Analisis Karakteristik Input-Output dan Optimasi Biaya Pembangkitan Menggunakan Metode Quadratic Least Square Regression dan Metode Dynamic Genetic Algorithm
Optimalisasi produksi listrik, khususnya pada pembangkit termal membutuhkan analisis karakteristik input-output dan pembebanan yang tepat agar beroperasi dengan baik. Karakteristik input-output akan mengawasi pergeseran yang terlihat dari kurva dan mendeteksi perlu adanya maintenance atau tidak pada...
Saved in:
Main Authors: | , , |
---|---|
Format: | EJournal Article |
Published: |
Universitas Jember,
2017-11-07.
|
Subjects: | |
Online Access: | Get Fulltext |
Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
LEADER | 01851 am a22002173u 4500 | ||
---|---|---|---|
001 | BST_article_view_5705_4252 | ||
042 | |a dc | ||
100 | 1 | 0 | |a Anggraeni, Rina |e author |
245 | 0 | 0 | |a Analisis Karakteristik Input-Output dan Optimasi Biaya Pembangkitan Menggunakan Metode Quadratic Least Square Regression dan Metode Dynamic Genetic Algorithm |
260 | |b Universitas Jember, |c 2017-11-07. | ||
500 | |a https://jurnal.unej.ac.id/index.php/BST/article/view/5705 | ||
520 | |a Optimalisasi produksi listrik, khususnya pada pembangkit termal membutuhkan analisis karakteristik input-output dan pembebanan yang tepat agar beroperasi dengan baik. Karakteristik input-output akan mengawasi pergeseran yang terlihat dari kurva dan mendeteksi perlu adanya maintenance atau tidak pada sebuah pembangkit. Karakteristik input-output dapat dihitung dengan metode quadratic least square regression. Sedangkan pembebanan yang tepat, membuat produksi listrik sesuai maksimal beban yang diinginkan dengan biaya paling murah. Perhitungan pembebanan dilakukan dengan metode dynamic genetic algorithm. Metode ini diaplikasikan pada data PT. PJB UP Gresik bulan Juli 2015 didapatkan total biaya bahan bakar yang dihemat sebesar 3.162,9147 KNM3 dan biaya bahan bakar sebesar $22.773 dibandingkan PJB. Kata Kunci: dynamic genetic algorithm, economic dispatch, karakteristik input-output, quadratic least square regression. | ||
546 | |a eng | ||
655 | 7 | |a info:eu-repo/semantics/article |2 local | |
655 | 7 | |a info:eu-repo/semantics/publishedVersion |2 local | |
700 | 1 | 0 | |a Hardianto, Triwahju |e author |
700 | 1 | 0 | |a Setiawan, Dedy Kurnia |e author |
786 | 0 | |n 2339-0069 | |
786 | 0 | |n BERKALA SAINSTEK; Vol 5 No 2 (2017); 124-128 | |
787 | 0 | |n https://jurnal.unej.ac.id/index.php/BST/article/view/5705/4252 | |
856 | 4 | 1 | |u https://jurnal.unej.ac.id/index.php/BST/article/view/5705/4252 |z Get Fulltext |