Studi Optimal Power Flow Sistem Kelistrikan 500 kv Jawa Bali dengan Metode Algoritma Genetika
|
|
- Hamdani Tedja
- 6 tahun lalu
- Tontonan:
Transkripsi
1 Meda Elektrka, Vol. 6 No. 1, Jun 2013 ISSN 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 Teknolog Informas Unverstas Gadjah Mada Jln. Grafka 2 Yogyakarta Indonesa e-mal: yassrasnaw@gmal.com, sarjya@ugm.ac.d, thr@ugm.ac.d ABSTRAK Salah satu solus untuk mengurang kenakan harga lstrk adalah dengan melakukan optmsas baya pada proses produks energ lstrk. Optmal Power Flow (OPF) adalah salah satu metode untuk memnmlsas baya bahan bakar pembangkt dengan tetap menjaga batasan keandalan sstem. Pada peneltan n daplkaskan metode Genetc Algorthm wth tournament selecton untuk menyelesakan masalah OPF. Efektftas metode duj pada kasus sstem IEEE 30 bus. Hasl menunjukkan lebh bak dar metode dfferental evoluton dan evolutonary programmng. Smulas pada sstem tenaga Jawa-Bal 500 kv dengan metode yang dusulkan dapat mengurang baya pembangktan sebesar 12,19% dbandng dengan data operas PLN. Kata kunc: Optmal Power Flow; Genetc Algorthm; ftness; Tournament selecton PENDAHULUAN Kebutuhan pembangkt thermal terhadap bahan bakar dengan jumlah ketersedaan yang semakn menps dan semakn mahal, membuat baya produks lstrk semakn menngkat. Dalam komponen baya pokok penyedaan lstrk d jarngan Jawa Bal, kontrbus baya bahan bakar sektar 60% terhadap total baya. Sementara tu, baya bahan bakar pembangkt ddomnas oleh baya penyedaan gas, batu bara dan mnyak untuk jens pembangkt thermal. Salah satu solus untuk mengurang kenakan harga lstrk adalah dengan melakukan optmsas baya pada proses produks energ lstrk. Dalam sstem tenaga nterkoneks, salah satu optmsas baya dlakukan dengan mengatur daya aktf dan daya reaktf masng-masng pembangkt untuk memnmalkan baya operas. Metode n dsebut optmal power flow (OPF) [1]. OPF menggunakan varabel kontrol untuk membantu memnmalkan baya operas sstem tenaga lstrk. OPF mempunya kekangan dengan memperhtungkan batas daya aktf dan reaktf pembangkt, batas kemampuan daya dar sstem transms, tap transformator dan tegangan pembangkt [2]. Banyak teknk solus telah dterapkan untuk masalah OPF sepert Lnear Programmng (LP) [3,4], Non-Lnear programmng (NLP) [5] dan Metode Interor Pont (IP) [6]. Metode tradsonal tersebut dapat Stud Optmal Power Flow Sstem... 61
2 Meda Elektrka, Vol. 6 No.1, Jun 2013 ISSN dlakukan jka kurva karakterstk ncremental cost ddealkan terlebh dahulu, sehngga kurva terbentuk menjad halus dan convex dan dengan demkan dpaksa untuk menyederhanakan hubungan dalam rangka untuk memastkan konvekstas. Untuk unt pembangkt yang memlk kurva non-convex tdak dapat d selesakan dengan menggunakan metoda tradsonal n. Metode optmas klask sangat senstf terhadap ttk awal dan serng menghaslkan solus optmas lokal atau menympang sama sekal. Metode n basanya terbatas pada kasus-kasus OPF tertentu dan tdak menawarkan kebebasan yang besar dalam fungs tujuan atau jens kendala yang dapat dgunakan. Hal tu pentng untuk mengembangkan, algortma baru, yang lebh umum dan dapat dandalkan yang mampu menggabungkan kendala baru yang tmbul. Salah satu teknk untuk mengatas masalah tersebut dgunakan metode optmas global heurstc. Penggunaan metode heurstk sudah banyak dgunakan untuk menyelesakan masalah OPF, sepert dfferental evoluton (DE) [7-8], ntelgent search evoluton algorthm (ISEA) [9], partcle swarm optmzaton (PSO) [10], dstrbuted algorthms (DA) [11] dan genetc algorthm (GA) [12-14]. Metode GA dapat dgunakan untuk menyelesakan masalah OPF dengan kurva non-convex. GA tdak dbatas oleh bentuk kurva karakterstk pembangkt, karena algortma n bekerja dengan menggunakan metode probabltas, bukan determnstk, GA juga mencar solus dar populas yang dbangktkan sehngga GA dapat memberkan banyak plhan solus. Metode-metode GA [12-14] datas menggunakan seleks roulette wheel untuk seleks orang tua. Sstem seleks n tdak memberkan konvergens hasl yang cepat pada kasus-kasus tertentu sepert pada sstem yang besar. Hasl yang dberkan basanya jauh berbeda untuk setap kal program djalankan. Pada peneltan n dusulkan metode GA dengan tournamen selecton. Penggunaan seleks n mempunya keunggulan untuk menngkatkan kemampuan menemukan nla ftness dengan lebh cepat dan konstan sehngga waktu yang dbutuhkan untuk konvergen lebh cepat. Pengkodean kromosom menggunakan real codng dengan fungs ftness yang melbatkan fungs baya pembangktan dtambah hubungan pembatas pada nla mmnum baya total pembangkt untuk memperoleh baya operas pembangkt yang mnmum dengan memperhtungkan batasan maksmum dan mnmum dar pembangkt, dan batasan 62 Yassr, Sarjya, T. Haryono
