Mediatek, Vol.1 No.1 Juni 2012 Amir Hamzah, Analisa Linier Bangunan 3D yang menggunakan Base Isolator

Diterbitkan Fakultas Teknik UNA 38

ANALISIS SISTEM DISTRIBUSI KELISTRIKANDENGAN METODE FUZZY – GA

Abdul Azis,Staf Pengajar Universitas Muhamadiyah Sumatra Utara

Dicky Apdilah,Staff Pengajar Amik INTEL Com GLOBAL INDO.dicky@nusa.net.id

ABSTRACT

Emergency restoration of service is a step in the distribution system to maintain continuity of poweroutages in the area due to the interference by network reconfiguration. So the network canmenyelesaiakan meregekonfigurasi interference problems that occur in the network.

By considering the economic and security terms, service recovery procedures defined by someobjective function of optimization constraints. However, the value - the value of the security remains apriority of the safety of some of the objects to be protected.

Combination fuzzy-GA method will solve this problem. The simulation results of a sample of thedistribution system network will demonstrate the effectiveness of the algorithm can solve permasalahnini.Sehingga electricity that has been happening, mininmal can reduce the problems due tooptimization in the field very far from the theoretical and field data.

Keywords: distribution network, reconfiguration and fuzzy-GA

1. Pendahuluan

Kecepatan pemulihan pelayanan untukmenyuplai pelanggan dan kecepatan untukkembali ke kondisi operasi normal merupakanhal yang perlu diperhatikan jika sistemmengalami gangguan. Banyaknya alternatifkonfigurasi baru yang mungkin dibuat, akanmempersulit operator dalam menentukanpilihan konfigurasi yang tepat. Oleh karena itu

diperlukan suatu metode agar didapatkankonfigurasi dengan memperhatikan segiekonomis dan keamanan.

Banyaknya alternatif konfigurasi baruyang mungkin dibuat, akan mempersulitoperator dalam menentukan pilihankonfigurasi yang tepat. Oleh karena itudiperlukan suatu metode agar didapatkan

Mediatek, Vol.1 No.1 Juni 2012 Amir Hamzah, Analisa Linier Bangunan 3D yang menggunakan Base Isolator

Diterbitkan Fakultas Teknik UNA 39

konfigurasi dengan memperhatikan segiekonomis dan keamanan.

Genetic algorithm digunakan untukmeminimasi out of service area denganbeberapa batasan optimasi fungsi obyektifyang telah dimodelkan ke dalam fuzzy.Diharapkan dengan metode ini akandidapatkan konfigurasi baru yang optimal yangmemenuhi dai kelima kreteria tersebut di atas,serta feasible dalam hal pengoperasiannya.

2. Tinjauan Kajian2.1. Komputasi Cerdas

Kendali cerdas dibutuhkan untuk suatusistem yang kompleks, tak linier, fungsi waktu,stokastik dan sukar didefinisikan (ill-defined).

Kendali cerdas tidak didefinisikan dalambentuk algoritma yang spesifik meskipunkadang-kadang ada peneliti yang seringmengklaim demikian, melainkan teknik inimenggunakan metode yang dapat merasakan(sense) dan menalar (reason) lingkungannyatanpa pengetahuan yang rinci, dan melakukankendali secara flexible, adaptif dan kokoh(robust). Di bidang teknik kendali aplikasiteknik optimasi ini telah banyak diaplikasikan.

Gbr.1. Teknik-teknik yang digunakan dikendali cerdas.

Titik persoalan dari kendali cerdasadalah sebagaimana teknik kendali yang lainyaitu pembuatan model dari proses. Tetapibanyak sekali proses yang kompleks yangtidak dapat dinyatakan dalam bentukmetematika yang diturunkan dari hukum-hukum dasar , karena prosesnya bisa jadi :a. Terlalu kompleks untuk dimengerti.b. Modelnya terlalu mahal atau sulit

dievaluasic. Pada prosesnya terjadi gangguan dari

lingkungan yang besar dan tidak dapatdiprediksi.

d. Proses mungkin saja terdistribusi tidakmerata (artinya variable fisiknyatergantung posisi dan waktu), tak linier,

tidak lengkap, stokastik sehingga tidakdapat dimodelkan dengan persamaandiferensial linier.

