Hasil Pencarian  ::  Simpan CSV :: Kembali

"Skripsi ini membahas tentang simulasi pengendalian tegangan DC link pada keluaran generator yang dapat berubah-ubah karena terjadi perubahan beban dari generator. Hal ini akan menimbulkan ketidakstabilan operasi kerja dari generator. Oleh karena itu dibuatlah sebuah regulator tegangan yang biasa disebut Automatic Voltage Regulator. AVR yang digunakan adalah regulator yang mengendalikan tegangan masukan eksitasi untuk mengontrol masukan tegangan kumparan medan dari generator yang berbasis DC to DC Converter yang dikendalikan dengan kompensator tiga zero dan lima pole. Penalaan kompensator dilakukan dengan algoritma genetika secara offline. Dengan jumlah populasi dan jumlah generasi yang besar akan menghasilkan kompensator yang optimum.

---

This final project discusses about the simulation of controlling dc link voltage due to change loads at generator. This load changes will lead to a growing voltage oscilation. Then the generator operation will be unstable. Therefore, voltage regulator is used. There are many kind of AVR, one of them is operated by adjusting excitation voltage to drive field voltage at generator side. This AVR has a DC to DC converter that can be controlled by three zero and five pole compensator. Tunning method used in this project is offline genetic algorithm. This method will tune better by using many generation and population."

"Untuk meningkatkan keandalan sistem tenaga listrik dengan tenaga mikrohidro, salah satu caranya yaitu memparalelkan generator induksi dengan generator sinkron. Dalam beroperasi sendiri, generator induksi tidak mampu mempertahankan frekuensi dan tegangannya, sehingga belum dapat dilakukan operasi paralel. Dengan menggunakan kompensator statis, tegangan terminal generator induksi lebih cepat stabil pada nilai 1 pu selama 0,3 detik dan frekuensi kerja dijaga stabil dalam rentang 49,6 ? 50,6 Hz. Selain itu, nilai eror tegangan dan frekuensi generator induksi berkurang dari 10,63% menjadi 3,48% dan 13,9% menjadi 0,01%. Kondisi saat operasi paralel yaitu, perbedaan sudut fasa tegangan dari generator sinkron dan generator induksi sebesar 0,71°, tegangan antar fasa dan frekuensi kerja masing-masing generator berada dalam range 0,9 ? 1,1 pu dan 49 ? 51 Hz, serta urutan fasa yang sama. Dari kondisi tersebut, operasi paralel generator sinkron dan generator induksi dengan menggunakan kompensator statis dapat dicapai dan masih dalam standar yang ditetapkan.

---

To improve the reliability of micro hydro power systems, one way is to parallel induction generator and synchronous generator. When induction generator stands alone, it can?t maintain the frequency and terminal voltage, so that parallel operation can?t be performed. By using static compensator, terminal voltage of induction generator is stable at value of 1 pu after 0.3 seconds and operating frequency is maintained in the range 49.6 to 50.6 Hz. In addition, error value of voltage and frequency of the induction generator is reduced from 10.63% to 3.48% and 13.9% to 0.01%. The terms of parallel operation are, voltage phase angle difference of synchronous generators and induction generators is 0.71 °, voltage magnitude and operating frequency of each generator is in the range of 0,9 ? 1,1 pu and 49 - 51 Hz, and the same phase sequence. From these conditions, parallel operation of synchronous generators and induction generators using a static compensator can be achieved and still within the set standards."

"Desain optimal dari bangunan hemat energi menghadapi dua kebutuhan yang saling bertentangan, yaitu biaya yang seekonomis mungkin dan dampak lingkungan yang seminimal mungkin. Tingginya biaya bangunan hemat energi seperti near Zero Energy House disebabkan oleh tingginya harga peralatan dan material yang diaplikasikan seperti panel surya, insulasi dan lain-lain. Tujuan dari penelitan ini adalah menemukan desain yang optimal dari sebuah near Zero Energy House, dengan studi kasus terhadap rumah 1 tingkat. Sasaran dari optimasi desain ini adalah kinerja biaya siklus hidup yang lebih ekonomis jika dibandingkan dengan bangunan konvensional. Metode optimasi dengan algoritma genetika adalah metode optimasi paling sesuai untuk permasalahan optimasi desain yang memiliki banyak variabel. Sangat sulit untuk menemukan solusi tunggal, atau solusi terbaik untuk optimasi desain. Dengan menggunakan algoritma genetika, perancang bangunan dapat memilih salah satu dari solusi terbaik hasil optimasi yang sesuai dengan permintaan dan batasan-batasan yang ada.