3 Meda Elektrka, Vol. 6 No. 1, Jun 2013 ISSN tegangan pada bus generator. Pengujan efektftas metode dlakukan pada kasus sstem IEEE 30 bus dan sstem tenaga 500 kv Jawa-Bal. Dengan melbatkan total rug-rug daya maka hubungan pembatas pada nla mnmum ( ) adalah : n g P 1 P P L D 0 (9) Model Matematka Optmal Power Flow dengan : Fungs objektf dberkan oleh ( ) = Total baya bahan bakar, model baya bahan bakar berkut: sebaga fungs dar Ng 2 F( Pg ) P g Pg = Daya aktf pembangkt pada 1 (1) bus dengan batasan kesetaraan mewakl = Daya aktf beban pada bus kesembangan daya aktf dan reaktf: = Daya reaktf pembangkt pada + = 0 = bus 1,, (2) = Daya reaktf beban pada bus + = 0 =,, = Parameter baya bahan bakar 1,, (3) unt = Jumlah unt pembangkt dmana persamaan daya aktf dan reaktf = Jumlah total bus setap bus dberkan pada persamaan (4), = Tegangan pada bus dan j dan (5)., = Sudut pada bus dan j P V Nb j 1 Q V Nb j 1 V Y cos( j j j V Y sn( j dengan kendala pertdaksamaan: j j j ) j ) (4) = Daya aktf njeks pada node = Injeks daya reaktf pada node (5) = Rug-rug transms = Daya total beban Y j = Besaran matrks admtans = 1 (6) bars ke- dan kolom ke-j = 1 ψ j (7) = Sudut elemen matrks admtans pada poss,j = 1 (8), = Batasan besarnya tegangan pada bus Stud Optmal Power Flow Sstem... 63
4 Meda Elektrka, Vol. 6 No.1, Jun 2013 ISSN , = Batasan daya reaktf dar pembangkt. Algortma Genetka Umum Algortma genetka adalah algortma komputas untuk masalah optmas yang ternspras oleh teor evolus untuk mencar solus suatu permasalahan. Terdapat banyak sekal varas pada Algortma Genetka, salah satunya adalah Algortma Genetka untuk masalah optmas kombnas, yatu mendapatkan nla solus yang optmal terhadap suatu masalah yang memlk banyak kemungknan solus. Algortma genetka pertama kal drnts oleh John Holland dar Unverstas Mchgan pada tahun 1960-an, algortma genetka telah daplkaskan secara luas pada berbaga bdang. Algortma Genetka banyak dgunakan untuk memecahkan masalah optmas, walaupun pada kenyataannya juga memlk kemampuan yang bak untuk masalah-masalah selan optmas. John Holland menyatakan bahwa setap masalah yang berbentuk adaptas (alam maupun buatan) dapat dformulaskan dalam teknolog genetka. Penerapan Proposed Method Insalsas Populas Suatu matrk dengan nla pada setap elemennya berupa blangan acak antara 0 dan 1 dbangktkan. Dalam populas tersebut, satu bars adalah satu ndvdu, setap ndvdu terdapat kromosom, dan setap satu kromosom terdr atas beberapa gen. Skema pengkodean kromosom yang dgunakan dalam peneltan n adalah real number encodng. Setap kromosom dalam populas tersebut dkodekan menjad nla pembangktan daya aktf pada pembangkt sesua batasan nla mnmum dan maksmumnya. P = MW mn + (MW max MW mn ). kromosom (10) Nla Ftness Suatu ndvdu atau kromosom devaluas berdasarkan suatu fungs tertentu sebaga ukuran performasnya. Fungs yang dgunakan untuk mengukur nla kecocokan atau derajat optmaltas suatu kromosom dsebut dengan ftness functon. Nla yang dhaslkan dar fungs tersebut menandakan seberapa optmal solus yang dperoleh. Dalam kasus yang dbahas dalam peneltan n tujuannya adalah mnmas 64 Yassr, Sarjya, T. Haryono
5 Meda Elektrka, Vol. 6 No. 1, Jun 2013 ISSN maka ftness adalah kebalkan dar nla ada jka blangan random yang palng maksmum sehngga nla ftness dbangktkan lebh dar atau sama dengan p. dtentukan oleh satu dbag jumlah total Pada tournament selecton, varabel m baya pembangktan, total rug-rug dan adalah tournament sze dan p adalah hubungan pembatas pada nla mnmum dar persamaan (9). Fungs tujuannya adalah untuk mencar baya pembangktan dan besar rug jarngan yang mnmal sehngga jka semua batasan pada analss alran daya optmal telah terpenuh, maka ftness dapat dhtung dar varabel tersebut. tournament probablty. Pndah Slang Proses pndah slang adalah salah satu operator pentng dalam algortma genetka, metode dan tpe pndah slang yang dlakukan tergantung dar encodng dan permasalahan yang dangkat. Sebuah kromosom yang mengarah pada solus yang = bagus dapat dperoleh dar proses ( ) ( ) (11) memndahslangkan dua buah kromosom. Pndah slang dkendalkan oleh Seleks Orang Tua Dalam bentuk palng sederhana, metode n mengambl dua kromosom probabltas tertentu p c. Artnya, pndah slang dlakukan hanya jka suatu blangan random yang dbangktkan kurang dar p c secara random dan kemudan menyeleks yang dtentukan. Pada umumnya p c dset salah satu yang bernla ftness palng