Seminar Nasional Inovasi Dan Aplikasi Teknologi Di Industri 2017 ISSN ITN Malang, 4 Pebruari 2017
|
|
- Utami Lesmono
- 6 tahun lalu
- Tontonan:
Transkripsi
1 ITN Malang, 4 Pebruar 2017 ANALISIS EVALUASI STABILITAS DAN KEAMANAN SISTEM TENAGA DENGAN BEROPERASINYA PLTU CELUKAN BAWANG PADA SISTEM KELISTRIKAN BALI 15-BUS MENGGUNAKAN SHUNT FACTS CONTROLLER N Putu Agustn 1), Lauhl Mahudz Hayusunan 2), I Made Wartana 3) 1),2),3 ) Ten Eletro, Insttut Tenolog Nasonal Malang Jl. Sgura-gura 2 Malang Emal : nputu.agustn@yahoo.co.d Abstra. Dalam peneltan n dmplementasan model baru menngatan nerja sstem elstran berdasaran dua jens stabltas sstem yan: ndes stabltas tegangan dan ator stabltas saluran, serta dengan tetap menjaga eamanan sstem berdasaran pada marjn tegangan bus dan batas thermal saluran transms pada batas-batas yang djnan. Model n devaluas pada sstem uj pratal abat ternteronesnya pembangtan baru e dalam sstem grd dalam upaya mengantspas penngatan pembebanan sstem. Untu menjamn stabltas dan eamanan sstem abat nterones pembangt baru tersebut, maa dlauan dengan penempatan optmal salah satu tpe prant endal canggh, yatu Shunt FACTS (Flexble AC Transmsson Systems) Controler, yatu Statc VAr Compensator atau yang denal dengan SVC. Prant pengendal yang mampu mengnjes dan menyerap daya reat tersebut dmodelan dalam Power System Analyss Tool (PSAT) dan selanjutnya dgabungan dalam analss alran daya Newton Raphson. Eettas metodolog yang dembangan n telah berhasl duj pada sstem patal yatu sstem elstran Bal 10 V, 15-bus abat ternteronesnya Pusat Lstr Tenaga Uap (PLTU) Batubara, Celuan Bawang sehngga dperoleh penngatan prole tegangan sealgus redus rug daya saluran. Kataunc: Indes stabltas tegangan, ator stabltas saluran, FACTS, SVC, eamanan sstem. 1. Pendahuluan Sstem tenaga lstr menghadap tantangan baru abat dreonstrus d bawah deregulas dan restrutursas pasar lstr [1]. Serng dengan deregulas tersebut, beban lstr cendrung menngat sehngga perlu adanya penambahan pembangt baru e dalam jarngan sstem tenaga lstr (grd) serta membangun jarngan transms baru untu mengantspas penngatan transas tenaga lstr secara sgnan. Hal n mengabatan jarngan transms menyaluran beban lstr mendeat batas termalnya. Konds n tentu menar pengeloala sstem tenaga lstr dalam hal n PT PLN untu menemuan cara yang tepat yang memungnan penyaluran daya lstr dengan e onsumen lebh esen dengan cara melauan pengendalan alran daya lstr [2].Bal sebaga rujuan utama destnas parwsata Indonesa bahan duna, harus dduung dengan berbaga sarana dan prasarana, salah satunya yang terpentng adalah etersedaan pasoan energ lstr yang memada. Saat n pasoan lstr yang terseda hanya 600 mega watt (MW), sedangan jumlah yang dpaa saat n mencapa 570 MW saat beban punca, sehngga dengan onds tersebut, maa Bal harus mendapatan energ lstr untu memenuh ebutuhan d Bal pada tahun 2015 yang mencapa MW. Untu mengantspas enaan ebutuhan lstr yang terus menngat tersebut, serta secara perlahan mengurang etergantungan pasoan lstr dar Jawa, maa pengoperasan PLTU Celuan Bawang mutla dlauan. Pengoperasan pembangat baru tdalah cuup tanpa dbareng dengan perluasan sstem sepert penambahan GI baru. Penngatan ebutuhan aan energ lstr d Bal buan saja aan mengabatan penambahan pembangt lstr baru yatu PLTU Celuan Bawang tetap juga berabat pada penambahan GI baru sepert GI Pemecutan Kelod. Pengoperasan pembangt dan GI n aan memberan perubahan pada prol sstem elstran Bal[3]. Agar pengoperasan pembangt dan penambahan GI baru tersebut mampu memaso enaan beban lstr yang terjad d Bal untu beberapa tahun e depan dengan ontnutas dan dan eandalan yang ba maa perlu danalss dan devaluas stabltas dan eamanan sstem elstran Bal tersebut B44.1
2 ITN Malang, 4 Pebruar 2017 Banya tenolog terbaru dembangan dalam sstem tenaga lstr, yang membuat utltas mampu mengendalan alran daya dalam mengantspas penngatan pembeban daya lstr, batas therma saluran transms, stabltas sstem transms, dan menngatan eamanan sstem transms [4]. Selan tu, berbaga perangat endal modern telah dembangan dan dgunaan untu memasmalan emampuan mentranser daya sealgus memnmalan erugan daya sstem ransms, yang mengarah epada pemanaatan esen dan menngatan perormas sstem tenaga yang ada [5]. Ja dbandngan dengan strateg pengendalan oret, sepert penjadwalan pembangt dan pemutusan beban, pemanaatan system endal modern sepert prant FACTS (Flexble AC Trasmsson system) d masa depan merupaan alternat yang lebh eonoms dalam upaya menurunan baya operasonal dan baya nvestas pengembangan sstem jarngan baru, walaupun baya perangat n mash relat mahal dan sstem pengoperasannya termasu rumt [6], [7]. Peneltan n menerapan salah satu metode baru berdasaran ten optmas evolus yang denal dengan nama Partcle Swarm Optmzaton (PSO) dalam menganalss dan mengevaluas stabltas dan eamanan sstem tenaga lstr pada onds pembebanan masmal sstem dengan beroperasnya pembangtan baru e dalam sstem grd. Hal n dlauan dengan penempatan optmal salah satu Shunt FACTS Controller yatu SVC pada sstem uj pratal yatu sstem elstran Bal 150 V, 15-bus [8]sehngga penambahan pembangt baru e dalam sstem grd tersebut tetap menjamn sstem dalam margn stabltasnya yang terdr dar: ndes stabltas tegangan (IST) dan ator stabltas saluran (FSS) serta menjaga eamanan sstem berdasaran batas-batas tegangan bus dan apastas thermal penyaluran daya pada batas yang djnan. Dsampng tu untu menghndar enaan rug saluran yang berlebhan abat enaan pembebanan sstem, maa program yang dembangan n juga aan sealgus memnmalan rug daya at saluran eta ternteronsnya pembangt baru tersebut e dalam grd sehngga perormas sstem dapat dtngatan Pemodelan Prant Kendal Shunt FACTS Varabel dan parameter saluran transms dantaranya: reatans saluran, besaran tegangan dan sudut asa dapat donrol dengan cara yang cepat dan eet menggunaan prant FACTS (Flexble AC Transmsson System). Banya euntungan yang bsa dperoleh dengan menggunaan FACTS tersebut dantaranya menngatan stabltas sstem jarngan lstr sepert stabltas transent, stabltas snyal ecl dan juga dapat menngatan eandalan sstem tenaga [10]. Dsampng tu memasmalan pembebanan sstem juga dapat dlauan dengan penempatan optmal dan pengaturan parameter dar prant pengandal FACTS n. Namun deman pengendal alran daya merupaan ungs utama dar FACTS tersebut [11]. Statc Var Compensator (SVC) merupaan salah satu tpe dar pengendal FACTS Shunt yang banya dgunaan pada sstem elstran modern d beberapa belahan duna. Prant endal SVC n dhubungan secara parallel (Shunt) dengan bus beban umtu mengompensas reatans ndut pada bus tersebut sebagamana dtunjuan persamaan (6). Dalam peneltan n SVC dmodelan sebaga njes daya reat deal pada bus sebagamana dtunjuan pada Gambar 1 [12]. Q Q SVC (1) Pemodelan tersebut dlengap dengan persamaan aljabar yang mengepresan njes daya reat pada node SVC tersebut sepert dtunjuan persamaan (7) [13]. Q SVC 2 bsvcv (2) B44.2
