OPTIMISASI ECONOMIC DISPATCH

DENGAN TRANSMISSION LOSSES

MENGGUNAKAN METODE FIREFLY
ALGORITHM

Budiyanto , Siti Komsiyah, Derwin Suhartono

Universitas Bina Nusantara, Jalan KH. Syahdan No. 9 Palmerah, Jakarta 11480, Indonesia

+6281806093339

budizz92@yahoo.com

ABSTRACT

Economic Dispatch problem is one of electrical price problem. Economic Dispatch is one
term to distribute electrical power generators in some active electrical system to minimize
the cost of generators. The purpose of this study is to apply optimization method in
Economic Dispatch problem with Transmission Losses to get optimal total price of thermal
generators and then make web based application to simplify the calculation. Optimization
method used is Firefly Algorithm. Things that want to achieve is combination of electrical
power generators,maksimum total of demand with transmission losses and total cost of
generators more minimum than total cost of the real data and web based application to
simplify the calculation. In the end, it can be concluded that this web based application is
very useful in calculating the total cost of electrical power generators and able to serve
maksimum total of demand with minimum Transmission Losses and than the results is more
optimal using Firefly Algorithm method than the results of real data.
Keywords : Electrical Power, Economic Dispatch, Firefly Algorithm,Transmission Losses
 ABSTRAK

Permasalahan mengenai harga listrik dapat diteliti lebih lanjut pada permasalahan Economic
Dispatch yang merupakan pembagian pembebanan pembangkit listrik pada suatu sistem
listrik yang beroperasi dengan tujuan mengoptimalkan biaya pembangkit tersebut. Tujuan
penelitian ini adalah mengaplikasikan penggunaan metode optimisasi pada permasalahan
Economic Dispatch dengan Transmission Losses sehingga didapat total biaya yang optimal
dari kombinasi Pembangkit Tenaga Listrik kemudian merancang progam aplikasi berbasis
web yang digunakan untuk mempermudah perhitungan optimasi tersebut. Metode optimisasi
yang digunakan adalah metode Firefly Algorithm. Hal yang ingin dicapai adalah kombinasi
beban pembangkit, total permintaan yang lebih optimum serta Transmission Losses dengan
total biaya yang lebih minimum dibandingkan dengan total biaya pada data aslinya.
Simpulan yang didapat adalah bahwa aplikasi web yang dibuat sangat membantu dalam
perhitungan biaya dimana total biaya pembangkit yang dihasilkan lebih optimal dengan
menggunakan metode Firefly Algortihm serta mampu melayani total permintaan yang lebih
tinggi dengan transmission Losses yang lebih kecil dibandingkan dengan hasil pada data
aslinya.
Kata kunci: Tenaga Listrik, Economic Dispatch, Firefly Algorithm, Transmission Losses

