OPTIMASI PEMBAGIAN BEBAN PLTU SURALAYA MENGGUNAKAN METODE ANT COLONY OPTIMIZATION

dokumen-dokumen yang mirip
P n e j n a j d a u d a u l a a l n a n O pt p im i a m l a l P e P m e b m a b n a g n k g i k t Oleh Z r u iman

Kata kunci : daya, bahan bakar, optimasi, ekonomis. pembangkitan yang maksimal dengan biaya pengoperasian unit pembangkit yang minimal.


IV. PERANCANGAN DAN IMPLEMENTASI SISTEM

SIMULASI OPTIMASI ALIRAN DAYA SISTEM TENAGA LISTRIK SEBAGAI PENDEKATAN EFISIENSI BIAYA OPERASI

BAB V PENGEMBANGAN MODEL FUZZY PROGRAM LINIER

BAB II TEORI ALIRAN DAYA

BAB IV PERHITUNGAN DAN ANALISIS

BAB II LANDASAN TEORI

STUDI OPERASI EKONOMIS PADA GENERATOR PEMBANGKIT SISTEM SULAWESI SELATAN. Abstrak

BAB 3 PEMBAHASAN. 3.1 Prosedur Penyelesaian Masalah Program Linier Parametrik Prosedur Penyelesaian untuk perubahan kontinu parameter c

OPTIMISASI PELETAKAN DAN SIZING DISTRIBUTED GENERATION (DG) MENGGUNAKAN TWO LAYER PARTICLE SWARM OPTIMIZATION (TLPSO)

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

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

BAB III METODOLOGI PENELITIAN

BAB 2 LANDASAN TEORI. estimasi, uji keberartian regresi, analisa korelasi dan uji koefisien regresi.

BAB III METODOLOGI PENELITIAN

SISTEM PENDUKUNG KEPUTUSAN PENILAIAN KINERJA DAN PEMILIHAN MITRA BADAN PUSAT STATISTIK (BPS) KABUPATEN GUNUNGKIDUL MENGGUNAKAN METODE SAW BERBASIS WEB

OPTIMAL GENERATOR SCHEDULING BASED ON PARTICLE SWARM OPTIMIZATION

Bab V Aliran Daya Optimal

PENGEMBANGAN METODE ALGORITMA GENETIKA DAN DARWINIAN PARTICLE SWARM OPTIMIZATION UNTUK FUNGSI MULTIMODAL

ANALISIS BENTUK HUBUNGAN

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

BAB 2 LANDASAN TEORI. Universitas Sumatera Utara

BAB VB PERSEPTRON & CONTOH

BAB 4 METODOLOGI PENELITIAN. data, dan teknik analisis data. Kerangka pemikiran hipotesis membahas hipotesis

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Al-Azhar 3 Bandar Lampung yang terletak di

Jurnal Teknologi Elektro, Universitas Mercu Buana ISSN:

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

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

Nama : Crishadi Juliantoro NPM :

BAB IV PEMBAHASAN MODEL

BAB 2 KAJIAN PUSTAKA

BAB III HIPOTESIS DAN METODOLOGI PENELITIAN

Peramalan Beban Listrik Untuk Penjadwalan Sistem Pembangkit

PENGENALAN HURUF BRAILLE BERBASIS JARINGAN SYARAF TIRUAN METODA HEBBRULE

RANGKAIAN SERI. 1. Pendahuluan

Aliran Daya Optimal Menggunakan Metode Ant Colony Optimization

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

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

PENGEMBANGAN MODEL PERSEDIAAN DENGAN MEMPERTIMBANGKAN WAKTU KADALUARSA BAHAN DAN FAKTOR INCREMENTAL DISCOUNT

BAB V ANALISA PEMECAHAN MASALAH

Didownload dari ririez.blog.uns.ac.id BAB I PENDAHULUAN

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

Preferensi untuk alternatif A i diberikan

BAB II OPTIMALISASI PADA SISTEM KELISTRIKAN

Optimasi Perencanaan Hasil Produksi dengan Aplikasi Fuzzy Linear Programming (FLP)

MODIFIED IMPROVED PARTICLE SWARM OPTIMIZATION FOR OPTIMAL GENERATOR SCHEDULING

BAB 1 PENDAHULUAN. Pertumbuhan dan kestabilan ekonomi, adalah dua syarat penting bagi kemakmuran

BAB 4 HASIL DAN PEMBAHASAN. smoothing, dan siklis untuk barang jadi Mie Atom Metode Regresi Linier. Nama barang jadi: Mie Atom.

