Optimasi Kendali Distribusi Tegangan pada Sistem Tenaga Listrik dengan Pembangkit Tersebar
|
|
- Siska Setiawan
- 6 tahun lalu
- Tontonan:
Transkripsi
1 Optimasi Kendali Distribusi Tegangan pada Sistem Tenaga Listrik dengan Pembangkit Tersebar Soni Irawan Jatmika Pembimbing : 1. Prof. Dr. Ir. Adi Soeprijanto, MT. 2. Heri Suryoatmojo, ST. MT. PhD. Program Studi Teknik Sistem Tenaga Jurusan Teknik Elektro Institut Teknologi Sepuluh Nopember
2 GAMBARAN PRESENTASI Pendahuluan Dasar Pemikiran Metodologi Penelitian Hasil Simulasi Kesimpulan
3 Pendahuluan Permasalahan Bagaimana optimasi yang tepat untuk mengontrol distribusi tegangan dengan mengatur peralatan instalasinya. Tujuan Mengamankan margin tegangan dengan meminimasi variasi tegangan pada nilai1.0 pu, serta mereduksi total rugi-rugi dalam sistem distribusi
4 Batasan Masalah Dalam penelitian ini jaringan distribusi dianggap seimbang. Metode Algoritma Genetika diujikan dan disimulasikan pada sistem distribusi radial 69 bus [3]. DG yang digunakan hanya menyuplai daya aktif. Sistem pembangkit beroperasi normal tidak dalam gangguan.
5 Dasar Pemikiran Sistem Distribusi Konsumen semakin banyak Kualitas Keandalan Penambahan jaringan Pemasangan Alat/komponen Distribusi, DG Solusi Pengaturan Semakin Rumit
6 Kecerdasan Buatan (Artificial Inteligent) Kecerdasan Buatan (AI) merupakan sebuah studi tentang bagaimana membuat komputer melakukan hal-hal yang pada saat ini dapat dilakukan lebih baik oleh manusia. (Rich and Knight [1991]) Tujuan dari kecerdasan buatan menurut Winston dan Prendergast [1984]: 1. Membuat mesin menjadi lebih pintar (tujuan utama) 2. Memahami apa itu kecerdasan (tujuan ilmiah) 3. Membuat mesin lebih bermanfaat (tujuan entrepreneurial)
7 Metode Penelitian Algoritma Genetika (AG) Algoritma dikembangkan dari proses pencarian solusi optimasi menggunakan pencarian acak, memanfaatkan proses seleksi alamiah yang dikenal dengan proses evolusi. Terminologi AG Gen, Alele, loci, kromosom, individu, populasi, Generasi, Nilai fitness
8 Konsep Algoritma Genetika Population of Individuals Sample Solutions for the Problem New Generation New Set of Solutions Best Fitness Best Solution
9 Operator Algoritma Genetika Selection Mutation Cross Over Elitism
10 Pengkodean Jumlah gen dalam satu kromosom adalah sembilah buah gen yang dapat dilihat sebagai berikut yang diwakili oleh string G real number G = [x 1 x 2 x 3 x 4 x 5 x 6 x 7 x 8 x 9 ]. OLTC SVR ShC/ShR SVC x 1 x 2 x 3 x 4 x 5 x 6 x 7 x 8 x 9
11 Fungsi Objektif Dengan Constrain, V min V n V max t min t t max Dimana, V n,ref = tegangan referensi (1 p.u) V n = tegangan pada bus ke-n V min = batas bawah tegangan yang dijinkan (0.95 p.u) V max = batas bawah tegangan yang dijinkan (1.05 p.u) Loss = rugi-rugi daya saluran t = rasio tap trafo t min = batas bawah rasio tap trafo 0.9 t max = batas bawah rasio tap trafo 1.1 w 1, w 2 = nilai pembobot(weighting value)
12 Studi aliran Daya Studi Aliran Daya yang digunakan adalah Metode Newton Raphson, dengan Parameter sebagai berikut : MVA base kv base Z base =10 MVA = KV = Ohm
13 Flow Chart Algoritma Genetika Initialize Population Calculate the fitness function Elitism Selection rand<pcros Cross Over Mutation New Population Yes Continue? No Final Solution
14 Simulasi Parameter Algoritma Genetika Generasi 70 Populasi 30 Seleksi Roulette-wheel selection Crossover One point Crossover (Pcros 0.8) Mutation Probabilitas Mutasi 0.05 Encoding Real encoding Weightnes W 1 = 3; w 2 = 0.9
15 Data Saluran Sistem Distribusi 69 Bus No. Saluran Bus Kirim Bus Terima R (Ohm) X (Ohm) No. Saluran Bus Kirim Bus Terima R (Ohm) X (Ohm) Data Beban Sistem Distribusi 69 Bus No. Bus P (KW) Q KVAr) No. Bus P (KW) Q (KVAr)
16 Single Line Diagram Sistem Distribusi 69 Bus
17 Hasil simulasi sebelum optimasi Daya aktif dari Grid Supply Point (kw) 2, Daya reaktif dari Grid Supply Point 2, (kvar) Daya aktif dari DG 1 (kw) Daya aktif dari DG 2 (kw) Daya aktif dari DG 3 (kw) Daya aktif dari DG 4 (kw) Rugi-rugi daya pada saluran (kw) Rugi-rugi daya pada saluran (kvar)
18 Hasil simulasi dengan optimasi OLTC + SVR Daya aktif dari Grid Supply Point (kw) Daya reaktif dari Grid Supply Point (kvar) Daya aktif dari DG 1 (kw) Daya aktif dari DG 2 (kw) Daya aktif dari DG 3 (kw) Daya aktif dari DG 4 (kw) Rugi-rugi daya pada saluran (kw) Rugi-rugi daya pada saluran (kvar) Tap OLTC 1.00 Tap SVR 0.96
19 Hasil simulasi dengan optimasi OLTC+SVR+Shc+ShR Daya aktif dari Grid Supply Point (kw) 2, Daya reaktif dari Grid Supply Point (kvar) Daya aktif dari DG 1 (kw) Daya aktif dari DG 2 (kw) Daya aktif dari DG 3 (kw) Daya aktif dari DG 4 (kw) Rugi-rugi daya pada saluran (kw) Rugi-rugi daya pada saluran (kvar) Tap OLTC 1 Tap SVR 0.96 Kapasitor 1 (+) / Reaktor 1 (-) (kvar) Kapasitor 2 (+) / Reaktor 2 (-) (kvar) Kapasitor 3 (+) /Reaktor 3 (-) (kvar)
20 Hasil simulasi dengan optimasi OLTC+SVR+Shc+ShR+SVC Daya aktif dari Grid Supply Point (kw) Daya reaktif dari Grid Supply Point (kvar) Daya aktif dari DG 1 (kw) Daya aktif dari DG 2 (kw) Daya aktif dari DG 3 (kw) Daya aktif dari DG 4 (kw) Rugi-rugi daya pada saluran (kw) Rugi-rugi daya pada saluran (kvar) Tap OLTC 1 Tap SVR 0.96 Kapasitor 1 (+) / Reaktor 1 (-) (kvar) Kapasitor 2 (+) / Reaktor 2 (-) (kvar) Kapasitor 3 (+) /Reaktor 3 (-) (kvar) SCV 1 (KVAr) SCV 2 (KVAr) SCV 3 (KVAr) SCV 4 (KVAr)
21 Perbandingan Distribusi Tegangan
22 Perbandingan Rugi-Rugi Daya (kw) Uncontrolled OLTC+SVR OLTC+SVR+ShC+ShR OLTC+SVR+ShC+ShR+SVC 20 0 Rugi-rugi Daya
23 Kesimpulan Dengan memperbaiki distribusi tegangan sistem yang bernilai dibawah standar, sekaligus dapat menekan rugirugi saluran pada sistem dikarenakan oleh turunnya arus yang mengalir pada saluran. Dengan melakukan optimisasi yang telah dilakukan, distribusi nilai tegangan sistem dapat memenuhi standar 0.95 p.u-1.05 p.u. Rugi-rugi daya setelah optimasi turun sebesar 16.9 %. Pengendalian kontrol peralatan dalam sekala besar dan rumit dapat dilakukan dengan menggunakan metode Algoritma genetika.