3 ITN Malang, 4 Pebruar Stabltas dan Keamanan Daya System Indes Stabltas Tegangan Gambar 1. Pemodelan prant endal SVC Indes stabltas tegangan atau yang dapat dsngat dengan IST dembangan oleh [14] dan dgunaan dalam peneltan n untu menjamn pembebanan sstem tap bus aman. IST adalah perangat yang dgunaan untu menunjuan onds stabltas tegangan yang drumusan berdasaran saluran atau bus sepert yang ddensan dengan persamaan (8) berut. IST 2 4Z Q 2 (3) V X dengan, Z adalah mpedans saluran, X adalah reatans saluran, Q, adalah daya reat pada ss terma, dan V adalah tegangan pada ss rm. Saluran yang menunjuan IST mendeat nla 1,00 berart bahwa saluran tersebut mendeat tt etdastablan. Ja IST melampau 1,00, berart salah satu bus yang terhubung dengan saluran tersebut aan mengalam penurunan tegangan tba-tba yang menyebaban runtuhnya sstem. Indes IST dgunaan pada sstem endal tenaga lstr untu menjamn bahwa tda aan ada bus jatuh abat pembebanan lebh Fator Stabltas Saluran Indes stabltas stem juga djamn oleh ator stabltas saluran yang dapat dsngat dengan stlah FSS yang dusulan oleh A Mohamedetal [15]. Formulas dmula dengan persamaan eadaan sstem tenaga dan dnyataan sebagamana persamaan (4) berut. X X FSS 4 2 P Q 2 2 (4) V V dengan, X adalah reatans saluran, V adalah tegangan ss rm, P adalah daya nyata pada ss rm dan Q adalah daya pada ss terma. FSS harus djaga urang dar 1,00 untu mempertahanan sstem yang stabl. FSS menjamn system sehngga tda ada saluran melampau batas atas emampuan pengrman daya saluran dalam segala onds pembebanan grd Optmas Pembebanan Sstem Pengendal FACTS dtempatan pada jarngan tenaga lstr dalam upaya menngatan pembebanan sstem, dan pada saat yang sama untu mencegah terjadnya pembebanan lebh pada saluran dan pelanggaran tegangan pada bus sstem. Fungs obyet berdasaran penguuran ndes pembebanan lebh dan eamanan sstem dalam hal n tngat tegangan dan pembebanan cabang. Formulas matemata untu penngatan pembebanan lebh sstem drumusan dalam (5) dan (6) berut [16]: Max F ( x, u, ) (5) 1 B44.3
4 ITN Malang, 4 Pebruar 2017 g( x, u, ) 0 s. t. (6) h( x, u, ) 0 dengan, x dan u menunjuan varabel dependen dan varabel ontrol, adalah ator pembebanan lebh dalam %, g(x,u,) adalah seperangat endala persamaan nonlner (persama analran daya) dengan ator pembebanan lebh, dan h (x,u) adalah hmpunan endala etmpangan nonlner. Vetor x terdr dar pembangt lstr reat, daya slacbus, tegangan dar semua bus beban. Vetor u terdr dar tegangan semua bus generator, pembangt lstr nyata, arus saluran transms, ator pembebanan lebh, loas optmal FACTS Controler dan pengaturan optmal dengan memenuh endala eamanan sstem sebaga berut [17]: VL Nl N b 1 OLL BVV j1 j (7) dengan, VL adalah ator pelanggaran batas termal dan bus, OLL dan BVV j masng-masng merupaan ator pembebanan lebh saluran dan ator pelanggaran tegangan bus, sebagmana duraan dalam (7) dan (11); N l dan N b masng-masng adalah jumlah total saluran transms dan bus. Sedangaan λ adalah parameter beban dar sstem, untu mencar jumlah masmum jarngan yang mampu memaso daya dalam margn eamanan sstem. Parameter beban, dalam (10) ddensan sebaga ungs dar ator beban λ : exp[ ] [1, ] (8) dengan, adalah oesen untu menyesuaan emrngan ungs, dan merupaan batas masmal λ. Factor beban λ, mencermnan varas daya beban P dan Q, yang ddensan sebaga [2]: P ( ) P m1,..., B44.4 N b (9) Q ( ) Q m1,..., (10) dengan, m adalah jumlah bus generator. λ =1 menunjuan beban asus dasar. Inde-nde eadaan eamanan sstem terdr dar dua bagan. Bagan pertama, OLL, beratan dengan pembebanan saluran dan pelanggaran pembebanan lebh dalam saluran. Nla OLL sama dengan 1 ja pembebanan saluran cabang urang dar ratng. OLL menngat secara alogarthm (logartma yang sebenarnya) dengan pembebanan dan dapat dhtung dar [18]: N b 1; P P, OLL P (11) exp OLL 1 ; P, P P dengan, P merupaan alran daya nyata antara bus dan dan batas termal untu batas antara bus dan masng-masng adalah oesen yang dgunaan untu menyesuaan emrngan ungs esponensal. Pada BVV bagan edua dalam (10) menyangut level tegangan untu setap bus dar jarngan lstr. Nla BVV ddensan sebaga [5]: 1; 0.9 Vb 1.1 BVV (12) exp BVV 1Vb ; otherwse dengan, BVV adalah ator pelanggaran tegangan bus d bus dan merupaan oesen yang dgunaan untu mengatur emrngan ungs esponensal dalam persamaan d atas. Persamaan (15) menunjuan bahwa besaran tegangan yang sesua adalah mendeat 1 pu. Serupa dengan OLL, nla BVV adalah sama dengan 1 ja
5 ITN Malang, 4 Pebruar 2017 tngat tegangan jatuh antara batas tegangan mnmal dan masmal. D luar jangauan, BVV menngat secara esponensal sesua varas tegangan Mnmsas Rug-rug Daya Fungs tujuan n adalah untu memnmalan erugan daya at (P loss ) d jalur transms yang dapat dnyataan sebaga [19]: N l F ( x, (13) u) g n V V 2V V cos t( n1 dengan, N l adalah jumlah jalur transms; g n adalah ondutans dar n saluran; V δ dan V δ masngmasngadalah tegangan pada ahr bus- dan dar dar n saluran Kendala Kesamaan Kendala n merupaan persamaan alran daya has sebaga berut [9]: Nb G PL V V... 1 P Q dengan, N b adalah jumlah bus dalam sstem Kendala Ketdasamaan G cos B sn ; 1 1,2,3 Nb (14) Nb G QL V V... 1 G sn B cos ; 1 1,2,3 Nb (15) Kendala etdasamaan h(x,u) adalah batas varabel control dan varabel eadaan. Daya nyata generator P G, daya reat Q G, tegangan V, dan sudut ase δ dbatas oleh batas-batas sebaga berut: P Q V mn G mn G mn P Q V G G P Q V G G Kendala pembebanan transms P drepresentasan sebaga: 1,...,m 1,...,m 1,...,N 1,...,N b b (16) Pada λ load actor dbatas oleh batas-batasnya sebaga: P P ; 1,..., N (17) 1 l (18) l 1.7. Partcle Swarm Optmzaton (PSO) PSO adalah ten optmas stoast heurst yang relat baru dan dperenalan oleh Eberhart dan Kennedy [20]. Hal n ddasaran pada geraan dan ecerdasan rbuan serangga atau terna burung dan elompoelompo sejens. Dalam sstem PSO, elompo n adalah sebuah omuntas terdr dar semua partel terbang bergera d dalam ruang mult dmens. Sementara dalam penerbangannya, setap partel memodas possnya menurut pengalaman sendr, serta pengalaman partel tetangga, sampa menemuan sebuah tt relat stats atau sampa melampau batas-omputas nya. B44.5
