Moch Gozali
Universitas Jember

Published : 4 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search

Arus Ground-Fault Di Dalam Rangkaian Generator Dengan Perbedaan Unsur-Unsur Yang Meng-Ground-Kan Netral Moch Gozali
Semesta Teknika Vol 9, No 2 (2006): NOVEMBER 2006
Publisher : Universitas Muhammadiyah Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.18196/st.v9i2.871

Abstract

Hasil analisa arus zero-sequence yang mengalir di dalam generator netral dan pada penempatan Ground-fault sepanjang generator operasi normal dan selama Ground-faults di dalam gulungan-stator yang di tentukan. Pengaruh dari  perbedaan metode dari meng-ground-kan generator  netral pada arus ini di dalam sirkuit primer untuk parameter generator yang  berbeda, trafo dan kapasitansi tambahan untuk meng-ground-kan pemutus generator. Pengaruh ini dianalisa untuk generator dengan netral tidak di-ground-kan, untuk generator dengan resistansi di dalam netral dan untuk generator dengan menetralisirkan Ground-fault meng-ground-kan generator netral. Analisa telah dilakukan untuk resistansi riil menyangkut kerusakan saluran selama Ground-faults sepanjang keseluruhan panjangnya gulungan-stator generator. Hal itu telah ditemukan  metode yang diterapkan untuk meng-ground-kan generator netral, parameter trafo dan generator, kapasitansi tambahan untuk meng-ground-kan pemutus generator, tingkat kesalahan resistansi dan penempatan Ground-fault mempunyai suatu pengaruh substansiil pada aliran arus di dalam generator yang netral dan pada penempatan Ground-fault di dalam kerusakan saluran secara keseluruhan isolasi gulungan-stator generator.
RANCANG BANGUN SEPIC CONVERTER UNTUK PANEL SURYA DENGAN MPPT INC SEBAGAI PENGISIAN BATERAI SEPEDA LISTRIK Arif Baihaqiy; Triwahju Hardianto; Bambang Sri Kaloko; Moch Gozali; Bambang Sujanarko
Jurnal Arus Elektro Indonesia Vol 6 No 2 (2020)
Publisher : Fakultas Teknik, Universitas Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.19184/jaei.v6i2.19642

Abstract

Panel surya merupakan pembangkit listrik yang dapat merubah energi cahaya matahari menjadi energi listrik. Pada anel surya bekerja berdasarkan prinsip kerja dari sebuah semikonduktor p-n junction, karena pada sel surya menggunakan sebuah silikon sebagai bahan utama dalam penyusunnya. Tetapi dalam pembangkitannya, panel surya sangat bergantung pada kondisi cuaca, sehingga pada penyaluran menuju beban menjadi tidak maksimal. Sehingga perlu ditambahkan metode untuk memperoleh daya maksimal yakni menggunakan maximum power point tracker (MPPT). Algoritma ini akan diterapkan pada switching SEPIC converter berupa gelombang PWM dari mokrokontroler Arduino dengan frekuensi 62,5 kHz agar dapat menaikkan tegangan atau menurunkan tegangan sesuai dengan setpoint. Baterai yang digunakan adalah dengan kapasitas 48 Volt 12 Ah. SEPIC converter akan menaikkan tegangan dari panel surya yang dirangkai secara seri (masing-masing 100Wp) sebesar 31-39 Volt menjadi 55 Volt. Total waktu yang dibutuhkan selama pengisian baterai adalah 8,75 jam. Pada saat pengujian dengan beban 300 Ohm diperoleh efisiensi sebesar 99% dengan duty cycle sebesar 65% dan efisiensi paling buruk adalah berada pada duty cycle 10% dengan nilai efisiensi sebesar 29%.
RANCANG BANGUN INVERTER 1 FASA DENGAN TEKNIK MODULASI THIRD HARMONIC INJECTION PULSE WIDTH MODULATION UNTUK PANEL SURYA 1 KWP Firman Hidayat Jati Pamungkas; Bambang Sujanarko; Moch Gozali
Jurnal Arus Elektro Indonesia Vol 6 No 1 (2020)
Publisher : Fakultas Teknik, Universitas Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.19184/jaei.v6i1.15624

Abstract

Indonesia is a tropical country, means that Indonesia gets more sun exposure than other countries. Therefore, Indonesia has the potential to develop Renewable Energy, especially solar panels. Solar panels can be used in homes for small scale, as well as on large scale such as power plants. However, electricity generated from solar panels cannot be directly used for some household appliances, because electricity produced is direct current (DC) electricity. So we need a device that can convert DC electricity into AC electricity (Alternating Current) called an inverter. A good inverter is one that has a THD (Third Harmonic Distortion) rating of no more than 5%. High THD can damage electronic equipment. Therefore, this study uses the THIPWM modulation method that is able to reduce THD.
PERAMALAN BEBAN LISTRIK YANG TERSAMBUNG PADA PENYULANG PT PLN (PERSERO) ULP TANGGUL TAHUN 2020-2024 MENGGUNAKAN METODE ADAPTIVE NEURO FUZZY INFERENCE SYSTEM (ANFIS) Andi Wahyudi; Moch Gozali; Guido Dias Kalandro
Jurnal Arus Elektro Indonesia Vol 6 No 2 (2020)
Publisher : Fakultas Teknik, Universitas Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.19184/jaei.v6i2.19100

Abstract

Peramalan beban listrik yang tersambung pada PT PLN (Persero) ULP Tanggul menggunakan data beban bulanan 5 tahun kebelakang yaitu tahun 2015-2019 untuk meramalkan beban listrik pada tahun 2020-2024. Metode yang digunakan pada penelitian peramalan beban listrik ini adalah metode Adaptive Neuro Fuzzy Inference System (ANFIS) yang dirancang menggunakan software MatLab R2016b. Data beban listrik tahun 2015-2019 dibagi menjadi 2 yaitu sebagai data training dan data testing. Training data dilakukan dengan menggunakan 8 jenis fungsi keanggotaan yaitu triangular (trimf), trapezoidal (trapmf), generalized-bell (gbellmf), Gaussian (gaussmf), Gaussian 2 (gauss2mf), different between of two sigmoidal (dsigmf), pi-shape (pimf) dan product of two sigmoidal (psigmf). Dari semua percobaan training menggunakan 8 jenis fungsi keanggotaan, 6 variasi jumlah fungsi keanggotaan, 2 tipe output fungsi keanggotaan dan 6 variasi jumlah epoch menghasilkan error paling kecil dan dikatakan struktur jaringan ANFIS terbaik hasil training ketika menggunakan fungsi keanggotaan triangular, 3 jumlah fungsi keanggotaan, tipe output linear, dan 2500 jumlah epoch yaitu sebesar 2,6544E-07. Testing peramalan tahun 2018 menghasilkan nilai MAPE sebesar 0,0000103988%, sedangkan testing peramalan tahun 2019 menghasilkan nilai MAPE sebesar 0,0000158672%. Dari nilai MAPE hasil testing tahun 2018 dan tahun 2019 dapat diketahui bahwa nilai MAPE kurang dari 10% sehingga dapat dikatakan kemampuan prediksi sangat baik.