Hasil Pencarian  ::  Simpan CSV :: Kembali

"Daerah Khusus Ibukota Jakarta adalah kota terbesar jumlah penduduknya demikian juga dengan beban listriknya merupakan beban terbesar di Indonesia. Pada momen-momen tertentu yang bersifat monumental atau historikal beban biasanya naik secara signifikan. Akan tetapi pada momen Idul Fitri yang merupakan hari raya keagamaan umat Islam, beban listrik di Area Pengaturan Beban (APB) 1 yang notabene mayoritas penduduk Ibukota Jakarta beban justru turun. Pada tahun 2013, 2014 dan 2015 beban menurun berturut-turut sebesar 69,174%, 87,549% dan 70,195% dari rata-rata normalnya. Perubahan beban tahun 2016 dapat diprakirakan berdasarkan data historis tahun-tahun sebelumnya. Metode prakiraan yang digunakan adalah metode koefisien daya. Hasil perhitungan diprakirakan beban pada Idul Fitri turun sebesar 75,679% dari rata-rata prakiraan beban mingguan secara normal. Hal itu terjadi pada minggu ke-27 tahun 2016.

---

Special Capital Region of Jakarta (Indonesian: Daerah Khusus Ibu Kota Jakarta) is the largest city with a population as well as electrical load is the biggest load in Indonesia. At certain moments that are monumental or historical event usually increases significantly. However, at the moment of Idul Fitri as a Muslim religious holiday, the electrical load in Area Pengatur Beban (APB) 1 is decreases, not like the other special event. In 2013, 2014 and 2015 respectively decreased load of 69.174%, 87.549% and 70.195% of the normal days average. The Load in Idul Fitri 2016 can be predicted based on historical data of previous years. The Forecasting method used is the power coefficient. The results of calculations predicted in Idul Fitri load decreased by 75.679% of the average normal weekly load. Actually, it happened on the 27th week of 2016."

"Sebagai dasar dalam perencanaan operasi, dibutuhkan prakiraan yang tepat untuk mengetahui kebutuhan tenaga listrik dalam periode waktu tertentu. Prakiraan biasanya berupa prakiraan beban load forecasting meliputi beban puncak MW, dan prakiraan kebutuhan energi listrik MWh. Dalam melakukan prakiraan telah berkembang berbagai macam metode, salah satunya metode koefisien yang digunakan oleh PT PLN Persero- P2B untuk memprakirakan beban harian dan mingguan dengan data realisasi 3 tahun sebagai pengembangan dari metode autoregresi. Metode prakiraan ini merupakan metode yang relatif akurat dengan tingkat kesalahan terhadap nilai-nilai beban aktual berkisar 5 - 10.

---

A basis for operations planning, precise forecasts are needed to determine the demand for electricity over a period of time. Forecasts usually includes load forecasting including peak load MW, and forecasts for electrical energy MWh. In doing the work has evolved a variety of methods, one of which is the coefficient method used by PT PLN Persero P2B to forecast daily and weekly loads with 3 years realization data as the development of the autoregression method. This forecasting method is a relatively accurate method with an error rate against actual load values ranging from 5 10."

"Listrik merupakan salah satu kebutuhan yang paling penting bagi kehidupan sehari-hari. Mengingat begitu besar kebutuhan beban listrik yang terus meningkat seiring dengan berjalannya waktu, oleh karena itu diperlukan peramalan beban listrik untuk menjaga kestabilan sistem tenaga listrik. Dalam skripsi ini, data historis digunakan sebagai data acuan dan peramalan dilakukan menggunakan metode koefisien beban untuk meramalkan beban puncak mingguan dari tahun 2017 sampai 2020 pada sistem interkoneksi Jawa-Bali. Hasil analisa menunjukan nilai beban puncak untuk empat tahun terakhir tahun terjadi pada pekan ke 42 yaitu pada tahun 2017 sebesar 26.173 MW, tahun 2018 sebesar 25.630 MW, tahun 2019 sebesar 26.219 MW, dan tahun 2020 sebesar 26.822 MW. Di sisi lain persentase kesalahan peramalan beban puncak tertinggi pada tahun 2017 sebesar 12,717 yang terjadi pada hari raya idul fitri. Tingkat akurasi pada metode koefisien beban dapat dikatakan cukup baik karena rata-rata persentase kesalahan pada tahun 2017 bernilai rendah yaitu sebesar 1,66.

---

Electricity is one of the most important needs for everyday life. Given the huge demand for electrical loads that increase continously over time, therefore the electrical load forecasting is required to maintain the stability of the electrical system. In this paper, historical data used as the reference and the load coefficient method is used to forecast weekly peak load from 2017 to 2020 on Jawa Bali system interconnection.