6 ITN Malang, 4 Pebruar 2017 Setap partel dalam ruang pencaran ddensan dengan unsur-unsur berut [21] dengan x : adalah nla dar partel pada generas. Pembaruan partel dalam ruang pencaran ddensan dengan (20); p adalah nla terba dtemuan olehpartel sampa generas; v best generas. Pembaruan ecepatan selama prosedur pencaran yang dsajan oleh (24); terba yang dtemuan dalam elompo sampa generas. adalah ecepatan partel pada g best adalah partel x 1 x v c rand v x v (19) p best x c rand 2 2 g best x (20) dengan: ω : ungs bobot, c j : actor bobot, rand : anga aca antara 0 and 1, p best : p best dar partel, g best : g best dar group. Fungs bobot berut basanya dgunaan: mn ter (21) ter dengan: ω : bobot awal, : bobot ahr, ω mn ter ter : jumlah teras masmal, : jumlah teras searang Perhtungan ungs tness Metodolog penyelesaan masalah dlauan peneltan n dengan langah-langah sebagaberut : Masalah optmas pembeban sstem dan memnmalan rug daya drubah menjad masalah optmas tanpa endala dengan menggunaan ator penalt (FP) sepert yang dberan dalam (22). Dengan deman persamaan n menjad ungs tness dalam ten PSO: Fungs tness 1F1 2F2 FP VL 1 (22) Persamaan (22) terdr dar tga suu persamaan. Suu pertama adalah ungs tujuan untu memasmalan pembebanan sstem sebagamana dtunjuan persamaan (8), suu edua merupaan ungs tujuan edua untu memnmalan rug-rug daya saluran transms sepert dtunjuan persamaan (13). Sedangan suu terahr, merupaan endala pelanggaran eamanan sstem sesua persamaan (7) yang dalan dengan PF untu menghtung ungs tness yang dberan oleh (22) untu setap partel. μ adalah oesen pembobotan yang dgunaan untu menyesuaan emrngan PSO. Untu setap partel, data-data saluran dan bus dperbaru sesua enaan pembebanan sstem. Metode alran daya NR djalanan untu mendapatan tegangan pada setap bus dan alran daya saluran. Dengan hasl n, nla VL untu setap partel dperoleh dengan menggunaan (7) dan ungs tness dar setap partel dhtung dengan menggunaan (22). Partel yang memberan nla masmum untu ungs tness dalam populas danggap sebaga partel g best. Kecepatan dan poss baru setap partel dhtung masng-masng dengan menggunaan persamaan (19) dan (20). Prosedur n dulang sampa jumlah masmum teras tercapa sehngga nla VL dan semua endala stabltas sepert yang dtunjuan pada (5) dan (6) untu partel g best dpersa. Ja nlanya sama dengan 1, emudan dengan menggunaan partel g best, nla saat n dar pembebanan sstem dapat dpenuh tanpa terjad pelanggaran pada alran daya saluran, endala batas tegangan bus dan semua endala stabltas dalam batas yang djnan. Partel g best dsmpan bersama-sama dengan pembebanan sstem dan rug-rug daya saluran. B44.6
7 ITN Malang, 4 Pebruar 2017 Kemudan pembebanan sstem menngat lag eta algortma PSO djalanan. Ja nla VL untu partel g best tda sama dengan 1 maa partel g best tda dapat memenuh pembebanan sstem saat n dan partel g best dengan VL = 1 yang dperoleh dalam langah sebelumnya danggap sebaga pengaturan optmal terba. Pembebanan sstem yang sesua dengan partel g best danggap sebaga pembebanan sstem masmal. 2. Pembahasan 2.1. Data dan Metode Smulas Sebagamana duraan sebelumnya, dalam peneltan n metode yang dembangan aan duj pada sstem uj pratal yatu sstem elstran Bal 150 V, 15-bus [8]terdr dar sebuah bus slac yatu bus GLNUK (Glmanu) yang merupaan supla daya dar ssem nterones Jawa-Bal. Sedangan dua bus generator terleta d 2 pembangt yang terleta pada bus PMRON (Pemaron) dan bus PSGRN (Pesanggaran) dengan apastas masng-masng adalah 130 MW dan MW. Sstem pratal n mempunya 29 saluran dan total beban at dan reat masng-masng adalah MW dan MVar yang sngle lne dagram dar sstem tersebut setelah dolah menggunaan PSAT sepert dtunjuan Gambar 2. Untu menguj eberhaslan program dalam menyelesaan masalah optmas yang dembangan dalam peneltan n, smulas program telah dlauan dengan menyelesaan bersoalan dua ungs objet secara smultan yatu memasmalan pembebanan sstem (Max PS) sealgus memnmalan rug-rug daya at (Mn P loss ) saluran transms. Hal n dlauan dengan penempatan optmal prant endal SVC untu sstem uj pratal ba pada onds base case (Kasus-1), maupun setelah nterones pembangt baru yatu PLTU Celuan Bawang yang yang mempunya apastas daya mampu sebesar 380 W, 150 Volt, e dalam grd (Kasus-2). Gambar 2. Dagram gars tunggal sstem uj pratal ssten elstran Bal 150 V, 15-bus Prant endal SVC yang dgunaan dalam pengujan sstem tersebut, dmodelan menggunaan toolbox analss sstem tenaga (PSAT) [22]. Parameter PSO untu semua asus n dsajan dalam Tabel 1. Tabel 1. Parameter PSO c 1,c 2 ω ω mn Jumlah Iteras Jumlah Populas Dalam peneltan n, beban dmodelan sebaga beban PQ onstan dengan ator daya onstan dan beban dnaan menggunaan program PSO sesua persamaan (10) dan (11). Setap penambahan beban yang terjad dalam peneltan n dasumsan dtanggung oleh generator slac. Loas dan pengaturan (settng) endal SVC dtetapan sebaga varable eputusan, sementara semua bus beban dar sstem elstran Bal 150 V, 15-bus dplh sebaga anddat loas untu penempatan SVC tersebut. B44.7
8 ITN Malang, 4 Pebruar Hasl dan Analss Hasl Hasl Load Flow pada onds Basecase. Hasl load low pada onds basecase adalah sebaga berut: Tabel 2. Hasl load low onds basecase Sstem elstran Bal 150 V, 15-bus Bus V 0 θ 0 P g Q g P L Q L GLNUK BTRTI AMPRA ASARI KAPAL GNYAR NSDUA BNDARA PKLOD PBIAN PMRON PNGAN NGARA PSGRN SANUR Dar hasl load low pada onds basecase yang dtunjuan pada Tabel 2. terlhat bahwa perormas sstem mash dalam eadaan normal, walaupun ada 2 (dua) bus yang mengalam tegangan d bawah 0.98 masng-masng yatu bus AMPRA pu dan bus ASARI dengan total daya beban nyata dan reat masng-masng adalah pu dan pu sedangan total rug daya (losses) nyata dan rat masng-masng adalah pu dan pu. Selanjutnya sstem tersebut sedang devaluas unju erjanya pada peneltan selanjutnya setelah adanya ntegras pembangt baru yatu PLTU Celuan Bawang dengan apasatas 1300 MW Hasl Load Flow setelah pemasangan SVC. Hasl load low setelah pemasangan SVC adalah sebaga berut: Tabel 3. Hasl load low setelah pemasangan SVC pada Sstem elstran Bal 150 V, 15-bus Bus V 0 θ 0 P g Q g P L Q L GLNUK BTRTI AMPRA ASARI KAPAL GNYAR NSDUA BNDARA PKLOD PBIAN PMRON B44.8
