Hasil Pencarian  ::  Simpan CSV :: Kembali

"Operasi sistem tenaga listrik bertegangan tinggi menuntut kestabilan parameter-parameter kelistrikan, seperti parameter tegangan, agar kinerja dari peralatan-peralatan listrik yang digunakan oleh konsumen menjadi optimal. Tetapi, karakteristik beban dan saluran transmisi dapat mengakibatkan penyerapan tambahan daya reaktif pada sistem yang menyebabkan munculnya susut tegangan yang melebihi batas operasi yang diizinkan. Salah satu metode untuk memperbaiki tegangan dengan memanfaatkan peralatan listrik yang tersedia adalah metode perubahan tap transformator tap staggering . Tap staggering adalah mengoperasikan transformator daya secara paralel dengan membedakan posisi tap yang relatif kecil. Perbedaan tap ini akan menimbulkan arus sirkulasi yang bersifat induktif dan digunakan sebagai kompensator daya reaktif untuk sistem. Sebuah jaringan distribusi dengan dua buah transformator yang beroperasi paralel dari Sistem Jawa-Bali dilakukan simulasi tap staggering dengan menggunakan analisis aliran daya pada ETAP 12.6.0. Simulasi tap staggering dilakukan dari subsistem yang memikul beban paling tinggi pada sistem. Dari hasil analisis aliran daya, diketahui bahwa tap staggering pada subsistem IBT 150/70 kV dapat melakukan perbaikan tegangan dari rata-rata tegangan 88,85 diperbaiki menjadi 93,5 . Pada subsistem trafo distribusi 70/20 kV yang memiliki perbaikan tegangan antara 88,12 sampai 92,40 meningkat menjadi 92,75 sampai 97,23 saat subsistem IBT 150/70 kV dilakukan tap staggering. Pada subsistem IBT 500/150 kV yang dilakukan tap staggering dapat meningkatkan perbaikan tegangan pada subsistem-subsistem yang dilayaninya dimana perbaikan tegangan terbaik diperoleh saat posisi tap IBT1 -8,75 , IBT3 -10 , IBT5 -10 , T1 -10 dan T3 -10 dengan rentang nilai tegangan masing-masing busnya adalah antara 97 sampai 102.

---

Operating high voltage power systems requires stability of electrical parameters, such as voltage parameters, so the performance of electrical utilities used by consumers can be optimal. However, the characteristics of load and transmission line can absorb additional reactive power in the system that causes drop voltage that exceeds the limit of permitted operations. One method to improve the voltage by utilizing the existing electrical equipment is tap staggering method. Tap staggering is operating power transformer in parallel with small different tap positions. Differences tap positions can provide inductive currents circulation and it rsquo s used as reactive power compensator for the system. A distribution network with two power transformer in parallel of Jawa Bali system is simulated tap staggering by using the power flow analysis on ETAP 12.6.0. Tap staggering is simulated from subsystem that connects a highest load in the system. From power flow analysis, tap staggering at 150 70 kV IBT subsystem can improve voltage from an average of 88.85 to 93.5 . In the 70 20 kV distribution transformer subsystems that have improvements voltage between 88.12 to 92.40 can increase improvements voltage becomes between 92.75 to 97.23 when subsystem IBT 150 70 kV is taken by tap staggering. At subsystem IBT 500 150 kV, tap staggering can increase the voltage on the improvement subsystems where the best voltage improvement is obtained when the tap positions IBT1 8.75 , IBT3 10 , IBT5 10 , T1 10 and T3 10 with a range of values of each bus voltage is between 97 to 102."

"Suara denyut jantung memiliki pola khusus yang bersesuaian dengan kondisi jantung seseorang. Jantung yang tidak normal akan menimbulkan suara khas yang disebut murmur. Murmur disebabkan oleh berbagai hal yang menunjukkan kondisi jantung seseorang. Melalui Phonocardiogram (PCG) dapat dilihat gelombang sinyal denyut jantung seseorang. Spektrum denyut jantung abnormal memiliki pola spektrum yang khas. Sehingga melalui pola spektrum tersebut dapat diketahui kelainan jantung apa yang diderita oleh seseorang. Penelitian ini akan membuat suatu program simulasi yang akan mengenali tiga jenis kelainan jantung. Program simulasi ini menggunakan metode Jaringan Syaraf Tiruan dalam mengidentifikasi ketiga jenis kelainan jantung tersebut. Data yang akan digunakan sebagai database yaitu berupa sampel suara denyut jantung dengan format .wav, mono. Metode pelatihan Jaringan Syaraf Tiruan yang dibuat ini menggunakan fungsi traingdx yang terdapat pada Neural Network Toolbox MATLABTM. Adapun penggunaan fungsi traingdx ini karena waktu pelatihannya lebih cepat. Berdasarkan hasil pengujian pengenalan beberapa sampel kelainan jantung diperoleh akurasi rata-rata sebesar 82.2% dalam mengenali tiga jenis kelainan jantung tersebut.