Memang hal itu seringkali dapatditangani oleh operator yang handal, karenaoperator tersebut mampu menanganiketidaklinieran proses, parameter yang secarapelahan berubah sekaligus mampumemecahkan kendala static maupun dinamik.

Operator manusia mampu menanggapisekumpulan data-data pengamatan yangbercampur noise. Kecerdasan operator inilahyang kemudian menjadi titik perhatian penilitikendali cerdas, bagaimana agar dapat dicarisuatu teknik yang mampu menirukankemampuan operator ini dinyatakan dalambentuk algoritma maupun teknik - teknikcerdas.

2.1.2. Logika FuzzyMenangkap kemampuan dan kecerdasan

manusia sering kali merupakan cara yangsangat bermanfaat untuk membuat programkomputer yang dapat menangani permasalahannyata yang sering kali rumit.

Karena itu dibutuhkan peralatanmatematika yang memungkinkan kata ataupunkalimat yang bersifat fuzzy itu agar dapatdinyatakan dengan pasti. Banyak pengambilankeputusan di dunia ini terjadi pada lingkungandimana tujuan, kendala dan konsekuensikemungkinan aksi-aksinya tidak diketahuisecara pasti.

2.1.3. Jaringan Syaraf TiruanJaringan syaraf merupakan jaringan

neuron, synapses, axons, dan dendrites yang

sangat kompleks. Paling tidak ada 2 x 1010

neurons, yang masing-masing memiliki 10.000synapses yang tersebar pada masing-masingpohon dendrites yang memiliki synapses diaxon dari satu neuron sebesar 10.000 juga.

Pemodelan struktur ini secara rinci tentusaja akan merupakan sesuatu yang sangat tidakmungkin, tetapi untunglah untuk keperluanrekayasa tidak diperlukan sebanyak itu. tetapiuntunglah untuk keperluan rekayasa tidakdiperlukan sebanyak itu.

Maka kemudian banyak peneliti yangmengembangkan arsitektur-arsitektur yanglebih sederhana, dengan tetap memakai prinsipjaringan syaraf, tetapi mampu memecahkanpersoalan yang cukup rumit.

Mediatek, Vol.1 No.1 Juni 2012 Amir Hamzah, Analisa Linier Bangunan 3D yang menggunakan Base Isolator

Diterbitkan Fakultas Teknik UNA 40

2.1.4. Algoritma GenetikaAlgoritma genetika merupakan teknik

optimasi yang ditiru dari proses evolusimakhluk hidup. Semula ini merupakan hasilsamping dari suatu kerjasama penelitian antaraahli biologi dengan ahli computer.

Hasil dari teknik algoritma genetikabukanlah global optimum yaitu optimum untuksemua daerah pencarian tetapi tidak mudahterperangkap pada local optimum yaituoptimum untuk hanya daerah tertentu.

3. Proses GABerikut ini akan dijelaskan dengan agak

lebih rinci bagaimana proses GA yang diilhamioleh proses evolusi.A. Pengkodean

Langkah pertama kali yang dilakukandalm penggunaan GA adalah melakukanpengkodean terhadap permasalahan yangdiselesaikan. Pada algoritma ini dalammengasumsikan sebuah solusi utnuk sebuahsolusi utnuk sebuah persoalan dimungkinkandengan mewakili satu set parameter.

Parameter-parameter ini dinamakan genberisi nilai-nilai/allele (representasi) yangbersatu membentuk string (kromosom).Selanjutnya beberapa kromosom yang sejenisberkumpul membentuk populasi. Dari sebuahpopulasi inilah GA memulai untuk melakukanpencarian.

