Multiobjective Optimal Power Flow menggunakan Algoritma Firefly

Ukuran: px
Mulai penontonan dengan halaman:

Download "Multiobjective Optimal Power Flow menggunakan Algoritma Firefly"

Transkripsi

1 Semnar Nasonal ascasarana XII ITS, Surabaya 1 Jul 01 Multobectve Optmal ower Flow menggunakan Algortma Frefly Yun Tonce Kusuma ryanto 1 *, Ontoseno enangsang, Ad Soepranto 3 Insttut Teknolog Sepuluh Nopember, Surabaya, Indonesa 1* tonce_elektro@yahoo.com Insttut Teknolog Sepuluh Nopember, Surabaya, Indonesa Insttut Teknolog Sepuluh Nopember, Surabaya, Indonesa 3 Abstrak ermasalahan multobectve OF dengan fungs obyektf losses dan fungs ems merupakan fungs matemats yang multdmens, non-lnear, non-convex dan memlk constran yang kompleks. Frefly Algorthm merupakan metode yang dnspraskan dar alam, metode n dtemukan dan dkembangkan oleh Xn She Yang. Dar beberapa peneltan, Frefly Algorthm memberkan hasl yang lebh superor dbandngkan SO dan beberapa metode metaheurstc lannya. Dalam peneltan n Frefly Algorthm dan HSO dusulkan sebaga metode penyelesaan multobectve OF. Dar smulas multobectve OF, metode FA memberkan nla ftness yang lebh superor dbandngkan dengan HSO, yatu : 415, 065 dengan nla power loss dan ems yang lebh bak darpada HSO.. Kata kunc: Multobectve OF, Frefly Algorthm, Novel SO, Hybrd SO 1. endahuluan Optmal ower Flow (OF) memlk peralanan yang sangat panang ddalam searah. OF pertamakal dbahas oleh Carpenter pada tahun 196 dan membutuhkan waktu yang sangat lama untuk menbentuk algortma penyelesaan yang dapat daplkaskan pada saat n. Serng bertambahnya kesadaran masyarakat dan pemerntah akan permasalahan lngkungan hdup dan green house effect menyebabkan adanya regulas dar pemerntah untuk mengelola lngkungan hdup khususnya ddalam permasalahan pengelolaan lmbah. Unt-unt pembangkt unt thermal ddalam sstem tenaga selan menghaslkan daya lstrk, uga menghaslkan lmbah-lmbah udara yang berupa gas-gas pencemar lngkungan sepert sulphur oksda (SOx), ntrogen oksda (NOx). Untuk memenuh regulas lngkungan hdup maka untunt pembangkt thermal perlu untuk mengubah strateg operas pembangktan. eneltan multobectve OF n akan memberkan strateg pengaturan pada unt pembangkt thermal ddalam mengoptmalkan daya aktf dan power loss dengan cara memnmalsr fungs ems dan fungs power loss secara smultan. Multobectve OF memlk permasalahan yang sangat kompleks, nonlnear, multdmens, nonconvex dan multconstrant. enyelesaan permasalahan multobectve OF serng menmbulkan konflk nla optmal antar fungs obyektf dan tdak memenuh krtera sstem. Metode heurstc ddalam permasalahan multobectve memlk kontrbus penyelesaan yang sangat sgnfkan karena dapat memenuh krtera nla optmal beberapa fungs obyektf dan constrant secara smultan (Xn She Yang, 010). Dalam peneltan n, metode Frefly Algorthm (FA) menggunakan weght sum method dusulkan sebaga penyelesaan permasalahan multobectve OF.. Formulas permasalahan Multobectve Optmal ower Flow ermasalahan OF drepresentaskan pada persamaan berkut : f x, u x, u 0 x, u 0 mn g b (1) ada persamaan (1), f(x,u) merupakan fungs obyektf, g(x,u) representas dar kesembangan daya aktf dan reaktf dan b(x,u) representas dar securty lmt. ermasalahan OF Emsson ower Loss Mnmzaton bertuuan untuk memnmalkan fungs ems dan fungs power loss secara smultan, dengan memenuh constrant persamaan dan pertdaksamaan. Formulas fungs ems dan fungs power loss dberkan sebaga berkut :.1 Fungs ower Losses ower loss pada arngan drepresentaskan pada persamaan berkut :

2 Semnar Nasonal ascasarana XII ITS, Surabaya 1 Jul 01 Nl loss gk k1 t V V t VV cosθ θ k k () terpasang pada sstem ; persamaan (9) merupakan batasan pada tap trafo.. ada persamaan (), V dan V merupakan magntude tegangan pada bus dan bus ; N l merupakan umlah dar cabang ; g k merupakan konduktans dar cabang k dantara bus dan ; t k merupakan raso tap trafo yang terhubung pada cabang k ; θ dan θ merupakan sudut tegangan pada bus dan bus.. Fungs Ems Ems dar pembangkt unt thermal dmodelkan oleh fungs ems yang berkorelas dengan daya aktf masng-masng pembangkt. endekatan matemats yang merepresentaskan fungs ems adalah kombnas dar fungs polnomal dan fungs eksponensal. Fungs ems dmodelkan sebaga berkut : 3. Metodolog 3.1 Optmalsas Multobectve menggunakan weght sum method enyelesaan optmal fungs multobectve merupakan penyelesaan dar beberapa fungs obyektf secara smultan yang menghaslkan nla yang palng optmal. Secara matemats fungs multobyektf OF Emsson ower Loss Mnmzaton dtulskan sebaga berkut : F α w f α Nl k1 1 1 β w f f ref Losses Max (10) (11) F e Ng λ g g 10 α β γg ζe 1 (3) ada persamaan (3) α, β, γ dan ζ merupakan koefsen karakterstk ems dar pembangkt unt thermal. w Ng w g λ α β γ ζ e 1 f ref g (1) (13).3 Kesembangan Daya Aktf dan Reaktf ada penyelesaan alran daya, dperlukan kesembangan daya aktf dan reaktf. ersamaan kesembangan daya aktf dan reaktf dtunukkan pada persamaan (4) dan (5). M 1 M 1 (4) (5) ersamaan (4) dan (5) merupakan persamaan kesembangan daya aktf dan reaktf..3 Batasan-batasan Batasan dar OF Emsson ower Loss Mnmzaton yang dgunakan pada peneltan n, sebaga berkut : mn G mn QG mn Qshunt mn t Q G G G G QG Q Q t t load Q load shunt G losses Q losses Q shunt (6) (7) (8) (9) ersamaan (6) merupakan batasan daya aktf pembangktan ; persamaan (7) merupakan batasan daya reaktf pembangktan ; persamaan (8) merupakan batasan dar kapastor bank yang ada persamaan (10), f 1 (x) dan f (x) dsubsttus oleh persamaan () dan (3). Weghted sum method mentransformas beberapa fungs obyektf menad bentuk sngle obectve functon. Koefsen w 1 dan w merupakan representas dar weghtng factor ; α dan β merupakan penalty factor. 3. Frefly Algorthm Frefly Algorthm dbentuk dan dkembangkan oleh Dr.Xn She Yang d Cambrdge Unversty pada tahun 007. FA merupakan Algortma yang ddasarkan pada kebasaan dar kunang-kunang. Kunang-kunang pada umumnya menghaslkan snar dalam duras yang pendek dan memlk rtme tertentu. Snar dar kunang-kunang dhaslkan dar proses bolumnescence. Terdapat dua fungs pentng pada snar kunang-kunang yatu untuk menark perhatan kunang-kunang yang lan (komunkas), dan untuk bertahan dar serangan pemangsa. Beberapa aturan yang dadops dan dsntets dar kebasaan kunang-kunang untuk membentuk FA: - Semua kunang-kunang bersfat unsex, kunang-kunang akan tertark satu dengan yang lan tanpa mengharaukan ens kelamn. - Daya pkat dar kunang-kunang bersfat proporsonal, bergantung pada tngkat ntenstas snar yang dpancarkan. Daya pkat kunang-kunang akan semakn berkurang pada saat arak semakn bertambah. Jka dantara kunang-kunang tdak ada yang bersnar lebh

