Hasil Pencarian  ::  Simpan CSV :: Kembali

"Speech coder is one of the most important part of communication systems. Speech signal can be represented as a combination of many sinusoidal signals....."

"ABSTRAKPada kondisi saat ini, jika beban puncak dibandingkan dengan daya mampupembangkit pada sistem kelistrikan wilayah Sumatera dengan menerapkan kriteriacadangan 35%, maka diperkirakan terjadi kekurangan sekitar 2.000 MW. Sumbergas bumi di wilayah Jambi dapat dipertimbangkan karena tersedia cadangan gasdan dapat digunakan sebagai energi untuk memenuhi kebutuhan listrik. Gas tidakmudah untuk disimpan dibandingkan dengan Bahan Bakar Minyak (BBM) yangbanyak digunakan sebagai bahan bakar pemenuhan beban puncak saat ini.Compressed Natural Gas (CNG) dapat menjadi salah satu alternatif metodepenyimpanan gas. Kajian CNG Plant meliputi kajian keekonomian berupa NPV,IRR dan Payback Period serta analisis sensitivitas yang menggambarkansensitivitas proyek terhadap faktor-faktor yang berpengaruh. Analisis teknik dariCNG Plant juga dikaji untuk mendapatkan tekanan optimum pada CNG Plantserta analisis perbandingan keekonomian antara CNG dan BBM jenis HSD. Darihasil perhitungan keekonomian didapatkan harga jual gas dari CNG Plant sebesarUS$ 10,4/MMBTU dengan tekanan optimum CNG sebesar 3215 psia.Berdasarkan perhitungan didapatkan biaya pembangkit listrik tenaga gas dariCNG plant yaitu sebesar Rp. 1.735,34/kWh, sedangkan biaya pembangkit listriktenaga diesel sebesar Rp. 2.765,55/kWh sehingga ada penghematan sebesar Rp.1.030/kWh apabila digunakan gas CNG pada beban puncak. Potensi penghematandari sisi PLN apabila menggunakan gas CNG pada saat beban puncak adalahsebesar Rp. 530 Juta/hari

---

ABSTRACTIn the current conditions, when compared the peak load with capable powergenerator in Sumatera area electricity system, when applying the 35% reservedcriteria, it is predicted that there is a shortage of around 2,000 MW. Sources ofnatural gas in Jambi region can be considered as available gas reserves and can beutilized as energy to meet the electricity needs. Gas is not easy to be storedcompared with fuel oil which is widely used as fuel for the fulfillment of the peakload now. Compressed Natural Gas (CNG) can be an alternative method of gasstorage. Study of CNG Plant was included the study of economics in the form ofNPV, IRR and Payback Period as well as a sensitivity analysis that illustrates thesensitivity of the project on the factors that influence. Technical Analysis of CNGalso examined to obtain optimum pressure on the CNG Plant as well as theeconomics of comparative analysis between CNG and fuel oil types HSD. Fromthe calculation results obtained economical gas price of CNG Plant amounted toUS $ 10.4/MMBTU with CNG optimum pressure of 3215 psia. Based on thecalculation, the cost of gas power plant of CNG plant is Rp. 1735.34/kWh, whilethe cost of diesel power plant is Rp. 2765.55/kWh so that there is a savings of Rp.1.030/kWh when used CNG gas at peak loads. Potential savings of PLN sidewhen using CNG gas during peak load is Rp. 530 Million/day"

"It has been studied the forecasting of electric power peak load in the Indonesian electric system byusing Artificial Neural Network (ANAU) Back Propagation method with the study period is 2000 - 2025.The long-range forecasting of electric peak load is influenced by economic factors. in this study, it?sselected the economic data which is estimated very influence to forecasting, which in this case becomeinput ofAN1\L i. e.: Gross of Domestic Product (GDP) per-capita, Population, Amount of Households,Electrification Ratio, Amount of CO, Pollution, Crude Oil Price, Coal Price, Usage of Final Energy,Usage Qf Final Energy on Industrial Sector; and Average Electric Charges. Data used for study areactual data, start year 1990 up to 2000. Result of the peak load forecasting in the end of study (2025) byusing ANN is 85,504 MHC meanwhile the load forecasting in the National Electricity General lan(NEGP) is 79,920 MW (the difference of both is about 6. 6%). Based on ANN approach is obtained resultsthat the peak load forecasting in Indonesia in the year 2005, 2010, 2015, 2020 and 2025 are 16,516 MHC24,402 MHC 36, 15 7 MIK 56,060 MW and85,584 MW respectively."