tngg untuk menjad orang tua pertama. Cara mendekat 1, msalnya 0,8. Mutas yang sama dlakukan lag untuk Mutas merupakan proses mengubah nla mendapatkan orang tua kedua. Metode dar satu atau beberapa gen dalam suatu tournament selecton yang lebh rumt kromosom. Mutas n berperan untuk adalah dengan mengambl m kromosom menggantkan gen yang hlang dar secara random. Kemudan kromosom populas akbat seleks yang bernla ftness tertngg dplh sebaga memungknkan munculnya kembal gen orang tua pertama jka blangan random yang dbangktkan kurang dar suatu nla batas yang dtentukan p dalam nterval [0,1]. Pemlhan orang tua akan dlakukan secara random dar m 1 kromosom yang yang populas. tdak muncul pada nsalsas Stud Optmal Power Flow Sstem... 65
6 Meda Elektrka, Vol. 6 No.1, Jun 2013 ISSN Eltsme Karena seleks dlakukan secara random, maka tdak ada jamnan bahwa suatu ndvdu bernla ftness tertngg akan selalu terplh. Kalaupun ndvdu bernla ftness tertngg terplh, mungkn saja ndvdu tersebut akan rusak (nla ftness turun) karena proses pndah slang. Untuk menjaga ndvdu tersebut tdak hlang selama evolus, maka perlu dbuat satu atau beberapa kopnya. Prosedur n dkenal sebaga eltsme. Tahapan Peneltan Tahap-tahap peneltan dengan metode yang dtawarkan adalah sebaga berkut: 1. Membangktkan populas awal 2. Menghtung koefsen rug-rug dengan batasan yang dtentukan menggunakan metode Newton-Raphson. 3. Mendekodekan kromosom 4. Evaluas ndvdu untuk mencar ftness. 5. Melakukan proses seleks dengan metode tournament selecton, Eltsme, pndah slang dan mutas. 6. Ulang langkah 5-7 sampa generas maksmum. 7. Menghtung daya pembangkt, rug-rug dan baya total pembangkt. Flow chart tahapan peneltan dtunjukkan pada Gambar 1. Gambar 1. Flow chart tahapan peneltan Hasl dan Pembahasan Kasus 1: Sstem IEEE 30 bus Sebelum dterapkan pada sstem Jawa Bal, untuk mengetahu efektftas dalam menyelesakan masalah OPF, metode yang dusulkan terlebh dahulu duj dengan sstem IEEE 30 bus. Sstem n mempunya 6 pembangkt thermal, 30 bus dan 41 saluran dengan total beban sebesar 283,4 MW [19]. Sstem n mempunya 16 varabel pengontrolan, yatu: enam unt 66 Yassr, Sarjya, T. Haryono
7 Meda Elektrka, Vol. 6 No. 1, Jun 2013 ISSN daya aktf output, enam magntude tegangan bus pembangkt dan empat pengaturan tap transformer. Dalam kasus n, smulas dlakukan dengan 5 varabel, 100 populas dan 120 generas. Smulas dlakukan sepuluh kal dengan hasl terbak yang dambl. Gambar 2 menunjukkan total baya pembangktan yang nla optmalnya dapat dcapa sebelum generas ke-20. Perbandngan hasl smulas metode Algortma Genetka yang dusulkan dengan metode evolutonary programmng (EP) [7], Dfferental Evoluton (DE) [7] dan metode Intelgent Search Evoluton Algorthm (ISEA) [9] dengan besaran daya yang dbangktkan setap pembangkt dalam MW dtunjukkan pada Tabel 1. Hasl menunjukkan penghematan 1,15 $/jam dbandngkan dengan metode EP dan penghematan 7,479 $/jam dbandngkan dengan metode ISEA. Tegangan setelah smulas sepert pada Gambar 3 terlhat bahwa berada dalam batasan maksmum dan mnmum yang dtentukan yatu 0,90 pu sampa 1,1 pu untuk bus pembangkt dan 0,95 pu sampa 1,05 pu untuk bus beban. TABEL 1. Perbandngan hasl smulas sstem IEEE 30 bus, dengan beberapa peneltan sebelumnya Pembangkt DE [7] EP [7] ISEA [9] PGA P G1 177,30 175,58 156, ,56 P G2 49,18 49,08 48,260 48,09 P G5 12,24 14,74 24,676 20,09 P G8 11,19 11,18 24,232 21,71 P G11 21,23 21,27 20,654 12,69 P G13 21,74 39,53 17,134 12,00 Total Baya ($/Jam) Total Rug-rug Baya ($/jam) (MW) 802,23 802,65 808, ,50 Gambar 2. Total baya sstem IEEE 30 bus Tegangan (pu) ,53 9,47 8, Generas 1,1 1,05 1 0,95 0,9 1 3 pembangktan Gambar 3. Tegangan setap bus sstem IEEE 30 bus No. BUS Stud Optmal Power Flow Sstem... 67
8 Meda Elektrka, Vol. 6 No.1, Jun 2013 ISSN Kasus 2: Sstem Tenaga 500 kv Jawa Bal Data sstem 500 kv Jawa Bal bersumber dar PT.PLN (Persero ) Penyaluran dan Pusat Pengaturan Beban Jawa Bal. Sstem n terdr dar 25 bus dengan 8 unt pembangkt dan 30 saluran. Unt pembangkt Suralaya sebaga slack bus sedangkan bus Muaratawar, Crata, Sagulng, Tanjung Jat, Gresk Baru, Grat, dan Paton sebaga bus generator. Dagram satu gars sstem tenaga 500 kv Jawa Bal dtunjukkan pada Gambar 4. Dantara 8 pembangkt tersebut, pembangkt Crata dan Sagulng merupakan pembangkt tenaga ar, sedangkan lannya merupakan pembangkt tenaga thermal. Tabel 2 menunjukkan fungs baya pembangktan. Data beban dtunjukkan pada Tabel 3. Gambar 4. Sstem 500 kv Jawa Bal TABEL 2. Fungs baya pembangktan sstem 500 kv Jawa Bal Pembangkt Suralaya , ,4175-6,9952 Muara T , , ,925 Crata Sagulng Tnjng Jt ,3582 3,372 Gresk , , ,5263 Grat , ,5332-0,8734 Paton , , , Yassr, Sarjya, T. Haryono