24 Sekian Trimakasih
Penempatan Dan Penentuan Kapasitas Optimal Distributed Generator (DG) Menggunakan Artificial Bee Colony (ABC)
Penempatan Dan Penentuan Kapasitas Optimal Distributed Generator (DG) Menggunakan Artificial Bee Colony (ABC) Oleh : Ahmad Zakaria H. 2207100177 Dosen Pembimbing : Prof. Dr.Ir. Imam Robandi, MT. Ir. Sjamsjul
Lebih terperinciOPTIMASI PENEMPATAN KAPASITOR PADA SALURAN DISTRIBUSI 20 kv DENGAN MENGGUNAKAN METODE KOMBINASI FUZZY DAN ALGORITMA GENETIKA
OPTIMASI PENEMPATAN KAPASITOR PADA SALURAN DISTRIBUSI 20 kv DENGAN MENGGUNAKAN METODE KOMBINASI FUZZY DAN ALGORITMA GENETIKA I Made Wartana, Mimien Mustikawati Program Studi Teknik Elektro, Fakultas Teknologi
Lebih terperinciOPTIMISASI KONSUMSI DAYA MULTI MOTOR INDUKSI TIGA FASA PENGGERAK POMPA AIR MENGGUNAKAN ALGORITMA GENETIKA
OPTIMISASI KONSUMSI DAYA MULTI MOTOR INDUKSI TIGA FASA PENGGERAK POMPA AIR MENGGUNAKAN ALGORITMA GENETIKA ACHMAD SYAHID 220920 1 0 03 Dosen Pembimbing Prof. Ir. Mochamad Ashari, M. Eng, PhD. Heri Suryoatmojo,
Lebih terperinciPenelitian ini dilakukan di Laboratorium Terpadu Jurusan Teknik Elektro, Universitas Lampung dimulai pada bulan Januari 2015 sampai dengan bulan
III. METODE PENELITIAN 3.1. Waktu dan Tempat Penelitian Penelitian ini dilakukan di Laboratorium Terpadu Jurusan Teknik Elektro, Universitas Lampung dimulai pada bulan Januari 2015 sampai dengan bulan
Lebih terperinciPenempatan Dan Penentuan Kapasitas Optimal Distributed Generator (DG) Menggunakan Artificial Bee Colony (ABC)
JURNAL TEKNIK ITS Vol. 1, No. 1, (Sept. 2012) ISSN: 2301-9271 B-16 Penempatan Dan Penentuan Kapasitas Optimal Distributed Generator (DG) Menggunakan Artificial Bee Colony (ABC) Ahmad Zakaria H, Sjamsjul
Lebih terperinciBAB I PENDAHULUAN. jumlah ketersediaan yang semakin menipis dan semakin mahal, membuat biaya
BAB I PENDAHULUAN 1.1 Latar Belakang Pembangkit Listrik di Indonesia pada umumnya merupakan pembangkit listrik thermal. Kebutuhan pembangkit thermal terhadap bahan bakar fosil dengan jumlah ketersediaan
Lebih terperinciBAB 2 LANDASAN TEORI. 2.1 Algoritma Genetika
6 BAB 2 LANDASAN TEORI 2.1 Algoritma Genetika Algoritma genetika merupakan metode pencarian yang disesuaikan dengan proses genetika dari organisme-organisme biologi yang berdasarkan pada teori evolusi
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1 Alur Penelitian Menentukan lokasi dan kapasitas optimal SVC pada sistem transmisi 150 kv subsistem Bandung Selatan dan New Ujungberung menggunakan algoritma genetika membutuhkan
Lebih terperinciSIMULASI OPTIMASI PENEMPATAN KAPASITOR MENGGUNAKAN LOGIKA FUZZY DAN ALGORITMA GENETIKA PADA SISTEM TEGANGAN MENENGAH REGION JAWA BARAT
SIMULASI OPTIMASI PENEMPATAN KAPASITOR MENGGUNAKAN LOGIKA FUZZY DAN ALGORITMA GENETIKA PADA SISTEM TEGANGAN MENENGAH REGION JAWA BARAT Gahara Nur Eka Putra NRP : 1022045 E-mail : bb.201smg@gmail.com ABSTRAK
Lebih terperinciTabarok et al., Optimasi Penempatan Distributed Generation (DG) dan Kapasitor... 35
Tabarok et al., Optimasi Penempatan Distributed Generation (DG) dan Kapasitor... 35 Optimasi Penempatan Distributed Generation (DG) dan Kapasitor pada Sistem Distribusi Radial Menggunakan Metode Genetic
Lebih terperinciKNAPSACK PROBLEM DENGAN ALGORITMA GENETIKA
LAPORAN TUGAS BESAR ARTIFICIAL INTELLEGENCE KNAPSACK PROBLEM DENGAN ALGORITMA GENETIKA Disusun Oleh : Bayu Kusumo Hapsoro (113050220) Barkah Nur Anita (113050228) Radityo Basith (113050252) Ilmi Hayyu
Lebih terperinciOPTIMISASI PENEMPATAN TURBIN ANGIN DI AREA LAHAN ANGIN
OPTIMISASI PENEMPATAN TURBIN ANGIN DI AREA LAHAN ANGIN MENGGUNAKAN ALGORITMA GENETIKA Azimatul Khulaifah 2209 105 040 Bidang Studi Sistem Tenaga Jurusan Teknik Elektro FTI ITS Dosen Pembimbing : Dosen
Lebih terperinciBAB I PENDAHULUAN. kehidupan sehari-hari dan juga merupakan disiplin ilmu yang berdiri sendiri serta
BAB I PENDAHULUAN A. Latar Belakang Matematika adalah cabang ilmu pengetahuan yang dapat digunakan dalam kehidupan sehari-hari dan juga merupakan disiplin ilmu yang berdiri sendiri serta tidak merupakan
Lebih terperinciAPLIKASI ALGORITMA GENETIKA DALAM PENENTUAN DOSEN PEMBIMBING SEMINAR HASIL PENELITIAN DAN DOSEN PENGUJI SKRIPSI
Prosiding Seminar Nasional Matematika dan Terapannya 2016 p-issn : 2550-0384; e-issn : 2550-0392 APLIKASI ALGORITMA GENETIKA DALAM PENENTUAN DOSEN PEMBIMBING SEMINAR HASIL PENELITIAN DAN DOSEN PENGUJI
Lebih terperinciERWIEN TJIPTA WIJAYA, ST.,M.KOM