APLIKASI PENJADWALAN MATA KULIAH MENGGUNAKAN ALGORITMA PARTICLE SWARM OPTIMIZATION (PSO)

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

Penjadwalan Generator Yang Optimal Dengan Memperhatikan Keamanan Kerja Generator

BAB I PENDAHULUAN. pembangunan dalam sektor energi wajib dilaksanakan secara sebaik-baiknya. Jika

Analisa dan Penerapan Metode Particle Swarm Optimization Pada Optimasi Penjadwalan Kuliah

BAB III METODE PENELITIAN. Pada penelitian ini, penulis memilih lokasi di SMA Negeri 1 Boliyohuto khususnya

GENERATOR SKENARIO PENGIRIMAN BAHAN BAKAR SOLAR (HSD) MENGGUNAKAN MODEL DAN ALGORITMA COMMON REPLENISHMENT EPOCH (CRE)

BAB 4 IMPLEMENTASI DAN EVALUASI

BAB 2 LANDASAN TEORI. Teori Galton berkembang menjadi analisis regresi yang dapat digunakan sebagai alat

REKAYASA TRANSPORTASI LANJUT UNIVERSITAS PEMBANGUNAN JAYA

OPTIMASI MASALAH PENUGASAN. Siti Maslihah

BAB I PENDAHULUAN. 1.1 Latar Belakang. Di dalam matematika mulai dari SD, SMP, SMA, dan Perguruan Tinggi

Kecocokan Distribusi Normal Menggunakan Plot Persentil-Persentil yang Distandarisasi

PEMAHAMAN METODE NUMERIK MENGGUNAKAN PEMPROGRMAN MATLAB (Studi Kasus : Metode Secant)

PENENTUAN DENSITAS PERMUKAAN

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMPN 8 Bandar Lampung. Populasi dalam

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

BAB III METODE PENELITIAN. Sebelum dilakukan penelitian, langkah pertama yang harus dilakukan oleh

Bab III Analisis Rantai Markov

BAB IV METODE PENELITIAN. Penelitian mengenai Analisis Pengaruh Kupedes Terhadap Performance

IV. UKURAN SIMPANGAN, DISPERSI & VARIASI

BAB III METODE PENELITIAN. Metode penelitian yang digunakan dalam penelitian ini adalah metode

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

III. METODE PENELITIAN. bersifat statistik dengan tujuan menguji hipotesis yang telah ditetapkan.

BAB III METODE PENELITIAN. berjumlah empat kelas terdiri dari 131 siswa. Sampel penelitian ini terdiri dari satu kelas yang diambil dengan

APLIKASI FUZZY LINEAR PROGRAMMING (FLP) UNTUK OPTIMASI HASIL PERENCANAAN PRODUKSI

III. METODE PENELITIAN. Penelitian ini dilakukan di MTs Negeri 2 Bandar Lampung dengan populasi siswa

BAB III METODE PENELITIAN. sebuah fenomena atau suatu kejadian yang diteliti. Ciri-ciri metode deskriptif menurut Surakhmad W (1998:140) adalah

METODE PENELITIAN. pelajaran 2011/ Populasi penelitian ini adalah seluruh siswa kelas X yang

PRAKTIKUM 6 Penyelesaian Persamaan Non Linier Metode Newton Raphson Dengan Modifikasi Tabel

BAB IV PENGUJIAN DAN ANALISA

2.1 Sistem Makroskopik dan Sistem Mikroskopik Fisika statistik berangkat dari pengamatan sebuah sistem mikroskopik, yakni sistem yang sangat kecil

