algenkapasitor

Upload: dodhy-poermadhanie

Post on 24-Feb-2018

220 views

Category:

Documents


0 download

TRANSCRIPT

  • 7/24/2019 algenkapasitor

    1/9

    Ittrnctl

    Telcttolosi

    lrtformasi

    DINAM,tK

    Volume

    Xtl.

    No.2.

    Jtlli

    200.7.

    ;

    122-130.

    ISSN

    : 085

    4'9524

    lmplementasi

    Algoritnra

    Genetika

    untuk

    optimasi

    Penempatan

    l(apasitor

    shurtt

    pada Penyulang

    Distribusi

    Tenaga

    Listrik

    Carwoto

    program

    Studi

    Teknik

    Informatika,

    STMII(

    ProVisi

    Semarang

    e-mail

    :

    [email protected]

    Abstract

    ; Gen.etic

    Algorithm

    is a

    kincl

    of search

    algorithm

    based

    on

    the

    mechanic.s

    of'natttrol

    selection

    antl

    problcrn

    nuturullY.

    This

    paper

    presents

    application

    of

    Genetic

    Algorithm

    for

    cletermining

    the

    size,

    location,

    type,

    antl number

    iy ripi"iri,

    to

    be

    placetl on

    radial

    clistribution

    system.

    The

    objective

    is

    to minimize

    the

    peak

    power losses

    inrt

    irrrgy

    losses

    in

    the

    clistribution

    system

    consiilering

    the

    capacitor

    cosl.

    The

    algrtrilhm

    wus implauantatl

    in

    Delphi

    programming

    language

    onil

    trrtod.Sor

    u

    realistic

    physically-existing.f'eedet

    to shotv

    its

    ,lausihilit.t'

    0nd

    capabilities'.

    Keltw,ord

    ; irnplementation

    olgot'ithm

    genetic

    IENDAHULUAN

    Kapasitor

    shunt

    banyak

    dipakai

    sebagai

    kompensator

    daya

    reaktif

    pada

    penyLllang

    distribusi

    primer

    sistem

    tenaga

    listrik'

    Dengan

    memasang

    kapasitor

    shunt,

    rllgi-rLlgi

    energi

    (energ1,,

    /osses)

    clan

    rugi-rugi

    daya

    puncak

    Qtealc

    pov)et'

    /osses) clapat

    dikurangi

    sampai

    ke tingkat

    yang

    dikehendaki

    (Grainger,

    1981).

    Besar

    kornpensasi

    yang diberikan

    kapasitor

    terhadap

    sistem

    distlibusi

    sangat

    tergantung

    pada

    formasi

    penempata:t

    kapasitor

    tersebut,

    yang meliputi

    penentuan

    lokasi,

    ukuran,

    jumlah,

    dan

    tipe

    kapasitor.

    Metode

    yang

    semllla

    sering

    dipakai

    untuk

    menyelesaikan

    masalah

    optimasi

    penempatan

    kapasitor

    shunt

    pada sistem

    distribusi

    primer

    aclalah

    ltletocle-ntetode

    deterministik

    (Graingf,

    1983).

    Metode

    ini

    memerlukan

    informasi

    tambahan,untr-rk

    dapat

    mencapai

    solusi

    optimal

    yang diinginkan,

    seperti

    kontinr-ritas

    dan

    turunan

    fungsi.

    Disamping

    itu,

    karena

    metode

    deter-

    ministik

    melakllkan

    pencarian

    nilai

    optimum

    dari

    titik

    ke

    titik

    dalam

    ruang

    penyelesaian,

    maka

    sangat

    rlelrrungkinkan

    pencap

    atan

    opti-

    nium

    lokal

    (local

    optima),

    apabila

    dalam

    ruang

    pencarian

    terdapat

    lranyak

    titik

    penyelesaian

    (Goldberg,

    1989).

    Algoritma

    Genetika

    merupakan

    algoritma

    pencarian

    yang dilandaskan

    atas

    mekanisme

    genetika

    dan

    seleksi

    alam

    (Sastry,

    K.

    et.al.,

    2004).

    Dalam

    ilmu

    komputer,

    Algoritma

    Genetika

    termasuk

    dalam

    kajian

    komputasi

    lunak

    (soft

    computing)

    dan

    kecerdasan

    buatan

    (artiJicial inteligence).

    Pada beberapa

    literatur,

    seperti

    ditr-rlis

    Runarsson

    (2005)

    dan

    Jun

    IIe,

    et.

    al.

    (2005), algoritma

    dengan

    cara

    kerj a

    yang

    serllpa disebut

    dengan

    Algoritma

    Evolr-rsi

    (Evotutionary

    Algorithm).

    Algoritma

    Genetika

    memulai

    pencarian

    solusi

    dengan

    suatu

    populasi

    titik

    solusi

    penyelesaian

    secara

    simultan,

    sehingga

    kemungkinan

    pencapaian

    optimum

    lokal

    dapat

    diperkecil.

    Karena

    terbukti

    sebagai

    cara

    pendekatan

    valid

    untuk

    menyelesaikan

    masalah

    optimasi

    yang memerlukan

    pencarian

    efektif

    clan

    efisien,

    sekarang

    ini

    Algoritma'Ge-

    netika

    telah

    diterapkan

    secara

    luas

    dalam

    ber-

    bagai

    aplikasi

    bisnis,

    ilmu

    pengetahuan,

    teknil