6. Tinjauan Pustaka
6.1 Kabel Bawah Laut (Submarine Cable)
Kabel listrik bawah laut (Submarine Cable) merupakan suatu jenis kabel
yang digunakan untuk membawa tenaga listrik dibawah permukaan laut. Kabel
bawah laut didesain untuk melindungi bagian dari air, arus bawah laut,
gelombang, tekanan tinggi, dan kekuatan alam lainnya yang bisa mempengaruhi
keadaan kondisi dasar laut. Saluran kabel laut tegangan tinggi (SKLT)
interkoneksi Jawa-Bali yang terpasang saat ini untuk sirkuit 1 dan 2 menggunakan
jenis kabel three-core dengan isolasi minyak (Paper Insulated Oil-Filled Cable).
Sedangkan untuk sirkuit 3 dan 4 menggunakan jenis kabel three core dengan
isolasi XLPE (Cross Linked Pollyethyline). Dibawah ini akan dijelaskan
karakteristik masing-masing kabel.
a. Three Core isolasi minyak (Paper Insulated Oil-Filled Cable)
Gambar 6.1 Penampang Kabel Bawah Laut Three Core isolasi Minyak
(Sumber : Buku Spesifikasi Kabel Bawah Laut Gilimanuk)
Gambar 6.2 Penampang Kabel Bawah Laut Three Core isolai XLPE
(Sumber : Buku Spesifikasi Kabel Bawah Laut Gilimanuk)
maksimal 150 kV. Disamping itu pulau bali juga memiliki pembangkit listrik
dengan daya total 778 MW hingga tahun 2014. Adapun berdasarkan jenisnya,
kapasitas terpasang pembangkit tersebut terdiri dari PLTG sebesar 357 MW,
PLTD sebesar 420 MW, PLTS sebesar 0,1 MW, PLTB sebesar 1 MW dan PLTM
sekitar 0,03 MW.
Konsumsi energi listrik pada pulau bali hingga akhir 2014 mencapai
sekitar 4,335 GWh dengan komposisi konsumsi persektor pemakai untuk rumah
tangga sekitar 1.847 GWh (42,6%), bisnis sekitar 2.059 GWh (47,5%), industri
sekitar 160 GWh (3,7%), dan publik sekitar 269 GWh(6,2%). Sedangkan rasio
elektrifikasi Bali untuk tahun 2014 adalah sekitar 85,17 %.
Gambar 6.3 grafik diatas menunjukkan daya yang ditransfer dari pulau
Jawa sebesar 343 MW pada jam 14.00 dan 331 MW pada jam 19.30. Sedangkan
beban listrik yang di supply dari pembangkit yang ada di Bali sebesar 489,6 MW
pada jam 19.00. sehingga dapat dipersentasekan daya yang di transmisikan lewat
kabel bawah laut sebesar 40,37 %. Sedangkan nilai arus yang ditransferkan oleh
kabel bawah laut sirkuit 1 sebesar 390 A, sirkuit 2 sebesar 390 A, sirkuit 3 sebesar
334 A. dan sirkuit 4 sebesar 400 A. (Jurnal Beban Harian Gardu Induk, 2017).
∆𝜃 −𝑊𝑑 (0,5 𝑇1 + 𝑛 ( 𝑇2 + 𝑇3 + 𝑇4 )
I = [𝑅𝑎 𝑐 ]0.5 ...................... (6.1)
1 𝑇1 + 𝑛 𝑅𝑎 𝑐 1 1+𝜆 1 𝑇2 + 𝑛 𝑅𝑎𝑐 1 1+ 𝜆 1 + 𝜆 2 ( 𝑇3 𝑇4 )
𝑂𝑢𝑡𝑝𝑢𝑡
Ƞ = 𝑥 100% ........................................................................ (6.2)
𝑜𝑢𝑡𝑝𝑢𝑡 +𝑙𝑜𝑠𝑠𝑒𝑠
𝑉𝑟 𝐼 cos 𝜃 𝑅
Ƞ =𝑉 2 𝑥 100%........................................................................ (6.3)
𝑟 𝐼 cos 𝜃 𝑅 + 𝐼 𝑅
𝑃𝑟
Ƞ = 𝑥 100% ................................................................................ (6.4)
𝑃𝑟 + 𝑃 𝑙𝑜𝑠𝑠
Dengan :
𝑉 𝑟 𝐼𝑐𝑜𝑠𝜃𝑅 = tenaga yang tersalurkan pada sisi terima (watt)
Ploss = rugi-rugi daya
Dari persamaan diatas dapat disimpulakn bahwa makin kecil kerugian
daya yang terjadi pada saluran, makin tinggi efisiensinya. Sebaliknya makin besar
kerugian daya pada saluran makin berkurang nilai efisiensinya. Untuk
memperkecil kerugian-kerugian daya pada saluran tersebut perlu diperhatikan hal-
hal seperti berikut(Daman Suswanto : Sistem Distribusi Tenaga Listrik).