---

Optimal design of energy efficient buildings facing two conflicting requirements, namely costs as economical as possible and minimal environmental impact. The high cost of energy efficient buildings as near Zero Energy House due to the high price of equipment and materials that are applied as solar panels, insulation and others.

The purpose of this research is to find the optimal design of a near Zero Energy House, with a case study on the first level. The goal of this design is the optimization of life cycle cost performance is more economical when compared to conventional buildings.

Optimization method with genetic algorithm optimization is the most suitable method for design optimization problem that has many variables. It is very difficult to find a single solution, or the best solution for design optimization. By using genetic algorithms, building designer can choose one of the best results of the optimization solution according to the demand and constraints that exist."

"Penelitian ini dilakukan untuk memperoleh jadwal mata kuliah pada perguruan tinggi yang optimal, sehingga jumlah mata kuliah yang bentrok dapat dikurangi, beban mahasiswa lebih merata, serta penggunaan ruang kelas lebih optimal. Hal ini dilakukan dengan optimasi yaitu melalui penentuan jadwal mata kuliah. Optimasi jadwal dilakukan dengan menggunakan algoritma genetika. Algoritma genetika adalah salah satu algoritma yang tepat digunakan untuk memecahkan permasalahan dalam skala besar dan memiliki tingkat kompleksitas yang tinggi sehingga cocok untuk digunakan memecahkan masalah penjadwalan mata kuliah pada perguruan tinggi yang terkenal rumit dan memiliki banyak sekali variabel kendala yang harus dipenuhi dalam pembuatan jadwal yang baik. Hasil yang diharapkan dari penelitian ini adalah sebuah jadwal mata kuliah yang optimal berdasarkan jumlah mata kuliah yang bentrok, beban mahasiswa, dan penggunaan ruang kelas. Setelah penelitian dilakukan diperoleh jadwal baru yang optimal.

---

The aim of this research is to gain an optimum schedule for university course timetabling problem, in order to decrease the number of clashed courses, even distribute student's study burden, and optimize class utilization. Schedule optimization were achieved using genetic algorithm.

Genetic algorithm is one kind of algorithms that appropiate to be used for solving large scale problem with high complexity so it suitable to be used for solving university course timetabling problem which is an NP-hard problem and many constraints variable that has to be fulfilled in order to make a good schedule.

The result of this research is an optimum schedule based on number of clashed courses, student's study burden, and class utilization. After the research is completely done, the result is a new optimum schedule."

"Penempatan posisi Access Point pada Jaringan Wifi.id yang tepat sangat diperlukan untuk mengoptimalkan kekuatan sinyal yang diterima dari transmitter ke receiver. Parameter yang paling mempengaruhi dalam menentukan performa posisi Access Point adalah nilai kekuatan sinyal, karena nilai inilah yang akan digunakan untuk menentukan coverage area (cakupan sinyal) dari sebuah transmitter (Access Point).Pada penelitan ini telah dilakukan pengukuran terhadap kekuatan sinyal access point terhadap penerima di ruang EBIS WITEL Yogyakarta yang diukur menggunakan InSSIDER dan dihasilkan RSSI (Receive Signal Strength Indicator) dari sebuah transmitter terhadap receiver. Dalam pengukuran juga digunakan propagasi Line Of Sight (LOS) dan propagasi Non Line Of Sight (NLOS). Data yang diperoleh dari hasil pengukuran dilapangan digunakan untuk melakukan pemodelan penempatan posisi Acces Point menggunakan metode algoritma genetika. Kekuatan sinyal RSSI yang diterima oleh receiver tidak hanya bergantung pada jarak antara transmitter dan receiver, akan tetapi menunjukkan variasi yang besar terhadap fading dan shadowing pada sebuah lokasi, juga pengaruh interferensi dapat menyebabkan penurunan sinyal (RSSI) yang diterima oleh receiver.Dari hasil penelitian yang dilakukan, diharapkan dapat menghasilkan pemodelan yang sesuai dan tepat guna dalam melakukan optimisasi penempatan posisi Access Point pada jaringan Wifi.Id menggunakan metode algoritma genetika.