Dalam proses GA representasikromosom dibutuhkan untukmenggambarkannya dalam sebuah populasi.Representasi itu nantinya akan menentukanbagaimana permasalahan disusun dalam prosesGA dan menentukan juga operator genetikyang digunakan. Kromosom terdiri daribeberapa gen yang dapat direpresentasikanberupa bilangan biner, bilangan bulat, integer,atau bahkan dengan simbol huruf A, B, C.

Sebagai contoh untuk pengkodean jikakita mempunyai masalah yaitu mencarimaksimum sebuah fungsi dari 3 variabelF(x,y,z) dan akan menampilkan masing-masing variable dengan 6 bit. Dari contoh inikita melakukan pemgkodean denganmembentuk kromosom yang terdiri-dari 3 gen,yang masing-masing gen terdiri dari 6 bit,sehingga sebuah kromosom terdiri dari 18 bit.

Suatu hal yang mendasar dalam prosesGA ada dua daerah yaitu daerah pengkodeandan daerah solusi. Operasi genetika (crossoverdan mutasi) bekerja pada daerah pengkodean,

sedang proses evaluasi dan proses seleksibekerja pada daerah solusi.Dalam representasi non biner, ada dua halyang perlu diperhatikan untuk pengkodeanbaik dalam phenotype dan genotype, yaitu :1. Feasibilitas dan legalitas dari sebuah

kromosom2. Pemetaan

Feasibilitas mempertanyakan apakahsebuah solusi yang direpresentasikan terletakdalam daerah yang feasible dari domainpermasalahan. Legalitas merujuk padakenyataan apakah sebuah kromosom benar-benar merepresentasikan sebuah solusi daridomain permasalahn. Infeasibilitas kromosommenghilangkan kealamian batasan-batasandalam permasalahan optimasi. Semua metodekonvensional atau GA harus memegangbatasan ini.

Untuk beberapa permasalahan optimasi,daerah yang mungkin dapat direpresentasikandengan sebuah sistem equalities atau nonequalities (linier atau non linier). Untukbeberapa kasus, metode pinalti telah telahdiajukan untuk mengatasi kromosom yangtidak mungkin. Dalam permasalahan optimasi,nilai optimum secara tipical akan berada diwilayah antara daerah yang mungkin ataupunyang tidak mungkin. Penerapan metode pinaltiakan mengeksploitasi pencarian GA pada nilaioptimum di dua daerah tersebut.

Kromosom-kromosom yang tidak legalmenghilangkan kealamian dari teknikencoding. Untuk beberapa permasalahnkombinatorial, beberapa cara digunakan untukmenghindari keturunan yang tidak legal,karena keturunan yang tidak legal tidak dapatmewakili sebuah solusi, dalam artiankromosom tersebut tidak dapat dievaluasi.Salah satu cara misalnya PMX operator.Metode ini digunakan untuk mencegahdihasilkannya kromosom yang tidak mungkindan tidak legal. Pemetaan dari kromosom-kromosom ke solusi memungkinkan satu daritiga kasus ini terjadi :

- Pemetaan 1 ke 1- Pemetaan n ke 1- Pemetaan 1 ke n

Pemetaan 1 ke 1 merupakan pemetaanyang terbaik, karena dari pemetaan ini satukromosom dapat dipasangkan dengan satusolusi. Pada pemetaan n ke 1, sejumlah nkromosom mewakili satu solusi yang sama.Sedangkan pemetaan 1 ke n merealisasikansatu kromosom dengan beberapa solusi, yang

Mediatek, Vol.1 No.1 Juni 2012 Amir Hamzah, Analisa Linier Bangunan 3D yang menggunakan Base Isolator

Diterbitkan Fakultas Teknik UNA 41

mana menyebabkan ketidakjelasan solusi manasebenarnya yang dirujuk.

B. Fungsi Evaluasi (Fungsi Kebugaran-Fitness)

Disamping representasi, fungsi evaluasijuga merupakan masalah yang penting dalamGA. Fungsi evaluasi yang baik harus mampumemberikan nilai fitness yang sesuai dengankinerja kromosom.