ERWIEN TJIPTA WIJAYA, ST.,M.KOM DEFINISI ALGEN adalah algoritma yang memanfaatkan proses seleksi alamiah yang dikenal dengan evolusi Dalam evolusi, individu terus menerus mengalami perubahan gen untuk
Lebih terperinciDosen Pembimbing II. Ir. Sjamsjul Anam, MT
ANALISIS KUALITAS DAYA DAN CARA PENINGKATANNYA PADA JARINGAN DISTRIBUSI TEGANGAN MENENGAH DAN RENDAH EDTL TIMOR LESTE DI SISTEM PLTD KABUPATEN BAUCAU REINALDO GUTERRES DA CRUZ - 2208100627 Bidang Studi
Lebih terperinciABSTRAK. Universitas Kristen Maranatha
ABSTRAK Dalam beberapa tahun terakhir ini, peranan algoritma genetika terutama untuk masalah optimisasi, berkembang dengan pesat. Masalah optimisasi ini beraneka ragam tergantung dari bidangnya. Dalam
Lebih terperinciJURNAL TEKNIK ITS Vol. 5, No. 1, (2016) ISSN: ( Print)
Penentuan Lokasi DG dan Kapasitor Bank dengan Rekonfigurasi Jaringan untuk Memperoleh Rugi Daya Minimal pada Sistem Distribusi Radial Menggunakan Algoritma Genetika Ridho Fuaddi, Ontoseno Penangsang, Dedet
Lebih terperinciOPTIMASI PENEMPATAN DAN KAPASITAS SVC DENGAN METODE ARTIFICIAL BEE COLONY ALGORITHM
OPTIMASI PENEMPATAN DAN KAPASITAS SVC DENGAN METODE ARTIFICIAL BEE COLONY ALGORITHM Khairina Noor.A. 1, Hadi Suyono, ST., MT., Ph.D. 2, Dr. Rini Nur Hasanah, ST., M.Sc. 3 1 Mahasiswa Teknik Elektro, 2,3
Lebih terperinciPENGEMBANGAN APLIKASI PENJADWALAN KULIAH SEMESTER I MENGGUNAKAN ALGORITMA GENETIKA
PENGEMBANGAN APLIKASI PENJADWALAN KULIAH SEMESTER I MENGGUNAKAN ALGORITMA GENETIKA Bagus Priambodo Program Studi Sistem Informasi Fakultas Ilmu Komputer Universitas Mercu Buana e- mail : bagus.priambodo@mercubuana.ac.id
Lebih terperinciBAB III METODE PENELITIAN. Penelitian dilakukan dilingkungan Jurusan Ilmu Komputer Fakultas Matematika
BAB III METODE PENELITIAN 3.1. Waktu dan Tempat Penelitian Penelitian dilakukan dilingkungan Jurusan Ilmu Komputer Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Lampung. Waktu penelitian dilaksanakan
Lebih terperinciOPTIMASI DAYA REAKTIF UNTUK MEREDUKSI RUGI DAYA PADA SISTEM JAMALI 500 kv MENGGUNAKAN METODE ALGORITMA GENETIKA
OPTIMASI DAYA REAKTIF UNTUK MEREDUKSI RUGI DAYA PADA SISTEM JAMALI 500 kv MENGGUNAKAN METODE ALGORITMA GENETIKA Reza Pahlefi 1, Ir. Yuningtyastuti, MT 2, Susatyo Handoko, ST., MT. 2 Jurusan Teknik Elektro,
Lebih terperinciJURNAL TEKNIK ITS Vol. 5, No. 2, (2016) ISSN: ( Print)
JURNAL TEKNIK ITS Vol. 5, No. 2, (216) ISSN: 2337-3539 (231-9271 Print) B27 Optimasi Aliran Daya Satu Phasa Pada Sistem Distribusi Radial 33 Bus IEEE dan Sistem Kelistrikan PT. Semen Indonesia Aceh Untuk
Lebih terperinciJURNAL TEKNIK ITS Vol. 5, No. 2, (2016) ISSN: ( Print)
B229 Optimalisasi Penempatan Kapasitor Bank untuk Memperbaiki Kualitas Daya Pada Sistem Kelistrikan PT. Semen Indonesia Aceh Menggunakan Metode Genetic Algorithm (GA) Aulia Bagus Ar Rahmaan, Ontoseno Penangsang,
Lebih terperinciALGORITMA GENETIKA. Suatu Alternatif Penyelesaian Permasalahan Searching, Optimasi dan Machine Learning
ALGORITMA GENETIKA Suatu Alternatif Penyelesaian Permasalahan Searching, Optimasi dan Machine Learning Disusun oleh: Achmad Basuki Politeknik Elektronika Negeri Surabaya, PENS ITS Surabaya 2003 Algoritma
Lebih terperinciManajemen Gangguan Jaringan Distribusi 20 kv Kota Surabaya berbasis Geographic Information System (GIS) menggunakan Metode Algoritma Genetika
JURNAL TEKNIK ITS Vol. 4, No. 1, (01) ISSN: 7-9 (1-971 Print) B-1 Manajemen Gangguan Jaringan Distribusi 0 kv Kota Surabaya berbasis Geographic Information System (GIS) menggunakan Metode Algoritma Genetika
Lebih terperinciPenempatan Dan Penentuan Kapasitas Pembangkit Kecil Tersebar Menggunakan Algoritma Genetika Breeder Multiobjektif
Penempatan Dan Penentuan Kapasitas Pembangkit Kecil Tersebar Menggunakan Algoritma Genetika Breeder Multiobjektif Achmad Budiman 1, Ontoseno Penangsang 2, Adi Soeprijanto 3 1 Achmad Budiman, ST, Fakultas
Lebih terperinciPeningkatan Kualitas Jaringan Distribusi Tegangan Menengah Dengan Optimasi Konfigurasi
Peningkatan Kualitas Jaringan Distribusi Tegangan Menengah Dengan Optimasi Konfigurasi Rizky Jefry Naibaho*, Dian Yayan Sukma** Program Studi Teknik Elektro S1, Fakultas Teknik Universitas Riau Kampus
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Travelling Salesman Problem (TSP) Travelling Salesmen Problem (TSP) termasuk ke dalam kelas NP hard yang pada umumnya menggunakan pendekatan heuristik untuk mencari solusinya.
