSO)
OPTIMASI RATING SVC DAN TCSC UNTUK MENGURANGI RUGI-RUGI DAYA PADA SISTEM 500 kv JAMALI MENGGUNAKAN METODE PARTICLE SWARM OPTIMIZATION (PSO) Fitria Prasetiawati *), Yuningtyastuti, and Susatyo Handoko Jurusan
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3.1 Parameter Saluran Sistem Standar IEEE 30 Bus digunakan nilai MVA base sebesar 100 MVA dan nilai kv base sebesar 100 kv, sedangkan untuk sistem interkoneksi 500 kv Jawa-Bali
Lebih terperinciPEBANDINGAN METODE ROBUST MCD-LMS, MCD-LTS, MVE-LMS, DAN MVE-LTS DALAM ANALISIS REGRESI KOMPONEN UTAMA
PEBANDINGAN METODE ROBUST MCD-LMS, MCD-LTS, MVE-LMS, DAN MVE-LTS DALAM ANALISIS REGRESI KOMPONEN UTAMA Sear Wulandari, Nur Salam, dan Dewi Anggraini Program Studi Matematia Universitas Lambung Mangurat
Lebih terperinciANALISIS VARIASI PARAMETER BACKPROPAGATION ARTIFICIAL NEURAL NETWORK TERHADAP PENGENALAN POLA DATA IRIS
Jurnal Teni dan Ilmu Komputer ANALISIS VARIASI PARAMETER BACKPROPAGATION ARTIFICIAL NEURAL NETWORK TERHADAP PENGENALAN POLA DATA IRIS AN ANALYSIS OF THE VARIATION PARAMETERS OF THE ARTIFICIAL NEURAL NETWORK
Lebih terperinciPENERAPAN DYNAMIC PROGRAMMING DALAM WORD WRAP Wafdan Musa Nursakti ( )
PENERAPAN DYNAMIC PROGRAMMING DALAM WORD WRAP Wafdan Musa Nursati (13507065) Program Studi Teni Informatia, Seolah Teni Eletro dan Informatia, Institut Tenologi Bandung Jalan Ganesha No. 10 Bandung, 40132
Lebih terperinciPenentuan MVar Optimal SVC pada Sistem Transmisi Jawa Bali 500 kv Menggunakan Artificial Bee Colony Algorithm
Penentuan MVar Optimal SVC pada Sistem Transmisi Jawa Bali 500 kv Menggunakan Artificial Bee Colony Algorithm Oleh : Fajar Galih Indarko NRP : 2207 100 521 Pembimbing : Prof. Dr. Ir. Imam Robandi, MT Abstrak
Lebih terperinciPelatihan Feedforward Neural Network Menggunakan PSO untuk Prediksi Jumlah Pengangguran Terbuka di Indonesia
Jurnal Pengembangan Tenologi Informasi dan Ilmu Komputer e-issn: 2548-964X Vol. 1, No. 11, November 2017, hlm. 1260-1269 http://j-ptii.ub.ac.id Pelatihan Feedforward Neural Networ Menggunaan PSO untu Predisi
Lebih terperinciRekonfigurasi jaring distribusi untuk meningkatkan indeks keandalan dengan mengurangi rugi daya nyata pada sistem distribusi Surabaya.
1 Rekonfigurasi jaring distribusi untuk meningkatkan indeks keandalan dengan mengurangi rugi daya nyata pada sistem distribusi Surabaya. M Fachri, Sjamsjul Anam Jurusan Teknik Elektro-FTI, Institut Teknologi
Lebih terperinciSIMULASI OPTIMASI DAYA REAKTIF DAN TEGANGAN PADA SISTEM JAMALI 500 kv MENGGUNAKAN METODE PARTICLE SWARM OPTIMIZATION
SIMULASI OPTIMASI DAYA REAKTIF DAN TEGANGAN PADA SISTEM JAMALI 500 kv MENGGUNAKAN METODE PARTICLE SWARM OPTIMIZATION Gunara Fery Fahnani 1, Ir. Yuningtyastuti, MT 2, Susatyo Handoko, ST., MT. 2 Jurusan
Lebih terperinciKata Kunci Operasi ekonomis, iterasi lambda, komputasi serial, komputasi paralel, core prosesor.