3 DataSaluranDataBebanDataembangktanDatakapastasmaksmu Input:arameterFreflyAlgort hm InsalsasawalFrefly Fre flydnputkansebaganputparam untukmendapatkanlaft eranknganfreflyberdasarkanl eterloadflow nes aftnesdan Upd atepergerakanfreflykenlaftnemencarnlaftnesterbakdar frefly ssyangterbak UpdatenlafreflyUpdatenlaftnesterbak(L ghtbest) YaOptmumTdak Nlaemspembangk NlalosesDevasTegangan OutputNlacostpembangk tan Selesa x 0 eβx Semnar Nasonal ascasarana XII ITS, Surabaya 1 Jul 01 terang, kunang-kunang akan bergerak dengan random. - Terang yang dtmbulkan kunang-kunang dtentukan oleh nla ftness dar obectve functon. Flowchart dar FA dtunukkan pada gambar 1 4. Hasl Smulas dan embahasan Sebaga valdas FA, dgunakan metode Hybrd artcle Swarm Optmzaton (HSO) sebaga pembandng. Kedua metode akan dsmulaskan menggunakan pada sstem u standar IEEE 30 bus. Data arngan, beban, generator, dan karakterstk ems pembangktan dkutp dar beberapa peneltan sebelumnya (Abdo, 006) (Jzhong Zhu, 009). Data fungs karakterstk ems pembangkt dtunukkan pada tabel 1. Data parameter FA dtunukkan pada tabel. Tabel 1: Data fungs karakterstk ems pembangkt embangkt Fungs Ems (Kg/Jam) embangkt 1 E 1 = 0, (-0.1) embangkt E = 0,0 + (-0.1) embangkt 3 E 3 = (-0.1) embangkt 4 E 4 = ( ) embangkt 5 E 5 = ( ) embangkt 6 E 6 = ( ) Tabel : arameter FA arameter Nla arameter Jumlah artkel 0 Jumlah Iteras 5000 Alpha 0.9 Betamn 0. Gamma 1 Gambar 1. Flowchart Frefly Algorthm Update pergerakan setap frefly drepresentaskan pada persamaan berkut : 4. 1 Smulas 1 ada smulas 1 fungs obyektf yang dpergunakan adalah fungs power loss, semua konstran dpergunakan dalam smulas smulas 1. Gambar menunukkan grafk konvergens FA dan HSO. FA mencapa ttk konvergens HSO pada teras ke FA konvergen pada teras ke 390 dengan nla ftness 151,1878. (14) ada persamaan (14) x merupakan nla penyelesaan pada dar frefly ke dan x merupakan nla penyelesaan optmal dar frefly ke ; α, β dan γ merupakan koefsen parameter kontrol dar FA. Gambar. Grafk konvergens FA dan HSO pada smulas OF ower Loss Mnmzaton

4 Semnar Nasonal ascasarana XII ITS, Surabaya 1 Jul 01 Tabel 3: Daya aktf, Tegangan Generator, Tap Trafo dan Shunt Capactor hasl smulas OF ower Loss Mnmzaton menggunakan metode FA dan HSO No arameter FA HSO 1 Daya embangktan 1 (MW) Daya embangktan (MW) Daya embangktan 3 (MW) Daya embangktan 4 (MW) Daya embangktan 5 (MW) Daya embangktan 6 (MW) Tegangan Generator 1 (pu) Tegangan Generator (pu) Tegangan Generator 3 (pu) Tegangan Generator 4 (pu) Tegangan Generator 5 (pu) Tegangan Generator 6 (pu) Tap Trafo 1 (pu) Tap Trafo (pu) Tap Trafo 3 (pu) Tap Trafo 4 (pu) Capactor 1 (MW) Capactor (MW) Capactor 3 (MW Capactor 4 (MW) Capactor 5 (MW) Capactor 6 (MW) Capactor 7 (MW) Capactor 8 (MW) Capactor 9 (MW) Tabel 5: Daya aktf, Tegangan Generator, Tap Trafo dan Shunt Capactor hasl smulas OF Emsson ower Loss Mnmzaton menggunakan metode FA dan HSO No arameter FA HSO 1 Daya embangktan 1 (MW) Daya embangktan (MW) Daya embangktan 3 (MW) Daya embangktan 4 (MW) Daya embangktan 5 (MW) Daya embangktan 6 (MW) Tegangan Generator 1 (pu) Tegangan Generator (pu) Tegangan Generator 3 (pu) Tegangan Generator 4 (pu) Tegangan Generator 5 (pu) Tegangan Generator 6 (pu) Tap Trafo 1 (pu) Tap Trafo (pu) Tap Trafo 3 (pu) Tap Trafo 4 (pu) Capactor 1 (MW) Capactor (MW) Capactor 3 (MW Capactor 4 (MW) Capactor 5 (MW) Capactor 6 (MW) Capactor 7 (MW) Capactor 8 (MW) Capactor 9 (MW) Smulas FA dan HSO menghaslkan parameter-parameter daya pembangktan, tegangan generator, tap trafo, dan shunt capactor sepert yang dtunukkan pada tabel 3. Untuk perbandngan nla ftness, ems dan power loss dtunukkan pada tabel 4. ada tabel 4, nla konvergens terbak dan nla power loss terendah dhaslkan oleh metode FA. Selsh nla power loss menggunakan FA dan HSO : 1,617 % Tabel 4: arameter hasl smulas FA dan HSO Metode Ftness Terbak ower Loss (MW) Ems (Kg/am) HSO FA Smulas ada permasalahan fungs ems dan fungs power loss, semua konstran dpergunakan dalam smulas kedua. Grafk konvergens hasl smulas metode FA dan HSO dtunukkan pada gambar 3. Tabel 5 menunukkan parameter hasl optmalsas FA dan HSO. Gambar 3. Grafk konvergens FA dan HSO pada smulas OF Emsson ower Loss Mnmzaton HSO konvergen pada teras ke 17 dengan nla ftness 43,065. ada teras ke 58, grafk konvergens FA melampau nla konvergens global HSO, nla ftness FA pada teras n 4,6. FA konvergen pada teras ke 3974 dengan nla ftness 415,5. erbandngan nla ftness, ems dan power loss smulas kasus dtunukkan pada tabel 6. Metode FA memberkan hasl smulas yang bersfat superor

