Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
Sistem kelistrikan Pulau Sabang merupakan off grid system, dimana listriknya di suplai dari Pembangkit Listrik Tenaga Diesel (PLTD) menggunakan Bahan Bakar Minyak (BBM) jenis solar. Disamping itu, Pulau Sabang memiliki potensi energi baru terbarukan seperti angin dan sinar matahari. Oleh karena itu, diperlukan konfigurasi optimal dalam memanfaatkan potensi energi baru terbarukan guna pengendalian pemakaian BBM, mengingat selain sulit untuk memperoleh BBM juga harganya mahal. Berdasarkan hasil simulasi menggunakan perangkat lunak HOMER diperoleh konfigurasi optimal energi baru terbarukan di Pulau Sabang yaitu konfigurasi Pembangkit Listrik Tenaga Hibrida (PLTH) yang mengkombinasikan konfigurasi Pembangkit Listrik Tenaga Surya (PLTS) dan Pembangkit Listrik Tenaga Diesel (PLTD) dengan nilai NPC sebesar $ 94335192, COE sebesar 0,287 $/kWh serta menghemat penggunaan Bahan Bakar Minyak (BBM) sebanyak 2.650.577 liter/tahun dari kondisi awal sistem yaitu konfigurasi PLTD. Kemudian, untuk mengurangi gas emisi CO2, NOx, HC, CO, SOx, dan partikulat (PM) yang memiliki dampak negatif terhadap lingkungan yang ditimbulkan dalam pengoperasian PLTD, maka konfigurasi optimal energi baru terbarukan di Pulau Sabang menggunakan Bahan Bakar Nabati (Biofeul) jenis biodiesel. Pada penelitian ini, selain mengitung penurunan gas emisi dan menganalisis dampak penurunan emisi juga menganalisis dari sisi kebijakan pemerintah yang terkait dengan ketenagalistrikan. Adapun penurunan bahan gas emsi yang diperoleh untuk SOx sebanyak 239 Kg/tahun, Partikulat (PM) sebanyak 1.473.340 Kg/tahun, CO2 sebanyak 128.629 Kg/tahun, NOx sebanyak 441 Kg/tahun, HC sebanyak 38 Kg/tahun dan sebanyak 88 Kg/tahun untuk emisi CO. ...... Sabang Island electrical system is off-grid systems, source of supply electrical from the Diesel Power Plant (PLTD). In addition, Sabang Island has the potential of renewable energy such as wind and solar. Therefore, the optimal configuration is needed in exploiting the potential of renewable energy in order to control fuel usage, since in addition it is difficult to obtain fuel and expensive. Based on the simulation results with software HOMER obtained configuration optimal of renewable energy on the island of Sabang which configuration Hybrid Power Plant (PLTH) which combines configuration Solar Power Plant (PLTS) and Diesel Power Plant (PLTD) with NPC = $ 94,335,192, COE = $ 0.287 / kWh and save the use of fuel as much as 2,650,577 liters/year compared of initial conditions the system is diesel configuration. Then, to reduce emissions of CO2, NOx, HC, CO, SOx, and particulate matter (PM) that has a negative impact on the environment caused by the operation of the diesel, the configuration optimal of renewable energy on the island of Sabang using Biofuel type biodiesel. In this study, in addition to counting the emissions decrease and analyzed the impacts of emissions reduction are also analyzed in terms of government policy related to electricity. The decrease in gas materials for SOx obtained 239 kg/year, Particulate (PM) obtained 1.473.340 Kg/year, as many as 128.629 kg/year of CO2, NOx obtained 441 kg/year, HC obtained 38 kg/year and as many as 88 kg/year for CO emissions.

Abstrak :
Penelitian ini dilakukan untuk mengetahui pemanfaatan potensi kotoran ternak sapi perah di Kawasan Usaha Peternakan Sapi sebagai bahan baku biogas, menentukan teknologi konversi, menghitung kapasitas energi listrik dari Pembangkit listrik tenaga Biogas yang dapat dibangkitkan dan mengkaji nilai pengurangan Satuan jumlah emisi CO2 yang bisa diturunkan. Berdasarkan potensi harian Kotoran ternak sapi di Kawasan Usaha Peternakan Sapi Perah yang dimanfaatkan sebagai bahan baku biogas dilakukan analisis perhitungan teknis maupun ekonomis dari pembangkit listrik tenaga biogas yang akan diimplementasikan. Hasil tersebut akan diuji sensitivitas untuk tingkat pengembalian dan jangka waktu pengembalian modal investasi terhadap dampak kenaikan harga lahan, tarif listrik dan Biaya operasi dan pemeliharaan pembangkit biogas.

---

This research was conducted to determine the potential utilization of dairy cow manure in the Area of Business Cattle Farming as a raw material for biogas, determine conversion technology, to calculate the capacity of electrical energy from power plants Biogas can be generated and assess the value of the amount of CO2 emission reduction units which can be lowered. Based on the daily potential of cattle dung in Dairy Cattle Farming Business Area which is used as raw material for biogas to analyze technical and economical calculation of biogas power plant that will be implemented. These results will be tested sensitivity to rate of return and payback period of investment to the impact of rising land prices, electricity tariff and cost of operation and maintenance of biogas plants.