9 ITN Malang, 4 Pebruar 2017 Bus V 0 θ 0 P g Q g P L Q L PNGAN NGARA PSGRN SANUR Tabel 3 menunjuan perormas sstem setelah pemasangan SVC pada loas yang optmal yatu pada bus ASARI sebesar 100 MVar terlhat bahwa prole tegangan menngat, dmana 2 (dua) bus yang sebelumnya tegangannya d bawah 0.98 masng-masng yatu bus AMPRA, semula tegangannya pu, setelah pemasangan SVC menngat menjad pu, begtu pula bus ASARI yang semula tegangannya pu, juga mengalam penngatan menjad 1 pu sehngga secara eseluruhan prole tegangan menngat sepert dtunjuan gra pada Gambar 3. Sedangan total rug daya salural (losses) nyata dan rat sstem setelah pemasangan SVC teredus masng-masng menjad yang sebelumnya adalah pu dan yang sebelumnya adalah pu sepert dtunjuan Gambar 4. Gambar 3. Prole tegangan Sstem elstran Bal 150 V, 15-bus setelah setelah pemasangan SVC Gambar 4. Redus total rug daya Sstem elstran Bal 150 V, 15-bus setelah pemasangan SVC B44.9
10 ITN Malang, 4 Pebruar 2017 Sedangan Gambar 5. menunjuan stabltas sstem yang drepresentasan dengan nla ndes IST dan ator FSS urang dar satu, pada sstem Kasus-2 dan perormance ndex evoluton PSO untu asus tersebut pada Sstem elstran Bal 150 V, 15-bus dberan pada Gambar 6. Gambar 5. Indes IST dan ator FSS untu Kasus-2 pada Sstem elstran Bal 150 V, 15-bus Gambar 6.Perormance ndex evoluton PSO untu Kasus-2 pada Sstem elstran Bal 150 V, 15- bus Hal nmenunjuan bahwa penempatan dan settng optmal SVC pada grd yang telah ternterones pembangt baru tersebut buan saja mampu menngatan pembebanan sstem tetap juga sealgus memnmuman rug-rug saluran transms dengan semua endala eamanan dan stabltas sstem mash terjamn pada batas marjn yang djnan. 3. Smpulan Peneltan n telah berhasl menerapan salah satu ten optmas evolus canggh yatu Partcle Swarm Optmsaton (PSO) yang dgunaan untu menyelesaan persoalan optmas mult-objectve yatu: menngatan pembebanan sstem abat nterones pembangt baru e dalam grd dan sealgus meredus rug-rug daya at saluran transms. Penyelesaan masalah optmas yang melbatan persoalan b-objectve secara smultan tersebut dlauan dengan penempatan optmal salah satu tpe prant endal FACTS yatu SVC B44.10
11 ITN Malang, 4 Pebruar 2017 pada loas terba dengan tetap menjamn eamanan dan stabltas sstem yang dnyataan sebaga ndes IST dan ator FSS. Dar hasl smulas yang dlauan pada sstem pratcal yatu sstem elstran Bal 150 V, 15-bus setelah pemasangan SVC pada bus ASARI sebesar 100 MVar menunjuan bahwa prole tegangan menngat setelah ternteronesnya pembangt lstr tenaga Batubara Celuan Bawang dengan apastas mampu total 380 MW sebalnya toral rug saluran teredus mendeat 2 % dar onds basecase. Dsampng tu, algortma yang dembangan menggunaan ten PSO tersebut menunjuan ndes unju erja yang aurat dan cepat dalam mencapa onvergensnya yang dalam peneltan n baru dgunaan untu memecahan persoalan optmas b-objectve dar mult objectve yang dapat dembangan yang meml tur unggul yang mencaup solus berualtas tngg, araterst onvergens yang stabl dan esens perhtungan yang ba. Ucapan TermaKash Ucapan termaash dsampaan epada Kemenrste Dt yang telah membantu pendanaan peneltan n melalu Lembaga Peneltan dan Pengabdan epada Masyaraat ITN-Malang. DatarPustaa [1] L. J. Ca and I. Erlch, Stamtss, G., "Optmal choce and allocaton o FACTS devces n deregulated electrcty maret usng genetc algorthms," n Power Systems Conerence and Exposton, IEEE PES, 2004, pp vol.1. [2] Z. Lu and M. S. L, Jang, L., Wu, Q. H., "Optmal allocaton o FACTS devces wth multple objectves acheved by bacteral swarmng algorthm," n Power and Energy Socety General Meetng - Converson and Delvery o Electrcal Energy n the 21st Century, 2008 IEEE, 2008, pp [3] I. M. Mataram, "Prol Sstem Kelstran Bal Pasca GI Pemecutan Kelod dan PLTU 780 MW Celuan Bawang Beroperas " Tenolog Eletro, vol. 9, No. 1, pp , [4] N. G. Hngoran, "Role o FACTS n a deregulated maret," n Power Engneerng Socety Summer Meetng, IEEE, 2000, pp [5] I. M. Wartana and N. P. Agustn, "Optmal Placement o UPFC or Maxmzng System Loadablty by Partcle Swarm Optmzaton," presented at the Proceedngs o The 12th Internatonal Conerence on Qualty n Research (QR 2011), Bal-Indonesa, [6] H. I. Shaheen, G. I. Rashed, and S. J. Cheng, "Optmal Locaton and Parameters Settng o Uned Power Flow Controller Based on Evolutonary Optmzaton Technques," n IEEE Power Engneerng Socety General Meetng, 2007, 2007, pp [7] M. Saravanan, S. M. R. Slochanal, P. Venatesh, and J. P. S. Abraham, "Applcaton o partcle swarm optmzaton technque or optmal locaton o FACTS devces consderng cost o nstallaton and system loadablty," Electrc Power Systems Research, vol. 77, pp , [8] P3B, "The 2015 Operaton Plan," The Indonesan Government Electrcal Company, PT PLN (PERSERO), Cnere 61514, Jaarta Selatan, Indonesa, [9] O. Alsac and B. Stott, "Optmal Load Flow wth Steady-State Securty," Power Apparatus and Systems, IEEE Transactons on, vol. PAS-93, pp , [10] L. J. Ca, I. Erlch, and G. Stamtss, "Optmal choce and allocaton o FACTS devces n deregulated electrcty maret usng genetc algorthms," n IEEE PES Power Systems Conerence and Exposton, 2004, pp vol.1. [11] Z. Lu, M. S. L, L. Jang, and Q. H. Wu, "Optmal allocaton o FACTS devces wth multple objectves acheved by bacteral swarmng algorthm," n 2008 IEEE Power and Energy Socety General Meetng - Converson and Delvery o Electrcal Energy n the 21st Century 2008, pp [12] N. Hngoran and L. Gyugy, Concepts and Technology o Flexble AC Transmsson Systems, [13] F. Mlano, "An Open Source Power System Analyss Toolbox," Power Systems, IEEE Transactons on, vol. 20, pp , [14] I. Musrn and T. K. Abdul Rahman, "Novel ast voltage stablty ndex (FVSI) or voltage stablty analyss n power transmsson system," n Student Conerence on Research and Development, SCOReD 2002, 2002, pp [15] M. V. Suganyadeva and C. K. Babulal, "Estmatng o loadablty margn o a power system by comparng Voltage Stablty Indces," n 2009 Internatonal Conerence on Control, Automaton, Communcaton and Energy Conservaton, INCACEC 2009., 2009, pp B44.11