PENYELESAIAN PERMASALAHAN OPTIMASI CONSTRAINED NONLINEAR DENGAN PARTICLE SWARM OPTIMIZATION

BAB 2 LANDASAN TEORI. diteliti. Banyaknya pengamatan atau anggota suatu populasi disebut ukuran populasi,

Optimisasi Economic Dispatch Menggunakan Fuzzy-Bacterial Foraging Algorithm

BAB 2 LANDASAN TEORI. persamaan penduga dibentuk untuk menerangkan pola hubungan variabel-variabel

PROPOSAL SKRIPSI JUDUL:

Gambar 3.1 Diagram alir penelitian

Dalam sistem pengendalian berhirarki 2 level, maka optimasi dapat. dilakukan pada level pertama yaitu pengambil keputusan level pertama yang

METODE PENELITIAN. Penentuan lokasi dilakukan secara tertuju (purposive) karena sungai ini termasuk

BAB III METODE PENELITIAN

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

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

BAB 4 METODOLOGI PENELITIAN DAN ANALISIS

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

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 13 Bandar Lampung. Populasi dalam

BAB II METODOLOGI PENELITIAN. Jenis penelitian yang digunakan dalam penelitian ini adalah penelitian. variable independen dengan variabel dependen.

Perbaikan Unjuk Kerja Sistem Orde Satu PERBAIKAN UNJUK KERJA SISTEM ORDE SATU DENGAN ALAT KENDALI INTEGRAL MENGGUNAKAN JARINGAN SIMULATOR MATLAB

Bab 1 PENDAHULUAN Latar Belakang

PENERAPAN METODE FORGY PADA PERILAKU LEBAH PENJELAJAH DALAM ARTIFICIAL BEE COLONY

Transkripsi:

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. Jenderal Sudrman Km. 03 Kota Clegon - Banten emal: suhendar_tebet@yahoo.com; kawanttusyan@gmal.com; almudyuntrta@yahoo.com Abstrak Sektar 70% baya operasonal dar keseluruhan total baya yang harus dkeluarkan oleh PLTU Suralaya adalah baya bahan bakar. Angka n termasuk pemborosan untuk jangka waktu yang lama. Sehubungan dengan tu, peneltan n dtujukan untuk mengetahu optmas operas pembangkt yang efsen. Salah satu usaha untuk memnmalkan baya dengan mengoptmalkan operas pembangkt atau dsebut dengan Economc Dspatch. Economc dspatch adalah pengoperasan pembagan beban pada pembangkt-pembangkt yang ada dengan baya mnmum, pada harga beban sstem tertentu. Peneltan n, dtujukan untuk mengoptmalkan pengoperasan pembangkt d PLTU Suralaya unt 1-7 agar efsen menggunakan metode Ant Colony Optmzaton (ACO). Hasl peneltan menunjukkan bahwa angka rata-rata pembebanan Januar 2013 sebesar 234.512 Mmbtu/h dengan efsens bahan bakar sebesar 0.861% dan penghematan rata-rata baya sebesar Rp. 5811983.855/h. Bulan November 339.466 Mmbtu/h dengan efsens bahan bakar sebesar 1.201% penghematan baya Rp. 8848441.743/h. Bulan September 313.278 Mmbtu/h dengan efsens bahan bakar sebesar 1.101% serta penghematan rata-rata bahan bakar sebesar Rp.8848441.743/h. Bulan Jul 161.147 Mmbtu/h dengan efsens bahan bakar sebesar 0.616% dan penghemtan rata-rata bahan bakar sebesar Rp. 5163931.517/h. Bulan 200.763 Mmbtu/h dengan efsens bahan bakar sebesar 0.786% serta rata-rata penghematan bahan bakar sebesar Rp. 5634081.328/h. Oleh karena tu total penghematan bahan bakar selama 5 bulan sebesar Rp. 60788731.249/h. Dengan demkan hasl peneltan menunjukkan bahwa peggunaan karakterstk pembangkt yang berbeda-beda selama 1 bulan, 6 bulan, 1 tahun berbantu analss metode Ant Colony Optmzaton (ACO) mampu menghaslkan konsums bahan bakar yang mnmum. Kata Kunc : Optmas, Economc Dspatch, Ant Colony Optmzaton. 1. PENDAHULUAN Bahan baku energ merupakan bagan terbesar dalam pembayaan operas stem tenaga lstrk, sektar 80% dar baya operas secara keseluruhan. Baya n sangat mempegaruh nak turunnya pemakaan bahan bakar dar penggunaan energ lstrk oleh beban [1]. Pada PLTU Suralaya baya bahan bakar sektar 70% dar baya operas secara keseluruhan. Sehngga sangat dperlukan cara pengoperasan total pembangkt yang efsen. Usaha untuk memnmalkan baya pembangktan dsebut Economc Dspatch. Economc dspatch adalah pengoperasan pembagan beban pada pembangkt-pembangkt yang ada dengan baya mnmum, pada harga beban sstem tertentu [12]. Dalam tugas akhr n pengoperasan pembangkt mnmum dlakukan d PLTU Suralaya unt 1-7 menggunakan ant colony optmzaton (ACO). Algortma n berdasarkan atas perlaku sekelompok semut dalam mencar jalur terpendek dar sarang kesuatu sumber makanan. Karakterstk unt pembangkt thermal terdr dar gross nput dan net output. Gambar 1 menjelaskan pada unt pembangkt terdr dar sebuah boler untuk menghaslkan uap sehnga turbn akan terkopel dengan rotor dar generator. Gross nput adalah total nput dan dukur dalam dolar per jam, atau ton bahan bakar per jam atau kubk gas per jam atau bentuk unt yang lannya. Sedangkan net output adalah output daya lstrk yang terseda untuk penggunaan pada sstem tenaga. Karakterstk dar unt turbn uap dgunakan beberapa konstanta sebaga berkut [17]: H = Btu per jam nput panas pada unt (Mbtu/h) 440