PENDAHULUAN
Listrik merupakan suatu kebutuhan yang penting bagi manusia dalam menjalankan aktivitas
sehari-hari, dimana pada zaman yang modern ini sudah banyak alat pendukung kehidupan manusia
yang membutuhkan tenaga listrik untuk mengoperasikannya seperti lampu, mesin cuci, mesin pompa
air, televisi, radio, komputer dan perangkat elektronik lainnya.
Tenaga listrik itu sendiri dihasilkan oleh suatu sistem tenaga listrik. Salah satu penghasil
tenaga listrik terbesar di Indonesia adalah PT Indonesia Power yang merupakan anak perusahaan dari
PT PLN. Untuk memproduksi tenaga listrik yang semurah mungkin pada suatu sistem tenaga yang
semua pembangkitnya terdiri dari pembangkit thermal (PLTU, PLTD, PLTG, PLTGU), dibutuhkan
penjadwalan ekonomis atau yang dikenal dengan istilah Economic Dispatch.
Economic Dispatch(ED) adalah pembagian pembebanan pada pembangkit-pembangkit yang
ada dalam sistem secara optimal sehingga akan didapatkan biaya pembangkitan yang minimum
terhadap produksi daya listrik yang dibangkitkan. Kerugian transmisi, merupakan komponen yang
perlu untuk diperhitungkan, karena mempengaruhi biaya produksi, terutama jika sistem memiliki
transmisi yang panjang dengan daya penyaluran yang besar.
Ada beberapa metoda yang dapat digunakan untuk menyelesaikan penjadwalan ekonomis
pembangkit-pembangkit thermal. Salah satunya adalah algoritma kunang-kunang. Algoritma kunang-
kunang merupakan metode metaheuristik. Metode ini sendiri dan dibentuk oleh Dr. Xin She Yang di
Cambridge University pada tahun 2007. Metode ini berasal dari pada kebiasaan kunang-kunang. Pada
tahun 2013, algoritma kunang-kunang digunakan untuk menyelesaikan masalah economic dispatch
dengan mengabaikan rugi – rugi transmisi. Hasil yang didapat bahwa algoritma kunang-kunang
mampu menyelesaikan economic dispatch dengan solusi yang lebih optimum dibandingkan beberapa
metode yang ada.
Penggunaaan algoritma kunang-kunang juga di uji coba untuk memecahkan masalah non-
convex Economic Dispatch yang memperhitungkan valve-point effect ( tekanan katup turbin) dengan
menghasilkan solusi yang lebih optimal oleh Sreeklah & Scaria(2013).
Pada penelitian ini penulis mengembangkan penelitian yang didapatkan sebelumnya dimana
rugi-rugi saluran transmisi dihitung dengan menggunakan koefisien rugi matrik B sehingga besar rugi-
rugi saluran transmisi tergantung dari besar daya output yang dibangkitkan untuk menghitung biaya
pembangkit yang lebih murah dengan melakukan optimisasi Economic Dispatch serta mengurangi
nilai kerugian transmisi (Transmission Losses) sehingga didapatkan total output daya yang lebih
optimal.
 Untuk memudahkan proses perhitungan dalam melakukan optimisasi Economic Dispatch
menggunakan metode Firefly Algorithm (algortima kunang-kunang) sesuai dengan yang diuraikan
sebelumnya, maka dirancanglah sebuah program berbasis web yang bertujuan untuk memudahkan
perhitungan dan pada akhirnya akan mengeluarkan hasil yang lebih optimal dan mudah dibaca oleh
pengguna.

METODE PENELITIAN
Metode penelitian dalam penelitian ini dibagi menjadi 2 yaitu:

1. Metode pengumpulan data

Metode pengumpulan data yang digunakan yaitu:
a. Studi Literatur
Melakukan studi literatur pada buku, artikel online, dan jurnal yang berhubungan
dengan penelitian sebagai dasar untuk mendapatkan landasan dasar penulisan
penelitian ini.
b. Wawancara
Metode pengumpulan data jenis ini dilakukan dengan cara melakukan wawancara
kepada admin pengguna pada divisi niaga PT Indonesia Power. Wawancara ini
berisi pertanyaan yang berkaitan dengan sistem yang sedang dibangun.

2. Metode pengembangan piranti lunak

Metode pengembangan peranti lunak yang digunakan untuk membangun aplikasi ini adalah
waterfall model. Tahap-tahap pada waterfall model adalah sebagai berikut
(Presmann,2010:39) :

1. Communication
Pada tahapan ini, membentuk komunikasi untuk mengetahui hal-hal apa saja yang
dibutuhkan untuk memenuhi tujuan software seperti misalnya fungsi dan fitur yang
diinginkan ada pada software.

2. Planning
Pada tahapan ini, terdapat software project plan yang akan mendeskripsikan tugas-tugas
teknikal yang harus dilakukan, resikonya, sumber-sumber yang dibutuhkan, bagian-
bagian produk yang harus dihasilkan, dan jadwal pekerjaan.

3. Modelling
Pekerjaan apapun membutuhkan suatu model agar lebih mudah melihat bentuk nyata dari
produk yang akan dihasilkan. Model tersebut misalnya berupa gambar sketsa perkiraan
bentuk produk tersebut akan seperti apa. Dalam pembuatan software, model akan
membuat pemahaman akan kebutuhan software menjadi lebih dalam dan desainnya juga
membantu dalam mencapai tujuan tersebut.

4. Construction
Pada bagian ini akan dibuat suatu code atau biasa disebut koding yang merupakan
bantuan secara komputasi. Setelah itu hasil koding-an tersebut akan diuji apakah ada
kesalahan yang harus diperbaiki atau tidak.