12 ITN Malang, 4 Pebruar 2017 [16] S. Nagalashm and N. Kamaraj, "Loadablty enhancement or pool model wth FACTS devces n transmsson system usng Derental Evoluton and Partcle Swarm Optmzaton," n Power Electroncs (IICPE), 2010 Inda Internatonal Conerence on, 2011, pp [17] G. I. Rashed and H. I. Shaheen, Cheng, S. J., "Optmal Locaton and Parameter Settngs o Multple TCSCs or Increasng Power System Loadablty Based on GA and PSO Technques," n Thrd Internatonal Conerence on Natural Computaton, ICNC 2007, 2007, pp , Vol. 4. [18] S. Gerbex and R. Cheraou, Germond, A. J., "Optmal locaton o mult-type FACTS devces n a power system by means o genetc algorthms," IEEE Transactons on Evolutonary Computaton, vol. 16, pp , [19] I. M. Wartana and N. P. Agustn, "Optmal placement o UPFC or mzng system loadablty and mnmzng actve power losses n system stablty margns by NSGA-II," n Electrcal Engneerng and Inormatcs (ICEEI), 2011 Internatonal Conerence on, 2011, pp [20] J. Kennedy and R. Eberhart, "Partcle swarm optmzaton " n Proceedngs, IEEE Internatonal Conerence on Neural Networs, Perth, WA, Australa 1995 pp , Vol. 4 [21] B. Brge, "PSOt - a partcle swarm optmzaton toolbox or use wth Matlab " n Proceedngs o the 2003 IEEE, Swarm Intellgence Symposum SIS '03, 2003, pp [22] F. Mlano, "An Open Source Power System Analyss Toolbox," IEEE Transactons on Power Apparatus and Systems, vol. 20, pp , B44.12
Evaluasi Keamanan dan Stabilitas Sistem Tenaga Akibat Interkoneksi Pembangkit Baru ke dalam Grid
Insttut Tenolog Nasonal Malang Evaluas Keamanan dan Stabltas Sstem Tenaga Abat Interones Pembangt Baru e dalam Grd N Putu Agustn 1, I Made Wartana 2, Lauhl Mahudz Hayusunan 3 1,2,3) Program Stud Ten Eletro,
Lebih terperinciBAB 2 LANDASAN TEORI
10 BAB 2 LANDASAN TEORI 2.1 Pengertan Pengendalan Kualtas Statst Pengendalan Kualtas statst merupaan suatu metode pengumpulan dan analss data ualtas, serta penentuan dan nterpretas penguuran-penguuran
Lebih terperinciOptimisasi Operasi Sistem Tenaga Listrik dengan Konstrain Kapabilitas Operasi Generator dan Kestabilan Steady State Global
Optmsas Operas Sstem Tenaga Lstr dengan Konstran Kapabltas Operas Generator dan Kestablan Steady State Global Johny Custer,, Indar Chaerah Gunadn, Ontoseno Penangsang 3, Ad Soeprjanto 4,,3,4 Jurusan Ten
Lebih terperinciBAB 2 LANDASAN TEORI
BAB LANDASAN TEORI.. Populas dan Sampel Populas adalah eseluruhan unt atau ndvdu dalam ruang lngup yang ngn dtelt. Banyanya pengamatan atau anggota suatu populas dsebut uuran populas, sedangan suatu nla
Lebih terperinciBAB V MODEL SEDERHANA DISTRIBUSI TEMPERATUR DAN SIMULASINYA
BAB V MOEL SEERHANA ISTRIBUSI TEMPERATUR AN SIMULASINYA Model matemata yang terdapat pada bab sebelumnya merupaan model umum untu njes uap pada reservor dengan bottom water. Model tersebut merupaan model
Lebih terperinciBAB 2 LANDASAN TEORI. Untuk mengetahui pola perubahan nilai suatu variabel yang disebabkan oleh
BAB LANDASAN TEORI. Analss Regres Untu mengetahu pla perubahan nla suatu varabel yang dsebaban leh varabel lan dperluan alat analss yang memungnan ta unut membuat perraan nla varabel tersebut pada nla
Lebih terperinciBAB II TEORI DASAR. Analisis Kelompok
BAB II TORI DASAR II.. Analss Kelompo Istlah analss elompo pertama al dperenalan oleh Tryon (939). Ia memperenalan beberapa metode untu mengelompoan obye yang meml esamaan araterst (statsoft, 004). Kesamaan
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB PENDAHULUAN. Latar Belaang Masalah Analss regres merupaan lmu peramalan dalam statst. Analss regres dapat dataan sebaga usaha mempreds atau meramalan perubahan. Regres mengemuaan tentang engntahuan
Lebih terperinciAnalisis Perbandingan Economic Dispatch Pembangkit Menggunakan Metode Lagrange dan CFPSO
91 Analss Perbandngan Economc Dspatch Pembangt Menggunaan Metode Lagrange dan CFPSO Kharudn Syah, Harry Soeotjo Dachlan, Rn Nur Hasanah, dan Mahfudz Shdq Abstra -Pada pengoperasan pembangt tenaga lstr,
Lebih terperinciStudi Optimal Power Flow pada Sistem Kelistrikan 500 kv Jawa-Bali dengan Menggunakan Particle Swarm Optimization (PSO)
JNTETI, ol. 2, No. 3, Agustus 2013 59 Stud Optmal ower Flow pada Sstem Kelstran 500 Jawa-Bal dengan Menggunaan artcle Swarm Optmzaton (SO) Taqyuddn 1, Sasongo ramono Had 2 Abstract Ths paper presents a
Lebih terperinciKOMBINASI INERTIA WEIGHT DAN CONSTRICTION FACTOR PADA PARTICLE SWARM OPTIMIZATION SEBAGAI SOLUSI PEMBANGKITAN EKONOMIS PADA SISTEM TENAGA IEEE 26 BUS
ISSN 1412 3762 http://jurnal.up.edu/electrans ELECTRANS, VOL.12, NO.2, SEPTEMBER 2013, 151-160 KOMBINASI INERTIA WEIGHT DAN CONSTRICTION FACTOR PADA PARTICLE SWARM OPTIMIZATION SEBAGAI SOLUSI PEMBANGKITAN
Lebih terperinciUSULAN PENERAPAN TEORI MARKOV DALAM PENGAMBILAN KEPUTUSAN PERAWATAN TAHUNAN PADA PT. PUPUK KUJANG
Usulan Penerapan Teor Marov Dalam Pengamblan Keputusan Perawatan Tahunan Pada Pt. Pupu Kujang USULAN PENERAPAN TEORI MARKOV DALAM PENGAMBILAN KEPUTUSAN PERAWATAN TAHUNAN PADA PT. PUPUK KUJANG Nof Ern,
Lebih terperinciCreated by Simpo PDF Creator Pro (unregistered version)
Created by Smpo PDF Creator Pro (unregstered verson) http://www.smpopd.com Statst Bsns : BAB IV. UKURA PEMUSATA DATA. Pendahuluan Untu mendapatan gambaran yang lebh jelas tentang seumpulan data mengena
Lebih terperinciStrategi Meminimalkan Load Shedding Menggunakan Metode Sensitivitas Untuk Mencegah Voltage Collapse Pada Sistem Kelistrikan Jawa-Bali 500 kv
1 Strateg Memnmalan Load Sheddng Menggunaan Metode Senstvtas Untu Mencegah Voltage Collapse Pada Sstem Kelstran Jawa-Bal 500 V Rs Cahya Anugrerah Haebb, Ad Soepranto,, Ardyono Pryad Jurusan Ten Eletro,
Lebih terperinciBAB III METODOLOGI PENELITIAN. Penelitian ini mengenal dua macam variabel yaitu : 2. Variabel terikat (Y) yaitu : Hasil belajar Sejarah
BAB III METODOLOGI PENELITIAN 3.1 Varans Peneltan 3.1.1 Varabel Peneltan Peneltan n mengenal dua macam varabel yatu : 1. Varabel bebas (X) yatu : Berpr formal. Varabel terat (Y) yatu : Hasl belajar Sejarah
Lebih terperinciBAB 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 terperinciSIMULASI 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 terperinciIII FUZZY GOAL LINEAR PROGRAMMING
7 Ilustras entu hmpunan fuzzy dan fungs eanggotaannya dapat dlhat pada Contoh 3. Contoh 3 Msalan seseorang dataan sudah dewasa ja erumur 7 tahun atau leh, maa dalam loga tegas, seseorang yang erumur urang
Lebih terperinciKarakterisasi Matrik Leslie Ordo Tiga
Jurnal Graden Vol No Januar 006 : 34-38 Karatersas Matr Lesle Ordo Tga Mudn Smanhuru, Hartanto Jurusan Matemata, Faultas Matemata dan Ilmu Pengetahuan Alam, Unverstas Bengulu, Indonesa Dterma Desember
Lebih terperinciBab III. Plant Nonlinear Dengan Fase Nonminimum
Bab III Plant Nonlnear Dengan Fase Nonmnmum Pada bagan n dbahas mengena penurunan learnng controller untu sstem nonlnear dengan derajat relatf yang detahu Dalam hal n hanya dperhatan pada sstem-sstem nonlnear
Lebih terperinciFUZZY BACKPROPAGATION UNTUK KLASIFIKASI POLA (STUDI KASUS: KLASIFIKASI KUALITAS PRODUK)
Semnar Nasonal Aplas Tenolog Informas 00 (SNATI 00) ISSN: 0-0 Yogyaarta, Jun 00 FUZZY BACKPROPAGATION UNTUK KLASIFIKASI POLA (STUDI KASUS: KLASIFIKASI KUALITAS PRODUK) Sr Kusumadew Jurusan Ten Informata,