Lebih terperinciJURNAL TEKNIK ITS Vol. 5, No. 2, (2016) ISSN: ( Print)
A160 Optimasi Penentuan Lokasi Kapasitor dan Distributed Generation (DG) Dengan Rekonfigurasi Jaringan Untuk Meningkatkan Keluaran Daya Aktif DG Pada Sistem Distribusi Radial Menggunakan Genetic Algorithm
Lebih terperinciPenempatan Dan Penentuan Kapasitas Optimal Distributed Generator (DG) Menggunakan Artificial Bee Colony (ABC)
Penempatan Dan Penentuan Kapasitas Optimal Distributed Generator (DG) Menggunakan Artificial Bee Colony (ABC) Ahmad Zakaria H, Sjamsjul Anam, dan Imam Robandi Jurusan Teknik Elektro, Fakultas Teknologi
Lebih terperinciSTUDI KESTABILAN SISTEM BERDASARKAN PREDIKSI VOLTAGE COLLAPSE PADA SISTEM STANDAR IEEE 14 BUS MENGGUNAKAN MODAL ANALYSIS
STUDI KESTABILAN SISTEM BERDASARKAN PREDIKSI VOLTAGE COLLAPSE PADA SISTEM STANDAR IEEE 14 BUS MENGGUNAKAN MODAL ANALYSIS OLEH : PANCAR FRANSCO 2207100019 Dosen Pembimbing I Prof.Dr. Ir. Adi Soeprijanto,
Lebih terperinciMEMPERBAIKI TEGANGAN DAN RUGI RUGI DAYA PADA SISTEM TRANSMISI DENGAN OPTIMASI PENEMPATAN KAPASITOR MENGGUNAKAN ALGORITMA GENETIKA
MEMERBAIKI TEGANGAN DAN RUGI RUGI DAYA ADA SISTEM TRANSMISI DENGAN OTIMASI ENEMATAN KAASITOR MENGGUNAKAN ALGORITMA GENETIKA Syukri Yunus*, Heru Dibyo Laksono dan utri Nidia Jurusan Teknik Elektro, Fakultas
Lebih terperinciBAB 2 LANDASAN TEORI
36 BAB 2 LANDASAN TEORI 2.1 Pengurutan Pekerjaan (Job Sequencing) 2.1.1 Deskripsi Umum Dalam industri manufaktur, tujuan penjadwalan ialah untuk meminimasikan waktu dan biaya produksi, dengan cara mengatur
Lebih terperinciBAB 3 ANALISIS DAN PERANCANGAN APLIKASI
27 BAB 3 ANALISIS DAN PERANCANGAN APLIKASI 3.1 Analisis Pada subbab ini akan diuraikan tentang analisis kebutuhan untuk menyelesaikan masalah jalur terpendek yang dirancang dengan menggunakan algoritma
Lebih terperinciBAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI
BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI 2.1 Tinjauan Pustaka. Penelitian serupa mengenai penjadwalan matakuliah pernah dilakukan oleh penelliti yang sebelumnya dengan metode yang berbeda-neda. Berikut
Lebih terperinciTUGAS AKHIR TE141599
TUGAS AKHIR TE141599 REKONFIGURASI JARINGAN, PENENTUAN LOKASI KAPASITOR DAN DISTRIBUTED GENERATION (DG) UNTUK MENINGKATKAN KELUARAN DAYA AKTIF DG DAN MINIMISASI RUGI DAYA PADA SISTEM DISTRIBUSI RADIAL
Lebih terperinciPENDAHULUAN. Latar Belakang
Latar Belakang PENDAHULUAN Pada saat sekarang ini, setiap perusahaan yang ingin tetap bertahan dalam persaingan dengan perusahaan lainnya, harus bisa membuat semua lini proses bisnis perusahaan tersebut
Lebih terperinciOptimisasi Injeksi Daya Aktif dan Reaktif Dalam Penempatan Distributed Generator (DG) Menggunakan Fuzzy - Particle Swarm Optimization (FPSO)
TESIS Optimisasi Injeksi Daya Aktif dan Reaktif Dalam Penempatan Distributed Generator (DG) Menggunakan Fuzzy - Particle Swarm Optimization (FPSO) Dosen Pembimbing : Prof. Ir. Mochamad Ashari, M.Eng. Ph.D
Lebih terperinciTugas Mata Kuliah E-Bisnis REVIEW TESIS
Tugas Mata Kuliah E-Bisnis REVIEW TESIS Desain Algoritma Genetika Untuk Optimasi Penjadwalan Produksi Meuble Kayu Studi Kasus Pada PT. Sinar Bakti Utama (oleh Fransiska Sidharta dibawah bimbingan Prof.Kudang
Lebih terperinciBAB I PENDAHULUAN. telah diadopsi untuk mengurangi getaran pada gedung-gedung tinggi dan struktur
BAB I PENDAHULUAN 1.1 Latar Belakang Tuned mass damper (TMD) telah banyak digunakan untuk mengendalikan getaran dalam sistem teknik mesin. Dalam beberapa tahun terakhir teori TMD telah diadopsi untuk mengurangi
Lebih terperinciTUGAS AKHIR. Oleh ARIF KUSUMA MANURUNG NIM : DEPARTEMEN TEKNIK ELEKTRO FAKULTAS TEKNIK UNIVERSITAS SUMATERA UTARA MEDAN 2016
TUGAS AKHIR PENEMPATAN OPTIMAL KAPASITOR BANK PADA SISTEM DISTRIBUSI RADIAL 20 kv MENGGUNAKAN METODE ARTIFICIAL BEE COLONY (ABC) ALGORITHM (STUDI KASUS : JARINGAN DISTRIBUSI PM1 PEMATANGSIANTAR) Diajukan
Lebih terperinciALGORITMA GENETIKA PADA PEMROGRAMAN LINEAR DAN NONLINEAR
Buletin Ilmiah Mat. Stat. dan Terapannya (Bimaster) Volume 5, No. 03(2016), hal 265 274. ALGORITMA GENETIKA PADA PEMROGRAMAN LINEAR DAN NONLINEAR Abdul Azis, Bayu Prihandono, Ilhamsyah INTISARI Optimasi