5 Semnar Nasonal ascasarana XII ITS, Surabaya 1 Jul 01 terhadap HSO dengan nla konvergens 415,5 nla power loss : 3,406 dan nla ems : 434,797. Tabel 4: arameter hasl smulas FA dan HSO Metode Ftness Terbak ower Loss (MW) Ems (Kg/am) HSO FA Kesmpulan ada smulas, nla ems FA mengalam penyusutan dan nla power loss menngkat dbandngkan hasl yang ddapatkan pada smulas 1. erubahan nla kedua parameter n dsebabkan karena FA pada smulas mencapa ttk optmal yang memenuh persamaan () dan (3), sedangkan pada smulas 1 metode FA mencapa ttk optmal dar persamaan () dan tdak memenuh ttk optmal dar persamaan (3). Dalam peneltan n, smulas 1 memlk persamaan obyektf non lnear dan non convex dengan komplekstas yang lebh nferor dbandngkan smulas. Smulas memlk dua fungs obyektf yang dadkan bentuk unty sngle obectve functon sehngga memlk sfat multdmens dan nonlnear dengan komplekstas permasalahan lebh superor darpada smulas 1. ada kedua smulas n metode FA mampu menyelesakan permasalahan kompleks tersebut, selan tu metode FA memberkan hasl yang lebh superor terhadap HSO. Rant Roy, S.. Ghoshal A novel crazy swarm optmzed economc load dspatch for varous types of cost functon ; ScenceDrect, Electrcal ower and Energy Systems 30 (008), pp Dommel H, Tnny W. Optmal power flow soluton. IEEE Trans wr Appar Syst 1968 ; AS-87(10) : M.A.Abdo, Optmal ower Flow usng dfferental evoluton algorthm, Electrc ower System Research 80 (010) M.A. Abdo, Optmal power flow usng partcle swarm optmzaton, Electrcal ower and Energy System 4 (00) Allen J Wood, Bruce F Wollenberg, ower Generaton Operaton And Control, John Wley & Sons Ltd (1996). Shoults R, Sun D. Optmal power flow based on -Q decomposton. IEEE Trans wr Appar Syst 198; AS-101(): Stadln W, Fletcher D. Voltage versus reactve current model for dspatch and control. IEEE Trans wr Appar Syst 198; AS- 101(10): Sun DI, Ashley B, Brewer B, Hughes A, Tnney WF. Optmal ower Flow by Newton approach. IEEE Trans wr Appar Syst 1984; AS-103(10): ustaka Jzhong Zhu (009). Optmzaton of ower System, John Wley & Sons Varadaraan and Swarup (008). Solvng multobectve optmal power flow usng dfferental evoluton. ublshed n IET Generaton, Transmsson and Dstrbuton : p Xn She Yang (008). Nature Inspred Metaheurstc Algorthm. Lunver ress. Xn She Yang (009). Frefly Algorthm for multmodal optmzaton. Stochastc Algorthms : Foundatons and Aplcaton, SAGA 009, Lecture Notes n Computer Scence, 579, Xn She Yang (010). Engneerng Optmzaton: An Introducton wth Metaheurstc Applcatons. p Xn-She Yang, "Frefly Algorthm, Stochastc Test Functons and Desgn Optmsaton", Int. J. Bo-Inspred Computaton, Vol., No., pp (010). Had Saadat, ower System Analyss, second edton. McGraw-Hll, 004.

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

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

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

EFISIENSI DAN AKURASI GABUNGAN METODE FUNGSI WALSH DAN MULTIGRID UNTUK MENYELESAIKAN PERSAMAAN INTEGRAL FREDHOLM LINEAR

EFISIENSI DAN AKURASI GABUNGAN METODE FUNGSI WALSH DAN MULTIGRID UNTUK MENYELESAIKAN PERSAMAAN INTEGRAL FREDHOLM LINEAR EFISIENSI DAN AKURASI GABUNGAN METODE FUNGSI WALSH DAN MULTIGRID UNTUK MENYELESAIKAN PERSAMAAN INTEGRAL FREDHOLM LINEAR Masduk Jurusan Penddkan Matematka FKIP UMS Abstrak. Penyelesaan persamaan ntegral

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

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

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

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

OPTIMAL GENERATOR SCHEDULING BASED ON PARTICLE SWARM OPTIMIZATION

OPTIMAL GENERATOR SCHEDULING BASED ON PARTICLE SWARM OPTIMIZATION Semnar Nasonal Informatka 009 (semnasif 009) ISSN: 1979-38 UPN Veteran Yogyakarta, 3 Me 009 OPTIMAL GENERATOR SCHEDULING BASED ON PARTICLE SWARM OPTIMIZATION Mackel Tuegeh 1, Ad Soeprjanto, Maurdh Hery

Lebih terperinci

METODE KLASTERISASI DATA BERBASIS ARTIFICIAL BEE COLONY DAN K-HARMONIC MEANS

METODE KLASTERISASI DATA BERBASIS ARTIFICIAL BEE COLONY DAN K-HARMONIC MEANS TESIS METODE KLASTERISASI DATA BERBASIS ARTIFICIAL BEE COLONY DAN K-HARMONIC MEANS Oleh : I Made Wdartha NRP. 5109201009 Dosen Pembmbng : Dr. Agus Zanal Arfn, S.Kom, M.Kom Anny Yunart, S.Kom, M.Comp.Sc

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

ALGORITMA GENETIKA SEBAGAI SOLUSI OPTIMAL POWER FLOW PADA SISTEM KELISTRIKAN 500 KV JAWA BALI

ALGORITMA GENETIKA SEBAGAI SOLUSI OPTIMAL POWER FLOW PADA SISTEM KELISTRIKAN 500 KV JAWA BALI ALGORITMA GENETIKA SEBAGAI SOLUSI OPTIMAL POWER FLOW PADA SISTEM KELISTRIKAN 500 KV JAWA BALI Yassr *), Sarya *), and T. Haryono *) Jurusan Teknk Elektro dan Teknolog Informas, Fakultas Teknk, Unverstas

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

SOLUSI SISTEM PERSAMAAN DIFERENSIAL PARSIAL DENGAN MENGGUNAKAN METODE PERTURBASI HOMOTOPI DAN METODE DEKOMPOSISI ADOMIAN

SOLUSI SISTEM PERSAMAAN DIFERENSIAL PARSIAL DENGAN MENGGUNAKAN METODE PERTURBASI HOMOTOPI DAN METODE DEKOMPOSISI ADOMIAN SOLUSI SISTEM PERSAMAAN DIFERENSIAL PARSIAL DENGAN MENGGUNAKAN METODE PERTURBASI HOMOTOPI DAN METODE DEKOMPOSISI ADOMIAN Ita Rahmadayan 1, Syamsudhuha 2, Asmara Karma 2 1 Mahasswa Program Stud S1 Matematka

Lebih terperinci

Studi Optimal Power Flow Sistem Kelistrikan 500 kv Jawa Bali dengan Metode Algoritma Genetika

Studi Optimal Power Flow Sistem Kelistrikan 500 kv Jawa Bali dengan Metode Algoritma Genetika Meda Elektrka, Vol. 6 No. 1, Jun 2013 ISSN 1979-7451 Stud Optmal Power Flow Sstem Kelstrkan 500 kv Jawa Bal dengan Metode Algortma Genetka Yassr 1, Sarjya 2, T. Haryono 3 1,2,3 Jurusan Teknk Elektro dan

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar belakang

BAB 1 PENDAHULUAN. 1.1 Latar belakang BAB 1 PENDAHULUAN 1.1 Latar belakang Dalam memlh sesuatu, mula yang memlh yang sederhana sampa ke hal yang sangat rumt yang dbutuhkan bukanlah berpkr yang rumt, tetap bagaman berpkr secara sederhana. AHP

Lebih terperinci

PRESENTASI TUGAS AKHIR KI091391

PRESENTASI TUGAS AKHIR KI091391 PRESENTASI TUGAS AKHIR KI09191 IMPLEMENTASI SEGMENTASI CITRA RESONANSI MAGNETIK OTAK MENGGUNAKAN ALGORITMA FUZZY C-MEANS YANG DIMODIFIKASI BERDASARKAN KORELASI ANTAR PIKSEL (Kata Kunc : Segmentas Fuzzy

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

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 III METODE PENELITIAN. yang digunakan meliputi: (1) PDRB Kota Dumai (tahun ) dan PDRB

BAB III METODE PENELITIAN. yang digunakan meliputi: (1) PDRB Kota Dumai (tahun ) dan PDRB BAB III METODE PENELITIAN 3.1 Jens dan Sumber Data Jens data yang dgunakan dalam peneltan n adalah data sekunder. Data yang dgunakan melput: (1) PDRB Kota Duma (tahun 2000-2010) dan PDRB kabupaten/kota