---

Positioning of access point on wifi.id?s network on the right place is needed to optimize the signal strength received from the transmitter to the receiver . The parameters that most influence in determining the performance of the position of the access point is the value of the signal strength, because the value that will be used to determine the coverage area (signal coverage) of a transmitter (access point).

In this research has been done measuring the signal strength of the access point to the receiver in the room EBIS Witels Yogyakarta measured using inSSIDer and generated RSSI (Receive Signal Strength Indicator) from a transmitter to a receiver. Measurements were also used in the propagation of Line Of Sight (LOS) and propagation Non Line Of Sight (NLOS). Data obtained from field measurements are used for modeling the placement of the access point using genetic algorithm. RSSI signal strength received by the receiver does not only depend on the distance between transmitter and receiver, but showed a large variation against fading and shadowing at a location, also influence the interference can cause a decrease in the signal (RSSI) received by the receiver.

From the research conducted, is expected to generate appropriate modeling and effective in optimizing the placement of the access point on the wifi.id?s network using genetic algorithm."

"Permasalahan penjadwalan karyawan secara umum adalah masalah untuk menentukan berapa banyak pekerja yang dibutuhkan untuk ditugaskan terhadap setiap periode waktu kerja yang direncanakan oleh sebuah organisasi dengan tujuan mengcover seluruh penugasan dengan biaya minimum. Permasalahan penjadwalan karyawan mempunyai kompleksitas tinggi karena banyak faktor yang harus dipertimbangkan seperti aturan yang berlaku serta biaya yang ditimbulkan. Metode yang digunakan untuk optimasi penjadwalan karyawan dalam penelitian ini adalah Algoritma Genetika. Solusi melalui metode ini diharapkan dapat membantu perusahaan dalam mengoptimal jadwal karyawan pengawas pembangunan kapal.

---

Crew scheduling problem is in general, the problem of determining how many workers must be assigned to each of the planning periods of work time for an organization in order to cover all assignments at minimum cost. Crew scheduling has a high complexity because of many aspects must be considered, such as work-rule agreements and cost of individual assignment. The method to optimize the crew scheduling problem is Genetic Algorithm. The solution through this method could help the organization to optimize workforce scheduling of ship building surveyor."

"Salah satu upaya meminimalkan hambatan gelombang untuk mengurangi hambatan total adalah konfigurasi multi lambung dengan memvariasikan penempatan outrigger. Penelitian ini bertujuan untuk mencari konfigurasi optimal pentamaran lambung warp-chine untuk mengurangi hambatan total yang signifikan untuk berbagai kecepatan. Terbatasnya informasi penggunaan lambung warp-chine pada multihull berkaitan dengan karakteristik lambung serta optimalisasi penempatan outrigger menjadi dasar dari penggunaan lambung warp-chine pada penelitian ini. Perhitungan dan optimasi menggunakan program komputer MATLAB menggunakan metode Artificial Neural Network dan Algoritma Genetika. Hasil optimasi menunjukkan penurunan hambatan pada saat Fr>0.4 baik koefisien hambatan gelombang maupun koefisien hambatan total dengan penurunan rata-rata dari masing-masing hambatan sebesar 1.47% dan 4.06%. Hasil menunjukkan bahwa proses optimasi pentamaran pada penelitian ini dapat diprediksi dengan baik pada pentamaran dengan kecepatan tinggi, namun belum bisa diprediksi dengan baik pada pentamaran dengan kecepatan rendah.

---

One effort to minimize wave resistance to reduce total resistance is a multihull configuration by varying the placement of the outrigger. This study aims to find the optimal configuration of the warp chine hull to reduce significant total resistance for various speeds. The limited information about the use of warp chine hull in multihull related to the characteristics of the hull and the optimization of outrigger placement is the basis of the use of warp chine hull in this study. Calculation and optimizations using the MATLAB computer program using Artificial Neural Network methods and Genetic Algorithms. The optimization results show a decrease in resistance when Fr> 0.4 both the wave resistance coefficient and the total resistance coefficient with an average reduction of each resistance by 1.47% and 4.06%. The results show that the optimization process in this study can be predicted well in the high speed application, but it cannot be predicted well in the low speed application."