5. Deployment
Tahapan ini merupakan tahap akhir. Produk software yang telah jadi akan dipublikasikan
untuk dicoba oleh konsumen yang akan membantu mengevaluasi hasil produk tersebut
untuk dijadikan feedback demi perkembangan produk selanjutnya.
HASIL DAN BAHASAN
Berikut ini langkah-langkah untuk menghitung biaya total pembangkit dan nilai total permintaan
beban :
1. Mendefinisikan koefisien HeatRate pada setiap unit pembangkit dengan mengggunakan interpolasi
kuadrat yang didapat dari data Heatrate yang terdiri dari tingkat pembebanan Netto dengan
Heatrate Netto yang menggunakn microsoft excel.
2. Mengitung harga kalor yaitu harga bahan bakar(Rp/kg)/nilai kalor (kcal/kg) pada setiap unit
pembangkit
3. Kalikan koeifisien HeatRate dengan harga energi sehingga diperoleh koefisien persamaan biaya
pada setiap unit pembangkit sehingga menjadi persamaan Fi (Pi ) =( ai + bi Pi + ci Pi 2) kcal/jam x
harga kalor Rp/cal
4. Kemudian cari nilai Pd dengan persamaan PG = PD + PL
5. Menentukan nilai PL terlebih dahulu dengan mengunakan persamaan Transmission Losses yaitu
PL = giBijPij+ i0Pgi+ B00 dimana Bij = Koefisien kerugian transmisi atau Loss

coefficients.,Pgi = Output masing-masing Pembangkit, Pi,Pj = Ouput pembangkit ke-i,j, dan

Bi0,B00 = Konstanta rugi-rugi daya.
6. Setelah mendapat nilai PL , lalu kemudian bisa mendapatkan nilai Pd dengan menggunakan rumus
yang sudah disebutkan pada nomor 4.
7. Kemudian langkah terakhir yaitu menghitung biaya total pembangkit dengan menggunakan
persamaan berikut: dimana Fi (Pi ) =( ai + bi Pi + ci Pi 2) kcal/jam x harga kalor
Rp/cal

Metode algoritma kunang-kunang yang digunakan dalam melakukan optimisasi Economic Dispatch
meliputi langkah-langkah yang dijelaskan sebagai berikut:

1. Pertama-tama, inisialisasi jumlah kunang-kunang. Dalam hal ini, jumlah kunang-kunang

ditentukan sebanyak 15.
2. Inisalisasi jumlah dimensi masalah. Dalam hal ini berjumlah 6 karena pembangkit yang akan
digunakan dalam penelitian berjumlah 6.
3. Inisalisasi posisi kunang-kunang melambangkan besarnya beban pembangkit. Masing-masing
pembangkit memiliki batasan minimum dan maksimum,sehingga ruang pencarian untuk inisialisai
kunang-kunang tersebut harus memenuhi batasan masing-masing pembangkit
4. Inisialisai parameter yang ada pada metode firefly algortihm. Ada 3 parameter utama yang harus
ditentukan yaitu parameter acak atau nilai α, parameter Attractiveness atau nilai β, dan nilai γ atau
koefisien absorbsi. Dalam hal ini semua bernilai 1 kecuali parameter acak atau nilai α yaitu
bernilai 2.
5. Melakukan perhitungan Intensitas cahaya(Acctractiveness) dimana menggunakan fungsi fittness
yaitu fungsi I(x) = 1/f(x). Semakin rendah nilai fungsi, maka semakin tinggi nilai nilai
intensitasnya. Kemudian bandingkan setiap nilai intensitas cahaya pada setiap kunang-kunang.
Jika intensitas firefly i kurang dari firefly j, maka firefly I akan bergerak menuju firefly j.
6. Menghitung jarak antara firefly i dengan firefly j dengan menggunakan persamaan rij = || xi - xj|| =
. Setelah itu,perlu juga menghitung nilai Attractiveness atau nilai β dengan

menggunakan persamaan β(r) = β0 .

7. Melakukan pergerakan perpindahan kunang-kunang. Ketika sudah menghitung nilai attractiveness
dan intensitas firefly i kurang dari firefly j maka firefly akan melakukan perpindahan dengan
menggunakan persamaan = + β0 +( ) + α ( rand - ).

8. Melakukan perulangan untuk mendapatkan hasil yang terbaik. Hasil akhir dari fungsi ini adalah
posisi terbaik yang pernah diperoleh para firefly dan ketika sudah ,mendapatkan posisi terbaik
maka akan disimpan dan jika beluma akan diulangi sampai jumlah maksimal pengulangan.