F = Baya bahan bakar dkalkan H sehngga hasl yang ddapatkan R per jam (R/h) nput pada unt untuk bahan bakar. Boler Turbn G Gross Netto A/P Gambar 1. Pemodelan boler-turbn-generator pada pembangkt thermal [17] Sedangkan Gambar 2 merupakan karakterstk output-nput dar unt pembangkt tenaga uap yang deal. Input unt dnyatakan dalam energ panas (MBtu/jam) atau bentuk baya total per jam (R/jam). Sedangakan outputnya adalah daya lstrk dar unt tersebut. Bentuk karakterstk outputnput tampak halus berupa kurva cembung.[20] H (MBtu/jam) atau F (R/jam) H ΔP ΔH /ΔF P Pmn Pmax Gambar 2. Kurva nput output pembangkt tenaga uap [17] 1.1 Persamaan Economc Dspatch n C t C 1 (1) Atau C P P (2) 2 keterangan : Ct = total baya produks ($) C = fungs baya nput-output pembangkt ($/hour) P = daya yang dbangktkan pembangkt (MW),, = konstanta nput output pembangkt n = jumlah pembangkt Kombnas daya output yang dbangktkan oleh tap-tap generator pada sstem harus memenuh kebutuhan daya dar sstem (equalty constrant), dengan persamaan [17][18]: n 1 P P D (3) 441