Lebih terperinci

PENENTUAN LETAK DAN KAPASITAS BANK KAPASITOR SECARA OPTIMAL PADA JARING TRANSMISI MENGGUNAKAN BEE COLONY ALGORITHM

PENENTUAN LETAK DAN KAPASITAS BANK KAPASITOR SECARA OPTIMAL PADA JARING TRANSMISI MENGGUNAKAN BEE COLONY ALGORITHM ENENTUAN LETAK DAN KAASITAS BANK KAASITOR SECARA OTIMAL ADA JARING TRANSMISI MENGGUNAKAN BEE COLONY ALGORITHM Danang Sulstyo Jurusan Teknk Elektro, Insttut Teknolog Sepuluh Nopember Abstrak-ertumbuhan

Lebih terperinci

Penentuan Letak dan Kapasitas Optimal Bank Kapasitor pada Jaring Transmisi 150 kv Sumatera Utara Menggunakan Artificial Bee Colony Algorithm

Penentuan Letak dan Kapasitas Optimal Bank Kapasitor pada Jaring Transmisi 150 kv Sumatera Utara Menggunakan Artificial Bee Colony Algorithm JURNAL TEKNIK ITS ol. 5, No. 2, (2016 ISSN: 2337-3539 (2301-9271 rnt A750 enentuan Letak dan Kapastas Optmal Bank Kapastor pada Jarng Transms 150 k Sumatera Utara Menggunakan Artfcal Bee Colony Algorthm

Lebih terperinci

STUDI ALIRAN DAYA DENGAN METODA FAST DECOUPLE (Aplikasi PT. PLN Sumbar-Riau 150 KV)

STUDI ALIRAN DAYA DENGAN METODA FAST DECOUPLE (Aplikasi PT. PLN Sumbar-Riau 150 KV) o. 7 ol.3 Thn. I Aprl 7 ISS: 854-8471 STUDI ALIRA DAYA DEGA METODA FAST DECOULE (Aplkas T. L Sumbar-Rau 15 K) Heru Dbyo Laksono Jurusan Teknk Elektro, Unverstas Andalas adang, Kampus Lmau Mans adang, Sumatera

Lebih terperinci

PENGGUNAAN DINDING GESER SEBAGAI ELEMEN PENAHAN GEMPA PADA BANGUNAN BERTINGKAT 10 LANTAI

PENGGUNAAN DINDING GESER SEBAGAI ELEMEN PENAHAN GEMPA PADA BANGUNAN BERTINGKAT 10 LANTAI PENGGUNAAN DINDING GESER SEBAGAI ELEMEN PENAHAN GEMPA PADA BANGUNAN BERTINGKAT 10 LANTAI Reky Stenly Wndah Dosen Jurusan Teknk Spl Fakultas Teknk Unverstas Sam Ratulang Manado ABSTRAK Pada bangunan tngg,

Lebih terperinci

Analisa dan Penerapan Metode Particle Swarm Optimization Pada Optimasi Penjadwalan Kuliah

Analisa dan Penerapan Metode Particle Swarm Optimization Pada Optimasi Penjadwalan Kuliah Jurnal Teknk Informatka, Vol 1 September 2012 Analsa dan Penerapan Metode Partcle Swarm Optmzaton Pada Optmas Penjadwalan Kulah Rasha Ashla Rachman 1), Dadang Syarf 2), Rka Perdana Sar 3) 1) Program Stud

Lebih terperinci

MODIFIED IMPROVED PARTICLE SWARM OPTIMIZATION FOR OPTIMAL GENERATOR SCHEDULING

MODIFIED IMPROVED PARTICLE SWARM OPTIMIZATION FOR OPTIMAL GENERATOR SCHEDULING Semnar Nasonal Aplkas Teknolog Informas 009 (SNATI 009) ISSN: 1907-50 Yogyakarta, 0 Jun 009 MODIFIED IMPROVED PARTICLE SWARM OPTIMIZATION FOR OPTIMAL GENERATOR SCHEDULING Mackel Tuegeh 1, Soeprjanto, Maurdh

Lebih terperinci

Pendeteksian Data Pencilan dan Pengamatan Berpengaruh pada Beberapa Kasus Data Menggunakan Metode Diagnostik

Pendeteksian Data Pencilan dan Pengamatan Berpengaruh pada Beberapa Kasus Data Menggunakan Metode Diagnostik Pendeteksan Data Penclan dan Pengamatan Berpengaruh pada Beberapa Kasus Data Menggunakan Metode Dagnostk Sally Indra 1, Dod Vonanda, Rry Srnngsh 3 1 Student of Mathematcs Department State Unversty of Padang,

Lebih terperinci

BAB IV PERHITUNGAN DAN ANALISIS

BAB IV PERHITUNGAN DAN ANALISIS BAB IV PERHITUNGAN DAN ANALISIS 4.1 Survey Parameter Survey parameter n dlakukan dengan mengubah satu jens parameter dengan membuat parameter lannya tetap. Pengamatan terhadap berbaga nla untuk satu parameter

Lebih terperinci

Optimisasi Economic Dispatch Menggunakan Fuzzy-Bacterial Foraging Algorithm

Optimisasi Economic Dispatch Menggunakan Fuzzy-Bacterial Foraging Algorithm Semnar Nasonal Pascasarjana XI ITS, Surabaya 27 Jul 2011 Optmsas Economc Dspatch Menggunakan Fuzzy-Bacteral Foragng Algorthm Muhammad Rdha Fauz 1, Imam Roband 2 Power System Operaton and Control Laboratory

Lebih terperinci

APLIKASI KORELASI PEARSON DALAM MEMBANGUN MODEL TREE-AUGMENTED NETWORK (TAN) (Studi Kasus Pengenalan Karakter Tulisan Tangan)

APLIKASI KORELASI PEARSON DALAM MEMBANGUN MODEL TREE-AUGMENTED NETWORK (TAN) (Studi Kasus Pengenalan Karakter Tulisan Tangan) APLIKASI KORELASI PEARSON DALAM MEMBANGUN MODEL TREE-AUGMENTED NETWORK (TAN) (Stud Kasus Pengenalan Karakter Tulsan Tangan) Irwan Bud Santoso Jurusan Teknk Informatka, Sans dan Teknolog Unverstas Islam

Lebih terperinci

PENERAPAN METODE MAMDANI DALAM MENGHITUNG TINGKAT INFLASI BERDASARKAN KELOMPOK KOMODITI (Studi Kasus pada Data Inflasi Indonesia)

PENERAPAN METODE MAMDANI DALAM MENGHITUNG TINGKAT INFLASI BERDASARKAN KELOMPOK KOMODITI (Studi Kasus pada Data Inflasi Indonesia) PENERAPAN METODE MAMDANI DALAM MENGHITUNG TINGKAT INFLASI BERDASARKAN KELOMPOK KOMODITI (Stud Kasus pada Data Inflas Indonesa) Putr Noorwan Effendy, Amar Sumarsa, Embay Rohaet Program Stud Matematka Fakultas

Lebih terperinci

OPTIMASI PEMBAGIAN BEBAN PLTU SURALAYA MENGGUNAKAN METODE ANT COLONY OPTIMIZATION

OPTIMASI PEMBAGIAN BEBAN PLTU SURALAYA MENGGUNAKAN METODE ANT COLONY OPTIMIZATION OPTIMASI PEMBAGIAN BEBAN PLTU SURALAYA MENGGUNAKAN METODE ANT COLONY OPTIMIZATION Suhendar 1, Ika Want Tusyan 2, Almuddn 3 1,2,3 Jurusan Teknk Elektro, Fakutas Teknk Unverstas Sultan Ageng Trtayasa Jl.

