Professional Documents
Culture Documents
PROPOSAL TUGAS AKHIR (Alogaritma Genetika) 2
PROPOSAL TUGAS AKHIR (Alogaritma Genetika) 2
Disusun Oleh :
ILHAM AKBAR NIRAWANA
NIM. 14250252
1
HALAMAN PERSETUJUAN
PROPOSAL TUGAS AKHIR
Disetujui,
Pembimbing I Pembimbing II
Mengetahui,
Ketua Jurusan Teknik Elektro
ii
PRAKATA
Segala puji syukur senantiasa Saya ucapkan kehadirat ALLAH SWT yang
telah memberikan kesehatan, keteguhan, kekuatan, berkah dan hidayah-Nya. Serta
tak lupa kepada Nabi Muhammad SAW, sehingga dapat menyelesaikan Tugas
Akhir ini, yang berjudul : “OPTIMASI PENJADWALAN EKONOMIS PADA UNIT
iii
INTISARI
iv
ABSTRAK
v
DAFTAR ISI
JUDUL ..................................................................................................................... i
HALAMAN PERSETUJUAN ................................................................................ ii
PRAKATA ............................................................................................................. iii
INTISARI............................................................................................................... iv
ABSTRAK ................................................................................................................ v
DAFTAR ISI .......................................................................................................... vi
DAFTAR GAMBAR ........................................................................................... viii
DAFTAR TABEL .................................................................................................. ix
BAB I PENDAHULUAN ....................................................................................... 1
1.1 Latar Belakang ......................................................................................... 1
1.2 Rumusan Masalah .................................................................................... 2
1.3 Tujuan Penelitian ...................................................................................... 2
1.4 Manfaat Penelitian .................................................................................... 3
1.5 Batasan Masalah ....................................................................................... 3
1.6 Hipotesis ................................................................................................... 3
1.7 Kebaruan .................................................................................................. 4
BAB II TINJAUAN PUSTAKA............................................................................. 5
2.1 Kajian Pustaka .......................................................................................... 5
2.2 Dasar Teori ............................................................................................... 7
2.2.1 Operasi Ekonomis Pembangkit Listrik ............................................. 7
2.2.2 Optimasi Penjadwalan Ekonomis ..................................................... 8
2.2.3 Pembangkit Listrik Tenaga Gas ........................................................ 8
2.2.4 Turbin Gas ......................................................................................... 8
2.2.5 Governor ......................................................................................... 10
2.2.6 Generator ......................................................................................... 10
2.2.7 AVR (Automatic Voltage Regulator) ............................................. 11
2.2.8 Paralel Generator ............................................................................. 12
2.2.9 Load Sharing ................................................................................... 12
2.2.10 Karakteristik Unit Pembangkit Thermal ......................................... 13
vi
vii
Gambar 2.3 Kurva Karakteristik Input Output Unit Thermal (Tuegeh, 2009) ..... 14
viii
DAFTAR TABEL
ix
BAB I
PENDAHULUAN
1
2
menggunakan metode Algortima Genetika adalah karena menurut (Gen & Cheng,
1997) Algoritma Genetika merupakan algoritma yang berbasis populasi yang
memungkinkan digunakan pada optimasi masalah dengan ruang pencarian (search
space) yang sangat luas dan kompleks. Properti ini juga memungkinkan Algoritma
Genetika untuk melompat keluar dari daerah optimum lokal. Diharapkan dengan
menggunakan metode ini akan dapat menghemat 5 % penggunaan bahan bakar
untuk unit PLTG di JOB P-PEJ.
Berdasarkan uraian diatas, maka penulis mengambil judul Tugas Akhir
“Optimasi Penjadwalan Ekonomis Pada Unit PLTG Joint Operation Body
Pertamina – Petrochina East Java Dengan Menggunakan Metode Algoritma
Genetika”.
1.6 Hipotesis
Hasil dari optimasi dengan menggunakan metode Algoritma Genetika ini
diharap dapat menghemat penggunaan bahan bakar sebesar 5 % untuk unit PLTG
di JOB P-PEJ.
4
1.7 Kebaruan
Penelitian ini memiliki kebaruan dari sisi penggunaan metode perhitungan
optimasi. Pada penelitian ini metode yang diusulkan adalah metode Algoritma
Genetika untuk menyelesaikan permasalahan optimasi penjadwalan ekonomis pada
unit PLTG di JOB P-PEJ.
BAB II
TINJAUAN PUSTAKA
5
6
2.2.5 Governor
Governor merupakan perangkat penting dalam pembangkit listrik yang
mengontrol output kecepatan atau daya output baik itu mesin disel atau turbin.