The result of the analysis shows the peak load value for the last four years occurred in the 42nd week. In 2017 the peak load value is 26,173 MW, in 2018 the peak load value is 25,630 MW, the peak load value in 2019 is 26,219 MW, and the peak load value in 2020 is 26,822 MW. On the other hand, the highest error percentage of peak load in the year 2017 amounted to 12.29 which occurred on Idul Fitri holidays. The accuracy of the load coefficient method can be quite good because the average error percentage in 2017 is at the low catagorized on 1.66."

"Skripsi ini melakukan peramalan beban persetengahjam untuk tanggal 25 Desember tahun 2017 dan 2018 menggunakan metode koefisien beban dengan data historis tiga dan empat tahun sebelumnya sebagai acuan. Peramalan beban untuk tanggal 25 Desember 2018 bertujuan untuk mengetahui profil singkat beban persetengahjam pada tanggal tersebut. Dengan membandingkan data peramalan dengan data realisasi, penelitian ini menyatakan bahwa metode koefisien beban dianggap cukup akurat dalam melakukan peramalan pada tanggal 25 Desember 2017; peramalan beban persetengahjam dengan metode koefisien beban memperoleh nilai persentase galat APE sebesar 2,17 ; beban puncak harian pada tanggal 25 Desember 2018 akan terjadi pada pukul 18.30 dengan nilai beban 21.068 MW, sedangkan beban terendahnya akan terjadi pada pukul 07.00 dengan nilai beban 16.364,81 MW.

---

The focus of this study is to do the electrical forecasting every half hour on December 25th 2017 and 2018 using load coefficient method reference to the historical data. Load forecasting on December 25th, 2018 aims to find out the simple profile of load every half hour on the day. By comparing the forecasting data we have with the realization one, this study indicate that the load coefficient method is considered to be quite accurate for load forecasting on December 25th 2017 peak loads occur half an hour earlier than the forcasting load forecasting every half an hour by load coefficient method obtains absolute percentage error APE of 2,17 daily peak load on December 25th, 2018 will occur at 06.30 PM with load value of 21.068MW, while the lowest load will occur at 07.00 AM with load value of 16.364,81 MW."

"[Skripsi ini membahas tentang Over Load shedding pada subsistem Kembangan jaringan PT. PLN APB Jakarta dan Banten. Pelepasan beban dilakukan dengan tujuan melindungi sistem dari keruntuhan total (blackout) akibat beban lebih dan menaikkan tegangan sistem yang mengalami susut tegangan sampai batas toleransi nilai yang diizinkan yaitu +10 % dan -10 %. Simulasi dilakukan dengan menggunakan perangkat lunak ETAB 12.6. Pelepasan beban dibuat dengan 3 skenario. Skenario 1 berdasarkan nilai besar beban. Skenario 2 berdasarkan nilai susut tegangan. Skenario 3 berdasarkan jumlah daya yang dapat dilepas. Total daya pada sistem sebesar 650,35 MW. Beban maksimal yang dapat diterima oleh masing-masing IBT adalah 458 MW. Sehingga perlu dilakukan pelepasan beban sebesar 29,6%. Dengan melihat besarnya daya yang dilepas dan nilai susut tegangan rata- rata pada setiap skenario, skenario yang paling optimal adalah skenario 2, dengan susut tegangan rata-rata 7,38% dan beban yang dilepas sebanyak 198,27 MW.

---

, This thesis discusses Overload shedding on Kembangan subsystem PT. PLN APB Jakarta and Banten grid. Load shedding is done in order to protect the system from total collapse (blackout) due to overload and stabilized voltage system to the value of the permitted tolerance +10% and -10%. Simulations done using software ETAB 12.6. Load shedding created with 3 scenarios. Scenarios 1 is based on the value of the loads. Scenario 2 is based on the value of undervoltage. Scenario 3 is based on the amount of power that can be removed. The total power in the system amounted to 650.35 MW. The maximum load that can be accepted by each IBT is 458 MW. So it is necessary to release the load by 29.6%. By looking at the amount of power that is removable and the average value of undervoltage on each scenario, the optimal scenario is scenario 2, the average of undervoltage is 7.38% and the load shedding as much as 198.27 MW

D]"

"Kestabilan sistem tanaga listrik adalah kemampuan dari suatu sistem tenaga untuk mencapai kondisi kesetimbangan kembali setelah terjadi gangguan. Salah satu parameter yang sangat penting untuk dipertahankan dan diusahakan agar selalu dalam rentang normal adalah frekuensi. Lepasnya saluran interbus dan beberapa pembangkit tidak beroperasi, menyebabkan sistem kekurangan pasokan daya sehingga terjadi penurunan frekuensi. Pengembalian nilai frekuensi ke nilai yang diizinkan dapat dicapai dengan skema pelepasan beban dengan UFR laju penurunan frekuensi, dengan berbantuan perangkat lunak DIgSILENT 15.1.7. Pada skripsi ini dibuat pelepasan beban secara bertahap, dengan jumlah tahapan yakni 7. Skema pelepasan beban dengan metode UFLS Under Frequency Load Shedding menggunakan rele under frequency relay laju penurunan frekuensi dapat menjaga kestabilan nilai frekuensi dan kesimbangan daya. Dari simulasi yang dilakukan didapat kondisi terbaik dicapai pada skenario 1 saat PLTGU GT2 dan PLTGU ST1 tidak beroperasi, dengan steady state frekuensi 49,994Hz.

