<![CDATA[Abstrak—Penempatan Optimal Kapasitor atau Optimal Capacitor Placement (OCP) merupakan metode yangmenjadi sebuah solusi untuk menyelesaikan permasalahan jatuh tegangan dan susut daya pada sebuah sistemketenagalistrikan. Simulator OCP dibuat dengan tujuan sebagai sarana pembelajaran di laboratorium Sistem DayaElektrik Teknik Elektro Universitas Brawijaya. Sistem ketenagalistrikan yang digunakan sebagai objek pada perancanganini adalah sistem yang mengacu pada IEEE 13 Node Test Feeder. Saat dilakukan analisis aliran daya pada sistem tersebutmemperlihatkan adanya jatuh tegangan pada beberapa bus dan mengalami rugi rugi daya sebesar 146,959 kW dan 213,095kVAR. Pada perancangan simulator OCP ini metode yang digunakan adalah metode Genetic Algorithm (GA)menggunakan perangkat lunak ETAP 12.6 dan metode Particle-Swarm Optimization (PSO) menggunakan perangkatlunak Matlab R2015a. Penggunaan dua metode tersebut menghasilkan penambahan kapasitor pada 4 bus serta berhasilmengatasi permasalahan jatuh tegangan dan susut daya pada sistem, tetapi terdapat perbedaan pada bus kandidat yangterpilih untuk ditambahkan kapasitor serta nilai kapasitor yang digunakan. Pada OCP menggunakan metode GAmenghasilkan kompensasi dengan metode kompensasi individual pada bus 5, 9, 10, dan 13 serta berhasil memperbaikijatuh tegangan pada tiap bus dan susut daya menjadi 110,329 kW dan 160,964 kVAR. Pada OCP menggunakan metodePSO menghasilkan kompensasi dengan metode kompensasi individual pada bus 5, 7, 10, dan 13 serta berhasilmemperbaiki jatuh tegangan pada tiap bus dan susut daya menjadi 108,405 kW dan 158,635 kVAR. Dengan hasil-hasilOCP diatas disimpulkan bahwa simulator berhasil melakukan OCP dan layak untuk dijadikan sebagai saranapembelajaran.Kata Kunci—Optimal Capacitor Plaement (OCP), Genetic Algortihm (GA), Particle SwarmOptimization (PSO).Abstract--Optimal Placement Capacitor Or Optimal Capacitor Placement (OCP) is a method that becomes a solutionto solve the problem of voltage drop and power loss in an electrical system. OCP simulator was created with the aim oflearning in the laboratory of Electrical Power System of Electrical Engineering, Brawijaya University. The electricalsystem used as an object in this design is a system that refers to the IEEE 13 Node Test Feeder. When conducted powerflow analysis on the system showed a drop voltage on some buses and power loss of 146,959 kW dan 213,095 kVAR. Indesigning of this simulator, it is using two methods to obtain OCP results, namely the Genetic Algorithm (GA) methodusing ETAP 12.6 software and particle-swarm optimization (PSO) method using Matlab R2015a software. The use ofthese two methods resulted in the addition of capacitors on 4 buses and managed to overcome the problem of voltagedrop and powerlossin the system, but there are differences in the candidate buses chosen to add capacitors and capacitorvalues used. The OCP using the GA method resulted in compensation by individual compensation methods on buses 5,9, 10, and 13 and successfully corrects the voltage drop on each bus and power loss to 110,329 kW dan 160,964 kVAR.The OCP using the PSO method resulted in compensation by individual compensation on bus 5, 7, 10, dan 13 andmanaged to fix the voltage drop on each bus and power loss to 108,405 kW dan 158,635 kVAR. With the above OCPresults concluded that the simulator successfully performed OCP and deserves to be used as a tools of learning.Keywords—Optimal Capacitor Plaement (OCP), Genetic Algortihm (GA), Particle Swarm Optimization (PSO).]]>