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB PENDAHULUAN. Latar Belaang Analss dsrmnan merupaan ten menganalss data, dmana varabel dependen merupaan data ategor ( nomnal dan ordnal ) sedangan varabel ndependen berupa data nterval atau raso.msalnya
Lebih terperinciBAB 10. Menginterpretasikan Populasi Variabel Kanonik. Variabel kanonik secara umumnya artifisal. Jika variabel awal X (1) dan X (2)
BB 0 Mengnterpretasan Populas arabel Kanon arabel anon secara umumnya artfsal. Ja varabel awal X ( dan X ( dgunaan oefsen anon a dan b mempunya unt propors dar hmpunan X ( dan X (. Ja varabel awal yang
Lebih terperinciPemodelan Anomali Magnetik Berbentuk Prisma Menggunakan Algoritma Genetika Antonius a, Yudha Arman a *, Joko Sampurno a
Pemodelan Anomal Magnet Berbentu Prsma Menggunaan Algortma Geneta Antonus a, Yudha Arman a *, Joo Sampurno a a Jurusan Fsa, FMIPA Unverstas Tanjungpura, Jalan Pro. Dr. Hadar Nawaw, Pontana, Indonesa *Emal
Lebih terperinciOptimasi Baru Program Linear Multi Objektif Dengan Simplex LP Untuk Perencanaan Produksi
JURNA INFORMATIKA, Vol.4 No.2 September 27, pp. 222~229 ISSN: 2355-6579 E-ISSN: 2528-2247 222 Optmas Baru Program near Mult Objetf Dengan Smplex P Untu Perencanaan Produs Maxs Ary Am BSI Bandung e-mal:
Lebih terperinciIMPLEMENTASI MODEL OPTIMASI LINIER INTEGER DENGAN BANYAK TUJUAN UNTUK PENGALOKASIAN PEKERJAAN
SISFO-Jurnal Sstem Informas IMPLEMENTASI MODEL OPTIMASI LINIER INTEGER DENGAN BANYAK TUJUAN UNTUK PENGALOKASIAN PEKERJAAN Fazal Mahananto 1), Mahendrawath ER 2), Rully Soelaman 3) Jurusan Sstem Informas,
Lebih terperinciEKSPEKTASI SATU PEUBAH ACAK
EKSPEKTASI SATU PEUBAH ACAK Dalam hal n aan dbahas beberapa macam uuran yang dhtung berdasaran espetas dar satu peubah aca, ba dsrt maupun ontnu, yatu nla espetas, rataan, varans, momen, fungs pembangt
Lebih terperinciProbabilitas dan Statistika Distribusi Peluang Diskrit 1. Adam Hendra Brata
Probabltas dan Statsta Dsrt Adam Hendra Brata Unform Bernoull Multnomal Setap perstwa aan mempunya peluangnya masng-masng, dan peluang terjadnya perstwa tu aan mempunya penyebaran yang mengut suatu pola
Lebih terperinciU JIAN A KHIR S EMESTER M ATEMATIKA T EKNIK
Jurusan Ten Spl dan Lngungan FT UGM U JIAN A KHIR S EMESTER M ATEMATIKA T EKNIK SENIN, 4 JANUARI 23 OPEN BOOK WAKTU MENIT PETUNJUK ) Saudara tda boleh menggunaan omputer untu mengerjaan soal- soal ujan
Lebih terperinciP 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 terperinciDidownload 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 terperinciStudi Perhitungan CCT Menggunakan Metode EEAC (Extended Equal Area Criterion) Dan Trajektori Kritis/ Critical Trajectory Untuk Kestabilan Transien
JURAL TEKIK POITS Vol., o., (0) -6 Stud Perhtungan CCT enggunaan etode EEAC (Extended Equal Area Crteron) Dan Trajetor Krts/ Crtcal Trajectory Untu Kestablan Transen Hardansyah Pratama, Ardyono Pryad,
Lebih terperinciBAB 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 terperinciBAB 2 TINJAUAN TEORITIS. 2.1 Konsep Dasar Infeksi, Saluran Pernafasan, Infeksi Akut, dan Infeksi Saluran Pernafasan Akut (ISPA)
BAB TINJAUAN TEORITIS. Knsep Dasar Infes, Saluran Pernafasan, Infes Aut, dan Infes Saluran Pernafasan Aut (ISPA.. Infes Infes adalah masunya uman atau mrrgansme e dalam tubuh manusan dan berembang ba sehngga
Lebih terperinciANALISIS VARIASI PARAMETER BACKPROPAGATION ARTIFICIAL NEURAL NETWORK TERHADAP PENGENALAN POLA DATA IRIS
ANALISIS VARIASI PARAMETER BACKPROPAGATION ARTIFICIAL NEURAL NETWORK TERHADAP PENGENALAN POLA DATA IRIS Ihwannul Khols, ST. MT. Unverstas 7 Agustus 945 Jaarta hols27@gmal.com Abstra Pengenalan pola data
Lebih terperinciVI. KETIDAKPASTIAN. Contoh : Asih mengalami gejala ada bintik-bintik di wajahnya. Dokter menduga bahwa Asih terkena cacar
VI. KETIDAKPASTIAN 12 Dalam enyataan sehar-har banya masalah dduna n tda dapat dmodelan secara lengap dan onssten. Suatu penalaran dmana adanya penambahan fata baru mengabatan etdaonsstenan, dengan cr-cr
Lebih terperinciBAB II DIMENSI PARTISI
BAB II DIMENSI PARTISI. Defns dasar dan eteratannya dengan metrc dmenson Dalam pembahasan dmens parts, graf yang dbahas adalah graf terhubung sederhana dan tda meml arah. Sebelum mendefnsan graf yang dgunaan
Lebih terperinciBenyamin Kusumoputro Ph.D Computational Intelligence, Faculty of Computer Science University of Indonesia METODE PEMBELAJARAN
METODE PEMBELAJARAN Sebelum suatu Jarngan Neural Buatan (JNB) dgunaan untu menglasfasan pola, terlebh dahulu dlauan proses pembelaaran untu menentuan strutur arngan, terutama dalam penentuan nla bobot.
Lebih terperinciPENGEMBANGAN 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 terperinciSTATISTIKA. Bab. Di unduh dari : Bukupaket.com. Mean Median Modus Simpangan baku Varian Histogram Quartil Desil Persentil
Bab 7 STATISTIKA A. KOMPETENSI DASAR DAN PENGALAMAN BELAJAR Kompetens Dasar Setelah mengut pembelajaran n sswa mampu:. Menghayat dan mengamalan ajaran agama yang danutnnya. 2. Meml motvas nternal, emampuan
Lebih terperinciKLASTERISASI SINYAL SUARA MENGGUNAKAN METODE PARTICLE SWARM OPTIMIZATION PADA PENGEMBANGAN SISTEM PENGENALAN INDIVIDU BERBASIS SUARA UCAPAN
KLASTERISASI SINYAL SUARA MENGGUNAKAN METODE PARTICLE SWARM OPTIMIZATION PADA PENGEMBANGAN SISTEM PENGENALAN INDIVIDU BERBASIS SUARA UCAPAN Abstra Nama: Moh. Bagus Had S (Nrp 1205 100 037) Dosen Pembmbng:
Lebih terperinciBAB III METODE RESPONSE SURFACE DENGAN SIMULASI MONTE CARLO. solusi dari suatu masalah diberikan berdasarkan proses rendomisasi (acak).
BAB III METODE RESPONSE SURFACE DENGAN SIMULASI MONTE CARLO 3. Smulas Monte Carlo Smulas Monte Carlo merupaan bentu smulas probablst dmana solus dar suatu masalah dberan berdasaran proses rendomsas (aca).
Lebih terperinciPEMODELAN PENGELUARAN RUMAH TANGGA UNTUK KONSUMSI MAKANAN DI KOTA SURABAYA DAN FAKTOR-FAKTOR YANG MEMPENGARUHI MENGGUNAKAN PENDEKATAN REGRESI SPLINE
PEMODELAN PENGELUARAN RUMAH TANGGA UNTUK KONSUMSI MAKANAN DI KOTA SURABAYA DAN FAKTOR-FAKTOR YANG MEMPENGARUHI MENGGUNAKAN PENDEKATAN REGRESI SPLINE Dew Arfanty Azm, Dra.Madu Ratna,M.S. dan 3 Prof. Dr.
Lebih terperinciPENYELESAIAN SISTEM PERSAMAAN TAK LINIER
PENYELESIN SISTEM PESMN TK LINIE Mater Kulah: Pengantar; Iteras Satu Tt; Iteras Newton # PENGNT # erut n adalah contoh seumpulan buah persamaan ta lner smulta dengan buah varabel ang ta detahu:... ( 57...