Daya output pembangkt harus memenuh batasan mnmum serta maksmum dar daya yang dapat dbangktkan oleh masng-masng generator (nequalty constrant) dengan persamaan [17]18]: P mn P P (4) max 1.2 Ant Colony Optmzaton Ant Colony Optmzaton merupakan algortma yang mengkut prlaku kolon semut (sstem semut). Prlaku kolon semut dsn adalah semut mampu menemukan rute terpendek dalam perjalanan dar sarang ke tempat-tempat sumber makanan [12]. Algortma n basa dgunakan untuk menyelesakan masalah komputas melalu grafk yang ternspras dar prlaku semut dalam menemukan jalur dar sarang menuju makanan.[15] Semut yang melalu suatu lntasan dpengaruh oleh feromon. Feromon n akan menguap, jka semakn banyak semut melalu jalan tersebut. Maka semakn jelas lntasan yang dlalu. Sehngga lntasan yang dlalu semut dalam jumlah sedkt, semakn lama semakn berkurang kepadatan semut yang melewatnya, atau bahkan akan tdak dlewat sama sekal. Sebalknya lntasan yang dlalu semut dalam jumlah banyak, semakn lama akan semakn bertambah kepadatan semut yang melewatnya, atau bahkan semua semut melalu lntasan tersebut. Stgmergy adalah proses pennggalan feromon, proses n bertujuan untuk mengngat jalan pulang ke sarang dan komunkas semut dengan kolonnya. Secara lengkap algortma atau langkah-langkah dalam Ant Colony Optmzaton, yatu: 1. Insalsasa parameter algortma Ant Colony Optmzaton Tetapan sklus-semut (Q), Jumlah semut (m), dan Ketahan feromon (alpha) (ρ) 2. Setelah nsalsas kota pertama semut dlakukan, kemudan jumlah semut (m) dtempatkan pada kota pertama tertentu secara acak. 3. Transs status (state transton rule) Semut memutuskan ke ruas mana a akan perg serta dapat memlh untuk perg ke ruas baru (ruas yang belum dkunjung semut lannya) atau ruas yang terbak (ruas yang mempunya jumlah feromon terbanyak dan jarak terpendek) secara probablstk. Transs status yang dgunakan oleh ant system dnama random proportonal rule.semut memlh suatu jalur yang akan dlalu mula dar ttk r menuju ke ttk s dalam suatu perjalanan dengan probabltas [12]: p(r,s) (r,s) s,l N (r,l) t k r (5) matrx γ(r,s) merepresentaskan jumlah ntenstas feromon antara ttk r dan s. Setelah tu feromon akan dperbaharu melalu persamaan berkut[12] : (r,s) (r,s) y k (r,s) (6) nla α memlk nterval 0 < α < 1 n merupakan daya tahan suatu feromon, maka (1- α) merepresentaskan penguapan yang terjad pada feromon dan Δγ k (r,s) merupakan jumlah feromon yang semut k jatuhkan pada jalur (r,s). 4. Pheromone lokal (local pheromone updatng) Jejak feromon (r,s) dar perjalanan terbak yang telah dlakukan semut akan dperbaharu [12] Q ( r,s) (r,s) r,s J f best k best (7) Q merupakan sebuah konstanta postf yang sangat besar nlanya. 5. Pembaruan feromon global (global pheromone updatng) 442

Global pheromone updatng dgunakan untuk menghndar terjadnya stagnan (suatu stuas dmana semut akan mengkut jalur yang sama), maka kekuatan jejak feromon dbatas pada nterval: mn f (r,s) mn (r,s) max f (r,s) max (8) Batas atas dan batas bawahnya adalah sebaga berkut[12] : max 1 f best (9) M adalah jumlah semut mn M max 2 (10) 2. METODOLOGI Gambar 3 menjelaskan tentang dagram blok peneltan dengan 3 parameter yatu nput, proses dan parameter output. Parameter nput dalam peneltan n terdapat 2 yatu nput economc dspatch dan ant colony optmzaton. 1. Input economc dspatch terdr dar a. batas mnmum dan batasan maksmum daya yang dbangktkan dar masng-masng generator. b. nla karakterstk dar pembangkt (alfa,beta,gamma). Nla n ddapatkan dar kurva polynomal pembangkt dengan kordnat (x,y). Kordnat x adalah daya yang dbangtkan sedangkan koordnat y adalah bahan bakar yang dgunakan. Lebh jelasnya dapat dlhat pada gambar 5 flowchart untuk menghtung α, β dan γ. Nla karakterstk n yang akan masuk dalam perhtungan algortma ant colony optmazton. 2. Input Ant Colony Optmazton Dalam tugas akhr n, nput-an yang dgunakan pada algortma Ant Colony Optmazton terdr dar nsalsas parameter yang dgunakan yatu jumlah semut sebanyak 10, teras maksmum sebsar 500, ketahanan feromon sebesar 0.89. 3. Permntaan Daya Maksud dar permntaan daya adalah jumlah pemntaan daya yang akan dkrmkan ke sstem. Sehngga hasl smulas dar masng-masng daya yang dbangktkan generator totalnya sama dengan permntaan daya sesua dengan equalty constrant persamaan 3 a. Proses Pada bagan n merupakan proses yang dlakukan dengan menggunakan Ant Colony Optmazton untuk mendapatkan pemakaan bahan bakar yang mnmum. Ddalam proses semua parameter nput yang dmasukan dhtung sehngga menghaslkan penghematan pemakan bahan bakar. Input dar nsalsas parameter ACO dgunakan untuk mendapatkan daya yang dbangktkan. Sehngga nla daya yang terbangktkan dapat dmasukkan dalam perhtungan persamaan matemats dar economc dspatch persamaan (1) dengan melhat batasan nequalty constran persamaan (4) dan equalty constran persamaan (3). b. Output Hasl yang dharapkan adalah kombnas dar masng-masng daya yang terbangktkan dengan melhat penggunaan konsums bahan bakar yang mnmum dan tdak terlepas dar batasan nequalty constran persamaan (4) dan equalty constran persamaan (3). 443