OPERASI EKONOMIS PEMBANGKIT TENAGA LISTRIK DENGAN METODE ITERASI LAMBDA MENGGUNAKAN KOMPUTASI PARALEL Dheo Kristianto¹, Hadi Suyono, ST, MT, Ph.D.², Ir. Wijono, MT. Ph.D³ ¹Mahasiswa Teknik Elektro, ² ³Dosen
Lebih terperinciEstimasi Konsentrasi Polutan Sungai Menggunakan Metode Reduksi Kalman Filter dengan Pendekatan Elemen Hingga
JURNAL SAINS DAN SENI POMITS ol. 2, No.1, (2013) 2337-3520 (2301-928X Print) 1 Estimasi Konsentrasi Polutan Sungai Menggunaan Metode Redusi Kalman Filter dengan Pendeatan Elemen Hingga Muyasaroh, Kamiran,
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Pada saat ini kebutuhan energi listrik meningkat dengan cepat, akan tetapi perkembangan pembangkit dan saluran transmisi dibatasi ketersediaan sumber daya dan masalah
Lebih terperinciPERBANDINGAN PERFORMANSI ALGORITMA GENETIKA DAN ALGORITMA SEMUT UNTUK PENYELESAIAN SHORTEST PATH PROBLEM
Seminar Nasional Sistem dan Informatia 2007; Bali, 16 November 2007 PERBANDINGAN PERFORMANSI ALGORITMA GENETIKA DAN ALGORITMA SEMUT UNTUK PENYELESAIAN SHORTEST PATH PROBLEM Fajar Saptono 1) I ing Mutahiroh
Lebih terperinciOPTIMISASI BIAYA PEMBANGKITANPADA SISTEM 500 KV JAWA-BALI MENGGUNAKAN METODE ANT COLONY OPTIMIZATION (ACO)
OPTIMISASI BIAYA PEMBANGKITANPADA SISTEM 500 KV JAWA-BALI MENGGUNAKAN METODE ANT COLONY OPTIMIZATION (ACO) Wahyu Ridhani *), Hermawan, and Susatyo Handoko Jurusan Teknik Elektro, Universitas Diponegoro
Lebih terperinciModifikasi ACO untuk Penentuan Rute Terpendek ke Kabupaten/Kota di Jawa
187 Modifiasi ACO untu Penentuan Rute Terpende e Kabupaten/Kota di Jawa Ahmad Jufri, Sunaryo, dan Purnomo Budi Santoso Abstract This research focused on modification ACO algorithm. The purpose of this
Lebih terperinciBAB II TINJAUAN PUSTAKA. Gambar 2.1 Graf dengan 4 node dan 5 edge
BAB II TINJAUAN PUSTAKA 2.1. Teori Graf Graf digunaan untu merepresentasian obje-obje disrit dan hubungan antara obje-obje tersebut (Munir, 2005). Dalam menggambar graf, simpul digambaran dengan lingaran
Lebih terperinciRekonfigurasi Jaring Distribusi untuk Meminimalkan Kerugian Daya menggunakan Particle Swarm Optimization
Rekonfigurasi Jaring Distribusi untuk Meminimalkan Kerugian Daya menggunakan Particle Swarm Optimization Stephan, Adi Soeprijanto Fakultas Teknologi Industri Jurusan Teknik Elektro Program Studi Teknik
Lebih terperinciANALISA ALIRAN DAYA DENGAN METODE INJEKSI ARUS PADA SISTEM DISTRIBUSI 20 KV
ANALISA ALIRAN DAA DENGAN METODE INJEKSI ARUS PADA SISTEM DISTRIBUSI 0 K IBG Manuaba 1, Kade Amerta asa 1 Staff pengajar Teni Eletro Faultas Teni Universitas Udayana Kampus Buit Jimbaran, Bali, 80361 Staff
Lebih terperincikhazanah Sistem Klasifikasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunakan Jaringan Syaraf Tiruan Backpropagation informatika
hazanah informatia Jurnal Ilmu Komputer dan Informatia Sistem Klasifiasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunaan Jaringan Syaraf Tiruan Bacpropagation Yusuf Dwi Santoso *, Suhartono Program
Lebih terperinciSimulasi Deployment Jaringan Sensor Nirkabel Berdasarkan Algoritma Particle Swarm Optimization
