Hasil Pencarian  ::  Simpan CSV :: Kembali

"Peramalan beban listrik dalam upaya menjaga kestabilan sistem tenaga listrik di Indonesia pada sistem interkoneksi Jawa-Bali sekarang ini hanya menggunakan acuan data historis sebagai masukan metode peramalan beban. Pola konsumsi daya listrik yang berbeda tiap selang waktu tertentu menimbulkan masalah variansi beban listrik tidak homogen (heteroskedastisitas). Metode Generalized Autoregressive Conditional Heteroskedasticity (GARCH) yang digunakan dalam peramalan beban listrik jangka pendek berdasarkan data historis pada penelitian ini memanfaatkan kondisi heteroskedastisitas tersebut untuk membuat model dan menghasilkan peramalan yang akurat dan presisi. Hasil penelitian menunjukkan bahwa peramalan metode GARCH dengan MAPE 2.668676 % lebih baik dibandingkan peramalan metode koefisien yang dilakukan PT PLN (Persero) dengan MAPE 3.739172 %.

---

Electrical load forecasting in an effort to maintain the stability of electric power systems in Indonesia on Java-Bali interconnection system is currently only used the historical data as a reference input to the load forecasting method. The different patterns of electrical power consumption in each time interval caused problems that the electrical load variance is not homogeneous (heteroskedasticity). Generalized Autoregressive Conditional Heteroskedasticity (GARCH) method used in the short term electrical load forecasting based on historical data in this study is taking the advantage of heteroskedasticity to model and generate an accurate and precision forecasting result. The results show that the GARCH forecasting method with 2.668676% of MAPE is better than the coefficient forecasting method by PT PLN (Persero) with 3.739172% of MAPE."

"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."

"Teknik NILM (Non-Intrusive Load Monitoring) digunakan dalam pemantauan konsumsi energi. Penerapan NILM digunakan untuk energi efisiensi, manajemen energi, dan diagnosa peralatan di rumah tangga, industri atau penyedia energi. Variabel pengukuran yang digunakan yaitu daya aktif dan daya reaktif. Namun, data pengukuran sering kali terpengaruh oleh noise. Berbgai macam metode digunakan dalam NILM. Metode K-NN adalah salah satu metode machine learning yang banyak digunakan untuk klasifikasi beban listrik dalam teknik NILM dengan performa yang baik dan bersaing dengan metode lain yang lebih kompleks. Penelitian ini bertujuan untuk menganalisis pengaruh noise terhadap performa algoritma k- Nearest Neighbors (K-NN) dalam klasifikasi beban listrik. Berbagai tingkat noise secara rundom diberikan pada data pengukuran yang diperoleh sebesar 1% hingga 20%. Selanjutnya, model K-NN dilatih dan dievaluasi dengan nilai k = 1 sampai 25 dan menggunakan 15 variasi jarak. Dalam penelitian ini bahasa pemograman python digunakan untuk mengevaluasi performa K-NN. Hasil eksperimen menunjukkan bahwa penambahan noise pada data pengukuran secara signifikan mempengaruhi performa algoritma K-NN dalam mengklasifikasikan beban listrik. Pengaruh ini terlihat pada nilai akurasi, presisi dan recall. Performa K-NN menurun hingga 15% yang didapatkan dari perbandingan nilai akurasi untuk data yang diberikan noise 20%. Nilai k yang memberikan akurasi maksimal k = 25 untuk data yang diberikan noise. Nilai k yang memberikan presisi dan recall maksimal bernilai k = 3 untuk data yang diberikan noise. Dari ke 15 jenis jarak yang dipakai di metode K-NN pada penelitian ini, jarak Clark dan Divergence yang memiliki nilai akurasi diatas ratarata, jarak Camberra memiliki nilai presisi di atas rata-rata dan jarak Neyman Chi Squared memiliki nilai recall diatas rata-rata. Perbandingan performa antara metode K-NN dengan Random Forest dan Extra Trees Classifier juga telah dilakukan. Dari hasil pengujian dan penelitian didapatkan bahwa dengan metode K-NN memberikan performa yang baik untuk mendisaggregasi data yang diberikan noise besar dibandingkan dengan metode Random Forest dan Extra Trees Classifier. metode K-NN memiliki nilai akurasi lebih tinggi dibandingkan dengan metode Random Forest dan Extra Trees Classifier, Selisih yang dihasilkan mencapai 15%.