Parameter nput: 1..Economc Dspatch: 2. Ant Colony Optmzaton 3. Permntaan Daya Proses : Ant Colony Optmzaton output: 1.Daya 2.Pemakaa n bakar bakar mnmum Gambar 3. Dagram blok peneltan Tabel 1.Karakterstk Pembangkt Selama 1 dan 6 Bulan 1 Bulan Unt Alfa Beta Gamma Unt Alfa Beta Gamma UNIT1 891.901 5.094 0.007 UNIT1 455.026 8.115 0.001 UNIT2-889.903 17.158-0.013 UNIT2-1504.32 19.923-0.016 - UNIT3-436.09 14.463-0.008 UNIT3 15.652-0.01 752.321 6 Bulan UNIT4-85.581 11.898-0.005 UNIT4 394.994 8.877 0 UNIT5-614.89 13.443-0.004 UNIT5-229.803 12.584-0.005 UNIT6-3215.58 24.129-0.016 UNIT6-1630.05 17.807-0.009 UNIT7-331.335 12.001-0.003 UNIT7 323.172 9.728-0.001 Tabel 2.Karakterstk Pembangkt Selama 12 Bulan Unt Alfa Beta Gamma UNIT1 505.953 8.047 0.002 UNIT2 522.755 8.574 0 12 Bulan UNIT3 576.978 8.143 0.001 UNIT4 230.294 9.631 0 UNIT5-156.101 12.127-0.004 UNIT6-1629.73 17.982-0.01 UNIT7 489.523 9.661-0.002 Langkah selanjutnya adalah perancangan program smulas optmas menggunakan metode ACO (Ant Colony Optmzaton). 444

Start Insalsas Parameter ACO Insalsas Poss Awal Pheromone Htung Daya yang dbangktkan Htung Objectve Functon Update Local Pheromone Update Global Pheromone Iteras=Maksmum? Tdak Ya Menamplkan Pemakaan Bahan Bakar Mnmum End Gambar 4. Dagram Alr Penggunaan Ant Colony Optmzaton 3. HASIL DAN PEMBAHASAN Operas optmal pada pembangkt dapat dketahu dengan melhat karakterstk pembangkt. Karakterstk pembangkt dgunakan untuk mengetahu konsums bahan bakar yang optmal. Nla karakterstk pembangkt penuls dapatkan dar data laporan haran d PLTU UBP Suralaya unt 1-7. Pengamblan karakterstk pembangkt penuls membag dalam 3 yatu dalam 1 bulan, 6 bulan dan 12 bulan. Nla karaterstk n dgunakan untuk mencar kombnanas pembangkt yang akan doperaskan berdasarkan pada batasan fungs objektf sehngga mendapatkan pengunaan konsums bahan bakar yang mnmum. Pengujan n dlakukan pada bulan Januar 2013 dengan menggunakan karakterstk 1 bulan, bulan September dan bulan November 2012 menggunakan karakterstk 6 bulan. Sedangakan karakterstk 12 bulan pengujan n dlakukan pada bulan Jul dan Februar 2012. Pada pembebanan bulan Januar 2013 ddapatkan kombnas unt-unt pembangkt yang optmal yatu: 445