JNTETI, Vol. 1, No. 3, November 2012 21 Simulasi Deployment Jaringan Sensor Nirabel Berdasaran Algoritma Particle Swarm Optimization Zawiyah Saharuna 1, Widyawan 2, Sujoo Sumaryono 3 Abstract Deployment
Lebih terperinciAPLIKASI PREDIKSI HARGA SAHAM MENGGUNAKAN JARINGAN SYARAF RADIAL BASIS FUNCTION DENGAN METODE PEMBELAJARAN HYBRID
APLIKASI PREDIKSI HARGA SAHAM MENGGUNAKAN JARINGAN SYARAF RADIAL BASIS FUNCTION DENGAN METODE PEMBELAJARAN HYBRID Ferry Tan, Giovani Gracianti, Susanti, Steven, Samuel Luas Jurusan Teni Informatia, Faultas
Lebih terperinciJURNAL TEKNIK ITS Vol. 5, No. 2, (2016) ISSN: ( Print)
JURNAL TEKNIK ITS Vol. 5, No. 2, (216) ISSN: 2337-3539 (231-9271 Print) B27 Optimasi Aliran Daya Satu Phasa Pada Sistem Distribusi Radial 33 Bus IEEE dan Sistem Kelistrikan PT. Semen Indonesia Aceh Untuk
Lebih terperinciAplikasi diagonalisasi matriks pada rantai Markov
J. Sains Dasar 2014 3(1) 20-24 Apliasi diagonalisasi matris pada rantai Marov (Application of matrix diagonalization on Marov chain) Bidayatul hidayah, Rahayu Budhiyati V., dan Putriaji Hendiawati Jurusan
Lebih terperinciBAB IV STUDI ALIRAN DAYA
BAB IV STUDI ALIRAN DAYA 4.1. STUDI ALIRAN DAYA DENGAN PROGRAM E.T.A.P. Perubahan listrik menggunakan program yang dibuat dengan teliti untuk melakukan studi aliran daya dan stabiliti. Suatu program yang
Lebih terperinciAliran Daya Optimal dengan Batas Keamanan Sistem Menggunakan Bender Decomposition
Aliran Daya Optimal dengan Batas Keamanan Sistem Menggunakan Bender Decomposition Tri Prasetya Fathurrodli 2211106010 Dosen Pembimbing : Dr. Eng. Rony Seto Wibowo, ST., MT. Prof. Ir. Ontoseno Penangsang,
Lebih terperinciAPLIKASI METODE EXSTENDED QUADRATIC INTERIOR POINT (EQIP) UNTUK ECONOMIC DISPATCH PEMBANGKIT TERMAL DI BALI
Apliasi MetodeExstended Quadratic Interior Ngaan utu Satriya Utama ALIKASI METODE ESTENDED QUADRATIC INTERIOR OINT (EQI) UNTUK ECONOMIC DISATCH EMBANGKIT TERMAL DI BALI Ngaan utu Satriya Utama Staf engajar
Lebih terperinciBAB II LANDASAN TEORI. Graf adalah kumpulan simpul (nodes) yang dihubungkan satu sama lain
8 BAB II LANDASAN TEORI 2.1 Teori Graf 2.1.1 Definisi Graf Graf adalah umpulan simpul (nodes) yang dihubungan satu sama lain melalui sisi/busur (edges) (Zaaria, 2006). Suatu Graf G terdiri dari dua himpunan
Lebih terperinciOPTIMISASI ECONOMIC DISPATCH DENGAN TRANSMISSION LOSS MENGGUNAKAN METODE EXTENDED LAGRANGE MULTIPLIER DAN GAUSSIAN PARTICLE SWARM OPTIMIZATION (GPSO)
OPTIMISASI ECOOMIC DISPATCH DEGA TRASMISSIO LOSS MEGGUAKA METODE EXTEDED LAGRAGE MULTIPLIER DA GAUSSIA PARTICLE SWARM OPTIMIZATIO (GPSO) Siti Komsiyah Mathematics & Statistics Department, School of Computer
Lebih terperinciTanggapan Waktu Alih Orde Tinggi
Tanggapan Watu Alih Orde Tinggi Sistem Orde-3 : C(s) R(s) ω P ( < ζ (s + ζω s + ω )(s + p) Respons unit stepnya: c(t) βζ n n < n ζωn t e ( β ) + βζ [ ζ + { βζ ( β ) cos ( β ) + ] sin ζ ) ζ ζ ω ω n n t
Lebih terperinciKOORDINASI HIDRO THERMAL UNIT PEMBANGKITAN JAWA BALI MENGGUNAKAN METODE DYNAMIC PROGRAMMING