Abstrak :
Meningkatnya kebutuhan akan energi terbarukan di mana salah satunya adalah tenaga angin, menimbulkan masalah baru, yaitu terjadinya fluktuasi dalam produksi energi angin tersebut. Untuk mengembangkan potensi energi angin, persiapan untuk pembangkitan ke jaringan memerlukan model prediksi potensi daya angin pada PLTBayu yang akan dihasilkan dari ladang angin. Dalam kondisi seperti ini, dibutuhkan model prediksi yang dapat memprediksi pola intermittent pada hasil prediksi daya angin yang dihasilkan. Metode prediksi daya angin yang akan dikembangkan dalam penelitian ini menggunakan metode statistik, metode-metode mesin pembelajaran dan proses pembelajaran lebih lanjut (deep learning). Di dalam penelitian ini dikembangkan model prediksi output daya angin menggunakan metode Triple Exponential Smoothing (TES) dengan mengadaptasi parameter α, β dan γ. Parameter-parameter ini dapat beradaptasi terhadap pola intermittent yang terbaca dengan variasi berbeda untuk setiap set data deret waktu pada tiga lokasi pengamatan. Dalam model prediksi daya angin di PLTBayu ini, metode Adaptive Parameters Triple Exponential Smoothing (APTES) digunakan untuk memproses penghalusan data deret waktu kecepaan angin historis, sementara Multiplicative Long Short Term Memory (MLSTM) digunakan untuk menentukan nilai prediksi tenaga angin dengan mengikuti pola intermittent yang terjadi pada area pengamatan. Setelah dilakukan pengujian dan analisa, model prediksi APTES-MLSTM mampu membaca sangat baik pola intermittent dengan pola yang berubah-ubah dan memiliki banyak variasi. Dengan pola intermittent yang sering terjadi, model ini mampu memprediksi dalam waktu jangka pendek dengan beberapa step ke depan. Hasil analisa menunjukkan MAPE untuk dua lokasi luaran daya angin: Pandansimo dan Ciemas, masing-masing dengan rata-rata sebesar 12,93% dan 7,70%. Dari hasil pengujian model di lahan Harjobinangun tanpa melakukan training pada MLSTM menunjukkan pada tahun 2011 nilai MSE sebesar 0,11453, pada tahun 2012 nilai MSE sebesar 0,10509 dan pada tahun 2013 nilai MSE sebesar 0,0449. Akurasi prediksi yang dihasilkan dengan model ini cenderung memiliki MSE semakin mengecil di setiap term dibandingkan dengan model dengan kombinasi metode-metode konvensional seperti Kalman Filter, Wavelet Decomposition, Bayesian Hierarchy, dikombinasikan dengan pembelajaran Support Vector Machine dan Neural Network. ......The increasing need for renewable energy where one of them is wind power, raises a new problem, namely the occurrence of fluctuations in the production of wind energy. To develop wind energy potential, preparation for generation to the network requires a prediction model of wind power potential on PLTBayu that will be produced from wind farms. Under these conditions, a predictive model is needed that can predict intermittent patterns on the results of the predicted wind power generated. The wind power prediction method that will be developed in this study uses statistical methods, machine learning methods and the process of further learning (deep learning). In this study a wind power output prediction model was developed using the Triple Exponential Smoothing (TES) method by adapting the parameters α, β and γ. These parameters can adapt to intermittent patterns that are read with different variations for each time series data set at the three observation locations. In this wind power prediction model in PLTBayu, the Adaptive Parameters Triple Exponential Smoothing (APTES) method is used to process refinement of historical wind speed data series, while Multiplicative Long Short Term Memory (MLSTM) is used to determine the predicted value of wind power by following intermittent patterns that follow occur in the observation area. After testing and analysis, the APTES-MLSTM prediction model is able to read very well intermittent patterns with changing patterns and has many variations. With intermittent patterns that often occur, this model is able to predict in the short term with several steps ahead (With the intermittent patterns that often occur, this model is able to predict in the short term with several steps ahead). The results of the analysis show MAPE for two locations of wind power output: Pandansimo and Ciemas, respectively with an average of 12.93% and 7.70%. From the results of testing the model in the Harjobinangun field without doing training in MLSTM shows that in 2011 the MSE value was 0.11453, in 2012 the MSE value was 0.10509 and in 2013 the MSE value was 0.0449. The accuracy of the predictions produced by this model tends to have MSE getting smaller in each term compared to the model with a combination of conventional methods such as Kalman Filter, Wavelet Decomposition, Bayesian Hierarchy, combined with learning Support Vector Machine and Neural Network.

Abstrak :
Harga minyak bumi yang mahal menjadikan subsidi pemerintah untuk PLTD menjadi sangat besar. Namun untuk beberapa propinsi tertentu di luar P. Jawa, PLTD masih menjadi andalan untuk menyuplai energi listrik, padahal masih banyak sumber daya alam di Indonesia yang berpotensi sebagai sumber energi alternatif belum dimanfaatkan, salah satunya adalah energi angin. Studi ini akan menentukan tinggi menara yang optimal untuk PLTB bila dibangun di Kupang, NTT yang akan digunakan untuk menghitung biaya produksi sistem hybrid Pembangkit Listrik Tenaga Bayu (PLTB) dan PLTD di Kupang, NTT dan penghematan tahunan yang dapat diperoleh dari sistem hybrid tersebut.

---

High oil prices lately have made huge government?s subsidies for diesel electric generating plants. However, certain provinces outside Java island still rely on diesel electric generating plants to supply their electricity, while, a lot of natural resources in Indonesia which has a potential as alternative energy resources weren?t been developed yet, amongst them is wind energy. This study will determine the optimal tower's height for wind turbine in Kupang, NTT. The result will be used to calculate the production cost of wind turbine generating plant and diesel electric generating plant hybrid system in Kupang, NTT and the amount of annual savings from the hybrid system.