Pada permulaan optimasi, biasanya nilaifitness masing-masing individu masihmempunyai rentang yang lebar. Seiring denganbertambahnya generasi beberapa kromosommendominasi populasi dan mengakibatkanrentang nilai fitness semakin kecil. Hal inidapat mengakibatkan konverensi dini(premature convergen).

Problem klasik dalam GA adalahbeberapa kromosom dengan nilai fitness yangtinggi tetapi bukan nilai optimummendominasi populasi dan mengakibatkan GAkonvergen pada local optima. Ketika populasikonvergen, kemampuan GA untuk mencarisolusi yang lebih baik hilang. Tukar silangantara kromosom yang hampir identikmenghasilkan offspring yang identik.

Dalam kondisi ini hanya operasi mutasiyang mampu menghasilkan kromosom yangrelative baru dan merupakan cara untukmenghindarkan kromosom yang supermendominasi populasi.

C. SeleksiSeleksi merupakan proses yang

bertanggung jawab atas pemilihan kromosomdalam proses reproduksi. Ada 3 hal yang harusdiperhatikan dalam proses seleksi :

1. Daerah sampling2. Mekanisme seleksi3. Probabilitas seleksi

Poses seleksi menghasilkan generasiselanjutnya. Kromosom-kromosom padagenerasi selanjutnya mungkin berasal darisemua induk dan semua keturunan atausebagian dari keduanya. Persoalan asalkromosom ini disebut dengan persoalan daerahsampling. Mekanisme sampling menjawabpermasalahan pemilihan kromosom daridaerah sampling. Ada 3 pendekatan umumyang digunakan :1. Sampling stokastik2. Sampling Deterministik3. Sampling campuran

Pada pendekatan stokastik, tiapkromosom dipilih berdasarkankemungkinannya untuk mempertahankanhidup. Salah satu metode yang paling dikenaldari sampling stokastik adalah seleksiberdasarkan roullete wheel. Samplingdeterministik, pendekatan ini memilihkromosom terbaik dari daerah samplingcontohnya metode seleksi elitism. Samplingcampuran menggabungkan pendekatansampling stokastik dengan samplingdeterministik. contohnya adalah seleksiturnamen.

Pada pendekatan sampling stokastik,probabilitas seleksi dari kromosom dihitungberdasarkan nilai fitnessnya. Pendekatan inimemungkinkan beberapa kromosom yangsuper mendominasi proses seleksi. Individuyang memiliki tingkat fitnes yang tertinggiakan memperoleh banyak kesempatan untukterpilih. Sebuah individu dalam populasi dapatterpilih lebih dari satu kali untuk memperolehkesempatan terpilih sebagai individu yangberhak melakukan reproduksi agar diperolehgenerasi baru. Ada beberapa model prosesseleksi antara lain : roulette wheel selection,scaling techniques, tournament, elitist models,dan ranking method.

Roulette wheel merupakan contoh prosesseleksi yang menggunakan teknik stokastikdibangun oleh Holland tahun 1975 danmerupakan metode seleksi yang pertama.Probabilitas setiap individu P

ididefinisikan :

………………..(2.1

dengan Fimerupakan fitness untuk individu i.

Untuk lebih jelasnya langkah-langkahpenyeleksian sebagai berikut :

- Hitung fungsi kebugaran untuk masing-masing kromosom (F

i)

- Hitung total kebugaran dari populasitersebut. (F

total)

..................................(2.2i = 1,2,3 ….., pop_size

- Hitung probabilitas (Pi) untuk masing-

masing individu.- Hitung komulatif probabilitas q

iuntuk

masing-masing individu.

Mediatek, Vol.1 No.1 Juni 2012 Amir Hamzah, Analisa Linier Bangunan 3D yang menggunakan Base Isolator

Diterbitkan Fakultas Teknik UNA 42

..................................(2.3Proses seleksi didasarkan atas pemutaranroulette wheel sebanyak pop_size kali, setiapkali dipilih kromosom tunggal sebagaipopulasi baru, dengan cara sebagai berikut :

- Bangkitkan bilangan acak (float) r untukrentang [0 … 1].