"Pendistribusian BBM di Region Ambon memiliki tantangan berupa terbatasnya akses transportasi melalui jalur darat dikarenakan kondisi geografis yang terdiri dari pulau-pulau sehingga pendistribusain menjadi rumit dan mengalami keterlambatan penyaluran BBM. Sehingga diperlukakn rute distribusi yang optimal untuk memastikan penyaluran BBM tidak terlambat dan tidak ada kelangkaan BBM. Penelitian ini mengimplementasikan metode optimasi dengan mempergunakan algoritma Genetika dan Particle Swarm Optimization untuk pemilihan rute distribusi dengan tujuan meminimalisir jarak tempuh. Data jarak mil laut antar pelabuhan, kecepatan kapal pada tiap pelabuhan diolah menjadi sebuah model Asymmetric Travelling Salesman Problem (ATSP). Penerapan dua algoritma yaitu : Algorima Genetika dan particle swarm optimization dipergunakan untuk menyelesaikan model ATSP yang dibuat dengan fungsi objektif jarak tempuh yang seminimum mungkin. Variasi pada destinasi awal/akhir dari pemilihan rute juga dilakukan sebagai parameter uji tambahan dari setiap algoritma. Hasil penelitian menunjukkan bahwa algoritma genetika memberikan rute terpendek dan efisien dibandingkan particle swarm optimization pada setiap pemilihan rute yang dilakukan. Hal ini membuktikan bahwa algoritma genetika lebih efektif dalam menentukan rute pendistribusian BBM yang lebih pendek dan efisien.

---

The distribution of BBM in the Ambon Region has challenges in the form of limited access to transportation via land routes due to geographical conditions consisting of islands so that distribution becomes complicated and delays fuel distribution. So that an optimal distribution route is needed to ensure the distribution of fuel is not late and there is no shortage of fuel. This study implements an optimization method using the Genetic Algorithm and Particle Swarm Optimization for the selection of distribution routes with the aim of minimizing the distance traveled. Nautical mile distance data between ports, ship speed at each port is processed into an Asymmetric Traveling Salesman Problem (ATSP) model. The application of two algorithms, namely: Genetic Algorithm and particle swarm optimization is used to solve the ATSP model which is made with the objective function of the distance traveled as minimal as possible. Variations in the initial/final destination of the route selection are also performed as additional test parameters of each algorithm. The results showed that the genetic algorithm provides the shortest and most efficient route compared to particle swarm optimization for each route selection made. This proves that the genetic algorithm is more effective in determining the shorter and more efficient fuel distribution route."

"ABSTRAKPerencanaan pengembangan pembangkit listrik merupakan salah satu hal pentingyang menjadi bagian dari perencanaan sistem kelistrikan nasional selain perencanaankebutuhan beban. Permasalahan yang harus terjawab dalam suatu perencanaanpengembangan pembangkit adalah bagaimana suatu investasi akan bernilai optimumdengan berbagai kendala dan keterbatasan yang ada untuk memenuhi tingkat kehandalanyang diinginkan.Optimasi perencanaan pengembangan pembangkit yang digunakan dalampenelitian ini didasarkan atas minimum pembiayaan (least cost) yang dinyatakan terhadapnilai saat ini (present value) dengan tingkat kehandalan yang ditetapkan dan sejalandengan kebijakan pemerintah. Pembiayaan yang dimaksud adalah pembiayaanpembangkit yang terdiri atas biaya modal, operasi dan pemeliharaan, serta biaya bahanbakar. Metode penghitungan nilai optimasi yang digunakan adalah algoritma genetika,dimana dalam penelitian sebelumnya hasil pengujian simulasi menunjukkan nilai totalpembiayaan 0,7% lebih rendah apabila dibandingkan dengan model Zopplan.Hasil optimasi bauran kapasitas pembangkit Jawa Bali di tahun 2030 adalahPLTU Batubara 55.492 MW (60%), PLTGU Gas (16%) 14.831 MW, PLTG LNG 10.385MW (11%), PLT Hidro 7.196 MW (8%), dan PLTP 3.797 MW (4%). PLTU Minyak danPLTU Gas yang dianggap sebagai pembangkit eksisting masing-masing sebesar 407 MW(0,4%) dan 815 MW (0,9%). Hasil optimasi bauran energi listrik dari pembangkit JawaBali di tahun 2030 adalah PLTU Batubara 340.272 GWh, PLTGU Gas 54.730 GWh,PLTG LNG 18.356 GWh, PLT Hidro 22.059 GWh, PLTP 27.762 GWh, PLTU Minyak713 GWh dan PLTU Gas 1.429 GWh. Proyeksi emisi CO2 di tahun 2030 adalah sebesar348,8 juta ton, sedangkan di tahun 2020 sebesar 198,2 juta ton. Proyeksi emisi CO2 ditahun 2020 hasil optimasi Algen menunjukkan 7 juta ton lebih rendah apabiladibandingkan terhadap proyeksi dari RUPTL.