---

The NILM (Non-Intrusive Load Monitoring) technique is used in monitoring energy consumption. NILM applications include energy efficiency, energy management, and appliance diagnostics in households, industries, or energy providers. Measurement variables used are Real Power and Reactive Power. However, measurement data are often affected by noise. Appliance diagnosis uses various machine learning methods. The K-NN method is one of the widely used machine learning methods for classifying electrical loads with good performance, competing even with more complex methods. Python has become a mainstay in data science. This programming language enables data analysis to perform machine learning algorithms. This study aims to analyze the impact of noise on the performance of the k-Nearest Neighbors (K-NN) algorithm in classifying electrical loads. Various noise levels, ranging from 1% to 20%, were randomly added to the measurement data obtained. Subsequently, the K-NN model was trained and evaluated with k values ranging from 1 to 25, using 15 distance variations. Experimental results showed that the addition of noise to the measurement data significantly affected the performance of the K-NN algorithm in classifying electrical loads. This impact is reflected in the values of accuracy, precision, and recall. K-NN performance decreased by up to 15%, as indicated by the accuracy comparison for data with 20% noise. The k value providing maximum accuracy was k = 25 for both low and high noise data. The k value providing maximum precision and recall was k = 3 for both low and high noise data. Among the 15 types of distances used in the K-NN method in this study, Clark and Divergence distances had above-average accuracy values, Camberra distance had above-average precision values, and Neyman Chi-Squared distance had above-average recall values. Testing and research results showed that the K-NN method performs well in disaggregating data with high noise compared to the Random Forest and Extra Trees Classifier methods."

"ABSTRAKSistem pembangkitan pada Region Bali diharapkan mampu untuk memenuhi permintaan beban listrik setelah dilakukan pengembangan sistem pembangkitan dengan penambahan kapasitas pada periode 2017-2021. Dengan demikian perlu dianalisis bahwa dengan penambahan kapasitas pembangkit pada sistem pembangkitan Region Bali dapat meningkatkan keandalan sistem dalam memenuhi kebutuhan beban yang pada penelitian ini diukur dari nilai indeks probabilitas kehilangan beban Loss of Load Probability dan besar energi tidak terlayani Energy Not Served . Analisis terbagi dalam 3 skenario, skenario pertama adalah ketika pengembangan sistem pembangkitan sesuai dengan perencanaan pada RUPTL 2017-2026, skenario kedua adalah ketika proyek pembangkitan mengalami keterlambatan, dan skenario ketiga adalah ketika jaringan kabel bawah laut mengalami gangguan. Nilai indeks LOLP dihitung menggunakan perangkat lunak WASP-IV kemudian akan dievaluasi dengan membandingkan nilai nya pada standar nilai indeks keandalan yang telah ditetapkan oleh PT PLN Persero , yaitu indeks LOLP lebih kecil dari 0,274 , atau ekuivalen dengan lebih kecil dari 1 hari/tahun. Pada skenario pertama, nilai LOLP yang memenuhi standar hanya terjadi pada tahun 2017 0,8 hari/ tahun . Pada skenario kedua dengan empat variasi keterlambatan masuknya pembangkit, nilai LOLP yang memenuhi standar hanya terjadi pada tahun 2017 0,8 hari/ tahun dan nilai LOLP terburuk terjadi pada saat keterlambatan PLTM 42,8 hari/ tahun . Pada skenario ketiga dengan empat variasi gangguan jaringan kabel bawah laut, nilai LOLP terburuk terjadi saat Region Bali tidak mendapatkan daya sama sekali akibat gangguan 257,6 hari/ tahun

---

ABSTRACTGeneration system in Bali is expected to be able to meet the demand of electricity load after the expansion of the generation system with the addition of capacity. Thus it needs to be analyzed that with the addition of generating capacity in the Bali rsquo s generation system can improve the reliability of the system in meeting the load demands which in this study is measured from the value of the Loss of Load Probability LOLP index and total Energy Not Served ENS . The analysis is divided into 3 scenarios, the first scenario is when the expansion of the generating system in accordance with the planning in RUPTL 2017 2026, the second scenario is when the generation project is delayed, and the third scenario is when the submarine cable network is interrupted. The LOLP index value calculated using WASP IV software, then be evaluated by comparing its value to the standard value of reliability index determined by PT PLN Persero , LOLP index smaller than 0,274 , or equivalent to less than 1 day year. For the first scenario, the index value that meets the standard only occurs in 2017 0,8 days year . For the second scenario with four variations of delayed of the plant, the index value that meets the standard only occurs in 2017 0,8 days year and the worst index value occurs during the delay of the PLTM project 42,8 days year . For the third scenario with four variations of submarine cable network disturbance, the worst index value occurs when Bali does not get any power at all due to interference 257,6 days year ."