- Bila r < q1

maka pilih kromosom

pertama, bila tidak pilih kromosom ke-i, sedemikian rupa sehingga q

i-1< r < q

i

Tentu saja akan ada kromosom yangakan terpilih lebih dari sekali, hal ini sesuaidengan teorema skema yang telah dijelaskan diatas, kromosom terbaik akan mampuberkembang biak lebih dari sekali, yangkemampuannya rata-rata bisa diharapkanmampu lebih kurang sekali saja, sedangkanyang terjelek akan mati.

Rangking method hanya membutuhkanfungsi evaluasi untuk mencari solusi secaraparsial, yaitu untuk hasil yang minim.Probabilitas rangking method dilambangkan P

i

dengan I merupakan rangking solusi jikasemua solusi di seleksi. Normalisasi geometrikrangking didefinisikan P

iuntuk setiap individu

dengan :Dengan, q = probabilitas seleksi untukindividu terbaik.r = rangking individu dimana 1 adalah yangterbaik.

P = population size

D. CrossoverCrossover adalah operator genetic yang

utama. Operator ini bekerja dengan mengambildua individu dan memotong string kromosommereka pada posisi yang terpilih secara acak,untuk memproduksi dua segment head dan duasegment tail. Sebagai contoh adalah jika kitamengambil induk yang direpresentasikandengan 5 dimensi vector (a

1,b

1,c

1,d

1,e

1) dan

(a2,b

1,c

2,d

2,e

2) kemudian dilakukan crossing

pada posisi ketiga kromosom-kromosomnyasehingga didapat keturunan (a

1,b

1,c

2,d

2,e

2) dan

(a2,b

2,c

1,d

1,e

1). Operasi ini tidak selalu

dilakukan pada semua individu yang ada.Individu dipilih secara acak untuk dilakukancrossing dengan P

cantara 0,6 s/d 0,95. Jika

crossover tidak dilakukan, maka nilai dariinduk akan diturunkan kepada keturunan.

Gb. 2. Ilustrasi operasi crossover

Contoh proses crossover misalkanprobabilitas crossover di set pada 0,6. Untukpasangan pertama dibangkitakan bilangan acakdan menghasilkan 0,5 maka pasangan tersebutakan mengalami proses crossover. Sedangkanpasangan kedua tidak mengalami prosescrossover karena bilangan acak yangdibangkitkan 0,9 sebab 0,9>0,6. Untukpenentuan titik perpisahan yaitu gen ke berapayang akan mengalami crossover, makadibangkitkan bilangan acak cacah sebanyakjumlah gen. Misal jumlah gen 22. bilanganyang dibangkitkan adalah 5, artinya titikperpisahan itu dipilih setelah gen ke 5, yaitu :00000)0111000000001000011100)00000111111000101sehingga akan dihasilkan keturunan :00000)0000011111100010111100)01110000000010000Diharapkan dengan adanya proses crossoverini nilai fitnessnya dapat meningkat.

E. MutasiOperator mutasi digunakan untuk

melakukan modifikasi satu atau lenih nilai gendalam individu yang sama. Mutasi memastikanbahwa probabilitas untuk pencarian padadaerah tertentu dalam persoalan tidak akanpernah nol dan mencegah kehilangan totalmeteri genetic setelah pemilihan danpenghapusan. Mutasi ini bukanlah operatorgenetic yang utama , yang dilakukan secaraacak pada gen dengan kemungkinan yang kecil(P

msekitar 0,001).