9 Meda Elektrka, Vol. 6 No. 1, Jun 2013 ISSN TABEL 3. Data Beban Sstem 500 kv Jawa Bal Beban No Nama bus Type MW Mvar 1 Suralaya Slack Clegon Beban Kembangan Beban Gandul Beban Cbnong Beban Cawang Beban Bekas Beban Muaratawar Generator Cbatu Generator Crata Generator Sagulng Beban Bandung Selatan Beban Mandrancan Beban Ungaran Beban Tanjung Jat Generator Surabaya Barat Beban Gresk Baru Generator Depok Beban Taskmalaya Baru Beban Pedan Beban Kedr Beban Paton Generator Grat Generator Balaraja Beban Ngmbang Beban Total Smulas dlakukan pada konds beban tanggal 30 November 2011 pukul dengan total pembebanan sebesar MW dengan hasl smulas dtunjukkan pada Gambar 5. Pembangkt PLTA danggap membangktkan daya sesua data operas PLN, karena pembangkt PLTA berbeda perhtungan baya pembangktannya. Hal n dsebabkan dalam pengoperasan PLTA harus dlhat dar cadangan ar, pengoperasan waduk dan lan-lan. Dar Gambar 5 terlhat bahwa baya nomnal dapat tercapa sebelum generas ke-20. Tabel 4 memperlhatkan perbandngan hasl smulas pembangktan setap pembangkt dalam MW dengan daya operas yang dperoleh dar PT. PLN. Baya total pembangkt dar data daya operas PLN adalah sebesar Rp /jam. Metode yang dusulkan mampu mereduks sebesar Rp /jam atau sebesar 12,19%. Dengan rug-rug total sebesar 255,97 MW. Gambar 6 dperlhatkan tegangan setap bus yang berada dalam batasan maksmum mnmum yang dtetapkan PLN sesua dengan Grd Code (aturan jarngan 2007) yatu ± 5% dar tegangan nomnal untuk sstem 500 kv. Baya (Rp/jam) 7.5 x Generas Gambar 5. Total baya pembangktan sstem 500 kv Jawa Bal Stud Optmal Power Flow Sstem... 69
10 Meda Elektrka, Vol. 6 No.1, Jun 2013 ISSN TABEL 4. Perbandngan hasl smulas sstem Jawa Bal, metode yang dusulkan dengan Data Operas PLN Pembangkt Daya (MW) Data Operas PLN GA Baya (Rp/Jam)x10 3 Daya (MW) Baya (Rp/Jam)x10 Suralaya , Muara Tawar , Crata Sagulng Tanjung Jat , Gresk , Paton , Grat , Jumlah Total 12188, , Total Rug-rug (MW) ,97 Tegangan (pu) 1,05 1 0,95 0, No. BUS Gambar 6. Tegangan setap bus sstem 500 kv Jawa Bal Kesmpulan Dalam peneltan n metode algortma genetka dengan tournament selecton dusulkan untuk menyelesakan optmal power flow. Smulas terhadap sstem IEEE 30 bus dan sstem tenaga Jawa Bal 500 kv dlakukan sehngga dapat dsmpulkan bahwa: 3 1. Metode yang dusulkan mampu mereduks baya total pembangktan sstem kelstrkan Jawa Bal 500 kv sebesar Rp /jam atau sebesar 12,19% dan mampu menjaga tegangan setap bus tetap dalam batasan yang dtentukan yatu mnmum 0,95 pu dan maksmum 1,05 pu untuk sstem Jawa Bal 500 kv. 2. Pada sstem IEEE 30 bus dan sstem 500 kv Jawa Bal konvergen sudah tercapa sebelum generas ke-20, Hal n menunjukkan metode yang dusulkan mampu menemukan nla optmal dengan cepat. Daftar Pustaka [1] Had Saadat, Power System Analyss, WCB McGraw-Hl, New York, [2] Allen J. Wood and Bruce F, Wollenberg. Power Generaton, Operaton and Control. John Wley & Sons, Inc., Pp [3] H.W. Dommel dan W.F. Tnney, Optmal power flow solutons, IEEE Trans. Power Apparatus Syst, pp , [4] R. Rstanovc, Successve Lnear Programmng Based OPF Soluton, Optmal Power Flow: Soluton Technques, Requrements and 70 Yassr, Sarjya, T. Haryono
11 Meda Elektrka, Vol. 6 No. 1, Jun 2013 ISSN Challenges, IEEE Power Engneerng Socety, 1996, pp [5] S.M. Shahdehpour and V.C. Ramesh, Nonlnear Programmng Algorthms and Decomposton Strateges for OPF, Optmal Power Flow: Soluton Technques, Requrements and Challenges, IEEE Power Engneerng Socety, 1996, pp [6] J.A. Momoh, S.X. Guo, E.C. Ogbuobr & R. Adapa, The Quadratc Interor Pont Method Solvng Power System Optmsaton Problems, IEEE Trans. on Power Systems, Vol. 9, Aug. 1994, pp [7] K. Vasakh, L.R. Srnvas, Dfferental Evoluton based OPF wth Conventonal and Non-Conventonal Cost Characterstcs, IEEE, 2008 [8] Hongwen Yan dan Xnran L, "Stochastc Optmal Power Flow Based Improved Dfferental Evoluton," IEEE, [9] A.V. Naresh Babu dan S. Svanagaraju, A Soluton to the Optmal Power Flow Problem : A New Approach Based on Two Step Intalzaton, Inda Converence (INDICOM) Anual IEEE, [10] M.A. Abdo Optmal power flow usng partcle swarm optmzaton, Electrcal Power and Energy System, 24: 2000, Pp [11] Y.S. Lam Albert, Zhang Baosen, Tse Davd, Dstrbuted Algorthms for Optmal Power Flow Problem, Math OC., 2011 [12] J. Chen, D. Yang Optmal Power Flow Optmzaton Based on Bonspred Computng, IEEE, [13] Z. L. Gang dan R. F. Chang, Securty- Constraned Optmal Power Flow by Mxed-Integer Genetc Algorthm wth Arthmatc Operators, IEEE, [14] G. Bakrtzs dan E. Zaumas, Optmal Power Flow by Enhanced Genetc Algorthm, IEEE, 2002 [15] Suyanto, Algortma Genetka dalam MATLAB, And Yogyakarta, [16] Wllam D. Stevenson, Jr., Power System Analyss, McGraw-Hll Inc, [17] James A. Momoh, Electrc power system applcatons of optmzaton, Marcel Dekker, Inc., Pp [18] Kelompok Pembakuan Bdang Transms, Tegangan-Tegangan Standar, SPLN 1, PT. PLN ( Persero) Kelstrkan Negara, Jakarta, Stud Optmal Power Flow Sstem... 71