Lebih terperinciBAB III METODOLOGI PENELITIAN. Penyusunan laporan tugas akhir ini dilakukan sesuai dengan langkahlangkah
BAB III METODOLOGI PENELITIAN Penyusunan laporan tugas ahr n dlauan sesua dengan langahlangah peneltan yang aan dperlhatan pada dagram d bawah n, agar peneltan n dapat berjalan secara ba dan terarah. Sehngga
Lebih terperinciBAB III MODUL INJEKTIF
BAB III ODUL INJEKTIF Bab n adalah bab yang palng pentng arena bab n bers mula dar hal-hal dasar mengena modul njet sampa sat-sat stmewanya yang tda dml oleh modul lan yang tda njet, yang merupaan ous
Lebih terperinciBAB 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 terperinciPengaruh 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 terperincitoto_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 terperinciBAB III ANALISIS DISKRIMINAN. Analisis diskriminan (discriminant analysis) merupakan salah satu metode
BAB III ANALISIS DISKRIMINAN 3. Analss Dsrmnan Analss dsrmnan (dscrmnant analyss) merupaan salah satu metode yan dunaan dalam analss multvarat. Dalam analss dsrmnan terdapat dua jens varabel yan terlbat
Lebih terperinciFUZZY BACKPROPAGATION UNTUK KLASIFIKASI POLA (Studi kasus: klasifikasi kualitas produk)
Semnar Nasonal plas enolog Informas (SNI ) Yogyaarta, Jun FUZZY BCKPROPGION UNUK KLSIFIKSI POL (Stud asus: lasfas ualtas produ) Sr Kusumadew Jurusan en Informata, Faultas enolog Industr Unverstas Islam
Lebih terperinci4 METODE PENELITIAN. Penelitian ini dilaksanakan selama 6 bulan dimulai dari bulan Juli sampai
4 METODE PENELITIAN 4.1 Watu dan Loas Peneltan Peneltan n dlasanaan selama 6 bulan dmula dar bulan Jul sampa bulan Desember 005 d Kabupaten Indramayu, Provns Jawa Barat yang terleta pada poss geografs
Lebih terperinciLucas Theorem Untuk Mengatur Penyimpanan Memori yang Lebih Aman
Lucas Theorem Untu Mengatur Penympanan Memor yang Lebh Aman Hendra Hadhl Chor (135 8 41) Program Stud Ten Informata ITB Jalan Ganesha 1, Bandung e-mal: hendra_h2c_mathematcan@yahoo.com; f1841@students.f.tb.ac.d
Lebih terperinciPENGUJIAN PROPORSI MENGGUNAKAN KETERKAITAN DISTRIBUSI CHI-SQUARE DENGAN PENDEKATAN DISTRIBUSI BINOMIAL TERHADAP DISTRIBUSI NORMAL STANDARD
ORBITH Vl. 7 N. 3 Nvember 11: 366-37 ENGUJIAN ROORSI MENGGUNAKAN KETERKAITAN DISTRIBUSI CHI-SQUARE DENGAN ENDEKATAN DISTRIBUSI BINOMIAL TERHADA DISTRIBUSI NORMAL STANDARD Oleh: Endang Tryan Staf engajar
Lebih terperinciPengolahan lanjut data gravitasi
Modul 6 Pengolahan lanjut data gravtas 1. Transformas/proyes e bdang datar (metode Damney atau Euvalen Tt Massa). Pemsahan Anomal Loal/Resdual dan Anomal Regonal a. Kontnuas b. Movng average c. Polynomal
Lebih terperinciPENGENALAN WAJAH BERBASIS METODE TWO-DIMENSIONAL LINEAR DISCRIMINANT ANALYSIS
PENGENALAN WAJAH BERBASIS MEODE WO-DIMENSIONAL LINEAR DISCRIMINAN ANALYSIS Ftr Damayant, Agus Zanal Arfn, Rully Soelaman Program Magster en Informata, Insttut enolog Sepuluh Nopember (IS) - Surabaya Kampus
Lebih terperinciPENYELESAIAN PERMASALAHAN OPTIMASI CONSTRAINED NONLINEAR DENGAN PARTICLE SWARM OPTIMIZATION
PENYELESAIAN PERMASALAHAN OPTIMASI CONSTRAINED NONLINEAR DENGAN PARTICLE SWARM OPTIMIZATION Yudh Purwananto Rully Soelaman dan Bambang Santoso. Fakultas Teknolog Informas Insttut Teknolog Sepuluh Nopember
Lebih terperinciBAB 2 LANDASAN TEORI. Universitas Sumatera Utara
BAB 2 LANDASAN TEORI 2.1 Pengertan Analsa Regres Dalam kehdupan sehar-har, serng kta jumpa hubungan antara satu varabel terhadap satu atau lebh varabel yang lan. Sebaga contoh, besarnya pendapatan seseorang
Lebih terperinciINVERS DRAZIN DARI SUATU MATRIKS DENGAN MENGGUNAKAN BENTUK KANONIK JORDAN
Buletn Ilmah ath. Stat. dan erapannya (Bmaster) Volume 5, No. 3 (6), hal 8. INVERS DRAZIN DARI SUAU ARIKS DENGAN ENGGUNAKAN BENUK KANNIK JRDAN Eo Sulstyono, Shanta artha, Ea Wulan Ramadhan INISARI Suatu
Lebih terperinciPerbandingan Masalah Optimasi TSP dengan Menggunakan Algoritma Ant Colony dan Jaringan Hopfield
Perbandngan Masalah Optmas TSP dengan Menggunaan Algortma Ant Colony dan Jarngan Hopfeld 1 Yulan, Moh.Isa Irawan, dan 3 Mardljah 1,, 3 Jurusan Matemata, Insttut Tenolog Sepuluh Noember Kampus ITS, Surabaya
Lebih terperinciBab 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 terperinciEman Lesmana, Riaman. Jurusan Matematika FMIPA Universitas Padjadjaran, Jl. Raya Bandung-Sumedang km 21 Jatinangor ABSTRAK
PENGGUNAAN MODEL REGRESI LINEAR BERGANDA PADA PROGRAM PENGGEMUKAN SAPI PO ( PERANAKAN ONGOLE) SERTA ANALISIS BCR ( BENEFIT COST RATIO ) PENGGUNAAN PAKAN BAHAN KERING Eman Lesmana, Raman Jurusan Matemata
Lebih terperinciIV. MODEL-MODEL EMPIRIS FUNGSI PERMINTAAN
69 IV. MODEL-MODEL EMPIRIS FUNGSI PERMINTAAN Dtnau dar sfat hubungan antar persamaan terdapat dua ens model persamaan yatu model persamaan tunggal dan model sstem persamaan. Model persamaan tunggal adalah
Lebih terperinciMETODE OPTIMASI SELEKSI FITUR DENGAN ALGORITMA FAST BRANCH AND BOUND
METODE OPTIMASI SELEKSI FITUR DENGAN ALGORITMA FAST BRANCH AND BOUND Rully Soelaman, Suc Hatnng Rn dan Dana Purwtasar Faultas Tenolog Informas, Insttut Tenolog Sepuluh Nopember (ITS), Surabaya, 60, Indonesa
Lebih terperinciIV. 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 terperinciKata 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 terperinciProsedur Komputasi untuk Membentuk Selang Kepercayaan Simultan Proporsi Multinomial
SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2016 Prosedur Komputas untu Membentu Selang Kepercayaan Smultan Propors Multnomal S - 11 Bertho Tantular Departemen Statsta FMIPA UNPAD bertho@unpad.ac.d
Lebih terperinciBAB III METODE PENELITIAN. Metode penelitian yang digunakan dalam penelitian ini adalah metode
BAB III METODE PENELITIAN Desan Peneltan Metode peneltan yang dgunakan dalam peneltan n adalah metode deskrptf analts dengan jens pendekatan stud kasus yatu dengan melhat fenomena permasalahan yang ada
Lebih terperinciPERBANDINGAN PENGGUNAAN METODE OPTIMASI EXTENDED QUADRATIC INTERIOR POINT DENGAN NEURAL NETWORK UNTUK ECONOMIC DISPATCH PEMBANGKIT THERMAL DI BALI
erbandngan enggunaan Metode Optmas Rum Sar Hartat, Suerayasa ERBANDINGAN ENGGUNAAN METODE OTIMASI EXTENDED QUADRATIC INTERIOR OINT DENGAN NEURAL NETWORK UNTUK ECONOMIC DISATCH EMBANGKIT THERMAL DI BALI
Lebih terperinciHAK 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 terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Tnjauan Pustaka 2.1.1 Tmetable Tmetable merupakan alokas subjek yang memlk kendala untuk dtempatkan pada ruang waktu (Gan dkk, 2004). Permasalahan Tmetable cukup luas. Masalah
Lebih terperinciBAB 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 terperinciJARINGAN SARAF TIRUAN UNTUK IDENTIFIKASI POLA KODE DERAU PALSU
JARINGAN SARAF TIRUAN UNTUK IDENTIFIKASI POLA KODE DERAU PALSU Ea Saputra LF096585 Jurusan Ten Eletro Faultas Ten Unverstas Dponegoro Abstra Jarngan saraf truan merupaan suatu metode yang salah satunya
Lebih terperinciPENENTUAN LOKASI GUDANG DISTRIBUSI PADA SISTEM DISTRIBUSI PRODUK KONSUMSI PT X DI JAWA TIMUR