Lebih terperinci

Penerapan Metode Runge-Kutta Orde 4 dalam Analisis Rangkaian RLC

Penerapan Metode Runge-Kutta Orde 4 dalam Analisis Rangkaian RLC Penerapan Metode Runge-Kutta Orde 4 dalam Analss Rangkaan RLC Rka Favora Gusa JurusanTeknk Elektro,Fakultas Teknk,Unverstas Bangka Beltung rka_favora@yahoo.com ABSTRACT The exstence of nductor and capactor

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

Jurnal Teknologi Elektro, Universitas Mercu Buana ISSN:

Jurnal Teknologi Elektro, Universitas Mercu Buana ISSN: KECERDASAN BUATAN BERBASIS PARTICLE SWARM OPTIMIZATION, ANT COLONY OPTIMIZATION DAN FIREFLY ALGORITHM UNTUK MEREDAM OSILASI GANGGUAN PADA SISTEM PEMBANGKIT LISTRIK Pressa P. Surya Unverstas Muhammadyah

Lebih terperinci

Optimisasi Economic Dispatch Pembangkit Termal Sistem 500 kv Jawa Bali Menggunakan Modified Improved Particle Swarm Optimization (MIPSO)

Optimisasi Economic Dispatch Pembangkit Termal Sistem 500 kv Jawa Bali Menggunakan Modified Improved Particle Swarm Optimization (MIPSO) Natonal Conference: Desgn and Applcaton of Technology 010 Optmsas Economc Dspatch Pembangkt Termal Sstem 500 kv Jawa Bal Menggunakan Modfed Improved Partcle Swarm Optmzaton (MIPSO) AM. Ilyas 1,, Ontoseno

Lebih terperinci

RANGKAIAN SERI. 1. Pendahuluan

RANGKAIAN SERI. 1. Pendahuluan . Pendahuluan ANGKAIAN SEI Dua elemen dkatakan terhubung ser jka : a. Kedua elemen hanya mempunya satu termnal bersama. b. Ttk bersama antara elemen tdak terhubung ke elemen yang lan. Pada Gambar resstor

Lebih terperinci

Aliran Daya Optimal Menggunakan Metode Ant Colony Optimization

Aliran Daya Optimal Menggunakan Metode Ant Colony Optimization Prosdng : SEMINAR NASIONAL 2012 Teknk Elektro Dan Informatka Dalam Pengembangan Teknolog Berkelanjutan Alran Daya Optmal Menggunakan Metode Ant Colony Optmzaton Agus Fathurrahman 1, I Made Ar Nrartha 2,

Lebih terperinci

APLIKASI FUZZY LINEAR PROGRAMMING UNTUK MENGOPTIMALKAN PRODUKSI LAMPU (Studi Kasus di PT. Sinar Terang Abadi )

APLIKASI FUZZY LINEAR PROGRAMMING UNTUK MENGOPTIMALKAN PRODUKSI LAMPU (Studi Kasus di PT. Sinar Terang Abadi ) APLIKASI FUZZY LINEAR PROGRAMMING UNTUK MENGOPTIMALKAN PRODUKSI LAMPU (Stud Kasus d PT. Snar Terang Abad ) Bagus Suryo Ad Utomo 1203 109 001 Dosen Pembmbng: Drs. I Gst Ngr Ra Usadha, M.S Jurusan Matematka

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 VB PERSEPTRON & CONTOH

BAB VB PERSEPTRON & CONTOH BAB VB PERSEPTRON & CONTOH Model JST perseptron dtemukan oleh Rosenblatt (1962) dan Mnsky Papert (1969). Model n merupakan model yang memlk aplkas dan pelathan yang lebh bak pada era tersebut. 5B.1 Arstektur

Lebih terperinci

PENERAPAN PROGRAM LINIER KABUR DALAM ANALISIS SENSITIVITAS PROGRAM LINIER

PENERAPAN PROGRAM LINIER KABUR DALAM ANALISIS SENSITIVITAS PROGRAM LINIER Penerapan Program Lner Kabur dalam Analss.. Elfranto PENERAPAN PROGRAM LINIER KABUR DALAM ANALISIS SENSITIVITAS PROGRAM LINIER Elfranto Dosen Unverstas Muhammadyah Sumatera Utara Abstrak: Salah satu kaan

Lebih terperinci

Penerapan Prosedur Firth untuk Mengatasi Pemisahan (Separation) pada Model Regresi Probit Biner

Penerapan Prosedur Firth untuk Mengatasi Pemisahan (Separation) pada Model Regresi Probit Biner Prosdng SI MaNIs (Semnar Nasonal Integras Matematka dan Nla Islam) Vol.1, No.1, Jul 017, Hal. 18-134 p-issn: 580-4596; e-issn: 580-460X Halaman 18 Penerapan Prosedur Frth untuk Mengatas Pemsahan (Separaton)

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakang Dalam kehdupan sehar-har, serngkal dumpa hubungan antara suatu varabel dengan satu atau lebh varabel lan. D dalam bdang pertanan sebaga contoh, doss dan ens pupuk yang dberkan

Lebih terperinci

OPTIMAL REACTIVE POWER DISPATCH UNTUK MEMINIMISASI RUGI-RUGI DAYA AKTIF PADA SISTEM LAMPUNG MENGGUNAKAN METODE GREY-WOLF OPTIMIZER (GWO)

OPTIMAL REACTIVE POWER DISPATCH UNTUK MEMINIMISASI RUGI-RUGI DAYA AKTIF PADA SISTEM LAMPUNG MENGGUNAKAN METODE GREY-WOLF OPTIMIZER (GWO) ol: 6, o. 2, Jul 2017 ISS: 2302-2949 OPTIMAL REACTIE POWER DISPATCH UTUK MEMIIMISASI RUGI-RUGI DAYA AKTIF PADA SISTEM LAMPUG MEGGUAKA METODE GREY-WOLF OPTIMIZER (GWO) Osea Zebua 1*, I Made Gnarsa 2 1 Staf

Lebih terperinci

BAB VIB METODE BELAJAR Delta rule, ADALINE (WIDROW- HOFF), MADALINE

BAB VIB METODE BELAJAR Delta rule, ADALINE (WIDROW- HOFF), MADALINE BAB VIB METODE BELAJAR Delta rule, ADALINE (WIDROW- HOFF), MADALINE 6B.1 Pelathan ADALINE Model ADALINE (Adaptve Lnear Neuron) dtemukan oleh Wdrow & Hoff (1960) Arstekturnya mrp dengan perseptron Perbedaan

Lebih terperinci

BAB 1 PENDAHULUAN. meningkatnya arus reaktif. Harmonisa telah terbukti memiliki dampak kerusakan

BAB 1 PENDAHULUAN. meningkatnya arus reaktif. Harmonisa telah terbukti memiliki dampak kerusakan BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Kualtas daya lstrk sangat dpengaruh oleh penggunaan jens-jens beban tertentu sepert beban non lner dan beban nduktf. Akbat yang dtmbulkannya adalah turunnya

Lebih terperinci

JURNAL MATEMATIKA DAN KOMPUTER Vol. 4. No. 1, 23-32, April 2001, ISSN :

JURNAL MATEMATIKA DAN KOMPUTER Vol. 4. No. 1, 23-32, April 2001, ISSN : JRNAL MATEMATIKA DAN KOMPTER Vol 4 No 1, 3-3, Aprl 1, ISSN : 141-51 KAJIAN DISKRETISASI DENGAN METODE GALERKIN SEMI DISKRET TERHADAP EFISIENSI SOLSI MODEL RAMBATAN PANAS TANPA SK KONVEKSI Suhartono dan

Lebih terperinci

BAB 2 KAJIAN PUSTAKA

BAB 2 KAJIAN PUSTAKA BAB 2 KAJIAN PUSTAKA 2.1 Negosas Negosas dapat dkategorkan dengan banyak cara, yatu berdasarkan sesuatu yang dnegosaskan, karakter dar orang yang melakukan negosas, protokol negosas, karakterstk dar nformas,

