Article Per Year (5 Year)
p-Index From 2021 - 2026
1.978
P-Index
This Author published in this journals
All Journal International Journal of Electrical and Computer Engineering IAES International Journal of Artificial Intelligence (IJ-AI) Elektron Jurnal Ilmiah Jurnal Ilmiah Teknik Elektro Komputer dan Informatika (JITEKI) ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika Journal of Applied Agricultural Science and Technology Jurnal Media Elektro : Journal of Electrical Power, Informatics, Telecommunication, Electronics, Computer and Control System Kilat Energi & Kelistrikan Jurnal Ilmiah Sutet Jurnal Teknik TERANG : Jurnal Pengabdian Pada Masyarakat Menerangi Negeri Indonesian Journal of Electrical Engineering and Computer Science Nusantara Journal of Multidisciplinary Science
Adri Senen
Institut Teknologi PLN
Religion Agriculture, Biological Sciences & Forestry Humanities Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Education Electrical & Electronics Engineering Energy Engineering Environmental Science Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Materials Science & Nanotechnology Mechanical Engineering

Published : 23 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search
Journal : Kilat

 1 
Perancangan Simulasi PID Controller Mengunakan Graphic User Interface dan Simulink Adri Senen
KILAT Vol 9 No 2 (2020): KILAT
Publisher : Sekolah Tinggi Teknik - PLN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33322/kilat.v9i2.1015

Abstract

Kontroller PID (Proportional–Integral–Derivative) merupakan salah satu kontroller yang banyak dipakai dalam menentukkan keakuratan suatu sistem instrumentasi, dengan melihat respon dan karakteristik umpan balik dari sistem tersebut. Namun demikian untuk melihat respon suatu sistem dengan berbagai macam kombinasi sinyal input dan aksi pengontrolan merupakan hal yang sulit dan membosankan. Disamping itu proses untuk memunculkan respon sistem yang dilakukan secara manual pun membutuhkan perhitungan matematis yang lama dan cukup rumit, sehingga diperlukan suatu software yang mampu mengatasi hal tersebut, dalam hal ini Graphic User Interface (GUI) dapat menjadi solusinya. Software ini dilengkapi dengan berbagai toolbox yang memudahkan pemakai untuk melakukan perhitungan- perhitungan tertentu. Bahkan saat ini sudah dikembangkan juga toolbox khusus untuk simulasi yang diberi nama simulink, yakni dengan menggunakan diagram block closed loop system. Bentuk penjabaran diagram block dilakukan dalam domain-s, sehingga bentuk transfer function harus dalam domain laplace. Proses input nilai PID bisa dilakukan dengan cepat dan dengan berbagai kombinasi walaupun dalam proses penentuan nilai masih dilakukann dengan metode trial dan error, untuk mendapatkan respon yang diinginkan. Hasil simulasinya bisa menggambarkan secara jelas karakteristik respon dari berbagai aksi pengontrolan tanpa harus melakukan perhitungan manual lagi
Pengembangan Metodologi Prakiraan Beban Listrik Sektoral Secara Mikrospasial Adri Senen
KILAT Vol 9 No 2 (2020): KILAT
Publisher : Sekolah Tinggi Teknik - PLN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33322/kilat.v9i2.1016

Abstract

Prakiraan kebutuhan beban listrik merupakan langkah penting dalam perencanaan pengembangan ketenagalistrikan yang dijabarkan dalam pola antisipasi untuk memenuhi kebutuhan energi listrik hingga jangka waktu tertentu. Metoda prakiraan beban sektoral saat ini lebih sederhana dan mudah untuk diimplementasikan, namun keakuratannya akan cenderung bias pada wilayah yang memiliki keterbatasan data dan area pelayanannya dinamis. Di samping itu hasil prakiraannya masih bersifat makro, sehingga tidak memperlihatkan pusat-pusat beban pada wilayah yang lebih kecil (grid) dan mengakibatkan lokasi gardu distribusi tidak dapat ditentukan dengan pasti. Dengan menggunakan metoda prakiraan beban sektoral secara mikrospasial akan menjadikan area yang diprediksi akan semakin banyak karena area berbentuk grid – grid, maka diperlukan pengelompokan grid (kelurahan) menggunakan teknik clustering untuk membuat similarity matrix yang memuat tingkat kemiripan antar data yang dikelompokkan. Clustering yang dilakukan melibatkan banyak faktor (multivariate) yakni faktor geografi, demografi, sosio ekonomi dan beban kelistrikan per sektor. Hasil setiap cluster mempunyai karakteristik wilayah yang berbeda yang kemudian diproyeksikan pertumbuhan bebannya sehingga hasil prakiraan yang lebih teliti. Penelitian ini dilakukan di wilayah PT PLN (Persero) Area Tangerang. Dengan menggunakan metode mikrospasial didapatkan clusterisasi untuk pertumbuhan beban di PT PLN (Persero) area Tangerang sebanyak 5 cluster dari 114 kelurahan
Kriteria Desain Sistem Jaringan Distribusi Untuk Evaluasi Kondisi Eksisting Kelistrikan Suatu Wilayah Christine Widyastuti; Adri Senen; Oktaria Handayani
KILAT Vol 10 No 2 (2021): KILAT
Publisher : Sekolah Tinggi Teknik - PLN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33322/kilat.v10i2.1327

