Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
Kereta listrik adalah salah satu mode transportasi yang paling banyak digunakan oleh masyarakat Indonesia. Selain biayanya yang ekonomis, kereta listrik dapat mengantarkan penggunanya ke tujuan dengan lebih cepat dibandingkan kendaran lain seperti mobil atau motor yang rentan terjebak kemacetan lalu lintas. Mengingat kebergantungan masyarakat yang cukup besar terhadap kereta lisrik, maka dibutuhkan penelitian lebih lanjut untuk meningkatkan tingkat efisiensinya. Salah satu bentuk peningkatan efisiensi adalah dengan mengurangi nilai energi yang dihabiskan oleh kereta listrik saat beroperasi. Pengoptimalan kereta listrik dalam segi konsumsi energi dapat dilakukan dengan bantuan algoritma Artificial Bee Colony (ABC). Algoritma ABC adalah algoritma yang meniru perilaku koloni lebah madu dalam mencari solusi. Skripsi ini menunjukkan hasil pengaplikasian algoritma ABC dalam menemukan solusi berupa nilai konsumsi energi terkecil. ......An electric train is one of the most widely used modes of transportation used by Indonesians. Aside from being economical, an electric train can take their users to their destinations quicker than vehicles such as cars or motorbikes which are prone to getting stuck in traffic jams. Given how dependent the community is on electric trains, further research is needed to increase the level of efficiency. One form of increasing the efficiency of an electric train is to reduce the value of the energy consumed by the electric train while operating. Optimizing electric trains in terms of energy consumption can be done with the help of the Artificial Bee Colony (ABC) algorithm. The ABC algorithm is an algorithm that mimics the behavior of honeybee colonies in finding solutions. This thesis shows the results of applying the ABC algorithm in finding a solution in the form of the smallest energy consumption value.

Abstrak :
Kereta Rel Listrik (KRL) Jabodetabek merupakan salah satu transportasi yang masih diminati oleh masyarakat Jabodetabek untuk beraktivitas sehari-hari. Pada tahun 2022, jumlah pengguna tahunan KRL Jabodetabek mencapai 217,965,000 penumpang dengan rata-rata pengguna bulanan sekitar 18,163,750 penumpang setiap bulannya selama tahun 2022. Melihat jumlah pengguna KRL Jabodetabek yang cukup besar, maka perlu adanya strategi agar kebutuhan energi listrik dalam bidang transportasi di Jabodetabek khususnya untuk kereta listrik. Pada penelitian ini dilakukan pengambilan data kecepatan kereta secara waktu-nyata menggunakan Phyphox, kemudian data kecepatan akan dilakukan perhitungan konsumsi energinya. Data kecepatan tersebut nantinya akan dijadikan acuan untuk perancangan sistem optimasi profil kecepatan menggunakan dynamic programming. ......Electric train system is one of transportation system in Jabodetabek that preffered by people to do their daily activities. In 2022, the annual users of electric train in Jabodetabek reaches 217,965,000 passengers with an average monthly users of around 18,163,750 passengers per month during 2022. Based on the large number of electric train in Jabodetabek users, it is necessary to have a strategy to fulfill the demand for electrical energy in the transportation sector in Jabodetabek, especially for electric trains. In this research, a real-time of train speed data will be obtained was by using Phyphox, then the speed data will be calculated for its energy consumption. The speed data will be used as a reference for designing a speed profile optimization system by using dynamic programming. The result of optimizing speed profile by using dynamic programming is the energy consumption of train can be optimized by 12.89%.

Abstrak :
Kereta sebagai salah satu peningkatan infrastruktur di Indonesia menjadi mode transportasi yang umum dipakai oleh masyarakat. Optimalisasi operasional kereta menjadi salah satu tantangan dimana kereta listrik menjadi solusi dengan biaya operasional rendah serta gaya traksi tinggi. Bentuk optimasi dapat dilihat dari penggunaan energi dalam perjalanan berdasarkan profil kecepatan kereta. Optimisasi kecepatan kereta dapat menggunakan salah satu algoritma optimasi yaitu Differential Evolution (DE) Algorithm. DE merupakan algoritma metaheuristik untuk mencari global optimum pada continuous space. Untuk mencapai hasil yang optimum, DE mengaplikasikan tahap inisialisasi, mutasi, crossover, hingga seleksi pada setiap interval waktu perjalanan. Solusi profil kecepatan dapat menentukan mode berkendara (accelerating, cruising, coasting, braking) untuk mencapai penggunaan energi terendah dalam operasional kereta. ......Train, one of the infrastructure improvements in Indonesia, is a mode of transportation commonly used by the public. Optimizing train operations is one of the challenges where electric trains are a solution with low operational costs and high tractive force. Optimization can be seen from the use of energy in the journey based on the train speed profile. Train speed optimization can use one of the optimization algorithms, namely the Differential Evolution (DE) Algorithm. DE is a metaheuristic algorithm for finding the global optimum in continuous space. To achieve optimum results, DE applies the initialization, mutation, crossover, and selection stages at each travel time interval. Speed ​​profile solutions can determine driving modes (accelerating, cruising, coasting, braking) to achieve the lowest energy use in train operations.