Perancangan Aplikasi

Gambar 1 Use Case Diagram

Aplikasi yang dirancang dapat diakses secara offline dengan menggunakan Localhost
menggunakan XAMPP. Pengguna terbagi menjadi dua yaitu user dan admin. Ketika menjalankan
Aplikasi, user disambut dengan halaman Home. Halaman Home merupakan halaman utama yang
menyambut user ketika aplikasi dijalankan.Tak hanya itu, user juga bisa membuka halaman View
About Company dan View About Us. Selanjutnya, admin melakukan login dapat melakukan beberapa
hal yang tidak bisa diakses oleh user diantaranya adalah sebagai berikut:

1. Use Calculator, berfungsi untuk menghitung nilai total biaya pembangkit,nilai total beban,nilai
transmission losses sesuai dengan data yang dimasukkan admin kemudian menjabarkan hasilnya
dalam bentuk tabel dan grafik. Data yang dimasukkan akan diproses dengan rumus yang sudah
dijabarkan sebelumnya dan datanya dalm berkas Microsoft Excel.
2. View Help, berfungsi sebagai panduan untuk membantu dalam menggunakan aplikasi
3. View About Method, berfungsi untuk mengedukasi admin mengenai metode-metode perhitungan
yang digunakan dalam aplikasi Forecast JCI.
4. Logout, berfungsi untuk keluar dari aplikasi dan kembali ke halaman utama

Simulasi dan Pembahasan

Pada simulasi program, program akan diuji menggunakan data h berupa 6 pembangkit thermal
yang ada di Jawa sampai Bali yaitu PLTU sebanyak 3 pembangkit, PLTD, PLTG, PLTGU masing-
masing sebanyak 1 pembangkit. Data diambil dari tanggal 20 februari 2015 sampai dengan 30 juni
2015 yang kemudian disimpan dalam berkas Microsoft Excel yang merupakan tabel koefisien
persamaan biaya.
 Tabel 1 Koefisien Persamaan Biaya

Koefisienn Persamaan Biaya

Pembangkit
a(konstanta) b(koefisien p) c(koefisien p^2)
Pembangkit A 469.88232 -0.38916436 0.0039582
Pembangkit B 469.88232 -0.38916436 0.0039582
Pembangkit C 469.88232 -0.38916436 0.0039582
Pembangkit D 438.9707128 -10.50202893 0.341703599
Pembangkit E 1981.870831 -7.562694531 0.008897288
Pembangkit F 775.809095 -14.23502927 0.463596578

Pada tabel diatas,terdapat koefiein persaman biaya yang berasal dari perhitungan yang
menggunakan Microsoft Excel . Tak hanya itu,terdapat data minimum dan maksimum masing-pada
masing pembangkit serta data total beban kebutuhan yang nantinya akan digunakan untuk melakukan
pendjawalan ekonomis yang berasal dari data perusahaan.
Tabel 2 Data pembangkit

Pembangkit Beban(MW) Pmin Pmax

Pembangkit A 372 200 373
Pembangkit B 372 200 373
Pembangkit C 372 200 373
Pembangkit D 20 5 20
Pembangkit E 425 250 445
Pembangkit F 15 5 18
Total Beban 1576
Dari tabel 1 dan tabel 2 maka dapat dilakukan perhitungan untuk mencari total biaya
pembangkit dan melakukan economic dispatch sehingga juga dapat diketahui transmission losses dan
total beban kebutuhan dengan menggunakan rumus yang sudah diuraikan sebelumnya kemudian
melakukan perhitungan dengan metode algoritma kunang-kunang dengan perulangan sebanyak 5 kali
Tabel 3 Hasil penggunaan Metode Firefly Algortihm