"ABSTRACTKelangkaan sumber energi pembangkitan listrik dan rasio elektrifikasi yang tidak merata, mendorong manusia untuk melakukan upaya untuk menyelesaikan hal tersebut, salah satunya adalah dengan DC House. Effisiensi sistem DC House ini bergantung pada dua parameter yaitu arus dan tegangan. Pada faktanya, arus dan tegangan ini selalu berubah ubah setiap waktu tergantung beban dan suplainya. Oleh karena itu dibutuhkan sistem monitoring yang mampu mencatat perubahan nilai parameter parameter tersebut agar sistem dapat terjaga dan diketahui nilai effisiensinya. Sistem pengukuran parameter ini memanfaatkan Arduino, sensor arus dan rangkaian pembagi tegangan serta sensor sebagai alat bantu monitoring parameter effisiensi ini. Dengan rangkaian ini, data perubahan parameter dapat tercatat setiap waktu, dan hasil pengukuran arus dan tegangannya mempunyai nilai akurasi 98,66 dan 99,92. sementara nilai effisiensi sitem yang diperoleh 97,53 saat pagi hari dan 76,41 saat sore hari.

---

ABSTRACTThe scarcity of electricity generation and uneven electrification ratios encourages people to make the effort to solve it, one of which is with DC House. The efficiency of the DC House system depends on two parameters current and voltage. In fact, these currents and voltages change every time depending on load and supply. Therefore, it is needed monitoring system that able to record parameters value change so that system can be maintained and known its efficiency value. This parameter measurement system utilizes Arduino, current sensors and voltage divider circuits and sensors as a means of monitoring these efficiency parameters. With this circuit, the parameter change data can be recorded at any time, and the current and voltage measurements have 98,66 and 99,92 accuracy. while the value of system efficiency obtained 97,53 on morning dan 76,41 on evening. "

"Desa Tunggul Bute adalah salah satu desa yang memanfaatkan pembangkit listrik air mikro (PLTMH) untuk memenuhi kebutuhan energi listrik. Potensi air Sungai Mendingin yang berada di Desa Tunggul Bute mencapai 207 kW. Berdasarkan hasil perhitungan debit dengan metode F.J. Mock, didapatkan debit andalan sebesar 0,86 m3/detik. Sedangkan tinggi efektif yang tersedia adalah sebesar 17,678 meter.Berdasarkan profil beban Desa Tunggul Bute, diperkirakan beban puncak Desa Tunggul Bute sebesar 50,3 kW pada tahun 2018. Optimasi potensi pembangkit didapatkan dari penggunaan debit sebesar 0,86 m3/detik dan tinggi efektif 12,73 meter sehingga didapatkan kapasitas pembangkit sebesar 53 kW. Konfigurasi tersebut menyebabkan penyesuaian tinggi pada saluran pembawa menjadi 1,25 meter dan penyesuaian tinggi saluran pelimpah menjadi 1 meter. Sedangkan struktur bangunan sipil lainnya masih tetap dapat digunakan tanpa diperlukan penyesuaian yang berarti.

---

Tunggul Bute village is one’s of a village that used micro hydro power plant (PLTMH) to suply their energy needs. Water potency from Sungai Mendingin in Tunggul Bute village can generate up to 207 kW of energy. Based on the water flow calculations method by F.J. Mock, resulting 0,86 m3/second of potential water flow. Meanwhile, the effective head available around the location are 17,678 meters.According to Tunggul Bute village load characteristic, the prediction of Tunggul Bute village peak load demand up to 50,3 kW in 2018. The optimization of power plants can be achieve by using 0,86 m3 /second of water flow and 12,73 meters of effective head to generate 53 kW of electricity. This configuration caused adjustment on headrace channel to becomes 1,25 meters of heigh and adjustment on spilway to becomes 1 meters of height. Meanwhile the structure of other civil constructions can be used without any major adjustment."

