<![CDATA[Untuk melayani beban dengan nilai tertentu maka yang perlu diperhatikan adalah berapa daya yang harus dibangkitkan oleh setiap unit pembangkit sehingga diperoleh pembangkitan yang ekonomis atau juga biasa disebut dengan Economic Dispatch (ED). Untuk mengatasi masalah Economic Dispatch, berbagai teknik optimasi telah diterapkan, salah satunya adalah metode Algoritma Genetika. Genetic Algorithm (GA) atau Algoritma Genetika merupakan metode metaheuristic yang terinsipirasi dari proses seleksi natural. GA adalah algoritma pencarian yang berdasarkan pada mekanisme sistem natural yakni genetika dan seleksi alam. Untuk sistem 3 unit generator pada beban 125 MW sebesar ± 0,1841%, beban 250 MW sebesar ± 0,1193% dan beban 375 MW sebesar ± 0,1464%. Untuk sistem 6 unit generator pada beban 425 MW sebesar ± 0,00002%, beban 850 MW sebesar ± 0,00003% dan beban 1275 MW sebesar ± 0,0011%. Untuk sistem 20 unit generator pada beban 1325 MW sebesar ± 0,0195%, beban 2650 MW sebesar ± 0,0003% dan beban 3500 MW sebesar ± 0,0422%. Pada pengujian metode Algoritma Genetika pada uji parameter kontrol 1, metode Algoritma Genetika dengan rugi-rugi transmisi menghasilkan biaya bahan bakar yang lebih rendah dibandingkan dengan metode Lagrange Multiplier. Sedangkan pada dari segi rugi-rugi transmisi metode Algoritma Genetika lebih rendah dari metode Lagrange Multiplier. Tetapi komputasi lebih lama dibandingkankan dengan metode Lagrange Multiplier. Sehingga dapat disimpulkan bahawa metode GA dapat menyelesaikan pencapaian harga optimum untuk hasil biaya bahan bakar ekonomis pembangkitan.]]>