Tabel 3. Model pembebanan Unt Pembangkt Suralaya Januar 2013 Pdemand (Mwaat) Data Pembebanan Indonesa Power UBP Suralaya Januar 2013 Unt 1 Unt 2 Unt 3 Unt 4 Unt 5 Unt 6 Unt 7 Bahan Bakar (Mmbtu) 2457.7 282.5 341.5 319.2 271.2 410.3 400.2 432.7 24962.4 2701.6 288.5 258.1 301.0 303.8 499.6 491.9 558.8 27478.3 2827.3 327.7 379.8 369.8 302.1 444.0 440.4 563.6 28774.8 2568.3 302.0 333.2 291.1 296.8 455.0 444.2 446.0 26324.3 2533.1 291.8 324.4 266.8 248.9 497.2 501.9 402.0 25649.5 2732.1 333.9 331.7 226.3 340.1 487.0 508.3 504.9 27757.3 2418.0 284.5 330.9 323.2 298.4 384.6 419.3 377.0 25079.8 Tabel 4. Pembebanan Suralaya Januar 2013 Menggunakan ACO Pdemand (Mwaat) Data Pembebanan smulas ACO Januar 2013 Unt 1 Unt 2 Unt 3 Unt 4 Unt 5 Unt 6 Unt 7 Bahan Bakar (Mmbtu) 2457.0 400 202 400 400 355 350 350 24462.1 2702.0 234 400 368 400 600 350 350 26819.0 2827.0 256 400 244 292 600 582 452 28033.3 2568.0 356 380 382 400 350 350 350 25511.7 2533.0 400 222 206 400 355 600 350 25062.0 2732.0 232 400 400 400 600 350 350 27068.5 2418.0 244 260 214 400 600 350 350 24191.2 Tabel 5. Penghematan yang dhaslkan Bulan Januar 2013 Pembebanan Bulan Januar 2013 Pdemand (MW) Pemakaan BAHAN BAKAR(Mmbtu/h) Lapangan ACO Selsh 2457 24962.370 24462.148 500.222 2702 27478.296 26818.999 659.297 2827 28774.808 28033.341 741.467 2568 26324.268 25511.699 812.569 2533 25649.464 25062.008 587.456 2732 27757.269 27068.495 688.774 2418 25079.765 24191.201 888.564 Hasl rata-rata penghematan bahan bakar bulan Januar 2013 ddapatkan sebesar 234.512 Mmbtu/h dengan baya Rp. 5811983.855/h dan effsensnya sebesar 0.861%. Sedangkan hasl rata-rata penghematan bahan bakar bulan Februar 2012 ddapatkan sebesar 200.763 Mmbtu/h dengan baya Rp. 5634081.328/h dan effsensnya sebesar 0.786%. 4. PENUTUP Dar hasl pengujan yang dlakukan dengan menggunakan smulas ACO pada varas nla karakterstk pembangkt yang berbeda, ddapatkan rata-rata penghematan bahan bakar yatu : 1) Januar 234.512 Mmbtu/h dengan efsens bahan bakar sebesar 0.861% 2) November 339.466 Mmbtu/h dengan efsens bahan bakar sebesar 1.201% 3) September 313.278 Mmbtu/h dengan efsens bahan bakar sebesar 1.101% 4) Jul 161.147 Mmbtu/h dengan efsens bahan bakar sebesar 0.616% 5) Februar 200.763 Mmbtu/h dengan efsens bahan bakar sebesar 0.786% 446

