DETAIL KOLEKSI

Penentuan lokasi dan besar kapasitas untuk menurunkan rugi-rugi pada jaringan distribusi radial menggunakan metode algorithma genetik


Oleh : Syaiful Rochman

Info Katalog

Penerbit : FTI - Usakti

Kota Terbit : Jakarta

Tahun Terbit : 2005

Pembimbing 1 : Djiteng Marsudi

Subyek : Industrial electronics;Genetic algorithms

Kata Kunci : algorithms, electricity, genetic psychology, radial distribution networks radial distribution networ

Status Posting : Published

Status : Tidak Lengkap


File Repositori
No. Nama File Hal. Link
1. 2005_TA_STE_06200130_Halaman-Judul.pdf
2. 2005_TA_STE_06200130_Lembar-Pengesahan.pdf
3. 2005_TA_STE_06200130_Bab-1_Pendahuluan.pdf
4. 2005_TA_STE_06200130_Bab-2_Penggunaan-Kapasitor.pdf
5. 2005_TA_STE_06200130_Bab-3_Metode-Penentuan-Letak.pdf
6. 2005_TA_STE_06200130_Bab-4_Analisa-Penentuan-Lokasi.pdf
7. 2005_TA_STE_06200130_Bab-5_Kesimpulan.pdf
8. 2005_TA_STE_06200130_Daftar-Pustaka.pdf
9. 2005_TA_STE_06200130_Lampiran.pdf

P Pada sistem tenaga listrik persoalan rugi-rugi merupakan masalah yang besar, agar persoalan tersebut tidak merugikan perusahaan listrik dan pengguna listrik maka dilakukan pemasangan kapasitor pada jaringan distribusi tegangan menengah. Penentuan letak dan besar kapasitor pada sistem distribusi radial dilakukan dengan metode Algoritma Genetik. Prinsip dasar Algoritma Genetika adalah memecahkan persoalan rugi-rugi dengan melihat nilai fitness yang terkecil. Algoritma Genetika mewakilkan masalah-masalah yang ada secara ekonomis dengan seperangkat parameter (kromosom). Dimana kromosom-kromosom tersebut akan mengalami operasi-operasi Algoritma Genetik yaitu seleksi, crossover dan mutasi.

L Losses is one of big problem in electrical power system, to reduce the problem is done with installation of capacitor at radial distribution. Using the genetic algorithm method, the tool enables to determine location and value of capacitor. Principal of genetic algorithm representatives a problem economically with chromosome as a parameter where the chromosomes calculating operation of genetic algorithm that is selection, crossover, and mutation.

Bagaimana Anda menilai Koleksi ini ?