12 Meda Elektrka, Vol. 6 No.1, Jun 2013 ISSN IEEE 30-bus system data avalable at ch/pstca/ 72 Yassr, Sarjya, T. Haryono
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 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 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 terperinciTinjauan 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 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 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 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 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 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 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 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 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 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 terperinciBAB 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 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 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 terperinciSTUDI OPERASI EKONOMIS PADA GENERATOR PEMBANGKIT SISTEM SULAWESI SELATAN. Abstrak
Sofyan, dkk, Stud Operas Ekonoms pada Generator Pembangkt Sstem Sulawes Selatan STUDI OPERASI EKONOMIS PADA GENERATOR PEMBANGKIT SISTEM SULAWESI SELATAN Sofyan, Nadjamuddn Harun, Tola 3 Mahasswa Program
Lebih terperinciOPTIMISASI 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 terperinciEFISIENSI 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 terperinciOptimisasi 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 terperinciOPTIMASI PENJADWALAN PADA PEMBANGKIT DI JARINGAN 500 kv JAWA-BALI UNTUK MENGURANGI EMISI CO 2 MENGGUNAKAN MATPOWER 5.0
OPTIMASI PENJADWALAN PADA PEMBANGKIT DI JARINGAN 500 kv JAWA-BALI UNTUK MENGURANGI EMISI CO 2 MENGGUNAKAN MATPOWER 5.0 Had Sutanto *), Tarcsus Haryono, and Ahmad Agus Setawan Program Stud Magster Teknk
Lebih terperinciOptimasi Fungsi Keanggotaan Fuzzy
Optmas Fungs Keanggotaan Fuzzy Tsukamoto Dua Tahap Menggunakan Algortma Genetka Pada Pemlhan Calon Penerma Beasswa dan BBP-PPA (Stud Kasus: PTIIK Unverstas Brawjaya Malang) Bunga Amela Restuputr 1, Wayan
Lebih terperinci(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 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 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 III METODE PENELITIAN. Sebelum dilakukan penelitian, langkah pertama yang harus dilakukan oleh
BAB III METODE PENELITIAN 3.1 Desan Peneltan Sebelum dlakukan peneltan, langkah pertama yang harus dlakukan oleh penelt adalah menentukan terlebh dahulu metode apa yang akan dgunakan dalam peneltan. Desan
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 terperinciMETODE 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 terperinciBab 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 terperinciBab 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 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 terperinciPerkiraan 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 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 terperinciBAB 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 terperinciSTUDI HUBUNG SINGKAT UNTUK GANGGUAN TIGA FASA SIMETRIS PADA SISTEM TENAGA LISTRIK (Studi Kasus : PT. PLN Sumbar-Riau 150 KV)
No. 29 ol.1 Thn. X Aprl 2008 SSN: 0854-8471 STUD HUBUNG SNGKAT UNTUK GANGGUAN TGA FASA SMETRS PADA SSTEM TENAGA LSTRK (Stud Kasus : PT. PLN Sumbar-Rau 150 K) Heru Dbyo Laksono Jurusan Teknk Elektro, Unverstas
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB PEDAHULUA. Latar Belakang Rsko ddentfkaskan dengan ketdakpastan. Dalam mengambl keputusan nvestas para nvestor mengharapkan hasl yang maksmal dengan rsko tertentu atau hasl tertentu dengan rsko yang
Lebih terperinciPENGGUNAAN 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 terperinciBAB I PENDAHULUAN. pembangunan dalam sektor energi wajib dilaksanakan secara sebaik-baiknya. Jika
