Claim Missing Document
Check
Articles

Found 4 Documents
Search
Journal : SinarFe7

Studi Prakiraan Beban Listrik Menggunakan Metode Artificial Neural Network Yuan Octavia D.P; A.N. Afandi; Hari Putranto
SinarFe7 Vol. 1 No. 1 (2018): Sinarfe7-1A 2018
Publisher : FORTEI Regional VII Jawa Timur

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (357.516 KB)

Abstract

Kebutuhan masyarakat Indonesia akan energi listrik terus mengalami peningkatan dari tahun ke tahun. Oleh karena itu, diperlukan suatu prakiraan beban listrik jangka pendek agar pihak penyedia listrik dapat menyalurkan energi listrik secara kontinyu kepada konsumen listrik. Dengan adanya prakiraan beban listrik, maka rencana penjadwalan operasi dan alokasi pembangkit cadangan dapat diatur dengan baik oleh sisi supply. Penelitian ini dilakukan prakiraan beban listrik menggunakan metode Artificial Neural Network (ANN) dengan model algoritma backpropagation. Kelebihan metode ini adalah dapat memprakirakan beban listrik sesuai dengan pola-pola beban masa lampau yang telah diajarkan. Data yang digunakan untuk pembelajaran adalah data aktual beban listrik Waktu Beban Puncak (WBP) Siang dan Malam pada Gardu Induk (GI) 150kV Buduran selama tahun 2017. Pada penelitian ini, proseduryang digunakan, yaitu studi literatur, pengumpulan data, pengolahan data, analisis data yang terdiri dari perancangan model prakiraan beban listrik menggunakan ANNbackpropagation, dan penarikan kesimpulan. Berdasarkan hasil penelitian, untuk WBP Siang dan Malam, arsitektur jaringan terbaik adalah 5-20-10-1 untuk WBP Siang dan Malam, dengan pengaturan momentum dan laju pemahaman 0,85 dan 0,1 untuk WBP Siang, serta 0,9 dan 0,15 untuk WBP alam. Berdasarkan arsitektur jaringan terbaik, proses pengujian WBP Siang menghasilkan Mean Squared Error (MSE) 0,036084 dan Mean Absolute Percentage Error (MAPE) 4,66%, sedangkan untuk WBP Malam menghasilkan MSE 0,15772 dan MAPE 16,83%.
Analisis Setting Rele Arus Lebih dan Rele Gangguan Tanah Pada Sistem Proteksi Transformator 60 MVA di Gardu Induk 150 kV Cibatu Lia Sugesti; A.N. Afandi; Hari Putranto
SinarFe7 Vol. 1 No. 1 (2018): Sinarfe7-1A 2018
Publisher : FORTEI Regional VII Jawa Timur

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (278.169 KB)

Abstract

Tenaga listrik adalah salah satu kebutuhan pokok saat ini. Oleh karena itu, tenaga listrik harus selalu tersedia secara ekonomis dengan memperhatikan kualitas baik tegangan maupun frekuensi dan keandalan. Untuk menjaga kontinuitas tenaga listrik dalam menyalurkan energi listrik diperlukan sistem proteksi sesuai kebutuhan. Fungsi sistem proteksi adalah untuk mengetahui dan memisahkan gangguan pada jaringan tenaga listrik dari jaringan lainnya yang tidak terkena gangguan secepat mungkin dengan maksud agar kerugian yang lebih besar dapat dihindarkan. Banyak faktor yang menyebabkan terjadinya gangguan sistem tenaga listrik baik gangguan 3 fasa,2 fasa dan 1 fasa. Untuk mengamankan berbagai gangguan pada sistem tenaga listrik khususnya transformator, maka menggunakan rele proteksi. Rele proteksi yang digunakan oleh transformator salah satunya rele OCR/GFR. Kajian mengenai perhitungan arus hubung singkat dan setting rele. Adapun langkah-langkah perhitungannya berdasarkan single line diagram dan spesifikasi data-data peralatan. Hasil dari perhitungan arus hubung singkat akan dipergunakan untuk setting rele OCR dan GFR. Hasil perhitungan hubung singkat diperoleh nilai arus hubung singkat terbesar pada 3 fasa yaitu 6.814,431 A dan terkecil pada gangguan 1 fasa yaitu 113,629 A. Hasil perhitungan untuk setting OCR pada sisi incoming didapat nilai TMS=0,23, sedangkan setting OCR sisi 150 kV didapat nilai TMS=0,33. Penyetelan GFR pada sisi incoming didapat nilai TMS=0,155, sedangkan setting GFR sisi 150 kV didapat nilai TMS=0,86. Koordinasi antar rele pada perhitungan sudah sesuai dengan standart IEC 60255 dengan granding time 0,3-0,5 detik, sehingga setting rele masih dalam keandalan yang baik.
Studi Prakiraan Beban Listrik Menggunakan Metode Artificial Neural Network Yuan Octavia D.P; A.N. Afandi; Hari Putranto
SinarFe7 Vol. 1 No. 1 (2018): Sinarfe7-1A 2018
Publisher : FORTEI Regional VII Jawa Timur

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (315.48 KB)