Lebih terperinciOPTIMASI PENJADWALAN KEGIATAN BELAJAR MENGAJAR DENGAN ALGORITMA GENETIK
OPTIMASI PENJADWALAN KEGIATAN BELAJAR MENGAJAR DENGAN ALGORITMA GENETIK Usulan Skripsi S-1 Jurusan Matematika Diajukan oleh 1. Novandry Widyastuti M0105013 2. Astika Ratnawati M0105025 3. Rahma Nur Cahyani
Lebih terperinciBAB III. Metode Penelitian
BAB III Metode Penelitian 3.1 Diagram Alir Penelitian Secara umum diagram alir algoritma genetika dalam penelitian ini terlihat pada Gambar 3.1. pada Algoritma genetik memberikan suatu pilihan bagi penentuan
Lebih terperinciPendekatan Algoritma Genetika pada Peminimalan Fungsi Ackley menggunakan Representasi Biner
Vol. 7, 2, 108-117, Januari 2011 Pendekatan Algoritma Genetika pada Peminimalan Fungsi Ackley menggunakan Representasi Biner Jusmawati Massalesse Abstrak Tulisan ini dimaksudkan untuk memperlihatkan proses
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Pada saat ini kebutuhan energi listrik meningkat dengan cepat, akan tetapi perkembangan pembangkit dan saluran transmisi dibatasi ketersediaan sumber daya dan masalah
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Tinjauan Pustaka (Samuel, Toni & Willi 2005) dalam penelitian yang berjudul Penerapan Algoritma Genetika untuk Traveling Salesman Problem Dengan Menggunakan Metode Order Crossover
Lebih terperinciBAB 2 DASAR TEORI. 2.1 Teka-Teki Silang
BAB 2 DASAR TEORI 2.1 Teka-Teki Silang Teka-teki silang atau disingkat TTS adalah suatu permainan yang mengharuskan penggunanya untuk mengisi ruang-ruang kosong dengan huruf-huruf yang membentuk sebuah
Lebih terperinciPenjadwalan kegiatan merupakan pekerjaan yang tidak mudah, karena dalam. penyusunannya memerlukan perencanaan yang matang agar kegiatan tersebut
BAB I PENDAHULUAN A. Latar Belakang Penjadwalan kegiatan merupakan pekerjaan yang tidak mudah, karena dalam penyusunannya memerlukan perencanaan yang matang agar kegiatan tersebut terlaksana dengan optimal.
Lebih terperinciT I N J A U A N P U S T A K A Algoritma Genetika [5]
Algoritma Genetika [5] Fitness adalah nilai yang menyatakan baik-tidaknya suatu jalur penyelesaian dalam permasalahan TSP,sehingga dijadikan nilai acuan dalam mencari jalur penyelesaian optimal dalam algoritma
Lebih terperinciPENERAPAN ALGORITMA GENETIKA UNTUK TRAVELING SALESMAN PROBLEM DENGAN MENGGUNAKAN METODE ORDER CROSSOVER DAN INSERTION MUTATION
PENERAPAN ALGORITMA GENETIKA UNTUK TRAVELING SALESMAN PROBLEM DENGAN MENGGUNAKAN METODE ORDER CROSSOVER DAN INSERTION MUTATION Samuel Lukas 1, Toni Anwar 1, Willi Yuliani 2 1) Dosen Teknik Informatika,
Lebih terperinciBAB 2 LANDASAN TEORI
7 BAB 2 LANDASAN TEORI 2.1 Penjadwalan Perkuliahan Penjadwalan memiliki pengertian durasi dari waktu kerja yang dibutuhkan untuk melakukan serangkaian untuk melakukan aktivitas kerja[10]. Penjadwalan juga
Lebih terperinciImplementasi Algoritma Genetika dalam Pembuatan Jadwal Kuliah
Implementasi Algoritma Genetika dalam Pembuatan Jadwal Kuliah Leonard Tambunan AMIK Mitra Gama Jl. Kayangan No. 99, Duri-Riau e-mail : leo.itcom@gmail.com Abstrak Pada saat ini proses penjadwalan kuliah
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1.Tinjauan Pustaka Semakin pesatnya pertumbuhan suatu wilayah menuntut adanya jaminan ketersediaannya energi listrik serta perbaikan kualitas dari energi listrik, menuntut para
Lebih terperinciPENGARUH PENAMBAHAN PLTU TELUK SIRIH 100 MEGAWATT PADA SISTEM SUMATERA BAGIAN TENGAH
PENGARUH PENAMBAHAN PLTU TELUK SIRIH 100 MEGAWATT PADA SISTEM SUMATERA BAGIAN TENGAH TUGAS AKHIR Sebagai salah satu syarat untuk menyelesaikan program strata-1 pada Jurusan Teknik Elektro Fakultas Teknik
Lebih terperinciOPTIMASI PERSEDIAAN BAJU MENGGUNAKAN ALGORITMA GENETIKA
OPTIMASI PERSEDIAAN BAJU MENGGUNAKAN ALGORITMA GENETIKA andra Aditya 1), Wayan Firdaus Mahmudy 2) 1) Program Studi Teknik Informatika, Fakultas Ilmu Komputer Malang Jl. Veteran, Malang 65145, Indonesia
Lebih terperinciLingkup Metode Optimasi
Algoritma Genetika Lingkup Metode Optimasi Analitik Linier Non Linier Single Variabel Multi Variabel Dgn Kendala Tanpa Kendala Numerik Fibonacci Evolusi Complex Combinasi Intelijen/ Evolusi Fuzzy Logic