"Industri lsolator listrik tegangan menengah di indonesia masih mengimpor bahan baku siap pakai. Dipihak Iain Indonesia mempunyai sumber bahan baku seperti kaolin, ball clay, feldspar dan pasir kuarsa.Pada penelitian ini dilakukan pembuatan prototipe isolator tegangan menengah line post dengan bahan baku lokal. Benda uji yang dibuat terdiri dari 4 formulasi untuk uji kuat lentur dan kuat tembus listrik.Pengujian sifat tisika dan analisa kimia bahan baku menunjukkan bahwa Kaolin, Ball Clay dan Pasir Kuarsa memenuhi persyaratan SNl dan NGK untuk bahan baku badan isolator listrik kecuali Feldspar.Pengujian kuat Ientur dan kuat tembus listrik menghasilkan formulasi D (40 % Kaolin Belitung, 5 % Ball Clay Blitar, 5 % Ball Clay Kalimantan, 15 % Pasir Kuarsa Belitung, 15 % Feldspar Jepara, 15 % Feldspar Pacitan, 5 % Alumina dan 1 % Talk) yang terbaik.Formulasi D dan formulasi E (40 % Kaolin Belitung, 10 % Ball Clay Blitar, 15 % Pasir Kuarsa Belitung, 30 % Feldspar Jepara, 5 % Alumina dan 1, 5 % Kapur Blitar) diaplikasikan pada pembuatan prototipe isolator line post.Pengujian mutu prototipe isolator line post menunjukkan bahwa formulasi D lebih baik dibandingkan formulasi E. Prototipe isolator line post dengan formulasi D memenuhi persyaratan ANSI dan SNI sifat kelistrikan, kuat lentur, ketahanan kejut suhu dan keporian sedangkan kenampakan dan dimensi tidak memenuhi syarat. Prototipe isolator line post dengan formulasi E memenuhi persyaratan ANSI dan SNI sifat kelistrikan, ketahanan kejut suhu dan keporian sedangkan kenampakan, dimensi dan kuat lentur tidak memenuhi syarat

---

Abstract

Medium voltage electrical insulator industries in Indonesia are still raw materials imported. On the other hand Indonesia have raw materials resources such as kaolin, bail clay, feldspar and quartz sand. ln this experiment line post medium voltage insulator prototypes were made using local raw materials.

Test pieces prepared consisted of 4 formulation for bending strength and dielectric strength test.

The test on physical properties and chemical analysis of raw materials showed that kaolin, ball clay and quartz sand have fulfilled SNI and NGK for electrical insulator body raw materials, except feldspar.

The test on bending strength and dielectric strength of test pieces have produced formulation of D (40 % Kaolin of Beiitung, 5 % Ball Clay of Blitar, 5 % Ball Clay of Kalimantan. 15 % Quartz Sand of Belitung, 15 % Feidspar of Jepara, 15 % Feidspar of Pacitan, 5 % Alumina and 1 % Talk) was the best.

Formulation of D and formulation of E (40 % Kaolin of Belitung, 10 % Ball Clay of Blitar, 15 % Quartz Sand of Belitung, 30 % Feldspar of Jepara, 5 % Alumina and 1, 5 % Limestone of Blitar) were applied to made line post insulator prototypes.

The test of line post insulator prototypes showed that formulation of D better than formulation of E. Line post insulator prototype with formulation D has fulfilled the requirements of ANSI and SNI in terms of electrical properties, bending strength, thermal shock resistance and porosity white their visual and dimension have not fulfilled. Line post insulator prototype with formulation E has fulfilled the requirements of ANSI and SNI in terms of electrical properties. thermal shock resistance and porosity while their visual, dimension and bending strength have not fulfilled."

"Potensi energy yang berasal dari limbah produksi kopra, yaitu tempurung kelapa, khususnya di pulau sulawesi, relative tinggi. Bila tempurung kelapa dimanfaatkan sebagai bahan bakar pada sistem gasifikasi dengan design teknis jenis fixed bed updraft gasifier berdimensi diameter 22 cm, tinggi 55 cm, dan dan ketebalan 4 mm. memberikan efisiensi maksimum sebesar 40 %. Dengan inkremental bahan bakar sebesar 2.42 kg/jam. Dan pemakaian bahan bakar spesifik sebesar 2.52 kg/kWh.

---

Coconut shell as waste production of copra has great potential energy, especially in Sulawesi Island in Indonesia. If coconut shell was used as fuel in gasification system with its fixed bed updraft gasifier technical design and has dimension 22 cm width, 55 cm height and 4 mm deep could provide maximum efficiency 40 %. With incremental rise of fuel usage 2,42 kg/hour and specific fuel consumption 2,52 kg/kWh."

"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)."