---

ABSTRACTPower generation expansion planning is one of an important thing that becamepart of the national electricity system planning, besides of the load forecasting. Problemthat must be answered in generation expansion planning is how an investment would beoptimum with several constraints and limitations, wether they are techno-economic factoror energy resources.Optimization of power generation in this study are based on least cost methodwhich stated in present value with a spesified level of reliability and in line withgovernment policy. Least cost are for capital cost, operation and maintenance cost, andfuel cost. The measurement of optimization?s value using the genetic algorithm, which inprevious studies test results demonstrate the value of total cost is 0,7% lower whencompared to Zopplan?s model.Optimization results for Jawa Bali generating capacity mix in 2030 was SteamCoal Power Plant 55,492 MW (60%), Gas Combined Cycle Power Plant 14,831 MW(16%), LNG Power Plant 10,385 MW (11%), Hydro 7196 MW (8%), and Geothermal3,797 MW (4%). Oil and Gas Steam Power Plant power plant is considered as existingpower plants amounted to 407 MW (0.4%) and 815 MW (0.9%). Optimization results ofelectrical generating energy mix for Java and Bali in 2030 was Coal Power Plant 340272 GWh, Gas Combined Cycle Power Plant 54 730 GWh, LNG Power Plant 18,356GWh, Hydro 22 059 GWh, Geothermal 27,762 GWh, Oil and Gas Steam Power plantare 713 GWh and 1,429 GWh. Projected CO2 emissions in 2030 amounted to 348.8million tons, while in 2020 amounted to 198.2 million tons. Projected CO2 emissions in2020 based on Algen?s optimization result shows 7 million tons lower when compared tothe projection of RUPTL (General Plan Electricity of Supply in Indonesia)."

"Jalur perdagangan dunia sebagian besar dilakukan menggunakan transportasi laut, yang memicu peningkatan permintaan kapal yang siap untuk berlayar. Keadaan ini menuntut galangan untuk mampu bekerja maksimal dalam membangun kapal. Namun, terdapat masalah yang dihadapi dalam proses manufaktur kapal di lapangan. Masalah tersebut adalah tingginya material handling cost karena kebanyakan tata letak galangan kapal dibuat berdasarkan pengalaman dan pengetahuan para ahli saja. Pemanfaatan teknologi sudah seharusnya digunakan untuk meminimalkan material handling cost dan menghasilkan tata letak galangan yang optimal. Penelitian ini bertujuan untuk menunjukkan metode baru dalam menentukan desain galangan kapal dengan bantuan algoritma pemrograman. Metode penelitian ini menggunakan simulasi software dan analisis numerik. Simulasi software dilakukan menggunakan phyton dan microsoft excel sebagai data input. Analisis numerik dilakukan menggunakan algoritma genetika untuk membuat aturan dan batasan dalam pemrograman penelitian ini. Penurunan material handling cost dianalisis melalui jarak antar bangunan di galangan dan kuantitas perpindahan material antar bangunan. Berdasarkan hasil penelitian ini, algoritma genetika dapat menurunkan nilai material handling cost tanpa mempengaruhi alur produksi kapal di galangan.

---

The world trade path is mostly using sea transportation which triggers an increase in the demand for ships ready for sailing. This situation demands the shipyard to be able to work optimally in building ships. However, there are problems encountered in the ship manufacturing process in the field. The problem is the high material handling cost because most of the shipyard layout is designed based on the experience and knowledge of experts. Utilization of technology is already supposed to be used to minimize material handling cost and produce optimal shipyard layout. The study aims to demonstrate a new method of determining shipbuilding design with the help of programming algorithms. This method of study uses software simulations and numerical analysis. Simulated software is done using Python and Microsoft Excel as the input data. Numerical analysis is done using a genetic algorithm to create rules and constraints in this research programming. The decrease in a material handling cost is analyzed through the distance between departments in the shipyard and quantity of material displacement between departments. Looking at the results of this study, the genetic algorithm can reduce material handling cost without affecting the vessel production flow in the shipyard."