Governor merupakan satu alat pengaturan kecepatan pengerak mula (prime mover)
dengan mengontrol bahan bakar untuk mempertahankan kecepatan (atau beban)
pada tingkat yang diinginkan. Governor mengatur lajunya bahan bakar
dengan memanfaatkan umpan balik secara loop dalam sistem kontrol yang
mengontrol jumlah bahan bakar untuk mengontrol kecepatan mesin. Geovernor
bertugas untuk mengatur kecepatan mesin dengan cara membandingkan kecepatan
aktual dengan kecepatan yang diinginkan (kecepatan setpoint) (Graha, 2014).
2.2.6 Generator
Generator adalah salah satu jenis mesin listrik yang digunakan sebagai alat
pembangkit energi listrik dengan cara menkonversikan energi mekanik menjadi
energi listrik. Untuk mendapatkan tegangan terminal generator yang konstan, maka
arus jangkar dan sudut daya harus tetap pula. Besarnya perubahan beban yang dapat
ditanggung generator perlu diketahui yang disesuaikan dengan kemampuan
generator sehingga kestabilan generator dapat dijaga (Bandri, 2013).
Adapun prinsip kerja dari generator secara umum menurut
(Bandri, 2013) adalah sebagai berikut :
11
atau daya generator pembangkit listrik sesuai dengan perubahan bebannya, dan
sangat diperlukan bila memiliki lebih dari dua generator dengan karakteristik yang
berbeda yang beroperasi secara paralel. Dengan alat pembagi beban generator,
maka setiap generator mempunyai faktor penggunaan (beban maksimum dibagi
kapasitas generator) yang sama dan kecil (Graha, 2014). Pembagian beban harus
dibagi berdasarkan jumlah beban total yang dibutuhkan dan telah
memperhitungakan rugi-rugi pada transmisi dan batas maksimum dan minimum
daya yang dapat dibangkitkan pada masing-masing pembangkit listrik. Dalam
persamaanya dapat dituliskan pada persamaan (2.1) dan (2.2) sebagai berikut :
Pg = PD + PL .................................................................................................... (2.1)
𝑷𝐠 = ∑𝒏𝒊=𝟏 𝑷𝒊 ................................................................................................... (2.2)
Dimana : Pg = total daya yang dibutuhkan (MW)
Pi = output daya masing-masing pembangkit listrik (KW)
i = 1, 2, 3,...n (jumlah pembangkit listrik ke-n)
PD = total beban sistem (MW)
PL = total rugi-rugi transmisi (Watt)
Masing-masing pembangkit listrik memiliki batas-batas kapasitas daya yang dapat
dibangkitkan dituliskan pada persamaan (2.3) :
P min i ≤ Pi ≤ P maxi ....................................................................................... (2.3)
Dimana : Pi = output daya masing-masing pembangkit listrik (KW)
P min i = pembangkitan minimum unit pembangkit listrik (KW)
P max i = pembangkitan maksimum unit pembangkit listrik (KW)
bakar pembangkit listrik yang digunakan digambarkan oleh fungsi kuadrat dari
daya aktif yang dibangkitkan pada generator sebagaimana yang ditunjukkan pada
Gambar 2.3 (Susilo, et al., 2014). Untuk mendefinisikan karakteristik unit thermal
digunakan :
H = Total konsumsi bahan bakar ke unit Btu/jam,
F = Total biaya bahan bakar per jam Rp/jam
Pada Gambar 2.3 menunjukkan karakteristik input dan output dari unit
pembangkit thermal dalam bentuk yang ideal. Input dari pembangkit thermal
ditunjukkan pada sumbu tegak yaitu energi panas yang dibutuhkan dalam bentuk
Mbtu/h (thousand of btu per hour) atau biaya total per jam (Rp/jam). Output dari
pembangkit ditunjukkan pada sumbu mendatar yaitu daya listrik, yang memiliki
batas-batas kritis operasi yaitu daya maksimum dan minimum dari pembangkit
thermal.
Gambar 2.3 Kurva Karakteristik Input Output Unit Thermal (Tuegeh, 2009)
Tujuan utama karakteristik tersebut adalah untuk mendapatkan persamaan
konsumsi bahan bakar terhadap daya aktif yang dihasilkan pembangkit diberikan
dalam bentuk fungsi kuadrat regresi polinomial pada persamaan (2.4) .