Abstract

Kebutuhan masyarakat Indonesia akan energi listrik terus mengalami peningkatan dari tahun ke tahun. Oleh karena itu, diperlukan suatu prakiraan beban listrik jangka pendek agar pihak penyedia listrik dapat menyalurkan energi listrik secara kontinyu kepada konsumen listrik. Dengan adanya prakiraan beban listrik, maka rencana penjadwalan operasi dan alokasi pembangkit cadangan dapat diatur dengan baik oleh sisi supply. Penelitian ini dilakukan prakiraan beban listrik menggunakan metode Artificial Neural Network (ANN) dengan model algoritma backpropagation. Kelebihan metode ini adalah dapat memprakirakan beban listrik sesuai dengan pola-pola beban masa lampau yang telah diajarkan. Data yang digunakan untuk pembelajaran adalah data aktual beban listrik Waktu Beban Puncak (WBP) Siang dan Malam pada Gardu Induk (GI) 150kV Buduran selama tahun 2017. Pada penelitian ini, prosedur yang digunakan, yaitu studi literatur, pengumpulan data, pengolahan data, analisis data yang terdiri dari perancangan model prakiraan beban listrik menggunakan ANNbackpropagation, dan penarikan kesimpulan. Berdasarkan hasil penelitian, untuk WBP Siang dan Malam, arsitektur jaringan terbaik adalah 5-20-10-1 untuk WBP Siang dan Malam, dengan pengaturan momentum dan laju pemahaman 0,85 dan 0,1 untuk WBP Siang, serta 0,9 dan 0,15 untuk WBP Malam. Berdasarkan arsitektur jaringan terbaik, proses pengujian WBP Siang menghasilkan Mean Squared Error (MSE) 0,036084 dan Mean Absolute Percentage Error(MAPE) 4,66%, sedangkan untuk WBP Malam menghasilkan MSE 0,15772 dan MAPE 16,83%.
Studi Performa Transformator Daya Menggunakan Metode Health Index di Gardu Induk Waru Sidoarjo Amir Kurniawan; Yuni Rahmawati; Hari Putranto
SinarFe7 Vol. 2 No. 1 (2019): Sinarfe7-2 2019
Publisher : FORTEI Regional VII Jawa Timur

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Transformator daya merupakan alat utama dalam supply energi listrik serta harus beroperasi terus menerus. Transformator daya 50 MVA dan 60 MVA di GI Waru mayoritas beroperasi mengirim energi listrik pada industri besar dan perumahan. Supaya menghindari kegagalan dan memperpanjang umur operasi diperlukan aset manajemen dalam menilai performa kondisi transformator daya untuk mengetahui kondisi transformator daya keseluruhan dan mengantisipasi kerusakan yang tidak di inginkan. Pada penelitian ini metode yang digunakan dalam menilai kondisi transformator daya yakni metode health index dimana penilaian berdasarkan uji minyak isolasi (DGA, kualitas minyak, dan furan) dan kondisi tap changer menggunakan data tiga tahun terakhir. Data tiga tahun digunakan untuk mengetahui trend performa sebagai evaluasi kondisi dari transformator daya. Hasil penelitian ini mengidentifikasi bahwa performa kondisi keseluruhan transformator di Gardu Induk Waru dalam kondisi bagus, dengan tindakkan perawatan normal. Performa yang stabil ditunjukkan pada tahun 2016-2018 oleh transformator daya 7 sebesar 75%. Performa paling tinggi mencapai 95 % ditemukan pada transformator daya 5 di tahun 2018.
Co-Authors A.N. Afandi Abdullah Iskandar Syah Abdullah Iskandar Syah Abdullah Iskandar Syah Afriandi, Mohammad Rizal Agnest Irda Hanifatin Nur Auliya Ahmad Muzaqi, Safrizal Aji Prasetya Wibawa Amir Kurniawan Amir Kurniawan andi hermawan Aripriharta - Ayu Purwatiningsih Bagaskoro, Muhammad Cahyo David Anggara Putra Devani Aulia Zulfa Djoko Saryono Endah Setyo Wardani Fandi Akhmad Kurniawan Galih Prihatiandy Hakkun Elmunsyah Hasan Ismail Herri Akhmad Bukhori Joumil Aidil Saifuddin Kornelius Kamargo/Irawan Dwi Wahyono Kornelius Kamargo Lia Sugesti Lia Sugesti M Rodhi Faiz M. Rodhi Faiz M. Rodhi Faiz, M. Rodhi Maqhrisa Rusma Masdea Huda Milla Anifatul Rosada Moh. Zainul Falah Mohamad Rodhi Faiz Mohammad Rizal Afriandi Muhammad Cahyo bagaskoro Muhammad Fauzi Alasyari Muhammad Rafli Dwi Suryanto Muladi Nidhom, Ahmad Mursyidun Octavia D.P. Yuan Pamungkas, Mikael Abimanyu Putra Pramono Priharto, Dwi Purwatiningsih, Ayu Putra, David Anggara Rahman, Rizal Akbarudin Ramadhan, Moch. Rizal Riza Ahmad Zakaria Rochmawati, Diyah Satriani, Cahya Tifandi Septyawan, Eggy Catur Setiadi Cahyono Putro Setiawan, Toni Putra Agus Shandy Krisnawan Sisco Agustian Slamet Wibawanto Soraya Norma Mustika Stevanus Sendy K Sujito Sujito Sujito Sujito sunarti SUPRAYITNO Suwasono . Syaad Patmanthara Toni Putra Agus Setiawan Tri Atmadji Sutikno Wahyu Brian Pranama Wardani, Endah Setyo Widyatmoko, Tiksno Yohan Ardiansyah Yuan Octavia Yuan Octavia D.P Yuan Octavia D.P Yuan, Octavia D.P. Yuni Rahmawati Zaeni, Ilham Ari Elbaith Zidan, Rahmat Zory Satrio Nugroho