ISSN 1412 3762 http://jurnal.upi.edu/electrans ELECTRANS, VOL.13, NO.2, SEPTEMBER 2014, 167-180 KOORDINASI HIDRO THERMAL UNIT PEMBANGKITAN JAWA BALI Saepul Rahmat, Ade Gafar Abdullah, Hasbullah Program
Lebih terperinciSTUDI PENYELESAIAN PROBLEMA MIXED INTEGER LINIER PROGRAMMING DENGAN MENGGUNAKAN METODE BRANCH AND CUT OLEH : RISTA RIDA SINURAT
TUGAS AKHIR STUDI PENYELESAIAN PROBLEMA MIXED INTEGER LINIER PROGRAMMING DENGAN MENGGUNAKAN METODE BRANCH AND CUT OLEH : RISTA RIDA SINURAT 040803023 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU
Lebih terperincikhazanah Sistem Klasifikasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunakan Jaringan Syaraf Tiruan Backpropagation informatika
hazanah informatia Jurnal Ilmu Komputer dan Informatia Sistem Klasifiasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunaan Jaringan Syaraf Tiruan Bacpropagation Yusuf Dwi Santoso *, Suhartono Departemen
Lebih terperinciDESAIN SENSOR KECEPATAN BERBASIS DIODE MENGGUNAKAN FILTER KALMAN UNTUK ESTIMASI KECEPATAN DAN POSISI KAPAL
DESAIN SENSOR KECEPAAN BERBASIS DIODE MENGGUNAKAN FILER KALMAN UNUK ESIMASI KECEPAAN DAN POSISI KAPAL Alrijadjis, Bambang Siswanto Program Pascasarjana, Jurusan eni Eletro, Faultas enologi Industri Institut
Lebih terperinciDynamic Economic Dispatch Menggunakan Pendekatan Penelusuran Ke Depan
1 Dynamic Economic Dispatch Menggunakan Pendekatan Penelusuran Ke Depan Sheila Fitria Farisqi, Rony Seto Wibowo dan Sidaryanto Jurusan Teknik Elektro, Fakultas Teknologi Industri, Institut Teknologi Sepuluh
Lebih terperinciPENERAPAN PROGRAM DINAMIS UNTUK MENGHITUNG ANGKA FIBONACCI DAN KOEFISIEN BINOMIAL
PENERAPAN PROGRAM DINAMIS UNTUK MENGHITUNG ANGKA FIBONACCI DAN KOEFISIEN BINOMIAL Reisha Humaira NIM 13505047 Program Studi Teni Informatia Institut Tenologi Bandung Jl. Ganesha 10, Bandung E-mail : if15047@students.if.itb.ac.id
Lebih terperinciPERBANDINGAN METODE GAUSSIAN PARTICLE SWARM OPTIMIZATION (GPSO) DAN LAGRANGE MULTIPLIER PADA MASALAH ECONOMIC DISPATCH
PERBANDINGAN METODE GAUSSIAN PARTICLE SWARM OPTIMIZATION (GPSO) DAN LAGRANGE MULTIPLIER PADA MASALAH ECONOMIC DISPATCH Siti Komsiyah Mathematics & Statistics Department, School of Computer Science, Binus
Lebih terperinciSOLUSI KESTABILAN PADA MASALAH MULTIPLIKATIF PARAMETRIK (STABILITY SOLUTION OF PARAMETRIC MULTIPLICATIVE PROBLEMS)
Prosiding Semirata15 bidang MIPA BKS-PTN Barat Hal 357-36 SOLUSI KESTABILAN PADA MASALAH MULTIPLIKATIF PARAMETRIK STABILITY SOLUTION OF PARAMETRIC MULTIPLICATIVE PROBLEMS) Budi Rudianto 1, Narwen Jurusan
Lebih terperinciVol.13 No.2. Agustus 2012 Jurnal Momentum ISSN : X
Analisis Penjadwalan Unit-Unit Pembangkit Listrik Dengan Menggunakan Metode Unit Decommitment (PT.PLN Wilayah Riau) Oleh: Zulfatri Aini Jurusan Teknik Elektro, Fakultas Sains dan Teknologi Universitas
Lebih terperinciPENGENDALIAN MOTOR DC MENGGUNAKAN JARINGAN SYARAF TIRUAN BACKPROPAGATION
PENGENDALIAN MOTOR DC MENGGUNAKAN JARINGAN SYARAF TIRUAN BACKPROPAGATION Wahyudi, Sorihi, dan Iwan Setiawan. Jurusan Teni Eletro Faultas Teni Universitas Diponegoro Semarang e-mail : wahyuditinom@yahoo.com.