---

Heartbeat has a unique pattern which corresponding to heart condition. Abnormal heart has a unique sounds which called murmurs. An murmur can be caused by something that indicates heart condition. It can be shown as a signal waveform of heartbeats by Phonocardiogram (PCG). Abnormal heartbeat has a unique spectral pattern. So with that spectral pattern it can be identify what kind of murmur types. This research make a simulation program which will identify 3 kinds of murmur heartbeats. This simulation program use Artificial Neural Network (ANN) to identify that murmurs. ANN database will use some murmurs heartbeats which record in .wav, mono fomat. Training method in this ANN use traingdx function which provided by Neural Network Toolbox MATLABTM. Traingdx function is a faster training method. This simulation program has 82.2% accuracy to detect 3 kinds of heartbeat murmur."

"Secara teoritis, biometrik dapat digunakan untuk mengidentifikasi dan memverifikasi suatu individu. Iris mata merupakan salah satu instrumen biometric yang handal, karena keunikan dari dan kompleksitasnya.Di dalam penelitian ini dirancang bangun program identifikasi iris mata menggunakan metode Jaringan Syaraf Tiruan (JST). Citra mata dijital yang akan diidentifikasi pertama-tama dilakukan pra-pengolahan terlebih dahulu. Proses ini memisahkan bagian iris dari citra mata menggunakan metode morphologi, yaitu close, erosi dan dilasi. Selanjutnya, citra disegmentasi untuk memisahkan citra iris berbentuk lingkaran dalam koordinat x-y menjadi format polar r-θ berbentuk persegi panjang. Citra polar kemudian diekstrasi untuk mendapatkan nilai karakteristik rata-ratanya dalam bentuk matriks 40 x 1. Nilai karakteristik dilatih dan dimasukkan ke dalam database sebagai input pembanding untuk proses identifikasi. JST terdiri dari 10 layer tersembunyi, 1 layer keluaran, dengan fungsi aktifasi tansig dan purelin.Setelah dilakukan pelatihan untuk 80 citra iris, baik mata kiri maupun kanan, proses identifikasi mencapai tingkat akurasi rata-rata sebesar 87% untuk 5 buah input citra dengan 20 kali uji coba.

---

Theorically, biometric can be used to identify dan verify an individu. Iris is one of biometric identifier that highly acceptable because of its uniqueness and complexity.

The objective of this research is to identifiy an iris using Artificial Neural Network (ANN) method. First, the digital infrared image of eye will be preprocessed which separate the iris from the eye using morphology technique, such as closing, erosion, and dilation. The iris is then transformed from x-y dimension into r-θ polar image, which convert the circle shape into rectangle one. The image was then extracted in order to get the average value of its intensities and saved in 40 x 1 matrix size. These values will be trained in the ANN and inserted into a database to be used as a comparator in identification process. The ANN consisted of 10 hidden layer, 1 output layer, and activation functions of tansig and purelin, respectively.

Using 80 images as training data, the identification accuracy reached 87 % for 5 images and 20 times of test for left side and right side eyes."