Lebih terperinci2 TINJAUAN PUSTAKA. 2.1 Peringkasan Teks
4 2 TINJAUAN PUSTAKA 2.1 Peringkasan Teks Peringkasan teks adalah proses pemampatan teks sumber ke dalam versi lebih pendek namun tetap mempertahankan informasi yang terkandung didalamnya (Barzilay & Elhadad
Lebih terperinciTUGAS AKHIR TE141599
TUGAS AKHIR TE141599 PENENTUAN KOMBINASI TIE SWITCH PADA JARINGAN DISTRIBUSI RADIAL UNTUK MINIMISASI RUGI DAYA BERBASIS GEOGRAPHIC INFORMATION SYSTEM (GIS) MENGGUNAKAN GENETIC ALGORITHM (GA) Akhmad Anugrah
Lebih terperinciSIMULASI OPTIMASI PENEMPATAN KAPASITOR MENGGUNAKAN METODA ALGORITMA KUANTUM PADA SISTEM TEGANGAN MENENGAH REGION JAWA BARAT
SIMULASI OPTIMASI PENEMPATAN KAPASITOR MENGGUNAKAN METODA ALGORITMA KUANTUM PADA SISTEM TEGANGAN MENENGAH REGION JAWA BARAT Mart Christo Belfry NRP : 1022040 E-mail : martchristogultom@gmail.com ABSTRAK
Lebih terperinciBAB III PEMBAHASAN. menggunakan model Fuzzy Mean Absolute Deviation (FMAD) dan penyelesaian
BAB III PEMBAHASAN Dalam bab ini akan dibahas mengenai pembentukan portofolio optimum menggunakan model Fuzzy Mean Absolute Deviation (FMAD) dan penyelesaian model Fuzzy Mean Absolute Deviation (FMAD)
Lebih terperinciPengantar Kecerdasan Buatan (AK045218) Algoritma Genetika
Algoritma Genetika Pendahuluan Struktur Umum Komponen Utama Seleksi Rekombinasi Mutasi Algoritma Genetika Sederhana Referensi Sri Kusumadewi bab 9 Luger & Subblefield bab 12.8 Algoritma Genetika 1/35 Pendahuluan
Lebih terperinciAlgoritma Evolusi Real-Coded GA (RCGA)
Algoritma Evolusi Real-Coded GA (RCGA) Imam Cholissodin imam.cholissodin@gmail.com Pokok Bahasan 1. Siklus RCGA 2. Alternatif Operator Reproduksi pada Pengkodean Real 3. Alternatif Operator Seleksi 4.
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI Pada bab ini akan membahas landasan atas teori-teori yang bersifat ilmiah untuk mendukung penulisan skripsi ini. Teori-teori yang dibahas mengenai optimisasi, pengertian penjadwalan,
Lebih terperinciALGORITMA GENETIKA Suatu Alternatif Penyelesaian Permasalahan Searching, Optimasi dan Machine Learning
ALGORITMA GENETIKA Suatu Alternatif Penyelesaian Permasalahan Searching, Optimasi dan Machine Learning Achmad Basuki Politeknik Elektronika Negeri Surabaya PENS-ITS Surabaya 2003 Algoritma Genetika Algoritma
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2.1 Algoritma Genetika Algoritma genetika merupakan algoritma pencarian heuristik ysng didasarkan atas mekanisme seleksi alami dan genetika alami (Suyanto, 2014). Adapun konsep dasar
Lebih terperinciBAB I PENDAHULUAN. wisata budaya, wisata belanja, hingga wisata Alam. Untuk menarik minat
BAB I PENDAHULUAN A. Latar Belakang Masalah Objek pariwisata di Yogyakarta sudah semakin beragam mulai dari wisata budaya, wisata belanja, hingga wisata Alam. Untuk menarik minat wisatawan dapat dibuat
Lebih terperinciPENERAPAN ALGORITMA GENETIKA PADA PERENCANAAN LINTASAN KENDARAAN Achmad Hidayatno Darjat Hendry H L T
PENERAPAN ALGORITMA GENETIKA PADA PERENCANAAN LINTASAN KENDARAAN Achmad Hidayatno Darjat Hendry H L T Abstrak : Algoritma genetika adalah algoritma pencarian heuristik yang didasarkan atas mekanisme evolusi
Lebih terperinciHALAMAN JUDUL TUGAS AKHIR TE Risma Rizki Fauzi NRP
HALAMAN JUDUL TUGAS AKHIR TE141599 REKONFIGURASI DAN PENEMPATAN KAPASITOR MEMPERTIMBANGKAN KONTINGENSI DENGAN METODE BINARY INTEGER PROGRAMMING DAN GENETIC ALGORITHM UNTUK MEMPERBAIKI PROFIL TEGANGAN Risma
Lebih terperinciIMPLEMENTASI ALGORITMA GENETIKA DENGAN TOURNAMENT SELECTION SEBAGAI SOLUSI ECONOMIC DISPATCH
IMPLEMENTASI ALGORITMA GENETIKA DENGAN TOURNAMENT SELECTION SEBAGAI SOLUSI ECONOMIC DISPATCH Yassir, Fauzan dan Mahalla Jurusan Teknik Elektro Politeknik Negeri Lhokseumawe Jln. Banda Aceh Medan km. 80,
Lebih terperinciANALISIS DAMPAK PEMASANGAN DISTIBUTED GENERATION (DG) TERHADAP PROFIL TEGANGAN DAN RUGI-RUGI DAYA SISTEM DISTRIBUSI STANDAR IEEE 18 BUS
F.10. Analisis dampak pemasangan distributed generation (DG)... (Agus Supardi dan Romdhon Prabowo) ANALISIS DAMPAK PEMASANGAN DISTIBUTED GENERATION (DG) TERHADAP PROFIL TEGANGAN DAN RUGI-RUGI DAYA SISTEM