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

Abdul Rajab Andi Faharuddin Staf Pengajar Teknik Elektro Univ. Andalas, Padang. Kampus Limau Manis, Padang

Abdul Rajab Andi Faharuddin Staf Pengajar Teknik Elektro Univ. Andalas, Padang. Kampus Limau Manis, Padang PEMBAGIAN BEBAN SECARA EKONOMIS PEMBANGKIT- PEMBANGKIT LISTRIK UNIT TERMAL MENGGUNAKAN KOMBINASI METODE PEMROGRAMAN DINAMIS DAN PENYELESAIAN SECARA ANALITIS Abdul Rajab And Faharuddn Staf Pengajar Teknk

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

Sifat-sifat Operasi Perkalian Modular pada Graf Fuzzy

Sifat-sifat Operasi Perkalian Modular pada Graf Fuzzy SEMINAR MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 07 Sfat-sfat Operas Perkalan Modular pada raf Fuzzy T - 3 Tryan, ahyo Baskoro, Nken Larasat 3, Ar Wardayan 4,, 3, 4 Unerstas Jenderal Soedrman transr@yahoo.com.au

Lebih terperinci

PENERAPAN METODE FORGY PADA PERILAKU LEBAH PENJELAJAH DALAM ARTIFICIAL BEE COLONY

PENERAPAN METODE FORGY PADA PERILAKU LEBAH PENJELAJAH DALAM ARTIFICIAL BEE COLONY PENERAPAN METODE FORGY PADA PERILAKU LEBAH PENJELAJAH DALAM ARTIFICIAL BEE COLONY I Made Wdartha Program Stud Teknk Informatka Fakultas Matematka dan Ilmu Pengetahuan Alam Unverstas Udayana emal : madewdartha@cs.unud.ac.d

Lebih terperinci

Bab 1 PENDAHULUAN Latar Belakang

Bab 1 PENDAHULUAN Latar Belakang 11 Bab 1 PENDAHULUAN 1.1. Latar Belakang Perbankan adalah ndustr yang syarat dengan rsko. Mula dar pengumpulan dana sebaga sumber labltas, hngga penyaluran dana pada aktva produktf. Berbaga kegatan jasa

Lebih terperinci

Bab III Analisis Rantai Markov

Bab III Analisis Rantai Markov Bab III Analss Ranta Markov Sstem Markov (atau proses Markov atau ranta Markov) merupakan suatu sstem dengan satu atau beberapa state atau keadaan, dan dapat berpndah dar satu state ke state yang lan pada

Lebih terperinci

Tinjauan Algoritma Genetika Pada Permasalahan Himpunan Hitting Minimal

Tinjauan Algoritma Genetika Pada Permasalahan Himpunan Hitting Minimal 157 Vol. 13, No. 2, 157-161, Januar 2017 Tnjauan Algortma Genetka Pada Permasalahan Hmpunan Httng Mnmal Jusmawat Massalesse, Bud Nurwahyu Abstrak Beberapa persoalan menark dapat dformulaskan sebaga permasalahan

Lebih terperinci

BAB III HIPOTESIS DAN METODOLOGI PENELITIAN

BAB III HIPOTESIS DAN METODOLOGI PENELITIAN BAB III HIPOTESIS DAN METODOLOGI PENELITIAN III.1 Hpotess Berdasarkan kerangka pemkran sebelumnya, maka dapat drumuskan hpotess sebaga berkut : H1 : ada beda sgnfkan antara sebelum dan setelah penerbtan

Lebih terperinci

PERANCANGAN PARAMETER DENGAN PENDEKATAN TAGUCHI UNTUK DATA DISKRIT

PERANCANGAN PARAMETER DENGAN PENDEKATAN TAGUCHI UNTUK DATA DISKRIT BIAStatstcs (05) Vol. 9, No., hal. -7 PERANCANGAN PARAMETER DENGAN PENDEKATAN TAGUCHI UNTUK DATA DISKRIT Faula Arna Jurusan Teknk Industr, Unverstas Sultan Ageng Trtayasa Banten Emal : faulaarna@yahoo.com

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

Analisis Pembebanan Ekonomis pada Jaringan 500 kv Jawa Bali Menggunakan Software PowerWorld

Analisis Pembebanan Ekonomis pada Jaringan 500 kv Jawa Bali Menggunakan Software PowerWorld JURAL TEKIK ITS Vol. 1, o. 1 (Sept. 2012) ISS: 2301-9271 B-53 Analss embebanan Ekonoms pada Jarngan 500 kv Jawa Bal Menggunakan Software owerworld Badru T. Arozaq, Rony S. Wbowo, danontoseno enangsang

Lebih terperinci

PROPOSAL SKRIPSI JUDUL:

PROPOSAL SKRIPSI JUDUL: PROPOSAL SKRIPSI JUDUL: 1.1. Latar Belakang Masalah SDM kn makn berperan besar bag kesuksesan suatu organsas. Banyak organsas menyadar bahwa unsur manusa dalam suatu organsas dapat memberkan keunggulan

Lebih terperinci

ANALISIS REGRESI REGRESI NONLINEAR REGRESI LINEAR REGRESI KUADRATIK REGRESI LINEAR SEDERHANA REGRESI LINEAR BERGANDA REGRESI KUBIK

ANALISIS REGRESI REGRESI NONLINEAR REGRESI LINEAR REGRESI KUADRATIK REGRESI LINEAR SEDERHANA REGRESI LINEAR BERGANDA REGRESI KUBIK REGRESI NON LINIER ANALISIS REGRESI REGRESI LINEAR REGRESI NONLINEAR REGRESI LINEAR SEDERHANA REGRESI LINEAR BERGANDA REGRESI KUADRATIK REGRESI KUBIK Membentuk gars lurus Membentuk Gars Lengkung Regres

Lebih terperinci

ε adalah error random yang diasumsikan independen, m X ) adalah fungsi

ε adalah error random yang diasumsikan independen, m X ) adalah fungsi BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Analss regres merupakan suatu metode yang dgunakan untuk menganalss hubungan antara dua atau lebh varabel. Pada analss regres terdapat dua jens varabel yatu

Lebih terperinci

MEREDUKSI SISTEM PERSAMAAN LINEAR FUZZY PENUH DENGAN BILANGAN FUZZY TRAPESIUM

MEREDUKSI SISTEM PERSAMAAN LINEAR FUZZY PENUH DENGAN BILANGAN FUZZY TRAPESIUM MEREDUKSI SISTEM PERSAMAAN LINEAR FUZZY PENUH DENGAN BILANGAN FUZZY TRAPESIUM Tut Susant, Mashad, Sukamto Mahasswa Program S Matematka Dosen Jurusan Matematka Fakultas Matematka dan Ilmu Pengetahuan Alam

Lebih terperinci

Eksistensi Bifurkasi Mundur pada Model Penyebaran Penyakit Menular dengan Vaksinasi

Eksistensi Bifurkasi Mundur pada Model Penyebaran Penyakit Menular dengan Vaksinasi 1 Eksstens Bfurkas Mundur pada Model Penyebaran Penyakt Menular dengan Vaksnas Intan Putr Lestar, Drs. M. Setjo Wnarko, M.S Jurusan Matematka, Fakultas Matematka dan Ilmu Pengetahuan Alam, Insttut Teknolog

Lebih terperinci

BAB V ANALISA PEMECAHAN MASALAH

BAB V ANALISA PEMECAHAN MASALAH BAB V ANALISA PEMECAHAN MASALAH 5.1 Analsa Pemlhan Model Tme Seres Forecastng Pemlhan model forecastng terbak dlakukan secara statstk, dmana alat statstk yang dgunakan adalah MAD, MAPE dan TS. Perbandngan

Lebih terperinci

PENYELESAIAN MASALAH PANAS BALIK (BACKWARD HEAT PROBLEM)