"ABSTRAKPada dasamya penyediaan cadangan daya sistem pembangkitan Jawa-Bali terkait erat dengan pengembangan sistem secara keseluruhannya dan prakiraan beban adalah sebagai tolak ukur berapa besar daya yang harus dipenuhi untuk melayani beban pada tahun yang akan datang. Sasaran studi adalah untuk meminimalkan jumlah biaya kumulatif pada akhir perencanaan. Dalam penyediaan daya yang optimal ini didasari upaya meminimalkan nilai tunai dari biaya investasi, biaya pengoperasian dan biaya pemeliharaan sistem pembangkit dalam satu kurun waktu perencanaan, memenuhi tingkat keandalan tertentu dan mengutamakan sumber energi primer untuk bahan bakar pembangkit dan memenuhi persyaratan lingkungan akibat dari dampak pengembangan sistem pembangkitan. Optimalisasi ini dilakukan dengan metode Pemrograman Dinamis dengan satu fungsi tujuan dan keandalan sistem Jawa- Bali sebagai kendala dari fungsi tujuannya. Studi cadangan daya ini meliputi, cadangan daya perbaikan, cadangan operasional, dan cadangan variasi musim. Penentuan cadangan daya dikaitkan dengan batasan keandalan yang direpresentasikan dengan indeks keandalan yaitu LOLP (Loss Off Load Probability). Metode Konvulusi untuk mengevaluasi tingkat keandalan sistem dengan konsep dasar beban ekivalen. Besaran LOLP yang digunakan adalah 1 hari/tahun atau 0,274 % untuk sistem Jawa- Bali. "

"Penyakit pada jantung merupakan salah satu penyebab kematian pada manusia di seluruh dunia. Salah satunya merupakan serangan jantung yang disebabkan adanya kelainan pada katup jantung yang dapat dideteksi melalui suara murmur pada detak jantung penderita. Skripsi ini merancang sistem pengenalan penyakit jantung dengan menggunakan metode Jaringan Syaraf Tiruan. Jaringan Syaraf Tiruan (JST) adalah suatu metode komputasi untuk memodelkan suatu sistem. Bentuk dan sifat JST yang sangat flexible memungkinkan JST digunakan untuk memodelkan, merancang dan menganalisis pengenalan penyakit jantung. Metode yang digunakan adalah backpropagation yang terdiri atas lapisan masukan, lapisan tersembunyi dan lapisan keluaran. Pada penelitian ini analisis yang dilakukan adalah training data dengan fungsi gradient (traingd) serta menggunakan fungsi aktivasi purelin. Hasil dari pengujian kelainan jantung yang diperoleh akurasi rata-ratanya sebesar 82,22 %.

---

Heart disease is one of dead effect of human being in the world. One of them is heart attack which is cause by valve heart disease which can be detected by murmur sound of heartbeat patients. This Final Project is design of heart disease recognition system using Neural Network method. Neural Network is a computing method for modeling the system. Neural Network configuration and characteristic is very flexible enable which used for modeling, design dan analysing heart disease recognition. The methods which used is backpropagation which consist of input layer, hidden layer and output layer. In this research the analysis that has been done is file training with gradient function (traingd) and using purelin activation function. The result from testing heart disease is obtained average accuracy about 82,22 %."

"ABSTRAKPeningkatan permintaan tenaga listrik yang terus meningkat menjadikan listrik adalah kebutuhan bagi manusia sehingga perlu diimbangi dengan ketersediaan daya yang cukup. Penyediaan kapasitas cadangan pada sistem bertujuan untuk memenuhi kebutuhan beban serta menjaga keandalan sistem dengan reserve margin. Untuk memenuhi kebutuhan beban dan menjaga keandalan sistem maka diperlukan adanya perencanaan pembangkit dan agar perencanaan yang diperoleh optimal, digunakan perhitungan sederhana untuk teknologi pembangkit dengan menggunakan optimasi statis pada wilayah Jawa-Bali. Pada pembahasan ini pembangkit termal direpresentasikan oleh pembangkit listrik tenaga uap PLTU , pembangkit listrik tenaga gas PLTG , dan pembangkit listrik tenaga gas-uap PLTGU . Diperoleh hasil bahwa jenis pembangkit yang optimum untuk memenuhi beban dasar ialah PLTU dengan kapasitas >50 , PLTGU paling optimum untuk beban menengah dengan kapasitas antara 12-50 , dan PLTG paling optimum dan ekonomis untuk beban puncak dengan kapasitas 0-12 . Kebutuhan pembangkit di Jawa-Bali berdasarkan hasil perhitungan dengan mengggunakan metode optimasi statis hingga akhir tahun 2016 sebesar 32,566 MW sedangkan kapasitas pembangkit yang eksisting yang mencapai 36,720 MW termasuk dengan reserve margin 30 yang berarti sistem di Jawa-Bali sudah sangat handal dalam memenuhi kebutuhan pembangkit. Hasil proyeksi kebutuhan pembangkit hingga tahun 2020 juga memperlihatkan hasil yang sama bahwa adanya kelebihan daya pembangkit eksisting daripada kebutuhan pembangkit dengan menggunakan optimasi statis dengan pembangkit eksisting pada tahun 2020 berdasarkan perhitungan mencapai 45,426 MW dan berdasarkan jumlah pembangkit eksisting dengan perencanaan PT.PLN Persero mencapai 51,462 MW, hal ini berdampak pada biaya investasi tinggi sehingga biaya untuk sistem pembangkitan yang harus dikeluarkan pun semakin besar.