Lebih terperinciDAFTAR ISI HALAMAN JUDUL HALAMAN PENGESAHAN PERNYATAAN PRAKATA DAFTAR TABEL DAFTAR GAMBAR DAFTAR LAMPIRAN
DAFTAR ISI HALAMAN JUDUL i HALAMAN PENGESAHAN ii PERNYATAAN iii PRAKATA iv DAFTAR ISI vi DAFTAR TABEL xi DAFTAR GAMBAR xii DAFTAR LAMPIRAN xvii ABSTRAK xix ABSTRACT xx BAB I. PENDAHULUAN 1 1.1. Latar Belakang
Lebih terperinciPRESENTASI TUGAS AKHIR KI091391
PRESENTASI TUGAS AKHIR KI091391 PENDEKATAN CROSSOVER TERBARU UNTUK MENYELESAIKAN MULTIPLE TRAVELLING SALESMEN PROBLEM MENGGUNAKAN ALGORITMA GENETIKA (Kata kunci: multiple salemen problem, algoritma genetika,
Lebih terperinciPENENTUAN SLACK BUS PADA JARINGAN TENAGA LISTRIK SUMBAGUT 150 KV MENGGUNAKAN METODE ARTIFICIAL BEE COLONY
PENENTUAN SLACK BUS PADA JARINGAN TENAGA LISTRIK SUMBAGUT 150 KV MENGGUNAKAN METODE ARTIFICIAL BEE COLONY Tommy Oys Damanik, Yulianta Siregar Konsentrasi Teknik Energi Listrik, Departemen Teknik Elektro
Lebih terperinciSTUDI PENGARUH PEMASANGAN STATIC VAR COMPENSATOR TERHADAP PROFIL TEGANGAN PADA PENYULANG NEUHEN
: 43-49 STUDI PENGARUH PEMASANGAN STATIC VAR COMPENSATOR TERHADAP PROFIL TEGANGAN PADA PENYULANG NEUHEN Alkindi #1, Mahdi Syukri #2, Syahrizal #3 # Jurusan Teknik Elektro dan Komputer, Fakultas Teknik,
Lebih terperinciAPLIKASI ALGORITMA GENETIKA DALAM MENENTUKAN SPESIFIKASI PC BERDASARKAN KEMAMPUAN FINANSIAL KONSUMEN
APLIKASI ALGORITMA GENETIKA DALAM MENENTUKAN SPESIFIKASI PC BERDASARKAN KEMAMPUAN FINANSIAL KONSUMEN Eva Haryanty, S.Kom. ABSTRAK Komputer adalah salah satu peralatan yang pada saat ini banyak pula digunakan
Lebih terperinciPenerapan Algoritma Genetika dalam Job Shop Scheduling Problem
Penerapan Algoritma Genetika dalam Job Shop Scheduling Problem Haris Sriwindono Program Studi Ilmu Komputer Universitas Sanata Dharma Paingan, Maguwoharjo, Depok Sleman Yogyakarta, Telp. 0274-883037 haris@staff.usd.ac.id
Lebih terperinciTabel 3.5 Kapasitas Aliran Air Q rata-rata setiap hari dari jam 00 sampai dengan jam05[pdam].
Tabel 3.5 Kapasitas Aliran Air Q rata-rata setiap hari dari jam 00 sampai dengan jam05[pdam]. Gambar 3.2 Panel Kontrol Pompa Air PDAM Karang Pilang II Surabaya. Formulasi Matematika Optimisasi Konsumsi
Lebih terperinciPenjadwalan Job Shop pada Empat Mesin Identik dengan Menggunakan Metode Shortest Processing Time dan Genetic Algorithm
Jurnal Telematika, vol.9 no.1, Institut Teknologi Harapan Bangsa, Bandung ISSN: 1858-251 Penjadwalan Job Shop pada Empat Mesin Identik dengan Menggunakan Metode Shortest Processing Time dan Genetic Algorithm
Lebih terperinciAlgoritma Evolusi Dasar-Dasar Algoritma Genetika
Algoritma Evolusi Dasar-Dasar Algoritma Genetika Imam Cholissodin imam.cholissodin@gmail.com Pokok Bahasan 1. Pengantar 2. Struktur Algoritma Genetika 3. Studi Kasus: Maksimasi Fungsi Sederhana 4. Studi
Lebih terperinciPERFORMANCE ALGORITMA GENETIKA (GA) PADA PENJADWALAN MATA PELAJARAN
PERFORMANCE ALGORITMA GENETIKA (GA) PADA PENJADWALAN MATA PELAJARAN Eva Desiana, M.Kom Pascasarjana Teknik Informatika Universitas Sumatera Utara, SMP Negeri 5 Pematangsianta Jl. Universitas Medan, Jl.
Lebih terperinciPEMODELAN INVERSI DATA MAGNETOTELLURIK 1-D MENGGUNAKAN METODA GENETIC ALGORITHM (GA) DRAFT TESIS
PEMODELAN INVERSI DATA MAGNETOTELLURIK 1-D MENGGUNAKAN METODA GENETIC ALGORITHM (GA) DRAFT TESIS Oleh NIA MAHARANI NIM : 22405003 Program Studi Sains Kebumian INSTITUT TEKNOLOGI BANDUNG 2007 v ABSTRAK
Lebih terperinciPENYELESAIAN KNAPSACK PROBLEM MENGGUNAKAN ALGORITMA GENETIKA
PENYELESAIAN KNAPSACK PROBLEM MENGGUNAKAN ALGORITMA GENETIKA Kartina Diah KW1), Mardhiah Fadhli2), Charly Sutanto3) 1,2) Jurusan Teknik Komputer Politeknik Caltex Riau Pekanbaru Jl. Umban Sari No.1 Rumbai-Pekanbaru-Riau
Lebih terperinciPENERAPAN ALGORITMA GENETIKA PADA PENYELESAIAN TRAVELLING SALESMAN PROBLEM (TSP)
PENERAPAN ALGORITMA GENETIKA PADA PENYELESAIAN TRAVELLING SALESMAN PROBLEM (TSP) Mohamad Subchan STMIK Muhammadiyah Banten e-mail: moh.subhan@gmail.com ABSTRAK: Permasalahan pencarian rute terpendek dapat
Lebih terperinciOPTIMASI PENEMPATAN KAPASITOR PADA SISTEM TENAGA LISTRIK DENGAN MENGGUNAKAN ALGORITMA GENETIK (Studi Kasus Sistem PT.