Abstract

Faktor yang menentukan kualitas energi listrik adalah adanya perencanaan sistem distribusi yang baik yang memenuhi standar dan kriteria teknis yang berlaku. Meskipun desain awal sistem distribusi telah memenuhi standar kualitas pelayanan tersebut, dengan adanya perkembangan beban yang terus meningkat, parameter kualitas yang terjadi di lapangan dapat mengalami perubahan, sehingga perlu adanya evaluasi kondisi kualitas pensuplaian tersebut. Evaluasi ini semakin penting dalam kaitannya dengan kebutuhan untuk perencanaan pengembangan sistem ke masa depanu untuk mencapai sistim distribusi dengan kualitas yang tinggi, andal dan effisien. Adapun kriterian desain yang dirancang dalam penelitian ini meliputi jatuh tegangan, dan penyulang serta keandalan sistem distribusi. Penetuan kriteria desain ini diharapkan dapat dijadikan sebagai bahan acuan oleh pengelola sistem distribusi dalam rangka mencapai tingkat kualitas pelayanan yang memenuhi standar yang berlaku dengan didasarkan pada kondisi sistem eksisting, prediksi perkembangan beban, dan pengembangan wilayah pada suatu area pelayanan. Hasil evaluasi menunjukkan persentase jatuh tegnagan berkisar antara 1 % - 12,7% , pembebanan penyulang berada pada nilai 50,5 % - 96,2 % , dengan nilai indeks keandalan SAIFI mecapai 3,86 kali/tahun dan nilai SAIDI 16,23 jam/tahun
Proyeksi Kebutuhan Energi Secara Microspasial Berdasarkan Penentuan Variabel Independen Dengan Metode Kolmogorov-Smirnov Dwi Anggaini; Adri Senen; Hasna Satya Dini
KILAT Vol 10 No 2 (2021): KILAT
Publisher : Sekolah Tinggi Teknik - PLN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33322/kilat.v10i2.1401

Abstract

Metoda proyeksi peramalan energi umumnya masih berbentuk makro sehingga tidak memperlihatkan pusat-pusat beban pada wilayah yang lebih kecil (grid) dan mengakibatkan lokasi gardu distribusi tidak dapat ditentukan dengan pasti. Oleh karena itu diperlukan teknik prakiraan energi yang berbasis pada wilayah yang lebih kecil (mikrospasial). Prakiraan energi listrik yang melibatkan banyak variabel, hasil proyeksinya lebih akurat. Hal itu disebabkan proyeksinya melibatkan interaksi antar variabel dalam bentuk faktor. Setiap area pelayanan memiliki faktor dominan yang berbeda. Untuk menentukan faktor yang paling dominan dapat menggunakan Metoda Exploratory Factor Analysis. Metoda ini mampu menentukan variabel yang dominan diantara variabel-variabel yang terlibat. Dalam penelitian ini yang semula melibatkan 12 variabel independen, ada 4 variabel yang dapat dikelompokan menjadi satu faktor utama berdasarkan hasill Componen Transformation Matriks. Faktor tersebut akan digunakan dalam pemodelan matematis proyeksi kebutuhan energi. Sehingga hasil peramalan energi lebih teliti. Sejumlah metode analisis dengan statistika mengasumsikan distribusi datanya normal, sehingga asumsi ini perlu diuji kebenarannya. Beberapa uji normalitas yaitu dengan melihat penyebaran data pada sumber diagonal pada grafik Normal P-P Plot of regression standarized residual atau dengan uji One Sample Kolmogorov-Smirnov.
Co-Authors Adella Wendy Putri Alvianingsih, Ginas Anggaini, Dwi ARIF KURNIAWAN Christine Widyastuti Dini, Hasna Satya Eko Supriyanto Fikri, Zul Hakimul Batih Hashim, Haslenda Hasna Satya Dini Jamani Jamian, Jasrul Jamian, Jasrul Jamani Oktaria Handayani Perdana Putera, Perdana Ridha Yasser Satya Dini, Hasna Titi Ratnasari Titi Ratnasari Titi Ratnasari Tri Wahyu Oktaviana Putri Yoakim Simamora Zainal Arifin