"Di Kalimantan Tengah, pembangunan jaringan saluran secara besar-besaran dan sangat kompleks menyebabkan kerusakan dan degradasi yang intensif terhadap kondisi gambut dan rawa gambut yang ditandai dengan perubahan tutupan lahan, penurunan muka air tanah, kebakaran, beberapa bencana kekeringan, penurunan tanah, dan lain sebagainya. Salah satu langkah untuk mengatasi kondisi tersebut adalah dengan mengatur kondisi hidrologi di area tersebut. Dujlow digunakan untuk mensimulasi tinggi muka air di saluran dan Modjlow digunakan untuk mencari distribusi dan karakteristik dari muka air tanah di lapangan. Berdasarkan simulasi dari 2 model tersebut, kondisi eksisting (musim kerinq], area studi mengalami kekeringan karena muka air tanah turun lebih dari 1 m dibawah permukaan tanah. Hasil yang diperoleh, usaha untuk merehabilitasi rawa gambut dengan mengatur muka air tanah mendekati elevasi permukaan tanah melalui 2 skenario (canal blocking and pemasangan bendung bertingkat) di musim kering tidak sepenuhnya menyelesaikan semua masalah di area itu. Meskipun hasilnya akan berbeda, jika itu disimulasikan di musim basah ketika pengaruh air hujan dimasukkan ke dalam perhitunqan, beberapa langkah lain seharusnya di diterapkan seperti pendekatan manajemen air lainnya dan program silvikultur. Dalam pendekatan silvikultur, beberapa teknik dan prosedur seharusnya dilakukan untuk meningkatkan kualitas dan kuantitas tutupan lahan guna mendukung fungsi hidrologi secara alamiah. Penanaman kembali secara intensif semestinya dilakukan di lapangan melalui sistem jalur. jadi, dengan 2 pendekatan yang terintegrasi tersebut; tingkat kesuksesan dalam rehabilitasi rawa gambut akan dapat dioptimalkan."

"This book examines the major social and economic impacts of the peak of the oil Age. It explains everything you need to know to understand peak oil and its world-changing consequences from an insider's perspective."

"Kebutuhan masyarakat Indonesia saat ini akan energi sangat tinggi. Jumlah cadangan energi primer yang semakin menurun serta terbatasnya sumber daya terbarukan mengharuskan adanya solusi untuk masalah tersebut. Jam Bumi merupakan salah satu kegiatan penghematan energi yang bertujuan untuk menghemat sumber energi non-renewable seperti batubara dan minyak bumi. Salah satu bentuk energi yang mudah untuk diamati pengaruh dari Jam Bumi adalah energi listrik. Besar penghematan yang diperoleh dari Jam Bumi dapat dilihat dari besar penurunan nilai beban puncak, beban puncak siang, beban rata-rata tahunan dan beban rata-rata per jam dalam satu tahun.Pada skripsi ini, dilakukan analisis terhadap penurunan konsumsi energi listrik yang dihasilkan oleh Jam Bumi. Penurunan konsumsi energi listrik yang terjadi berkisar dari 500-2000 MW dari pelaksanaan tahun 2009-2014 dengan durasi waktu sekitar dua jam.

---

Indonesian people's need for energy nowadays is very high. The decreasing number of primary energy back-up and limited renewable energy require a solution for these problems. Earth Hour is one way for energy saving which aims to save non-renewable energy sources, such as coal and oil. An energy form which is easy to be observed in Earth Hour is electric power. The amount of energy saved from Earth Hour can be seen from the decreasing rate of peak load, daylight peak load, annual average load, and average load per hour in one year.In this paper, an analysis of electric power decrease by Earth Hour is conducted. From Earth Hour events which were held for about two hours during 2009 ? 2014, the electric power consumption decrease was about 500?2000 MW."

"Kabupaten Pandeglang memiliki kedekatan wilayah dengan zona subduksi dan wilayah pertemuan Lempeng Indo-Australia dan Lempeng Eurasia di Selat Sunda. Akibatnya Kabupaten Pandeglang memiliki tingkat kerawanan dan kerentanan gempa bumi, dan untuk itu wilayah rawan gempa bumi dan kerentanan terhadap gempa bumi perlu ditentukan sebagai upaya mitigasi bencana gempa bumi. Faktor - faktor seperti litologi, struktur geologi, lereng, dan nilai PGA (Peak Ground Acceleration) dapat digunakan untuk menentukan wilayah rawan gempa bumi dengan metode skoring. Kerentanan wilayah terhadap gempa bumi ditentukan dengan metode weighted overlay dengan pembobotan dalam aspek lingkungan, sosial, ekonomi, dan fisik. Kerawanan merupakan aspek lingkungan dalam penentuan kerentanan, sedangkan kepadatan penduduk, jumlah penduduk wanita, ratio ketergantungan, dan penyandang disabilitas digunakan dalam penentuan kerentanan aspek sosial. Kerentanan aspek ekonomi menggunakan indikator penduduk miskin dan kerentanan fisik menggunakan kepadatan bangunan. Hasil penelitian menunjukkan wilayah rawan gempa bumi sedang mendominasi Kabupaten Pandeglang dengan luas 64,99% dan mayoritas tersebar pada bagian timur dan selatan Kabupaten Pandeglang. Dalam kerentanan, wilayah kerentanan tinggi terdapat di Kecamatan Labuan dengan luas sebesar 36,07 % dari luas Kecamatan Labuan, sedangkan Kecamatan Sindangresmi dan Kecamatan Munjul merupakan kecamatan dengan kerentanan rendah dengan luas 73.93 % dari luas Kecamatan Sindangresmi dan 61.52 % dari luas Kecamatan Munjul.