---

The stability of electrical power system is the ability of a system to reach back its equilibrium condition after a experiencing a disturbance. One of the most important parameters for a system to maintain and cultivate in its normal range is frequency. The loose of interbus channel in Cilegon subsystem and an out of service generator led to a decrease in frequency because the system lacks of sufficient power. Recovering the frequency back to its permitted value can be attained by load shedding with UFR frequency decrease speed scheme and with the help of DIgSILENT 15.1.7 software.

In this bachelor thesis, a seven step gradual load shedding scheme is designed. Load shedding scheme with UFLS method using relay under frequency decrease speed is able to maintain the power balance and the frequency stability. From the simulation conducted, the best condition is achieved in the first scenario when PLTGU GT2 and PLTGU ST1 out of service, with the steady state frequency value of 49.994Hz."

"Jurnal ini membahas mengenai perayaan Idul Fitri dan Idul Adha di Cina, khususnya di Xinjiang. Islam merupakan agama minoritas di Cina. Umat muslim di Cina, hanya merayakan dua perayaan besar, yaitu Idul Fitri dan Idul Adha. Dalam menyambut dan merayakan perayaan Idul Fitri dan Idul Adha, masyarakat muslim Cina memiliki tradisi yang dipengaruhi oleh budaya setempat. Idul Fitri dan Idul Adha memiliki makna penting bagi umat muslim Cina sebagai bentuk rasa syukur kepada Allah SWT. Penelitian ini secara khusus membahas kegiatan apa saja yang dilakukan umat muslim dalam menyambut perayaan Idul Fitri dan Idul Adha, bagaimana kegiatan umat muslim di Cina dalam merayakan perayaan Idul Fitri dan Idul Adha dan apa makna perayaan Idul Fitri dan Idul Adha bagi umat muslim Cina.

---

This journal discusses about Ied El Fitri and Ied El Adha celebration in China, particularly in Xinjiang. Islam is a minority religion in China. Moeslem people in China only celebrate two kind of celebrations which are Ied El Fitri and Ied El Adha. Those people have special ways to celebrate these two celebrations that are influenced by their local tradition. Ied El Fitri and Ied El Adha have distinct values to moeslem people as expression of gratitude to Allah. This research particularly discuss about what kind of activities, the meaning, and how moeslem people celebrate Ied El Fitri and Ied El Adha in China."

"ABSTRAKSkripsi ini membahas tentang proses alih daya yang terjadi ketika pelepasan sumber daya yang dialirkan ke beban motor induksi berkapasitas besar, yakni 2x638 MW secara tiba-tiba (tripped) karena sebuah gangguan, sehingga sumber daya utama menyebabkan terjadinya tegangan sisa (residual voltage) pada penyulang yang terhubung pada motor tersebut dengan tegangan pada busbar 13.8 kV. Agar motor dapat beroperasi secara kontinyu, maka suplai daya perlu digantikan oleh sumber daya alternatif yang disinkronisasi pada motor, oleh sebab itu diperlukan metode alih daya yang tepat agar motor dapat bekerja secara optimal dikarenakan terjadinya proses peralihan ketika alih daya antara sumber alternatif dan motor berlangsung, yang merupakan suatu fenomena transient yang dapat dianalisis karena masih terdapatnya tegangan residual pada motor, ketika proses sinkronisasi berlangsung. Oleh sebab itu, penulis ingin mengetahui metode alih daya yang tepat dan optimal yang dapat diterapkan ketika proses alih daya berlangsung. Sesuai dengan perkembangan teknologi modern, metode sinkronisasi seperti ini secara optimum dapat dilakukan dengan transfer cepat (fast transfer) dengan panjang siklus yang dihasilkan sekitar 0-0,5 siklus (cycle), yang akan dianalisis penerapannya pada beban motor penunjang, yakni dengan mengetahui karakteristik yang dihasilkan ketika memvariasikan panjang siklus pada 2 jenis motor penunjang yang berbeda.