BAB I PENDAHULUAN 1.1.Latar Belakang Energ sangat berperan pentng bag masyarakat dalam menjalan kehdupan seharhar dan sangat berperan dalam proses pembangunan. Oleh sebab tu penngkatan serta pembangunan
Lebih terperinciBAB III METODE KOMPRESI DAN DEKOMPRESI. untuk setiap B X. fraktal. Penjelasan dimulai dengan pengenalan Multiple Reduction Copy
BAB III METODE KOMPRESI DAN DEKOMPRESI Kompres ctra fraktal memodelkan ctra sebaga lmt dar suatu proses teras. Jka dberkan suatu ctra A X, metode n akan mencar suatu proses W sedemkan sehngga ttk tetap
Lebih terperinciBAB 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 terperinciMEREDUKSI 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 terperinciANALISIS DATA KATEGORIK (STK351)
Suplemen Respons Pertemuan ANALISIS DATA KATEGORIK (STK351) 7 Departemen Statstka FMIPA IPB Pokok Bahasan Sub Pokok Bahasan Referens Waktu Korelas Perngkat (Rank Correlaton) Bag. 1 Koefsen Korelas Perngkat
Lebih terperinciPENENTUAN LOKASI PEMANCAR TELEVISI MENGGUNAKAN FUZZY MULTI CRITERIA DECISION MAKING
Meda Informatka, Vol. 2, No. 2, Desember 2004, 57-64 ISSN: 0854-4743 PENENTUAN LOKASI PEMANCAR TELEVISI MENGGUNAKAN FUZZY MULTI CRITERIA DECISION MAKING Sr Kusumadew Jurusan Teknk Informatka, Fakultas
Lebih terperinciOPTIMAL 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 terperinciMODIFIED 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 terperinciUKURAN S A S MPE P L P of o. D r D. r H. H Al A ma m s a d s i d Sy S a y h a z h a, SE S. E, M P E ai a l i : l as a y s a y h a
UKURAN SAMPEL Prof. Dr. H. Almasd Syahza, SE., MP Emal: asyahza@yahoo.co.d Webste: http://almasd. almasd.staff. staff.unr.ac.d Penelt Senor Unverstas Rau Penentuan Sampel Peneltan lmah hampr selalu hanya
Lebih terperinciAnalisa 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 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 I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN. Latar Belakang Matematka sebaga bahasa smbol yang bersfat unversal memegang peranan pentng dalam perkembangan suatu teknolog. Matematka sangat erat hubungannya dengan kehdupan nyata.
Lebih terperinciPendeteksian 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 terperinciDalam sistem pengendalian berhirarki 2 level, maka optimasi dapat. dilakukan pada level pertama yaitu pengambil keputusan level pertama yang
LARGE SCALE SYSEM Course by Dr. Ars rwyatno, S, M Dept. of Electrcal Engneerng Dponegoro Unversty BAB V OPIMASI SISEM Dalam sstem pengendalan berhrark level, maka optmas dapat dlakukan pada level pertama
Lebih terperinciPreferensi untuk alternatif A i diberikan
Bahan Kulah : Topk Khusus Metode Weghted Product (WP) menggunakan perkalan untuk menghubungkan ratng atrbut, dmana ratng setap atrbut harus dpangkatkan dulu dengan bobot atrbut yang bersangkutan. Proses
Lebih terperinciBAB 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 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 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 terperinciOptimisasi 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 terperinciPENERAPAN 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 terperinciKecocokan Distribusi Normal Menggunakan Plot Persentil-Persentil yang Distandarisasi
Statstka, Vol. 9 No., 4 47 Me 009 Kecocokan Dstrbus Normal Menggunakan Plot Persentl-Persentl yang Dstandarsas Lsnur Wachdah Program Stud Statstka Fakultas MIPA Unsba e-mal : Lsnur_w@yahoo.co.d ABSTRAK
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Penjadwalan Baker (1974) mendefnskan penjadwalan sebaga proses pengalokasan sumber-sumber dalam jangka waktu tertentu untuk melakukan sejumlah pekerjaan. Menurut Morton dan
Lebih terperinciRANGKAIAN 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 terperinciPENERAPAN 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 terperinciAliran 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 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 terperinciSISTEM 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 terperinciSEARAH (DC) Rangkaian Arus Searah (DC) 7
ANGKAAN AUS SEAAH (DC). Arus Searah (DC) Pada rangkaan DC hanya melbatkan arus dan tegangan searah, yatu arus dan tegangan yang tdak berubah terhadap waktu. Elemen pada rangkaan DC melput: ) batera ) hambatan
Lebih terperinciPROPOSAL 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 terperinciBAB II METODOLOGI PENELITIAN. Jenis penelitian yang digunakan dalam penelitian ini adalah penelitian. variable independen dengan variabel dependen.