Sedangkan penghematan rata-rata baya bahan bakar yang ddapatkan sebesar: 1) Januar Rp. 5811983.855/h 2) November Rp. 8848441.743/h 3) September Rp. 35330292.807/h 4) Jul Rp. 5163931.517/h 5) Februar Rp. 5634081.328/h Total penghematan bahan bakar selama 5 bulan adalah Rp. 60788731.249/h DAFTAR PUSTAKA Harun, Nadjamuddn. Perancangan Pembangkt Tenaga Lstrk program stud teknk elektro jurusan fakultas teknk Unverstas Hasanuddn,Makassar,2011. Pudjo W,Prabowo dan Rahmadya. Penerapan soft computng dengan matlab Rekayasa Sans, Bandung,2009. Cekdn,Cekmas. Sstem tenaga lstrk contoh soal dan penyelesaannya mengunakan matlab,and,yogyakarta,2006. Sswanto,Marmo, Mengoptmalkan pembagan beban pada unt pembangkt PLTGU Tambak,lorok dengan metode lagrang multpler.tugas akhr jurusan Teknk Elektro Unverstas Dponegoro,2001. Basuk,Cahyo Ad, Analsa konsums bakan bakar pada pembangkt lstrk tenaga uap dengan menggunakan metode least square. Tugas akhr jurusan Teknk Elektro Unverstas Dponegoro,2008. Lucana,Erlne, Smulas perhtungan pembebanan ekonoms pada pusat lstrk tenaga desel dengan metode Dynamc Programmng (Stud kasus d PT.Artera Daya Mula). Tugas akhr jurusan Teknk Elektro Unverstas Dponegoro,2009. Sukma,Dan Yayan. Optmas Pembangkt Termal Menggunakan Metode Dynamc Programmng. Jurusan Teknk Elektro Unverstas Rau. Pothya,Saravuth.Ngamroo Issarach & K.Waree. Ant colony optmzaton for economc dspatch problem wth non-smooth cost functons. Electrcal Power and Energy Systems 2010:32:478-487. Song,Y.H. Chou,C.S.V.& Mn.Y.Large Scale Economc Dspatch by Artfcal Ant Colony Search Algorthms.IEEE Electrc Machnesand Power Systems 1999:27:679-690. Krsna,Ida Bagus. Economc Dspatch Menggunakan Ant Colony Optmzaton pada sstem Transms 500 KV Jawa Bal.Jurusan Teknk Elektro Insttut Teknolog Sepuluh November.2009. Stevano. Pembebanan Ekonoms Pada Pusat Pembangkt Termal Menggunakan Partcle Swarm Optmzaton dan Iteras Lamda.Jurusan Teknk Elektro Unverstas Sultan Ageng Trtayasa.2013. Hlmawan,Ryan. Sstem Pendukung Pengambl Keputusan Optmas Penjadwalan Pembangkt Lstrk Tenaga Termal Menggunakan Metode Pengal Langrang.Jurusan Teknk Elektro Unverstas Sultan Ageng Trtayasa.2013. Ward,Ibnu Sna. Penggunaan Graf dalam Algortma Semut Untuk Melakukan Optmas. Program Stud Teknk Informatka Insttut Teknolog Bandung. Hermanto,Eko. Perancangan Sstem Pnejadwalan Ujan Semester Berbass Web Menggunakan Algortma Semut.Jurusan Teknk Elektro Unverstas Sultan Ageng Trtayasa.2013. Agus, Hand. Operas Sstem Tenaga Lstrk Resume.Jurusan Penddkan Teknk Elektro Falkultas Penddkan Teknolog dan Keuruan Unverstas Penddkan Indonesa.20012. Saadat,Had. Power Syatem Analyss.McGraw Hll, New York.1999. Musrn,Ismal Ant Colony Optmzaton (ACO) Technque n Economc Power Dspatch Problems. Internatonal Multconference of Engneers and Computer Scentsts.Hongkong.2008.Volume 2. Fahlusyanto. Operas Ekonoms PLTU PT.KDL Dengan Metode Dynamc Programmng.Jurusan Teknk Elektro Unverstas Sultan Ageng Trtayasa.2008. Marsud,Djteng. Operas Sstem Tenaga Lstrk,Graha Ilmu,Yogyakarta,2006 447