PENYELESAIAN MASALAH PANAS BALIK (BACKWARD HEAT PROBLEM) PENYELESAIAN MASALAH PANAS BALIK (BACKWARD HEAT PROBLEM) Rcha Agustnngsh, Drs. Lukman Hanaf, M.Sc. Jurusan Matematka, Fakultas MIPA, Insttut Teknolog Sepuluh Nopember (ITS) Jl. Aref Rahman Hakm, Surabaya

Lebih terperinci

BAB I PENDAHULUAN Latar Belakang dan Permasalahan

BAB I PENDAHULUAN Latar Belakang dan Permasalahan BAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan Matematka dbag menjad beberapa kelompok bdang lmu, antara lan analss, aljabar, dan statstka. Ruang barsan merupakan salah satu bagan yang ada d bdang

Lebih terperinci

Perkiraan Biaya Operasi dengan Mempertimbangkan Kondisi Kontingensi di Sistem Jawa Bali 500 kv

Perkiraan Biaya Operasi dengan Mempertimbangkan Kondisi Kontingensi di Sistem Jawa Bali 500 kv JURAL TEKIK OMITS Vol. 2, o. 1, (2013) ISS: 2337-3539 (2301-9271 rnt) B-1 erkraan Baya Operas dengan Mempertmbangkan Konds Kontngens d Sstem Jawa Bal 500 kv Rachmad ur ryanto,rony Seto Wbowo, dan Ontoseno

Lebih terperinci

BAB I PENDAHULUAN. Perkembangan matematika tidak hanya dalam tataran teoritis tetapi juga pada

BAB I PENDAHULUAN. Perkembangan matematika tidak hanya dalam tataran teoritis tetapi juga pada BAB I PENDAHULUAN.. Latar Belakang Masalah Perkembangan matematka tdak hanya dalam tataran teorts tetap juga pada bdang aplkatf. Salah satu bdang lmu yang dkembangkan untuk tataran aplkatf dalam statstka

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

OPTIMASI OPERASI SISTEM KELISTRIKAN LOMBOK DENGAN ALIRAN DAYA OPTIMAL METODE MINOPF

OPTIMASI OPERASI SISTEM KELISTRIKAN LOMBOK DENGAN ALIRAN DAYA OPTIMAL METODE MINOPF Optmas Operas Sstem Kelstrkan Ar Nrartha, Agung BM OPTIMASI OPERASI SISTEM KELISTRIKAN LOMBOK DENGAN ALIRAN DAYA OPTIMAL METODE MINOPF I Made Ar Nrartha *, nrartha@yahoo.com Agung Bud Muljono **, agungbm@yahoo.com

Lebih terperinci

Pendahuluan. 0 Dengan kata lain jika fungsi tersebut diplotkan, grafik yang dihasilkan akan mendekati pasanganpasangan

Pendahuluan. 0 Dengan kata lain jika fungsi tersebut diplotkan, grafik yang dihasilkan akan mendekati pasanganpasangan Pendahuluan 0 Data-data ang bersfat dskrt dapat dbuat contnuum melalu proses curve-fttng. 0 Curve-fttng merupakan proses data-smoothng, akn proses pendekatan terhadap kecenderungan data-data dalam bentuk

Lebih terperinci

APROKSIMASI NON-UNIFORM SPASIAL PERSAMAAN PANAS 1D DENGAN FINITE POINTSET METHOD

APROKSIMASI NON-UNIFORM SPASIAL PERSAMAAN PANAS 1D DENGAN FINITE POINTSET METHOD Indonesan Sysmphosum on Computng 05 ISSN : 406-395 APROKSIMASI NON-UNIFORM SPASIA PERSAMAAN PANAS D DENGAN FINITE POINTSET METHOD Putu Harry Gunawan, Frska Frstella Industral and Fnancal Mathematcs Research

Lebih terperinci

Gambar 3.1 Diagram alir penelitian

Gambar 3.1 Diagram alir penelitian BAB 3 METODE PENELITIAN 3.1 Dagram Alr Peneltan Materal Amorph Magnetk (Fe 73 Al 5 Ga 2 P 8 C 5 B 4 S 3 ) Ekspermen DfraksNeutron (I vs 2theta) Smulas Insalsas atom secara random Fungs struktur, F(Q) Perhtungan

Lebih terperinci

Jurnal Ilmiah Widya Teknik Volume 16 Nomor ISSN

Jurnal Ilmiah Widya Teknik Volume 16 Nomor ISSN Jurnal Ilmah Wdya Teknk Volume 16 Nomor 1 2017 ISSN 1412-7350 PEMODELAN MATEMATIKA UNTUK PERANCANGAN PRODUK LEMARI KABINET Rcky Yulanton Prhandaa, Dan Retno Sar Dew * Jurusan Teknk Industr, Fakultas Teknk,

Lebih terperinci

JULIO ADISANTOSO - ILKOM IPB 1

JULIO ADISANTOSO - ILKOM IPB 1 KOM341 Temu Kembal Informas KULIAH #9 Text Clusterng Clusterng Pengelompokan, penggerombolan Proses pengelompokan sekumpulan obyek ke dalam kelas-kelas obyek yang memlk sfat sama. Unsupervsed learnng JAS

Lebih terperinci

BAB 2 TINJAUAN KEPUSTAKAAN

BAB 2 TINJAUAN KEPUSTAKAAN BAB TIJAUA KEPUSTAKAA.1. Gambaran Umum Obyek Peneltan Gambar.1 Lokas Daerah Stud Gambar. Detal Lokas Daerah Stud (Sumber : Peta Dgtal Jabotabek ver.0) 7 8 Kawasan perumahan yang dplh sebaga daerah stud

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA

BAB 2 TINJAUAN PUSTAKA BAB 2 TINJAUAN PUSTAKA 2.1. Kamus Buku acuan yang memuat kata dan ungkapan, basanya dsusun menurut abjad berkut keterangan tentang makna, pemakaan, atau terjemahannya, kamus juga dsebut buku yang memuat

Lebih terperinci

BAB III SKEMA NUMERIK

BAB III SKEMA NUMERIK BAB III SKEMA NUMERIK Pada bab n, akan dbahas penusunan skema numerk dengan menggunakan metoda beda hngga Forward-Tme dan Centre-Space. Pertama kta elaskan operator beda hngga dan memberkan beberapa sfatna,

Lebih terperinci

PENGEMBANGAN MODEL PERSEDIAAN BAHAN BAKU DENGAN MEMPERTIMBANGKAN WAKTU KADALUWARSA DAN FAKTOR UNIT DISKON

PENGEMBANGAN MODEL PERSEDIAAN BAHAN BAKU DENGAN MEMPERTIMBANGKAN WAKTU KADALUWARSA DAN FAKTOR UNIT DISKON PENGEMBANGAN MODEL PERSEDIAAN BAHAN BAKU DENGAN MEMPERTIMBANGKAN WAKTU KADALUWARSA DAN FAKTOR UNIT DISKON Har Prasetyo Jurusan Teknk Industr Unverstas Muhammadyah Surakarta Jl. A. Yan Tromol Pos 1, Pabelan,

Lebih terperinci

(1.1) maka matriks pembayaran tersebut dikatakan mempunyai titik pelana pada (r,s) dan elemen a

(1.1) maka matriks pembayaran tersebut dikatakan mempunyai titik pelana pada (r,s) dan elemen a Lecture 2: Pure Strategy A. Strategy Optmum Hal pokok yang sesungguhnya menad nt dar teor permanan adalah menentukan solus optmum bag kedua phak yang salng bersang tersebut yang bersesuaan dengan strateg