Generator Rata-rata Satuan

Generator A 361.6 MW
Generator B 368.8 MW
Generator C 366.2 MW
Generator D 19 MW
Generator E 443.2 MW
Generator F 17.2 MW
Total Beban 1576 MW
Kerugian Transmisi 38.8381 MW
Total Permintaan 1537.1619 MW
Total Biaya 3978.9122 Rp/jam
Pada tabel 3 ini dijelaskan hasil penggunaan metode algortima kunang-kunang yang
dilakukan sebanyak 5 kali. Adanya naik dan turun pada masing-masing pembangkit bila
dibandingkan data pada perusahaan. Disini juga diberikan nilai kerugian transmisi pada 6 pembangkit
tersebut, nilia total permintaan beban yang sesungguhnya, serta nilai total biaya pembangkit dengan
menggunakan rumus yang sudah dijelaskan sebelumnya. Berikut ini juga terdapat Grafik pencarian
total biaya pembangkit pada metode firefly algorithm.
 Gambar 2 Grafik konvergensi Metode Firefly Algorithm
Gambar 2 ini menjelaskan proses pencarian biaya toal pembangkit yang paling murah dengan
melakukan penjadwalan secara ekonomis sehingga didapatkan kombinasi beban yang tetap
memenuhi batasan minimum dan maksmimum yang ada pada tabel 2.Lalu kemudian bandingkan
dengan data yang ada diperusahaan dengan data yang sudah didapat menggunakan data yang
menggunakan metode Firefly Algorithm.
Tabel 4 Tabel Perbandingan Data Asli dan Rata-rata Output Simulasi Program

Generator Data Asli Metode Firefly

Generator A 372 361.6
Generator B 372 368.8
Generator C 372 366.2
Generator D 20 19
Generator E 425 443.2
Generator F 15 17.2
Total Beban 1576 1576
Kerugian Transmisi 39.62 38.8381
Total Permintaan 1536.38 1537.1619
Total Biaya 4025.5996 3978.9122

Berdasarkan tabel 4 perbandingan data asli dengan hasil dari perhitungan program
menggunakan metode Firefly Algorithm yang terlihat pada tabel perbandingan di atas, dapat
disimpulkan bahwa data asli untuk memenuhi permintaan 1536.38 MW membutuhkan output
1576 MW dengan biaya Rp. 4025,5996 per jam , serta kerugian transmisi sekitar 39,62 atau sekitar
2,513% sedangkan dengan meode Firefly dengan output 1576 MW dapat memenuhi 1537.1619
dengan biaya yang dihasilkan lebih minimum dibandingkan data asli yaitu Rp. 3.978,9122 per
jam. Biaya yang lebih minimum ini dapat menghemat Rp. 46,6874 per jam dan juga nilai kerugian
transmisi lebih kecil bila menggunakan metode Firefly yaitu 38,8381 MW atau sekitar 2,464%.
Kerugian transmisi bisa dapat dihemat 0,7819 MW atau sekitar 0,049%.
SIMPULAN DAN SARAN
Berdasarkan penelitian yang sudah dilakukan maka didapatkan beberapa kesimpulan yaitu:

1. Metode Firefly Algorithm menghasilkan biaya pembangkit (Komponen C) serta nilai transmission
losses yang lebih optimal dibandingkan dengan biaya dan nilai transmission losses yang didapat
dari data asli..
2. Perbandingan kombinasi pembangkit antara data asli dengan hasil program cukup terlihat
perbedaan yang jelas. Biaya yang dihasilkan oleh aplikasi pun lebih kecil dibandingkan biaya pada
data asli meskipun perbedaannya tidak terlalu jauh.
3. Aplikasi yang dibuat sangat membantu Admin dalam mempermudah perhitungan biaya
pembangkit dan nilai transmission losses yang lebih optimal.
4. Penggunaan metode Firefly Algorithm mampu melayani total permintaan lebih tinggi bila
dibandingkan data asli sehingga mampu memenuhi permintaan yang lebih optimal.

Beberapa saran yang dapat diajukan untuk penelitian dan pengembangan penelitian selanjutnya adalah
sebagai berikut:

1. Untuk penelitian selanjutnya, disarankan peneliti dapat lebih mengembangkan metode Firefly
Algorithm sehingga hasil yang diperoleh lebih optimal.
2. Untuk penelitian selanjutnya, diharapkan peneliti menggunakan kombinasi pembangkit yang lebih
beragam dan cakupan wilayah yang cukup luas.
3. Untuk pengembangan aplikasi selanjutnya, diharapkan peneliti mampu memberikan output waktu
pengerjaan yang dilakukan oleh metode Firefly ketika menghasilkan hasil yang optimal.