Lebih terperinciANALISIS PETA KENDALI DEWMA (DOUBLE EXPONENTIALLY WEIGHTED MOVING AVERAGE)
Seminar Nasional Matematia dan Apliasinya, 1 Otober 17 ANALISIS PETA KENDALI DEWMA (DOUBLE EXPONENTIALLY WEIGHTED MOVING AVERAGE) DALAM PENGENDALIAN KUALITAS PRODUKSI FJLB (FINGER JOINT LAMINATING BOARD)
Lebih terperinciPengaruh Masuknya Penambahan Pembangkit Baru kedalam Jaringan 150 kv pada Kapasitas Circuit Breaker
Pengaruh Masunya Penambahan Pembangit Baru edalam Jaringan 150 V pada Kapasitas Circuit Breaer Emelia, Dian Yayan Suma Jurusan Teni Eletro Faultas Teni Universitas Riau Kampus Binawidya Km 12,5 Simpang
Lebih terperinciVariasi Spline Kubik untuk Animasi Model Wajah 3D
Variasi Spline Kubi untu Animasi Model Wajah 3D Rachmansyah Budi Setiawan (13507014 1 Program Studi Teni Informatia Seolah Teni Eletro dan Informatia Institut Tenologi Bandung, Jl. Ganesha 10 Bandung 40132,
Lebih terperinciKajian Potensi Kerugian Akibat Penggunaan BBM pada PLTG dan PLTGU di Sistem Jawa Bali
Seminar Final Project Power System Engineering Majoring of Electrical Engineering Institut Teknologi Sepuluh Nopember Surabaya Kajian Potensi Kerugian Akibat Penggunaan BBM pada PLTG dan PLTGU di Sistem
Lebih terperinciANALISIS VARIASI PARAMETER BACKPROPAGATION ARTIFICIAL NEURAL NETWORK PADA SISTEM PENGENALAN WAJAH BERBASIS PRINCIPAL COMPONENT ANALYSIS
ANALISIS VARIASI PARAMETER BACKPROPAGATION ARTIFICIAL NEURAL NETWORK PADA SISTEM PENGENALAN WAJAH BERBASIS PRINCIPAL COMPONENT ANALYSIS 1 Ihwannul Kholis, 2 Ahmad Rofii. 1 Universitas 17 Agustus 1945 Jaarta,
Lebih terperinciKLASIFIKASI DATA MENGGUNAKAN JST BACKPROPAGATION MOMENTUM DENGAN ADAPTIVE LEARNING RATE
KLASIFIKASI DATA MENGGUNAKAN JST BACKPROPAGATION MOMENTUM DENGAN ADAPTIVE LEARNING RATE Warih Maharani Faultas Teni Informatia, Institut Tenologi Telom Jl. Teleomuniasi No.1 Bandung 40286 Telp. (022) 7564108
Lebih terperinciIMPLEMENTASI METODA TAGUCHI UNTUK ECONOMIC DISPATCH PADA SISTEM IEEE 26 BUS
IMPLEMETASI METODA TAGUCHI UTUK ECOOMIC DISPATCH PADA SISTEM IEEE 26 BUS Rusilawati,2, Ontoseno Penangsang 2 dan Adi Soeprijanto 2 Teknik elektro, Akademi Teknik Pembangunan asional, Banjarbaru, Indonesia
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1. Statisti Inferensia Tujuan statisti pada dasarnya adalah melauan desripsi terhadap data sampel, emudian melauan inferensi terhadap data populasi berdasaran pada informasi yang
Lebih terperinciJURNAL TEKNIK ITS Vol. 5, No. 2, (2016) ISSN: ( Print)
A141 Penerapan Batas Ramp-Rate Menggunakan Kombinasi Metode FDP (Forward Dynamic Programming) dan QP (Quadratic Programming) Pada Commitment- Economic Dispatch Riza Fahmi Andriyanto, Ontoseno Penangsang,
Lebih terperinciDAFTAR PUSTAKA. Abdul, Kadir, "Transformator", P.T Pradnya Paramita, Jakarta Fakultas Teknik Elektro, Universitas Islam Malang.