Misalkan probabilitas mutasi 0,02, untukmenentukan kromosom mana yang mengalamimutasi, maka perlu dibangkitkan bilangan acakr [0….1]. Bila r < probabilitas mutasinya,maka dilakukan proses mutasi, sedangkan bilatidak maka tidak perlu dilakukan mutasi.Misalkan telah dilakukan pembangkitanbilangan acak diperoleh :0.010421 0.432098 0.308953 0.908767

Mediatek, Vol.1 No.1 Juni 2012 Amir Hamzah, Analisa Linier Bangunan 3D yang menggunakan Base Isolator

Diterbitkan Fakultas Teknik UNA 43

Maka yang akan mengalami prosesmutasi hanyalah individu pertama saja karena0.010421 < 0.02 . Untuk menentukan genmana yang mengalami mutasi, makadibangkitkan bilangan acak cacah sebanyakjumlah gen 22. Misalkan bilangan acak yangdibangkitkan adalah 22, maka :10001011101101010001111000101110110101000110Dengan demikian diharapkan fungsikebugarannya meningkat.

Gb. 3. Ilustrasi operasi mutasi

4. Keandalan Sistem DistribusiDilihat dari fungsi tegangannya, jaringan

distribusi dibedakan atas jaringan distribusiprimer dan sekunder. Jaringan distribusiprimer adalah jaringan dari trafo gardu induk(GI) ke gardu distribusi, sedangkan distribusisekunder adalah jaringan saluran dari trafogardu distribusi hingga konsumen atau beban.Jaringan distribusi primer lebih dikenal denganjaringan tegangan menengah (JTM-20kV)sedangkan didtribusi sekunder adalah jaringantegangan rendah (JTR-220/380 kV).

Pada prinsipnya konstruksi jaringandistribusi dapat dibedakan atas dua jenis yaitujaringan saluran udara dan bawah tanah.Pembangunan, pemeliharaan dan perbaikanjaringan udara lebih mudah dan lebih murahdibandingkan jaringan bawah tanah. Tetapidari aspek keindahan, dan kenyamananlingkungan system bawah tanah lebih baik danlebih sesuai, terutama di kota-kota besar dilokasi yang padat penduduk dan padat lalu-lintas. Saluran jaringan bawah tanahmempunyai masalah yang lebih komplekdaripada jaringan udara, antara lain sangatdiperlukan koordinasi dengan jaringan salurangas, air dan telepon.

Ditinjau dari keandalannya, jaringandistribusi dapat dibedakan atas tiga system,yaitu :1. Sistem Radial

Strutur dengan system ini merupakanjaringan yang paling sederhana, metode

pengoperasiannya mudah, hubungan langsungdari titik pengisian ke pemakai. Ciri-cirisystem jaringan ini :

a. Bentuk sederhana, mudahpelaksanannya, system paling murah.

b. Pengoperasian dan perawatan mudah.c. Karena feeder sekunder pendek

pengaturan tegangan lebih mudahdilakukan.

d. Aliran pada jaringan berasal hanya darisatu arah sumber pengisian.

e. Bila feeder utama terganggu, feedercabangpun terganggu, maka keandalanrendah.

2. Sistem gelang atau loopPada system ini terdapat dua sumber dan

arah pengisian yang satu dapat sebagaicadangan, sehingga keandalan cukup tinggi,banyak dipakai pada jaringan umum danindustri. Jika terjadi gangguan atau pekerjaanpada salah satu jaringan, penyaluran tidakterputus karena mempergunakan sumberpengisian cadangan atau arah yang lain.

3. Sitem mata jalaSistem ini hampir sama dengan system

loop dan biasanya dalam penerapan sering kalidipadukan dengan system loop.

4. Sistem spindlePada dasarnya struktur spindle

merupakan struktur radial . spindle adalahkelompok kumparan yang pola jaringannyaditandai dengan cirri adanya sejumlah feederyang keluar dari gardu induk, ke arah suatutitik temu yang disebut gardu hubung.Kumpulan kabel dalam satu spindledimaksudkan untuk menyalurkan energi kesuatu daerah konsumen, yang terdiri-darimaksimum enam buah kabel kerja. Disepanjang kabel inilah gardu distribusiditempatkan dengan satu buah kabel cadangan.