Abstrak :
Di Indonesia, kereta api telah menjadi moda transportasi yang populer dan efisien, menawarkan kenyamanan dan kecepatan bagi pengguna. Dalam operasionalnya, salah satu tantangan utama adalah optimisasi, di mana kereta listrik muncul sebagai solusi yang efektif dengan biaya operasional rendah dan gaya traksi tinggi. Profil trayektori kecepatan yang mengindikasikan kecepatan yang diizinkan pada setiap posisi dapat membimbing pengemudi atau sistem operasi otomatis kereta (ATO) untuk mengoperasikan kereta dengan lebih efisien. Penelitian ini mengkaji pendekatan optimisasi untuk trayektori kecepatan Kereta Rel Listrik (KRL), dengan mempertimbangkan konsumsi energi sebagai ukuran kepuasan perusahaan kereta api dan waktu perjalanan sebagai ukuran kepuasan penumpang. Optimisasi kecepatan kereta dapat menggunakan algoritma Hybrid Evolutionary Algorithm (HEA). Penelitian ini mengusulkan metode multiobjektif untuk mengoptimalkan lintasan kecepatan kereta, dengan mempertimbangkan batasan kecepatan, strategi mengemudi yang meliputi fase accelerating, cruising, coasting, braking, serta adaptasi terhadap kondisi kemiringan, dan kurvatur lintasan. Selain itu, penelitian ini menunjukkan bagaimana Pareto front dari setiap generasi algoritma dapat digunakan untuk mengevaluasi dan memilih strategi operasi yang paling efektif. Dalam penelitian ini didapat bahwa hasil dari solusi yang didapat bisa mengurangi total energi sebesar 21.97% dan total waktu tempuh sebesar 5.11%. ......In Indonesia, trains have become a popular and efficient mode of transportation, offering comfort and speed to users. One of the main challenges in their operation is optimization, where electric trains emerge as an effective solution with low operational costs and high tractive force. A speed trajectory profile that indicates the authorized speed at each position can guide the driver or the automatic train operation (ATO) system to operate the train more efficiently. This study examines the optimization approach for the speed trajectory of Electric Rail Trains (KRL), considering energy consumption as a measure of railway company satisfaction and travel time as a measure of passenger satisfaction. Train speed optimization can utilize the Hybrid Evolutionary Algorithm (HEA). This research proposes a multi-objective method to optimize the train speed trajectory, taking into account speed limits, driving strategies including accelerating, cruising, coasting, and braking phases, as well as adaptation to track slope and curvature conditions. Additionally, this study demonstrates how the Pareto front of each algorithm generation can be used to evaluate and select the most effective operational strategy. In this research, it was found that the results of the solution obtained could reduce total energy by 21.97% and total travel time by 5.11%.

Abstrak :
Kereta listrik merupakan salah satu mode transportasi umum yang banyak digunakan di Indonesia karena ramah lingkungan, mampu mengangkut banyak orang, dan berbiaya relatif terjangkau. Faktor-faktor tersebut membuat peningkatan efisiensi energi kereta menjadi hal yang penting untuk menurunkan biaya dan emisi di tengah isu perubahan iklim dan urbanisasi. Oleh karena itu, penggunaan Energy Storage Device (ESD) dan pemilihan profil kecepatan operasional kereta yang optimal diperlukan agar konsumsi energi kereta menjadi sekecil mungkin. Problem penentuan profil kecepatan kereta ini dapat dimodelkan menjadi problem multi stage yang dapat diselesaikan dengan algoritma dynamic programming (DP). Dynamic programming banyak digunakan karena DP memperhitungkan semua kemungkinan state space yang ada sehingga menghasilkan hasil yang paling optimal. Pada penelitian ini, penentuan profil kecepatan yang optimum dilakukan dengan mempertimbangkan kenyamanan penumpang, karakteristik Energy Storage Device seperti energi awal dan daya maksimum, elevasi dan batas kecepatan pada jalur, serta batasan waktu. Model yang digunakan adalah model berbasis gaya dengan massa berupa titik dan on-board ESD. Model konsumsi energi dari kereta hanya mempertimbangkan energi yang dikonsumsi sistem traksi (tidak termasuk sistem pendingin, penerangan ataupun akomodasi kereta). Pemodelan perjalanan dilakukan dengan membagi mode berkendara kereta menjadi accelerating, cruising, coasting, dan braking. Kombinasi mode berkendara ini kemudian disimulasikan pada model jalur dengan membagi jalur menjadi beberapa bagian setiap interval jarak tertentu dan menyelesaikannya dengan algoritma DP berbasis forward induction. Hasilnya didapatkan profil kecepatan kereta terhadap posisi kereta yang optimal berdasarkan kriteria konsumsi energi dengan penurunan konsumsi energi akibat penggunaan ESD hingga 13.58% untuk daya ESD 500kJ dan batas waktu 110s. ......Electric train is one of the most commonly used mode of transportation in Indonesia owing to its environmental friendliness, high capacity, and relatively low cost. These factors make increasing train energy efficiency an important issue to reduce cost and emission amid climate change and urbanization issues. Hence, the use of Energy Storage Device (ESD) and selection of optimum speed profile are needed to ensure train energy consumption to be as low as possible. The problem of determining the train speed profile could be modelled as a multi-stage problem which could be solved by the dynamic programming algorithm (DP). Dynamic programming is commonly used because DP calculates all possible state-space combinations, outputting the most optimum result. In this research, the determination of the optimum speed profile is done by considering passenger comfort, characteristics of ESD such as initial energy content and maximum power, elevation and speed limits of the train track, and time limit. The model used in this research is a force-based model with point-mass and on-board ESD. The energy consumption model only considers the energy consumed by the traction system (doesn’t include energy consumed by air conditioning, lighting, or accommodation systems of the train). Modelling of the train journey is done by dividing the driving mode of the train into accelerating, cruising, coasting, and braking. This combination of driving modes is then simulated on the train track model by dividing the track into several segments every fixed distance and then solving it by using a forward- induction based DP. The result is an optimum train speed profile measured against train position based on energy consumption criterion with energy consumption reduction of up to 13.58% for ESD with a power of 500kJ and 110s journey time limit.