13
Gambar 2.6 diperlihatkan arsitektur multi layer network dengan n buah input
layer (X1, …, Xn), n buah hidden layer (Z1, Z2, …, Zn) dan sebuah output layer
(Y) dengan bobot yang menghubungkan input layer dengan hidden layer
(W11,W12, W1n, Wn1, Wn2, Wnn) dan bobot yang menghubungkan hidden layer
dengan output layer (V1, V2, …, Vn).
jumlah epoch yang ditetapkan tercapai atau jika nilai error jaringan telah
sama dengan atau lebih kecil dari nilai toleransi error yang ditetapkan
sebelumnya. Pada tahap pelatihan, jaringan diharapkan dapat melatih seluruh
data pelatihan yang diberikan untuk mendapatkan bobot akhir jaringan yang
akan digunakan pada tahap pengujian. Struktur algoritma pelatihan
backpropagation antara lain:
1. Inisialisasi bobot-bobot
Mentukan angka pembelajaran (α). Tentukan pula nilai toleransi
error yang diinginkan dan set maksimal epoch jika ingin membatasi
jumlah epoch yang digunakan.
2. Selama kondisi berhenti tidak terpenuhi, lakukan langkah ke-2 sampai 9.
3. Setiap pasangan pola pelatihan, lakukan langkah ke-3 sampaike-8.
Tahap maju (Feedforward)
4. Tiap-tiap unit input (xi, i = 1, 2, 3, ..., o) menerima sinyal input dan
meneruskan sinyal tersebut ke tiap-tiap unit pada lapisan tersembunyi.
5. Tiap-tiap unit di lapisan tersembunyi (zj, j = 1, 2, 3, ..., p) menjumlahkan
sinyal sinyal input yang berbobot, yaitu:
𝑛
z_netj = v j0+ 𝑖=1 𝑥 i vji ..................................... (6.5)
Keterangan : x : input
z : lapisan tersembunyi
Fungsi aktivasi untuk menghitung sinyal output, yaitu:
𝑛
zj = v j0 + 𝑖=1 𝑥 i vji ........................................... (6.6)
dan mengirimkan sinyal tersebut ke semua unit lapisan di atasnya (lapisan
output).
6. Tiap-tiap unit di lapisan output (yk, k = 1, 2, 3, ..., m) menjumlahkan sinyal
inputyang berbobot, yaitu:
𝑝
y_netk = wk0 + 𝑗 =1 𝑧j w kj ................................. (6.7)
Fungsi aktivasi untuk menghitung sinyal output, yaitu:
𝑝
yk = w k0 + 𝑗 =1 𝑧j w kj ....................................... (6.8)
Keterangan : x : input
22
y : output
z : lapisan tersembunyi
w : bobot
Tahap mundur(Backpropagation)
7. Tiap-tiap unit output yk menerima pola target tk untuk menghitung error
(δk), yaitu:
k(tk – yk) f’(y_netk) = (tk – yk) yk (1 – yk) .......... (6.9)
Kemudian menghitung nilai koreksi bobot yang nantinya digunakan untuk
memperbaiki nilai bobot antara lapisan tersembunyi dan lapisan output
(wjk), yaitu:
w jk = k zj ................................................... (6.10)
Menghitung juga koreksi bias yang digunakan untuk memperbaiki nilai
bias antara lapisan tersembunyi dan lapisan output (wk0), yaitu:
w k0 = k ...................................................... (6.11)
8. Tiap-tiap unit pada lapisan tersembunyi (zj,j = 1, 2, 3, ..., p) menjumlahkan
sinyal-sinyal input dari lapisan output,yaitu:
_net j= 𝑘 =1 k w jk
𝑛
....................................... (6.12)
Mengalikan nilai ini dengan fungsi aktivasi untuk menghitung error pada
lapisan tersembunyi (δj), yaitu:
j = _net j f’(z_netj) _net jz j(1 – zj) ............. (6.13)
Kemudian hitung koreksi bobot untuk memperbaiki nilai bobot antara
lapisan input dan lapisan tersembunyi (vji), yaitu:
v ji = jxi ..................................................... (6.14)
Kemudian menghitung koreksi bias untuk memperbaiki nilai bobot antara
lapisan input dan lapisan tersembunyi (vj0), yaitu:
v j0 = j .............................................. (6.15)
Tahap pengoreksian bobot
9. Tiap unit keluaran (yk, k = 1, 2, 3, ..., m) memperbaiki bobot dan bias,
yaitu:
wkj (baru) = wkj (lama) + wkj , ( k = 1, 2, ..., m ; j = 0, 1,... , p) .. (6.16)
23