---

Pandeglang Regency has a proximity to the subduction zone and the meeting area of ​​the Indo-Australian Plate and the Eurasian Plate in the Sunda Strait. So that Pandeglang District has an earthquake level of vulnerability and vulnerability. Areas prone to earthquakes and vulnerability to earthquakes need to be determined as an effort to mitigate earthquakes. Factors such as lithology, geological structure, slope, and PGA (Peak Ground Acceleration) values ​​can be used to determine earthquake prone areas by the scoring method. Regional vulnerability to the earth's herds is determined by the weighted overlay method by weighting in environmental, social, economic and physical aspects. Vulnerability is an environmental aspect in determining vulnerability, while population density, female population, dependency ratio, and people with disabilities are used in determining the vulnerability of social aspects. Vulnerability in economic aspects uses indicators of poor population and physical vulnerability using building density. The results showed that earthquake-prone areas were dominating Pandeglang Regency with an area of ​​64.99% and the majority was spread in the eastern and southern parts of the Pandeglang Regency. In susceptibility, the high vulnerability area is in Labuan Subdistrict with an area of ​​36.07% of the area of ​​Labuan Subdistrict, while the Sindangresmi Subdistrict and Munjul Subdistrict are sub-district with low vulnerability with an area of ​​73.93% of the area of ​​Sindangresmi Subdistrict and 61.52% of the total area of ​​Munjul Subdistrict."

"Sinyal yang periodik dapat didekomposisikan ke dalam bentuk sinusoida dengan menggunakan bantuan deret Fourier. Berdasarkan karakteristik sinyal suara yang demikian, maka dapat dilakukan pemodelan dengan mengacu pada bentuk sinusoida. Dengan menggunakan model sinusoida dapat dilakukan proses kuantisasi untuk mengkodekan sinyal suara pada laju yang rendah. Metode sinusoida telah banyak digunakan untuk mengkodekan sinyal suara. Dengan metode tersebut satu blok sinyal suara selebar 20 milidetik sampai dengan 30 milidetik dapat dikodekan dengan menggunakan koefisien deret Fourier. Metode baru yang diusulkan adalah kuantisasi dan rekonstruksi sinyal suara berdasarkan model sinusoida secara segmental. Segmen yang diambil adalah antara satu nilai puncak tertentu menuju ke nilai puncak berikutnya yang berlawanan, bukan berupa blok sinyal dengan panjang yang tetap seperti pada metode sinusoida yang sudah ada. Pengkode yang dirancang terdiri atas bagian enkoder dan dekoder. Enkoder berfungsi untuk mengkodekan sinyal suara pada laju variabel. Sinyal terkode selanjutnya dikirimkan ke penerima. Pada sisi penerima terdapat dekoder berfungsi untuk mengembalikan bentuk sinyal agar sesuai dengan asalnya dengan kualitas yang tidak jauh berbeda. Berdasarkan hasil percobaan diperoleh nilai rata-rata SNR segmental lebih dari 20 dB.

---

Segmental Sinusoidal Model for Speech Signal Coding. Periodic signal can be decomposed by sinusoidal component with Fourier series. With this characteristic, it can be modeled referring by sinusoidal form. By the sinusoidal model, signal can be quantized in order to encode the speech signal at the lower rate. The recent sinusoidal method is implemented in speech coding. By using this method, a block of the speech signal with 20 ms to 30 ms width is coded based on Fourier series coefficients. The new method proposed is quantization and reconstruction of speech signal by the segmental sinusoidal model. A segment is defined as a block of the speech signal from certain peak to consecutive peak. The length of the segment is variable, instead of the fixed block like the recent sinusoidal method. Coder consists of the encoder and the decoder. Encoder works to code speech signal at variable rate. Then coded signal will be transmitted to receiver. On the receiver, coded signal will be reconstructed, so that the reconstruction signal has the near quality compared with the original signal. The experimental results show that the average of segmental SNR is more than 20 dB."

"A study has been done on the potential integration of Demand Side Management (DSM) to the reduction of electric power peak load forecasting in the Indonesian electric system by using the indonesia Energy Outlook by .System Dynamic (INOSYD) model and Artificial Neural Network (ANN) method, within the study period of 2005-202l. DSM is the process of managing the consumption of energy. generally to optimize availability and development plan of energy resources. DSM application in this research refers to actions taken on the customer 's side of the matter to change the amount or timing of energy consumption, therefore it influences the reduction of the long-range forecasting of electricity peak load In this paper, the lang-term load forecasting is studied by using INOSYD model, JS T method and Model for Analysis of Energy Demand (MAED) as comparison, where the calculation results of average annual load growth rate are around 4.60% (DVOSYD) ; 7.l6% (ISD and 6.87% (MAED) respectively. Afterwards, the influence of DSM by an effort to reduce energy consumption of residential sector by an amount of 5% and l0% respectively, with the respect to the lang-term load forecasting by using INOSYD model and ANN method is performed The study results show that DSM application at residential (household sector at an amount of 5% and l 0% by using lNOS}'D model will reduce the average long-term load forecasting by about 4.95% and 9.90% respectively, meanwhile ANN method will reduce the average long-term load forecasting by about 2.74 and 5.36% respectively."