DAFTAR PUSTAKA Abdul, Kadir, "Transformator", P.T Pradnya Paramita, Jakarta 1979 Alawiy, M. T. (2006). Proteksi Sistem Tenaga Listrik Seri Rele Elektromagnetis. Fakultas Teknik Elektro, Universitas Islam
Lebih terperinciBAB III METODE SCHNABEL
BAB III METODE SCHNABEL Uuran populasi tertutup dapat diperiraan dengan teni Capture Mar Release Recapture (CMRR) yaitu menangap dan menandai individu yang diambil pada pengambilan sampel pertama, melepasan
Lebih terperinciPEMPROSESAN ALARM DALAM PERLINDUNGAN SISTEM DAYA LISTRIK MENGGUNAKAN NEURAL NETWORK. Azriyenni
PEMPROSESAN ALARM DALAM PERLINDUNGAN SISTEM DAYA LISTRIK MENGGUNAKAN NEURAL NETWORK Azriyenni Dosen Tetap Teni Eletro Universitas Riau - Peanbaru Abstra Penelitian ini menyelidii mengenai pemprosesan alarm
Lebih terperinciOptimasi Non-Linier. Metode Numeris
Optimasi Non-inier Metode Numeris Pendahuluan Pembahasan optimasi non-linier sebelumnya analitis: Pertama-tama mencari titi-titi nilai optimal Kemudian, mencari nilai optimal dari fungsi tujuan berdasaran
Lebih terperinciOPTIMASI ECONOMIC DISPATCH PADA UNIT PEMBANGKIT PLTG DI PLTGU TAMBAK LOROK MENGGUNAKAN ALGORITMA ARTIFICIAL BEE COLONY
OPTIMASI ECONOMIC DISPATCH PADA UNIT PEMBANGKIT PLTG DI PLTGU TAMBAK LOROK MENGGUNAKAN ALGORITMA ARTIFICIAL BEE COLONY Enrich Van Bosar Sitorus *), Hermawan, and Agung Nugroho Jurusan Teknik Elektro, Universitas
Lebih terperinciPENDAHULUAN TINJAUAN PUSTAKA
1 Latar Belaang PENDAHULUAN Sistem biometri adalah suatu sistem pengenalan pola yang melauan identifiasi personal dengan menentuan eotentian dari arateristi fisiologis dari perilau tertentu yang dimilii
Lebih terperinci1 BAB I PENDAHULUAN. 1.1 Latar Belakang
1 BAB I PENDAHULUAN 1.1 Latar Belakang Listrik pada abad ini sudah merupakan kebutuhan primer yang tidak bisa tergantikan. Karena pentingnya listrik ini, sistem yang menyuplai dan mengalirkan listrik ini
Lebih terperinciPENENTUAN FAKTOR KALIBRASI ACCELEROMETER MMA7260Q PADA KETIGA SUMBU
PENENTUAN FAKTOR KALIBRASI ACCELEROMETER MMA7260Q PADA KETIGA SUMBU Wahyudi 1, Adhi Susanto 2, Sasongo P. Hadi 2, Wahyu Widada 3 1 Jurusan Teni Eletro, Faultas Teni, Universitas Diponegoro, Tembalang,
Lebih terperinci