Kabel cadangan ini dikenal dengansebutan express feeder. Kabel cadanganditujukan untuk menormalkan kembalipenyaluran energi listrik ke seluruh bagianpenyulang yang mengalami gangggguansetelah baggian yang terganggu diketahui dandipishkan terhadap jaringan yang tengahberoperasi. Sistem jaringan spindle inilah yangmemiliki keandalan tertinggi.

Mediatek, Vol.1 No.1 Juni 2012 Amir Hamzah, Analisa Linier Bangunan 3D yang menggunakan Base Isolator

Diterbitkan Fakultas Teknik UNA 44

Gb. 4. Sistem Jaringan Radial

Gb. 5. Sistem Jaringan Loop dan Jala

Gb.6. Sistem Jaringan Radial dan SpindelSuatu instalasi yang baku yang

sebelumnya belum pernah mengalami keadaanseperti operasional, maka pada permulaanoperasinya selalu ada resiko timbulnyakegagalan atau kerusakan yang disebabkanhal-hal yang tidak terduga. Instalasi barusering sering merupakan sumber gangguandalam sistem operasi.

Istilah keandalan menggambarkankeamanan system penghindaran darigangguan-gangguan yang menyebabkansebagian besar pemadaman system distribusiadalah akibat alam (petir, angin, hujan,binatang) dan sebagian lagi adalah kerusakanmaterial atau peralatan.

Keandalan adalah penampilan unjuk kerjasuatu peralatan atau sistem sesuai denganfungsinya dalam periode waktu dan kondisioperasi tertentu.

Terdapat empat faktor yang penting dalamkeandalan tersebut yaitu :1. Probabilitas

Probabilitas adalah suatu nilai yangmenyatakan berapa kali suatu kejadiankemungkinan akan terjadi dari sejumlahoperasi tertentu yang dilakukan terhadap suatuperalatan.2. Unjuk kerja

Unjuk kerja adalah penampilan yangmenyatakan peralatan atau sistem bekerjasecara memuaskan.3. Periode waktu

Yaitu faktor yang menyatakan ukuran dariperiode waktu yang digunakan di dalampengukuran probabilitas. Bila tidak terdapatperiode waktu ini maka nilai keandalan tidakdapat diperoleh secara akurat.4. Pengoperasian

Faktor ini menyatakan pada kondisibagaimana percobaan dilakukan untukmendapatkan angka keandalan, kondisi yangdimaksud misalnya: lingkungan, suhu,goncangan, dan sebagainya.

Faktor ini menyatakan pada kondisibagaimana percobaan dilakukan untukmendapatkan angka keandalan, kondisi yangdimaksud misalnya: lingkungan, suhu,goncangan, dan sebagainya.

5. Sistem DistribusiDalam operasi normal jaringan distribusi

terlihat pada gambar 4.1 akan digunakansebagai bahan simulasi untuk menunjukanefektifitas dari pada algoritma ini. Sistem initerdiri dari dua transformer, 10 feeder, 102branch, 14 tie line, 102 bus dan 217 switch.

Dari 217 switch ini berarti ada 2217

kombinasikonfigurasi baru yang mungkin dibuat.

Mediatek, Vol.1 No.1 Juni 2012 Amir Hamzah, Analisa Linier Bangunan 3D yang menggunakan Base Isolator

Diterbitkan Fakultas Teknik UNA 45

Gbr.7. Jaringan Distribusi

6. Analitic Fuzzy-Ga Untuk PemulihanPelayanan6.1. Flowchart Pemograman

Untuk memecahkan masalah pemulihanpelayanan diberikan flowchart seperti di bawahini agar didapat konfigurasi yang diharapkan.

Gbr.8. Flowchart Proses Pemulihan PelayananHasil Simulasi

Untuk melihat efektifitas metodefuzzy-GA ini, disimulasikan dua kasus, yaitukasus single fault dan kasus multiple fault.