BAB II METODOLOGI PENELITIAN A. Bentuk Peneltan Jens peneltan yang dgunakan dalam peneltan n adalah peneltan deskrptf dengan analsa kuanttatf, dengan maksud untuk mencar pengaruh antara varable ndependen
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 terperinciIII. METODE PENELITIAN. Penelitian ini dilakukan di MTs Negeri 2 Bandar Lampung dengan populasi siswa
III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlakukan d MTs Neger Bandar Lampung dengan populas sswa kelas VII yang terdr dar 0 kelas yatu kelas unggulan, unggulan, dan kelas A sampa dengan
Lebih terperinciBOKS A SUMBANGAN SEKTOR-SEKTOR EKONOMI BALI TERHADAP EKONOMI NASIONAL
BOKS A SUMBANGAN SEKTOR-SEKTOR EKONOMI BALI TERHADAP EKONOMI NASIONAL Analss sumbangan sektor-sektor ekonom d Bal terhadap pembangunan ekonom nasonal bertujuan untuk mengetahu bagamana pertumbuhan dan
Lebih terperinciAnalisis 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 terperinciBAB II OPTIMALISASI PADA SISTEM KELISTRIKAN
BAB II OPTIMALISASI PADA SISTEM KELISTRIKAN. Penjadualan Optmal Pembangkt dan Penyaluran Daya Lstrk Setap Pembangkt tdak dtempatkan dengan jarak yang sama dar pusat beban, tergantung lokas pembangkt yang
Lebih terperinciPEMBUATAN GRAFIK PENGENDALI BERDASARKAN ANALISIS KOMPONEN UTAMA (PRINCIPAL COMPONENT ANALYSIS)
PEMBUATAN GRAFIK PENGENDALI BERDASARKAN ANALISIS KOMPONEN UTAMA (PRINCIPAL COMPONENT ANALYSIS) Wrayant ), Ad Setawan ), Bambang Susanto ) ) Mahasswa Program Stud Matematka FSM UKSW Jl. Dponegoro 5-6 Salatga,
Lebih terperinciPENJADWALAN PEMBEBANAN MENGGUNAKAN FAKTOR PENALTI PADA SISTEM TRANSMISI 500 kv JAWA-BALI DENGAN METODE ADAPTIVE NEURO FUZZY INFERENCE SYSTEM (ANFIS)
PENJADWALAN PEMBEBANAN MENGGUNAKAN FAKTOR PENALTI PADA SISTEM TRANSMISI 500 kv JAWA-BALI DENGAN METODE ADAPTIVE NEURO FUZZY INFERENCE SYSTEM (ANFIS) Had Sutanto Sarag *), Hermawan, and Susatyo Handoko
Lebih terperinciI PENDAHULUAN II LANDASAN TEORI
I PENDAHULUAN Latar elakang Sekolah merupakan salah satu bagan pentng dalam penddkan Oleh karena tu sekolah harus memperhatkan bagan-bagan yang ada d dalamnya Salah satu bagan pentng yang tdak dapat dpsahkan
Lebih terperinciBAB III METODOLOGI PENELITIAN. Jenis penelitian yang digunakan adalah penelitian pengembangan yang
BAB III METODOLOGI PENELITIAN A. Jens Peneltan Jens peneltan yang dgunakan adalah peneltan pengembangan yang bertujuan membuat suatu produk dan duj kelayakannya. B. Metode Pengembangan Peneltan n menggunakan
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 IV HASIL PENELITIAN DAN PEMBAHASAN
BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Deskrps Data Hasl Peneltan Satelah melakukan peneltan, penelt melakukan stud lapangan untuk memperoleh data nla post test dar hasl tes setelah dkena perlakuan.