No.34 Vol.1 Thn.XVII November 21 ISSN : 854-8471 OPTIMASI PENEMPATAN KAPASITOR PADA SISTEM TENAGA LISTRIK DENGAN MENGGUNAKAN ALGORITMA GENETIK (Studi Kasus Sistem PT. PLN Sumbar-Riau) Heru Dibyo Laksono
Lebih terperinciKeyword : capacitor, genetic algorithm, power factor, and voltage. Mahasiswa Jurusan Teknik Elektro UNDIP Semarang 2
Makalah Seminar Tugas Akhir OPTIMASI PENEMPATAN KAPASITOR MENGGUNAKAN ALGORITMA GENETIKA PADA SISTEM DISTRIBUSI UNTUK MEMPERBAIKI FAKTOR DAYA DAN TEGANGAN Hadha Alamajibuwono 1, Tedjo Sukmadi 2, Susatyo
Lebih terperinciOPTIMASI JARINGAN DISTRIBUSI SEKUNDER UNTUK MENGURANGI RUGI DAYA MENGGUNAKAN ALGORITMA GENETIKA
OPIMASI JARINGAN DISRIBUSI SEKUNDER UNUK MENGURANGI RUGI DAYA MENGGUNAKAN ALGORIMA GENEIKA I Nyoman Budiastra, Ontoseno Penangsang, dan Mauridhi Hery Purnomo eknik Elektro, FI, Institut eknologi Sepuluh
Lebih terperinciBAB II LANDASAN TEORI. Tahun 2001 pemilik CV. Tunas Jaya membuka usaha di bidang penjualan dan
BAB II LANDASAN TEORI 2.1 Sejarah Perusahaan Tahun 2001 pemilik CV. Tunas Jaya membuka usaha di bidang penjualan dan pengadaan suku cadang computer. Dalam bidang tersebut diharuskan berbadan hukum PD,
Lebih terperinci8. Evaluasi Solusi dan Kriteria Berhenti Perumusan Masalah METODE PENELITIAN Studi Pustaka Pembentukan Data
Gambar 4 Proses Swap Mutation. 8. Evaluasi Solusi dan Kriteria Berhenti Proses evaluasi solusi ini akan mengevaluasi setiap populasi dengan menghitung nilai fitness setiap kromosom sampai terpenuhi kriteria
Lebih terperinciAPLIKASI ALGORITMA GENETIKA UNTUK PENJADWALAN MATA KULIAH
APLIKASI ALGORITMA GENETIKA UNTUK PENJADWALAN MATA KULIAH (Studi Kasus: Jurusan Pendidikan Matematika FMIPA Universitas Negeri Yogyakarta) SKRIPSI Diajukan kepada Fakultas Matematika dan Ilmu Pengetahuan
Lebih terperinciAnalisis Operator Crossover pada Permasalahan Permainan Puzzle
Analisis Operator Crossover pada Permasalahan Permainan Puzzle Kun Siwi Trilestari [1], Ade Andri Hendriadi [2] Program Studi Teknik Informatika, Fakultas Ilmu Komputer, Universitas Singaperbanga Karawang
Lebih terperinciALGORITMA GENETIKA PADA PENYELESAIAN AKAR PERSAMAAN SEBUAH FUNGSI
ALGORITMA GENETIKA PADA PENYELESAIAN AKAR PERSAMAAN SEBUAH FUNGSI Akhmad Yusuf dan Oni Soesanto Program Studi Matematika Universitas Lambung Mangkurat Jl. Jend. A. Yani km 35, 8 Banjarbaru ABSTRAK Algoritma
Lebih terperinciGenetic Algorithme. Perbedaan GA
Genetic Algorithme Algoritma ini bekerja dengan sebuah populasi yang terdiri atas individu-individu (kromosom). Individu dilambangkan dengan sebuah nilai kebugaran (fitness) yang akan digunakan untuk mencari
Lebih terperinciOPTIMASI DAYA REAKTIF UNTUK MEREDUKSI RUGI DAYA PADA SISTEM JAMALI 500 kv MENGGUNAKAN METODE ALGORITMA GENETIKA
OPTIMASI DAYA REAKTIF UNTUK MEREDUKSI RUGI DAYA PADA SISTEM JAMALI 500 kv MENGGUNAKAN METODE ALGORITMA GENETIKA Reza Pahlefi *), Yuningtyastuti, and Susatyo Handoko, Jurusan Teknik Elektro, Universitas
Lebih terperinciBAB III PERANCANGAN. Gambar 3.1 di bawah ini mengilustrasikan jalur pada TSP kurva terbuka jika jumlah node ada 10:
BAB III PERANCANGAN Pada bagian perancangan ini akan dipaparkan mengenai bagaimana mencari solusi pada persoalan pencarian rute terpendek dari n buah node dengan menggunakan algoritma genetika (AG). Dari
Lebih terperinciOPTIMASI PENEMPATAN KAPASITOR SHUNT UNTUK PERBAIKAN DAYA REAKTIF PADA PENYULANG DISTRIBUSI PRIMER RADIAL DENGAN ALGORITMA GENETIK
OPTIMASI PENEMPATAN KAPASITOR SHUNT UNTUK PERBAIKAN DAYA REAKTIF PADA PENYULANG DISTRIBUSI PRIMER RADIAL DENGAN ALGORITMA GENETIK Eko Wijanarko (LF 00 576) Jurusan Teknik Elektro, Fakultas Teknik, Universitas
Lebih terperinciMeilinda Ayundyahrini Pembimbing: Ir. Rusdhianto Effendie A. K, MT Nurlita Gamayanti, ST., MT
Meilinda Ayundyahrini Pembimbing: Ir. Rusdhianto Effendie A. K, MT Nurlita Gamayanti, ST., MT Teknik Sistem Pengaturan JURUSAN TEKNIK ELEKTRO Fakultas Teknologi Industri Institut Teknologi Sepuluh Nopember
Lebih terperinciPENGENALAN ALGORITMA GENETIK
PENGENALAN ALGORITMA GENETIK Aries Syamsuddin ariesmipa@psyon.org Lisensi Dokumen: Seluruh dokumen di IlmuKomputer.Com dapat digunakan, dimodifikasi dan disebarkan secara bebas untuk tujuan bukan komersial
Lebih terperinciSTUDI PENGATURAN TEGANGAN PADA JARINGAN DISTRIBUSI 20 KV YANG TERHUBUNG DENGAN DISTRIBUTED GENERATION (STUDI KASUS: PENYULANG TR 5 GI TARUTUNG)
STUDI PENGATURAN TEGANGAN PADA JARINGAN DISTRIBUSI 20 KV YANG TERHUBUNG DENGAN DISTRIBUTED GENERATION (STUDI KASUS: PENYULANG TR 5 GI TARUTUNG) Andika Handy (1), Zulkarnaen Pane (2) Konsentrasi Teknik
Lebih terperinci