---

ABSTRACTThis thesis discusses about the process of transfer that occurs when the release of the resources channeled to load induction motor of large capacity, namely 2x638 MW suddenly (tripped) due to a disturbance, so the main power source causes residual voltage at the feeder which is connected to the motor with a busbar voltage at 13.8 kV. In order to make the motor can operate continuously, then the power supply needs to be replaced by alternative power sources that are synchronized to the motor, and therefore needed the right transfer method so that the motor can work optimally because of the occurrence of the transition process when transfer between alternative sources and motors in progress, which is a transient phenomenon that can be analyzed because it is still the presence of residual voltages on the motor, when the process of synchronization. Therefore, the authors wanted to know the proper and the optimum methods of transfer that can be applied when the transfer of power takes place. In accordance with the development of modern technology, such as the synchronization method is optimum can be done with a fast transfer with the resulting cycle length of about 0-0.5 cycles, which will be analyzed the application in supporting load motor, by knowing the characteristics generated when varying the length of the cycle at 2 different types of motor support."

"Penelitian tesis ini mengusulkan metode data mining untuk peramalan beban listrik jangka pendek dengan menggunakan kombinasi wavelet transform dan algoritma group method of data handling (WGMDH). Wavelet transform digunakan untuk mendekomposisi dan menganalisis sinyal beban listrik yang memiliki tren dan berfungsi sebagai proses penyaringan untuk meningkatkan kualitas data sebelum dilakukan peramalan menggunakan GMDH. Metode diuji pada data beban listrik yang terdapat pada sistem ketenagalistrikan Sumatera. Kinerja metode yang diusulkan dibandingkan dengan metode GMDH tanpa kombinasi wavelet dan metode koefisien. Metode yang diusulkan dapat memperbaiki akurasi peramalan beban listrik jangka pendek dibandingkan dengan model GMDH tanpa wavelet dan metode koefisien, yaitu menghasilkan MAPE lebih kecil dari 2%.

---

This thesis proposes a method of data mining for short-term load forecasting using a combination of wavelet transform and group methods of data handling (WGMDH). The wavelet transform is used to decompose, analyze and filter the signals trend of the electrical load to generate electricity load data into a higher quality before forecasting using GMDH. The proposed method is tested on the datasets of the power system of Sumatera. The performance of the proposed method compared with the GMDH method without the combination of wavelet transform and coefficient method. The proposed method can improve the accuracy in short-term load forecasting rather than GMDH without wavelet and coefficient method, the MAPE result is less than 2%."

"Tesis ini membahas peramalan beban energi listrik yang merupakan tahapan awal yang sangat penting dalam pengoperasian sistem ketenagalistrikan agar sistem bekerja secara handal, stabil dan ekonomis khususnya pada sistem ketenagalistrikan skala besar. Proses peramalan beban tersebut dilakukan dalam rentang jam sampai dengan tahunan. Penelitian ini berfokus pada peramalan beban listrik jangka panjang atau Long Term Load Forecasting (LTLF) dimana pada umumnya efek kondisi cuaca dan aktivitas manusia sangat berpengaruh. Dalam penelitian ini akan dikaji lebih jauh efek pandemi Covid-19 yaitu jumlah vaksin dan tingkat mobilitas masyarakat terhadap perubahan beban listrik. Kajian efek vaksin menjadi poin keterbaruan penelitian ini. Dalam peramalan beban listrik, metode Facebook Prophet yang direvisi akan digunakan. Revisi ini dimaksudkan agar efek pandemi dapat tercakup dalam model. Untuk menguji efektivitas model yang diajukan studi kasus terhadap data beban listrik Pennsylvania dilakukan. Hasil simulasi yang menggunakan bahasa python telah menunjukkan bahwa model yang diajukan cukup memberikan hasil yang memuaskan. Pada tahun 2021 dengan adanya penambahan variabel vaksinasi, nilai Mean Absolute Percentage Error (MAPE) yang dihasilkan sebesar 8.05%.

---

Forecasting the electrical energy load is a very important initial stage in the operation of the electricity system so that the system works reliably, stably and economically, especially in large-scale electricity systems. The load forecasting process is carried out in the range of hours to years. This study focuses on long-term load forecasting (LTLF) where in general the effects of weather conditions and human activities are very influential. In this study, we will study further the effects of the Covid-19 pandemic, namely the number of vaccines and the level of community mobility on changes in electrical loads. The study of the effect of the vaccine is the new point of this research. In electrical load forecasting, the revised Facebook Prophet method will be used. This revision is intended so that the effects of the pandemic can be included in the model. To test the effectiveness of the proposed model, a case study of the Pennsylvania electrical load data was carried out. The simulation results using the python language have shown that the proposed model gives satisfactory results. In 2021 with the addition of the vaccination variable, the resulting Mean Absolute Percentage Error (MAPE) value is 8.05%."