Hi(Pi) = α + βPi + γPi2 ...................................................................................... (2.4)
Untuk total konsumsi bahan bakar pembangkit dirumuskan pada persamaan (2.5) :
𝑯 = ∑𝒏𝒊=𝟏 𝑯𝒊 ................................................................................................... (2.5)
15
Untuk menghitung jumlah persentase konsumsi bahan bakar jika dalam satuan
MMBTU dengan mengacu pada standar (U.S. Energy Information Administration
(EIA), 2015) dapat diformulasikan pada persamaan (2.6).
𝑯
%𝑯 = ( 𝑷𝐠 ) x 100% ....................................................... (2.6)
𝟎,𝟎𝟎𝟑𝟒𝟏𝟐
Hubungan antara total biaya bahan bakar terhadap total konsumsi bahan bakar yang
dibutuhkan pembangkit listrik dirumuskan oleh persamaan (2.7) berikut :
F = H x Fuel Cost ........................................................................................... (2.7)
Dimana: Hi = konsumsi bahan bakar tiap unit pembangkit listrik
(Mbtu/jam)
H = total konsumsi bahan bakar tiap unit pembangkit
listrik (Mbtu/jam)
%H = total presentase konsumsi bahan bakar tiap unit
pembangkit listrik (%)
Pg = total daya yang dibutuhkan (MW)
F = total biaya operasi sistem pembangkit listrik
($/jam)
Pi = daya keluaran tiap unit pembangkit listrik (MW)
i = 1, 2, 3,.., n (untuk urutan pembangkit listrik ke-n)
α, β , γ = koefisien konsumsi bahan bakar
Fuel Cost = harga bahan bakar ($/Mbtu)
3) Crossover seragam
4) Crossover dengan permutasi
6. Mutasi adalah operator yang berperan untuk menggantikan gen yang hilang
dari populasi akibat proses seleksi yang memungkinkan munculnya kembali
gen yang tidak muncul pada inisialisasi populasi. Ada dua metode untuk
mutasi yaitu :
a. Mutasi bernilai real
b. Mutasi bernilai biner
7. Laju perubahan adalah parameter control algoritma genetika, yaitu ukuran
populasi (popsize), peluang crossover (pc) dan peluang laju mutasi (pm).
Keseluruhan tahapan-tahapan dalam metode Algoritma Genetika
ditunjukkan pada Gambar 2.4 (Firmansyah, et al., 2012).
jumlah konsumsi bahan bakar pembangkit listrik. Nilai fitness akan dicari
dengan cara memasukkan nilai gen pada persamaan (2.4) ditunjukkan pada
persamaan (2.15).
𝒏
𝑵𝑭(𝑲𝒊) = ∑𝒊=𝟏 𝑵𝑭𝒊 (𝐠𝒆𝒏𝒊 ) .............................................................. (2.14)
for Hasil
Pilih kromoson dengan nilai fitness terendah pada populasi baru.
end
until (Batasan Konvergen telah Tercapai)
Pada antar muka MATLAB terdapat enam fitur yang akan digunakan pada
penelitian ini :
1. Window Utama MATLAB
Window ini adalah window induk yang melingkupi seluruh lingkungan kerja
MATLAB. Tidak ada fungsi utama pada fitur window ini selain sebagai
tempat dock-ing bagi form yang lain.
2. Workspace
Fitur ini berfungsi sebagai navigator bagi pemakai dalam penyediaan
informasi mengenai variable yang sedang aktif dalam workspace pada saat
pemakaian. Wokspace adalah suatu ruang lingkup abstrak yang menyimpan
seluruh variabel dan perintah yang pernah digunakan selama penggunaan
MATLAB berlangsung.
3. Current Directory
Fitur ini berfungsi sebagai browser direktori aktif untuk membuka dan
menyimpan file MATLAB.
4. Command History
Fitur ini berfungsi sebagai penyimpan perintah-perintah yang pernah
dikerjakan pada suatu workspace.
5. Command Window
Fitur ini berfungsi sebagai penerima perintah dari pemakai untuk
menjalankan MATLAB. Command Window ini adalah media utama bagi
kita untuk berinteraksi dengan MATLAB.
6. MATLAB Editor
Fitur ini berfungsi untuk membuat skrip program MATLAB.
BAB III
METODE PENELITIAN
25
26
5. Pembuatan Laporan
Pembuatan laporan bertujuan untuk memaparkan hasil yang diperoleh dari
penelitian yang dilakukan.
10. Jika nilai fitness kromosom yang bermutasi lebih kecil dari nilai fitness terbesar
pada populasi awal maka dua kromosom dengan nilai fitness terbesar pada
populasi awal akan di gantikan dengan dua kromosom yang bermutasi. Namun
jika nilai fitness kromosom yang bermutasi lebih besar dibandingkan nilai
fitness terbesar dari populasi awal maka proses mutasi akan diulang kembali.