Lebih terperinciBAB 1 PENDAHULUAN. Pertumbuhan dan kestabilan ekonomi, adalah dua syarat penting bagi kemakmuran
BAB 1 PENDAHULUAN 1.1. Latar Belakang Pertumbuhan dan kestablan ekonom, adalah dua syarat pentng bag kemakmuran dan kesejahteraan suatu bangsa. Dengan pertumbuhan yang cukup, negara dapat melanjutkan pembangunan
Lebih terperinciBAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMA Negeri I Tibawa pada semester genap
5 BAB III METODOLOGI PENELITIAN 3. Lokas Dan Waktu Peneltan Peneltan n dlaksanakan d SMA Neger I Tbawa pada semester genap tahun ajaran 0/03. Peneltan n berlangsung selama ± bulan (Me,Jun) mula dar tahap
Lebih terperinciBAB 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 terperinciSOLUSI 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 terperinciIII. METODE PENELITIAN. Metode dalam penelitian ini adalah metode eksperimen. Penggunaan metode eksperimen ini
III. METODE PENELITIAN A. Metode Peneltan Metode dalam peneltan n adalah metode ekspermen. Penggunaan metode ekspermen n bertujuan untuk mengetahu apakah suatu metode, prosedur, sstem, proses, alat, bahan
Lebih terperinciMultiobjective Optimal Power Flow menggunakan Algoritma Firefly
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,
Lebih terperinciJURNAL 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 terperinciDesain Kontroler PID-Genetic Algorithm untuk Sistem Pengaturan Level Air Steam Drum pada Pembangkit Listrik Tenaga Uap (PLTU)
JURNAL TEKNIK ITS Vol. 6, No. 1, (2017) ISSN: 2337-3539 (2301-9271 Prnt) A-153 Desan Kontroler PID-Genetc Algorthm untuk Sstem Pengaturan Level Ar Steam Drum pada Pembangkt Lstrk Tenaga Uap (PLTU) Mohamad
Lebih terperinci3 METODE HEURISTIK UNTUK VRPTW
12 3 METODE HEURISTIK UNTUK VRPTW 3.1 Metode Heurstk Metode heurstk merupakan salah satu metode penentuan solus optmal dar permasalahan optmas kombnatoral. Berbeda dengan solus eksak yang menentukan nla
Lebih terperinciMETODE PENELITIAN. Penentuan lokasi dilakukan secara tertuju (purposive) karena sungai ini termasuk
IV. METODE PENELITIAN 4.1. Tempat dan Waktu Peneltan Peneltan n dlakukan d Sunga Sak, Kota Pekanbaru, Provns Rau. Penentuan lokas dlakukan secara tertuju (purposve) karena sunga n termasuk dalam 13 sunga
Lebih terperinciPENGGUNAAN HIBRIDISASI GENETICS ALGORITHMS DAN FUZZY SETS UNTUK MEMPRODUKSI PAKET SOAL
PENGGUNAAN HIBRIDISASI GENETICS ALGORITHMS DAN FUZZY SETS UNTUK MEMPRODUKSI PAKET SOAL Rolly Intan Fakultas Teknolog Industr, Jurusan Teknk Informatka, Unverstas Krsten Petra e-mal: rntan@petra.ac.d ABSTRAK:
Lebih terperinciBAB 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 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 terperinciPenerapan 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 terperinciBAB.3 METODOLOGI PENELITIN 3.1 Lokasi dan Waktu Penelitian Penelitian ini di laksanakan di Sekolah Menengah Pertama (SMP) N. 1 Gorontalo pada kelas
9 BAB.3 METODOLOGI PENELITIN 3. Lokas dan Waktu Peneltan Peneltan n d laksanakan d Sekolah Menengah Pertama (SMP) N. Gorontalo pada kelas VIII. Waktu peneltan dlaksanakan pada semester ganjl, tahun ajaran
Lebih terperinciBAB I PENDAHULUAN. Semakin tinggi penerimaan Pajak di Indonesia, semakin tinggi pula kualitas
BAB I PENDAHULUAN A. LATAR BELAKANG Pajak merupakan sumber penermaan terpentng d Indonesa. Oleh karena tu Pemerntah selalu mengupayakan bagamana cara menngkatkan penermaan Pajak. Semakn tngg penermaan
Lebih terperinciOPTIMASI 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 terperinciBAB IV PEMBAHASAN HASIL PENELITIAN
BAB IV PEMBAHASAN HASIL PENELITIAN A. Hasl Peneltan Pada peneltan yang telah dlakukan penelt selama 3 mnggu, maka hasl belajar matematka pada mater pokok pecahan d kelas V MI I anatussbyan Mangkang Kulon
Lebih terperinciSEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA 2010 ANALISIS DISKRIMINAN DISKRIT UNTUK MENGELOMPOKKAN KOMPONEN
AALISIS DISKRIMIA DISKRIT UTUK MEGELOMPOKKA KOMPOE Bernk Maskun Jurusan Statstka FMIPA UPAD jay_komang@yahoo.com Abstrak Untuk mengelompokkan hasl pengukuran yang dukur dengan p buah varabel dmana penlaan
Lebih terperinciCatatan Kuliah 12 Memahami dan Menganalisa Optimisasi dengan Kendala Ketidaksamaan
Catatan Kulah Memaham dan Menganalsa Optmsas dengan Kendala Ketdaksamaan. Non Lnear Programmng Msalkan dhadapkan pada lustras berkut n : () Ma U = U ( ) :,,..., n st p B.: ; =,,..., n () Mn : C = pk K
Lebih terperinciIV. UKURAN SIMPANGAN, DISPERSI & VARIASI
IV. UKURAN SIMPANGAN, DISPERSI & VARIASI Pendahuluan o Ukuran dspers atau ukuran varas, yang menggambarkan derajat bagamana berpencarnya data kuanttatf, dntaranya: rentang, rentang antar kuartl, smpangan
Lebih terperinciMENCERMATI BERBAGAI JENIS PERMASALAHAN DALAM PROGRAM LINIER KABUR. Mohammad Asikin Jurusan Matematika FMIPA UNNES. Abstrak
JURAL MATEMATIKA DA KOMUTER Vol. 6. o., 86-96, Agustus 3, ISS : 4-858 MECERMATI BERBAGAI JEIS ERMASALAHA DALAM ROGRAM LIIER KABUR Mohammad Askn Jurusan Matematka FMIA UES Abstrak Konsep baru tentang hmpunan
Lebih terperinci