Lebih terperinci

SISTEM LINEAR MAX-PLUS KABUR WAKTU INVARIANT AUTONOMOUS

SISTEM LINEAR MAX-PLUS KABUR WAKTU INVARIANT AUTONOMOUS SISTEM LINEAR MAX-PLUS KABUR WAKTU INVARIANT AUTONOMOUS A8 M. Andy Rudhto 1 1 Program Stud Penddkan Matematka FKIP Unverstas Sanata Dharma Kampus III USD Pangan Maguwoharjo Yogyakarta 1 e-mal: arudhto@yahoo.co.d

Lebih terperinci

ANALISIS BENTUK HUBUNGAN

ANALISIS BENTUK HUBUNGAN ANALISIS BENTUK HUBUNGAN Analss Regres dan Korelas Analss regres dgunakan untuk mempelajar dan mengukur hubungan statstk yang terjad antara dua varbel atau lebh varabel. Varabel tersebut adalah varabel

Lebih terperinci

PEMODELAN KARAKTERISTIK TINGKAT PENDIDIKAN ANAK DI PROVINSI JAWA BARAT MENGGUNAKAN LOG LINEAR

PEMODELAN KARAKTERISTIK TINGKAT PENDIDIKAN ANAK DI PROVINSI JAWA BARAT MENGGUNAKAN LOG LINEAR PEMODELAN KARAKTERISTIK TINGKAT PENDIDIKAN ANAK DI PROVINSI JAWA BARAT MENGGUNAKAN LOG LINEAR Resa Septan Pontoh 1), Neneng Sunengsh 2) 1),2) Departemen Statstka Unverstas Padjadjaran 1) resa.septan@unpad.ac.d,

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 HASIL DAN PEMBAHASAN PENELITIAN. penerapan Customer Relationship Management pada tanggal 30 Juni 2011.

BAB IV HASIL DAN PEMBAHASAN PENELITIAN. penerapan Customer Relationship Management pada tanggal 30 Juni 2011. 44 BAB IV HASIL DAN PEMBAHASAN PENELITIAN 4.1 Penyajan Data Peneltan Untuk memperoleh data dar responden yang ada, maka dgunakan kuesoner yang telah dsebar pada para pelanggan (orang tua sswa) d Kumon

Lebih terperinci

Analisa Operasi Ekonomis Pembangkit Termal untuk Melayani Beban Puncak Sistem Kelistrikan Sumbar

Analisa Operasi Ekonomis Pembangkit Termal untuk Melayani Beban Puncak Sistem Kelistrikan Sumbar Jurnal Nasonal Teknk Elektro, Vol. 7, No. 1, Maret 018 p-issn: 30-949, e-issn: 407-767 Analsa Operas Ekonoms Pembangkt Termal untuk Melayan Beban Puncak Sstem Kelstrkan Sumbar Syaf * dan Kartka Ika Putr

Lebih terperinci

ANALISIS KONTINGENSI PADA SISTEM JAWA-BALI 500KV UNTUK MENDESAIN KEAMANAN OPERASI

ANALISIS KONTINGENSI PADA SISTEM JAWA-BALI 500KV UNTUK MENDESAIN KEAMANAN OPERASI ANALISIS KONTINGENSI PADA SISTEM JAWA-BALI 500K UNTUK MENDESAIN KEAMANAN OPERASI Arf Rachman 2207.00.625 Bdang Stud Teknk Sstem Tenaga Jurusan Teknk Elektro Fakultas Teknolog Industr, Insttut Teknolog

Lebih terperinci

Analitik Data Tingkat Lanjut (Regresi)

Analitik Data Tingkat Lanjut (Regresi) 0 Oktober 206 Analtk Data Tngkat Lanut (Regres) Imam Cholssodn mam.cholssodn@gmal.com Pokok Bahasan. Konsep Regres 2. Analss Teknkal dan Fundamental 3. Regres Lnear & Regres Logstc (Optonal) 4. Regres

Lebih terperinci

PERBANDINGAN MODEL DATA RESPON BERGANDA BERULANG DARI SEBARAN NORMAL BAKU, LOGNORMAL, DAN GAMMA

PERBANDINGAN MODEL DATA RESPON BERGANDA BERULANG DARI SEBARAN NORMAL BAKU, LOGNORMAL, DAN GAMMA Prosdng Semnar Nasonal Sans dan Penddkan Sans IX, Fakultas Sans dan Matematka, UKSW Salatga, 21 Jun 2014, Vol 5, No.1, ISSN :2087-0922 PERBANDINGAN MODEL DATA RESPON BERGANDA BERULANG DARI SEBARAN NORMAL

Lebih terperinci

PENERAPAN METODA DECOUPLED BERBASIS ALIRAN DAYA OPTIMAL PADA SISTEM TENAGA

PENERAPAN METODA DECOUPLED BERBASIS ALIRAN DAYA OPTIMAL PADA SISTEM TENAGA Vol. I, No. 1 Aprl 015 ISSN 30-3309 PENERAPAN METODA DECOUPLED BERBASIS ALIRAN DAYA OPTIMAL PADA SISTEM TENAGA Orza Candra Elfzon Abstract Optmal power flow s large scale nonlnear programmng problem. It

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA

BAB 2 TINJAUAN PUSTAKA BAB 2 TINJAUAN PUSTAKA 2 Masalah Transportas Jong Jek Sang (20) menelaskan bahwa masalah transportas merupakan masalah yang serng dhadap dalam pendstrbusan barang Msalkan ada m buah gudang (sumber) yang

Lebih terperinci

Septian Dwiratha. Jurusan Teknik Elektro Fakultas Teknik Industri, Institut Teknologi Sepuluh Nopember

Septian Dwiratha. Jurusan Teknik Elektro Fakultas Teknik Industri, Institut Teknologi Sepuluh Nopember KOORDINASI OPTIMAL RELE DIRECTIONAL OVERCURRENT RELAY PADA SISTEM TRANSMISI 150 KV MENGGUNAKAN HYBRID PARTICLE SWARM OPTIMIZATION TIME VARYING ACCELERATION COEFFICIENT (PSO-TVAC) Septan Dwratha Jurusan

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

ANALISIS PERMINTAAN PANGAN HEWANI INDONESIA DENGAN GENERALIZED METHOD OF MOMENTS PADA MODEL QUADRATIC ALMOST IDEAL DEMAND SYSTEM

ANALISIS PERMINTAAN PANGAN HEWANI INDONESIA DENGAN GENERALIZED METHOD OF MOMENTS PADA MODEL QUADRATIC ALMOST IDEAL DEMAND SYSTEM ANALISIS PERMINTAAN PANGAN HEWANI INDONESIA DENGAN GENERALIZED METHOD OF MOMENTS PADA MODEL QUADRATIC ALMOST IDEAL DEMAND SYSTEM Wahyu Dw Lesmono, Ftra Vrgantar, Hagn Wjayant Program Stud Matematka Fakultas

Lebih terperinci

JMP : Volume 5 Nomor 1, Juni 2013, hal SPEKTRUM PADA GRAF REGULER KUAT

JMP : Volume 5 Nomor 1, Juni 2013, hal SPEKTRUM PADA GRAF REGULER KUAT JMP : Volume 5 Nomor, Jun 03, hal. 3 - SPEKTRUM PD GRF REGULER KUT Rzk Mulyan, Tryan dan Nken Larasat Program Stud Matematka, Fakultas Sans dan Teknk Unerstas Jenderal Soedrman Emal : rzky90@gmal.com BSTRCT.

Lebih terperinci

Optimasi Injeksi Photovoltaic Distributed Generations (PVDG) Menggunakan Metode Algoritma Genetika

Optimasi Injeksi Photovoltaic Distributed Generations (PVDG) Menggunakan Metode Algoritma Genetika 199 Optmas Ineks Photovoltac Dstrbuted Generatons (PVDG) Menggunakan Metode Algortma Genetka Muammar Zanuddn, Had Suyono, dan Harry Soekoto Dachlan Abstract The best soluton of the problem of electrcal

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