Abstrak :
Kereta listrik merupakan salah satu transportasi umum yang digunakan dalam rangka mengurangi jumlah konsumsi bahan bakar fosil. Pengurangan ini disebabkan oleh kelangkaan bahan bakar fosil serta dampak negatif akibat proses pembakaran bahan bakar fosil. Peningkatan jumlah penumpang setiap tahun menyebabkan efisiensi energi perlu dipertimbangkan. Efisiensi energi dalam pengoperasian kereta erat kaitannya dengan optimasi pada profil kecepatan. Hasil optimasi profil kecepatan dapat diterapkan pada Driver Advisory System (DAS) maupun Automatic Train Operation (ATO). Berbagai jenis algoritma optimasi dapat digunakan untuk mendapatkan profil kecepatan yang optimal, salah satunya Ant Colony Optimization (ACO). ACO merupakan salah satu anggota swarm intelligence dan terinspirasi oleh perilaku koloni semut dalam mencari makanan. Pada ACO setiap semut buatan memilih solusi berdasarkan informasi feromon dan heuristik. Selain optimasi profil kecepatan, pengereman regeneratif juga berperan dalam meningkatkan efisiensi energi. Energi yang biasanya terbuang dalam bentuk panas oleh braking resistor pada pengereman dapat disimpan ke Energy Storage Device (ESD). Pada skripsi ini, akan digunakan ACO sebagai algoritma untuk mencari profil kecepatan. Selain itu digunakan On-board Energy Storage Device (OESD) sehingga energi yang dihasilkan pengereman regeneratif dapat disimpan. ACO yang digunakan berjenis Max-Min Ant System (MMAS) dengan variabel bebas antara lain bobot informasi heuristik, jumlah semut buatan, jumlah iterasi maksimum, dan batas atas/bawah informasi feromon. Berdasarkan hasil simulasi, ant colony dapat digunakan untuk mencari profil kecepatan dengan waktu komputasi yang rendah. ......Electric trains are one of the public transportations used in order to reduce the amount of fossil fuel consumption. This reduction is due to the scarcity of fossil fuels and the negative impact of the process of burning fossil fuels. The increasing number of passengers every year causes energy efficiency to be considered. Energy efficiency in train operation is closely related to optimization of the speed profile. The speed profile optimization results can be applied to the Driver Advisory System (DAS) and Automatic Train Operation (ATO). Various types of optimization algorithms can be used to obtain an optimal speed profile, one of which is Ant Colony Optimization (ACO). ACO is a member of swarm intelligence and is inspired by the behavior of ant colonies in search of food. In ACO, each artificial ants chooses a solution based on pheromone and heuristic information. In addition to optimizing the speed profile, regenerative braking also plays a role in increasing energy efficiency. Energy that is usually wasted in the form of heat by the braking resistor during braking can be stored to the Energy Storage Device (ESD) . In this thesis, ACO will be used as an algorithm to find the speed profile. In addition, an On-board Energy Storage Device (OESD) is used so that the energy produced by regenerative braking can be stored. The ACO used is a Max-Min Ant System (MMAS) with independent variables including the weight of heuristics information, the number of artificial ants, the maximum number of iterations, and the upper/lower limits of pheromone information. Based on the simulation results, ant colony can be used to find a speed profile with low computing time.