Prosdng Semnar Nasonal Manajemen Tenolog IX Program Stud MMT-ITS, Surabaya 14 Pebruar 2009 PENENTUAN LOKASI GUDANG DISTRIBUSI PADA SISTEM DISTRIBUSI PRODUK KONSUMSI PT X DI JAWA TIMUR Teguh Otarso Program
Lebih terperinciadalah beban pada simpul i berturut-turut. θ adalah vektor sudut fasa dan B adalah elemen-elemen imajiner matriks admitansi simpul. Mengingat bahwa: 1
ISSN 907-0500 Analss Kepeaan engembangan Sstem Transms Tenaga Lstr Ternternes Menggunaan Successve Frward Methd Stud Kasus: Sstem Transms 500 V Jawa-Bal engembangantahun 007 06 Nurhalm Jurusan Ten Eletr
Lebih terperinciBAB III METODE PENELITIAN. sebuah fenomena atau suatu kejadian yang diteliti. Ciri-ciri metode deskriptif menurut Surakhmad W (1998:140) adalah
BAB III METODE PENELITIAN 3.1 Metode Peneltan Metode yang dgunakan dalam peneltan n adalah metode deskrptf. Peneltan deskrptf merupakan peneltan yang dlakukan untuk menggambarkan sebuah fenomena atau suatu
Lebih terperinciBAB III METODE PENELITIAN. Pada penelitian ini, penulis memilih lokasi di SMA Negeri 1 Boliyohuto khususnya
BAB III METODE PENELITIAN 3.1 Tempat dan Waktu Peneltan 3.1.1 Tempat Peneltan Pada peneltan n, penuls memlh lokas d SMA Neger 1 Bolyohuto khususnya pada sswa kelas X, karena penuls menganggap bahwa lokas
Lebih terperinciBAB 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 terperinciBAB III METODE PENELITIAN. SMK Negeri I Gorontalo. Penetapan lokasi tersebut berdasarkan pada
3 BAB III METODE PENELITIAN 3.1 Tempat Dan Waktu Peneltan 3.1.1 Tempat Peneltan Peneltan yang dlakukan oleh penelt berlokas d Kelas Ak 6, SMK Neger I Gorontalo. Penetapan lokas tersebut berdasarkan pada
Lebih terperinciBAB 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 terperinciBAB II LANDASAN TEORI
BAB II LANDASAN ORI. Aljabar Matrs.. Defns Matrs Matrs adalah suatu umpulan anga-anga yang juga serng dsebut elemen-elemen yang dsusun secara teratur menurut bars dan olom sehngga berbentu perseg panjang,
Lebih terperinciAnalisis Sensitivitas
Analss Senstvtas Terdr dar aa : Analss Senstvtas, bla terad perubahan paraeter seara dsrt Progra Lnear Paraetr, bla terad perubahan paraeter seara ontnu Maa-aa perubahan pasa optu: Perubahan suu tetap,
Lebih terperinciBAB 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 terperinciRekayasa Elektrika. Jurnal APRIL 2017 VOLUME 13 NOMOR 1. TERAKREDITASI RISTEKDIKTI No. 36b/E/KPT/2016
TERAKREDITASI RISTEKDIKTI No. 36b/E/KPT/016 Jurnal Reayasa Eletra VOLUME 13 NOMOR 1 APRIL 017 Efsens Daya Protool Quantze and Forward pada Sstem Komunas Kooperatf Mult-Relay Nasaruddn, Rony Kurna, dan
Lebih terperinciPEMODELAN TINGKAT KERAWANAN DEMAM BERDARAH DENGUE DI KABUPATEN LAMONGAN DENGAN PENDEKATAN GEOGRAPHICALLY WEIGHTED ORDINAL LOGISTIC REGRESSION
PEMODELAN INGKA KERAWANAN DEMAM BERDARAH DENGUE DI KABUPAEN LAMONGAN DENGAN PENDEKAAN GEOGRAPHICALLY WEIGHED ORDINAL LOGISIC REGRESSION Marsa Rfada 1, Purhad 1) Mahasswa Magster Jurusan Statsta, Insttut
Lebih terperinciBAB 4 METODOLOGI PENELITIAN DAN ANALISIS
28 BAB 4 METODOLOGI PENELITIAN DAN ANALISIS 4.1 Kerangka Pemkran dan Hpotess Dalam proses peneltan n, akan duj beberapa varabel software yang telah dsebutkan pada bab sebelumnya. Sesua dengan tahapan-tahapan
Lebih terperinciBAB III METODE PENELITIAN
A III METODE PENELITIAN A. Tempat dan Watu Peneltan. Tempat Peneltan Obje dalam peneltan n adalah Kelas VIII M.Ts. Neger onang yang terleta d Kecamatan onang Kabupaten Dema.. Watu Peneltan Peneltan dlasanaan
Lebih terperinciMODEL REGRESI SEMIPARAMETRIK SPLINE UNTUK DATA LONGITUDINAL PADA KASUS KADAR CD4 PENDERITA HIV. Lilis Laome 1)
Paradgma, Vol. 13 No. 2 Agustus 2009 hlm. 189 194 MODEL REGRESI SEMIPARAMERIK SPLINE UNUK DAA LONGIUDINAL PADA KASUS KADAR CD4 PENDERIA HIV Lls Laome 1) 1) Jurusan Matemata FMIPA Unverstas Haluoleo Kendar
Lebih terperinciPengenalan Jenis Kelamin Berdasarkan Citra Wajah Menggunakan Metode Two-Dimensional Linear Discriminant Analysis
Konferens Nasonal Sstem & Informata 05 STMIK STIKOM Bal, 9-0 Otober 05 Pengenalan Jens Kelamn Berdasaran Ctra Wajah Menggunaan Metode Two-Dmensonal Lnear Dscrmnant Analyss Ftr Damayant Prod Manajemen Informata,
Lebih terperinciKAJIAN METODE SUMBER EKIVALEN TITIK MASSA PADA PROSES PENGANGKATAN DATA GRAVITASI KE BIDANG DATAR
Berala Fsa ISSN : 1410-966 Vol.8, No.1, Januar 005, hal 7-10 KAJIAN METODE SUMBER EKIVALEN TITIK MASSA PADA PROSES PENGANGKATAN DATA GRAVITASI KE BIDANG DATAR Agus Setyawan Laboratorum Geofsa, Jurusan
Lebih terperinciAnalisis Variasi Parameter Backpropagation Artificial Neural Network dan Principal Component Analysis Terhadap Sistem Pengenalan Wajah
ELECTRANS, Jurnal Ten Eletro, Komputer dan Informata http://eournal.up.edu/ndex.php/electrans Analss aras Parameter Bacpropagaton Artfcal Neural Networ dan Prncpal Component Analyss Terhadap Sstem Pengenalan
Lebih terperinciOPTIMASI PENJADWALAN MATA KULIAH DI JURUSAN TEKNIK INFORMATIKA PENS DENGAN MENGGUNAKAN ALGORITMA PARTICLE SWARM OPTIMIZATION (PSO)
OPTIMASI PENJADWALAN MATA KULIAH DI JURUSAN TEKNIK INFORMATIKA PENS DENGAN MENGGUNAKAN ALGORITMA PARTICLE SWARM OPTIMIZATION (PSO) Dan Aran, Arna Fahrza,S.Kom,M.Kom, Ira Prasetyanngrum,S.S,M.T 3 Mahasswa
Lebih terperinciMEMINIMALKAN 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 terperinciBAB IV METODE PENELITIAN. Penelitian mengenai Analisis Pengaruh Kupedes Terhadap Performance
BAB IV METODE PENELITIAN 4.1 Lokas dan Waktu Peneltan Peneltan mengena Analss Pengaruh Kupedes Terhadap Performance Busness Debtur dalam Sektor Perdagangan, Industr dan Pertanan dlaksanakan d Bank Rakyat
Lebih terperinciBAB IV HASIL ANALISIS
BAB IV HASIL ANALISIS. Standarda Varabel Dalam anal yang dtamplan pada daftar tabel, dar e-39 wadu yang meml fator-fator melput luaan DAS, apata awal wadu, 3 volume tahunan rerata pengendapan edmen, dan
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1. Hpotess Peneltan Berkatan dengan manusa masalah d atas maka penuls menyusun hpotess sebaga acuan dalam penulsan hpotess penuls yatu Terdapat hubungan postf antara penddkan
Lebih terperinciSTUDI 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 terperinciIII. METODE PENELITIAN. Penelitian ini merupakan studi eksperimen yang telah dilaksanakan di SMA
III. METODE PENELITIAN A. Waktu dan Tempat Peneltan Peneltan n merupakan stud ekspermen yang telah dlaksanakan d SMA Neger 3 Bandar Lampung. Peneltan n dlaksanakan pada semester genap tahun ajaran 2012/2013.
Lebih terperinciContoh 5.1 Tentukan besar arus i pada rangkaian berikut menggunakan teorema superposisi.
BAB V TEOEMA-TEOEMA AGKAIA 5. Teorema Superposs Teorema superposs bagus dgunakan untuk menyelesakan permasalahan-permasalahan rangkaan yang mempunya lebh dar satu sumber tegangan atau sumber arus. Konsepnya
Lebih terperinciPENERAPAN PETA P MULTIVARIAT PADA PENGONTROLAN PROSES PEMOTONGAN KACA JENIS LNFL DI PT. ASAHIMAS FLAT GLASS, TBK.
PENERAPAN PETA P MULTIVARIAT PADA PENGONTROLAN PROSES PEMOTONGAN KACA JENIS LNFL DI PT. ASAHIMAS FLAT GLASS, TBK. Fanny Ayu Octavana dan Dra. Luca Ardnant, MT. Jurusan Statsta, Faultas Matemata dan Ilmu
Lebih terperinci