Hasil simulasi kasus single fault

Gbr.9. Simulasi 1 kasus single fault

Gbr.10. Simulasi 2 kasus single fault

Hasil simulasi Kasus Multiple fault

Gbr.11. Simulasi 1 kasus multiple fault

Gbr.12. Simulasi 2 kasus multiple fault

Mediatek, Vol.1 No.1 Juni 2012 Amir Hamzah, Analisa Linier Bangunan 3D yang menggunakan Base Isolator

Diterbitkan Fakultas Teknik UNA 46

Kesimpulan1. Metode GA mengoptimasi pelayanan yang

memiliki banyak batasan. Untuk simulasisingle fault pada generasi ke 15 hanya 1area yang fault tidak dapat dipulihkan,jumlah switch yang beroperasi 5, droptegangan 5,45 %, kelebihan arus feeder 1,5%, kelebihan beban trafo 0,25 %.

2. Untuk simulasi multiple fault padagenerasi ke 30 didapatkan hanya 2 areayang fault saja yang tidak dapatdipulihkan, jumlah switch yang beroperasi16, drop tegangan 5,5 %, kelebihan arusfeeder 0,25 %, kelebihan beban trafo 0,25%.

3. Fungsi fitness yang difuzzykan akanmempermudah melaksanakan prosedurpemulihan pelayanan. Denganmemberikan harga antara 0 dan 1 pada kelima membership function akan didapatkankonfigurasi yang kita inginkan.

4. Metode GA akan kelihatan manfaatnyauntuk pemulihan pelayanan multiple fault.

SaranMetode ini dapat diterapkan untuk sistem

jaringan, namun tidak semudah simulasi.Masih banyak hal yang harus dikaji terutamamasalah kapasitas komputasi masih dapatditingkatkan.

DAFTAR PUSTAKA1. Agus Wiyono, Penyusunan Ulang Jaringan

Distribusi Tenaga Listrik DenganMenggunakan Metode PenelusuranHeuristik, Tugas Akhir Teknik ElektroITS, Agustus 1999

2. Ali Wardana, Rekonfigurasi JaringanDistribusi beban VIP GI Simpang DenganMenggunakan Metode Fuzzy Heuristik,Tugas Akhir Teknik Elektro ITS, Maret2001

3. Jiansheng Lei, “Network Reconfigurationin Unbalanced Distribution Systems forservice Restoration and Loss Reduction”,IEEE Transaction on Power Systems, 0-7803-5938-0/00 (c) 2000.

4. M. A. Matos, “MultiobjectiveReconfiguration for Loss Reduction andService Restoration Using SimulatedAnnealing”, IEEE Power Tech ’99Conference, Budapest, Hungary, Aug 29Sept 2, 1999

5. V Susheela Devi, “Stochastic SearchTechniques for Post-Fault Restoration ofEklectrical Distribution Systems”,Sadhana, Vol 25, Part 1, pp. 45-56,Febuary 2000

6. Kyeong Jun Mun, “Development of RealTime Service Restoration System ForDistribution Automation System”, IEEETransaction on Power System, 0-7803-7090-2/01, 2001

7. Hugh Rudnick, “Reconfiguration ofelectric distribution systems”, RevistaFacultad De Ingenieria, U.T.A (Chile),Vol. 4, 1997.

8. C. J. Harris, C. G. Moore & M. Brown,Intelligent Control Aspects of Fuzzy Logicand Neural Nets, World Scientific Seriesin Robotics and Automated Systems, Vol.6, 1993

9. J. S. R. Jang, C. T. Sun & E. Mizutani,Neuro-Fuzzy and Soft Computing,Prentice Hall International, Inc.,1997

10. David E. Goldberg, Genetic Algorithms inSearch, Optimization & MachineLearning, Addison-Wesley PublishingCompany, Inc.,1989

11. Ying-Tung Hsiao, “Enhancement ofRestoration Service in DistributionSystems Using a Combination Fuzzy-GAMethod”, IEEE Transactions on PowerSystems, Vol 15 No 4, November 2000.