11. Membuat populasi baru (Pop(i+1)) dan menghitung masing-masing nilai fitness
kromosomnya menggunakan persamaan (2.14) dan (2.15).
12. Menyeleksi kromosom dengan nilai fitness terkecil dan membagi pembebanan
pembangkit listrik sesuai dengan masing-masing nilai gen pada kromosom
tersebut (geni = Pi).
13. Memasukkan output yang dibangkitkan pada masing-masing pembangkit
listrik (Pi) pada fungsi karakteristik input-output masing-masing pembangkit
listrik untuk mencari banyaknya konsumsi bahan bakar pada pembangkit listrik
(Hi) seperti ditunjukkan pada persamaan (2.4).
14. Menghitung jumlah total konsumsi bahan bakar (H) dengan menjumlahkan
semua hasil konsumsi bahan bakar pada setiap pembangkit listrik (Hi). Seperti
ditunjukkan pada persamaan (2.5).
15. Ploting grafik garis jumlah iterasi terhadap total konsumsi bahan bahan bakar
pembangkit listrik (H) yang akan di tampilkan pada MATLAB R2013a.
16. Jika batas konvergen (konvergen adalah suatu kondisi dimana hasil total
konsumsi bahan bakar yang dihasilkan selalu sama selama berturut-turut)
belum tercapai maka tahap akan berulang kembali dengan populasi baru
sebagai populasi awal (Pop(i+1) = Popi) dan dimuai dari tahap perhitungan nilai
fitness masing-masing kromosom untuk diseleksi kembali sebagai parent1 dan
parent2.
17. Jika batas konvergen telah tercapai maka hasil pembebanan paling optimal
pada masing-masing pembangkit listrik akan ditampilkan pada Command
window MATLAB R2013a.
18. Menghitung hasil optimasi pembangkit listrik dengan menghitung selisih dari
data awal total konsumsi bahan bakar yang sebelum di optimasi dengan total
konsumsi bahan bakar yang diperoleh dari hasil optimasi.
29
Angdrie, S. V., Patras, L., Tumaliang, H. & Lisi, F., 2011. Optimasi Biaya Bahan
Bakar untuk Penjadwalan Unit-Unit pada Pembangkit Thermal Sistem Minahasa
dengan Metode Iterasi Lamda.
Gen, M. & Cheng, R., 1997. Genetic Algorithms and Engineering Design. 1st
penyunt. Ashikaga, Japan: A Wiley-Interscience Publication.
Graha, S., 2014. Power Management PLN-Genset pada Bank Indonesia Cabang
Banjarmasin. Jurnal POROS TEKNIK, 6(2), pp. 55-102.
Muslim, S., J. & R, P. W., 2008. Teknik Pembangkit Tenaga Listrik. 1st penyunt.
Jakarta: Direktorat Pembinaan Sekolah Menengah Kejuruan.
Muslim, S., J. & R, P. W., 2008. Teknik Pembangkit Tenaga Listrik. 3rd penyunt.
Jakarta: Direktorat Pembinaan Sekolah Menengah Kejuruan.
Nabila, H., 2017. Analisis Economic Dispatch pada PLTU Sektor Bukit Asam
menggunakan Metode Iterasi Lambda dan Dynamic Programming,
Bandarlampung: Universitas Lampung.
31
32
Nugroho, A., 2006. Metode Pengaturan Penggunaan Tenaga Listrik dalam Upaya
Penghematan Bahan Bakar Pembangkitan dan Energi. Transmisi, 11(1), pp. 45-51.
Riyanto, S., Suyono, H. & Dahlan, H. S., 2012. Penjadwalan Pembangkit Tenaga
Listrik Jangka Pendek Menggunakan Ant Colony. Jurnal EECCIS, 6(2), pp. 97-
106.
Saehana, S., Iskandar, F., Abdullah, M. & Khairurrijal, 2011. Optimasi Parameter
Pemintalan Elektrik Menggunakan Teknik Algoritma Genetika Tegangan Listrik
dan Jarak Nozzle-Kolektor. J.Oto.Ktrl.Inst (J. Auto.Ctrl.Inst), 3(1), pp. 41-46.
Susilo, J., Facta, M. & Handoko, S., 2014. Simulasi Perhitungan Pembebanan
Ekonomis pada Pusat Listrik Tenaga Uap dan Gas Dengan Metode Lagrange
Multiplier (Studi Kasus di PT.Petrokimia Gresik). TRASIENT, 3(4), pp. 580-585.