REFERENSI
Adrianti. (2010). Penjadwalan Ekonomis Pembangkit Thermal dengan Memperhitungkan Rugi Rugi
Saluran Transmisi Menggunakan Metode Algoritma Genetik. Tesis tidak diterbitkan. Padang:
Jurusan Teknik Elektro, Fakultas Teknik, Universitas Andalas.
Dekhici,L.,Belkadi,K.,& Borne,P.(2012).Firefly Algorithm for Economic Power DispatchingWith
Pollutants Emission.Informatica Economica,16(2),45-57.
Garido,M.,J.(2012).Introduction to Elementary Computational Modeling.USA:John Willey & Sons
Inc.
Joko, P., Montario, C. B., & Zamrudi. (2010). Transmission of Electrical Energy. Makalah Tekhnik
Tenaga Listrik, 1-3.
Kindersley,D.(2011).Introduction to Computer Science.New Delhi:Pearson Education.
Liang,H.,R.,Wang,C.,J.,Chen,T.,Y.,& Tseng.,T.,W.(2014).An enhanced firefly algorithm to multi-
objective optimal active/reactivepower dispatch with uncertainties consideration.International
Journal of Electrical Power and Energy Systems,64,1088-1097.
Meena,K.,& Sivakumar,R.(2015).Human-Computer Interaction. New Delhi: Asoke K. Gosh,PHI
Learning.
Nadjamuddin, H. (2011). Bahan Ajar Perancangan Pembangkitan Tenaga Listrik. Makassar:
Universitas Hasanuddin.
Panigrahi,P.,Mishra,S.,Pani,R.,S.(2015).Implementation of Firefly Algorithm onEconomic Load
Dispatch.International Journal of Engineering Research & Technology (IJERT),4,376-380.
Penangsang, O. (2011). Pengoperasian Optimum Sistem Tenaga Listrik. Diperoleh (30 April 2015)
dari http://power-system.ee.its.ac.id.
Pressman, R. S. (2010). Software Engineering: A Practitioners Approach (7th ed.). New York:
McGraw-Hill Science.
Rajan,A., & Malakar,T.(2014).Optimal reactive power dispatch using hybrid Nelder–Mead
simplexbased firefly algorithm.International Journal of Electrical Power and Energy
Systems,66,9-24.
Saadat, H. (2004). Power System Analysis. New York: McGraw-Hill Companies.
Scaria.,R, & V.,S.(2013).Firefly Algorithm Based Power Economic Dispatch of Generators Using
Valve Point Effects and Multiple Fuel Options. International Journal of Engineering and
Innovative Technology (IJEIT),3,251-256.
Shneiderman, B., & Plaisant, C. (2010). Designing The User Interface (6th ed.). Boston: Pearson.
Subramanian,R., & Thanuskodi K.(2013).An Efficient Firefly Algorithm to Solve Economic Dispatch
Problems,2,52-55.
Vallabhareni,R.,S.(2015).CIAexcel Exam Review Part 1:Internal Audit Basic.USA:John Willey &
Sons inc.
Welling, L., & Thomson, L. (2009). PHP and MySQL Web Development (4th ed.). Boston: Addison-
Wesley.
Whitten, J. L., & Bentley, L. D. (2007). System Analysis and Design Method (7th ed.). California:
Irwin/McGraw-Hill.
Wikarsa, M. T. (2010). Studi Analisis Program Percepatan 10.000 MW Tahap 1 pada Operasi Sistem
Tenaga Listrik Jawa Bali. Tesis tidak diterbitkan. Depok: Jurusan Teknik Elektro, Fakultas
Teknik, Universitas Indonesia.
Wood, A. J., & Wollenberg, B. F. (1996). Power Generation, Operation and Control (2th ed.). New
York: A Willey-Interscience Publication.
Yang,S.,X.(2010).Engineering Optimization.New York: A Willey-Interscience Publication.
Yang,S.,X.,Hoessine.,S.,S.,S.,& Gandomi,H.,A.(2011).Firefly Algorithm for solving non-convex
economic dispatch problems with valveloading effect.Applied Soft Computing,12,1180-1186.
Younes,M.,Khodja,F.,& Kherfane.L.(2013).Multi-objective economic emission dispatch solution
using hybrid FFA(firefly algorithm) and considering wind power penetration.Energy,67,595-
606.

RIWAYAT PENULIS
Budiyanto lahir di kota Jakarta pada 26 April 1992. Penulis menamatkan pendidikan S1 di
Universitas Bina Nusantara dalam bidang ilmu Teknik Informatika dan Matematika pada tahun 2015.