---

ABSTRACTEscalation of electricity demand which cannot be avoided anymore has made electricity a primary need for human race. This climbing demand need to be balanced out with a sufficient power available on the system. The availability of extra generation capacity is required in order to maintaining the reliability of generation system for so called reserve margin. For ensuring the demand get enough power supplied, the generation planning system is needed and for it to provide the optimum option for system it require a calculation regarding each generation technologies with screening curve method. This calculation modelling the generation planning system in Jawa Bali region. On this study the main focus for the calculation is thermal generation which represented by three generation technologies Coal Fired Power Plant, Gas Turbine Power Plant, and Combined Cycle Power Plant . Therefore, from this study we can obtain that Coal Fired Power Plant is an optimum option for base load as well as economically for capacity between 50 . For intermediate load Combine Cycle Power Plant provide cheaper source of energy for capacity between 12 50 , and lastly for peak load Gas Turbine Power Plant provide the optimum option for capacity between 0 12 . The results for generation system planning based on screening curve method until the end of 2016 is 32,566 MW for generation capacity compared to the existing generation and system planning based on PT. PLN Persero which is 36,720 MW. The generation system planning until 2020 also shows a difference based on calculation which is 45,426 MW and the existing generation capacity reach 51,462 MW. This shows that Jawa Bali region has more generation existing meaning that the system is reliable. On the other hand, the reliability comes with higher investment costs making the costs needed for the system also increased. It is believed that to ensure reliability of the generating system there will be higher costs to pay. "

"[ABSTRAKPeramalan beban listrik memegang peranan yang sangat penting bagi efisiensi dankinerja dari PLN. Berbagai jenis metode dipakai untuk mendapatkan hasil peramalan beban yang akurat agar daya yang dikirimkan sesuai dengan kebutuhanlistrik dari konsumen. Skripsi ini membahas peramalan beban jangka pendek satu minggu ke depan dengan menggunakan Jaringan Syaraf Tiruan (JST). Peramalanbeban jangka pendek sangat dipengaruhi oleh faktor-faktor cuaca, yang dalam hal ini menjadi masukan JST, yaitu : Suhu, Kelembaban, Tekanan udara, danKecepatan angin. Data yang digunakan untuk pembelajaran adalah data sebenarnya sepanjang tahun 2011. Arsitektur yang digunakan adalah feed-forwarddan algoritma yang dipakai adalah algoritma backpropagation. Berdasarkan hasildidapatkan nilai MAPE terbaik sebesar 1.8 % dan untuk 10 kali running sebesar 2.65 % sehingga berada di bawah ambang kesalahan peramalan.ABSTRAKElectrical load forecasting has an important role for efficiency and performancefrom PLN.Various types of methods have been used to provide an accurate loadforecasting on purpose that the transmitted power appropriates the demand ofconsumers. This research will discuss short term load forecasting using ArtificialNeural Network (ANN). Short term load is influenced by weather factors, thosewill become input of ANN, i.e. : Temperature, Humidity, Pressure, Wind speed,Data used for study are actual data in 2011. Architecture used for this research isfeed-forward and Algorithm that is used is backpropagation . The final resultshows that the best MAPE is 1.8 % and for 2.65 % for 10 iterations which arebelow the forecasting error limit., Electrical load forecasting has an important role for efficiency and performancefrom PLN.Various types of methods have been used to provide an accurate loadforecasting on purpose that the transmitted power appropriates the demand ofconsumers. This research will discuss short term load forecasting using ArtificialNeural Network (ANN). Short term load is influenced by weather factors, thosewill become input of ANN, i.e. : Temperature, Humidity, Pressure, Wind speed,Data used for study are actual data in 2011. Architecture used for this research isfeed-forward and Algorithm that is used is backpropagation . The final resultshows that the best MAPE is 1.8 % and for 2.65 % for 10 iterations which arebelow the forecasting error limit.]"