Optimasi Penempatan DG Dan Kapasitor Dengan Menggunakan Genesis Algoritma

1
BAB 1. PENDAHULUAN
1.1 Latar Belakang

Energi listrik merupakan suatu bentuk energi yang memiliki peran sangat
vital dalam aktivitas keseharian manusia. Setiap tahun terjadi peningkatan kebutuhan
energi yang signifikan dan menuntut pihak penyedia tenaga listrik untuk memberikan
supply tenaga yang cukup dan berkualitas. Penggunaan energi listrik di Indonesia
dapat dikatakan sebagai salah satu kebutuhan pokok untuk untuk saat ini, hal ini
didukung dengan kemajuan teknologi yang sebagian besar menggunakan energi
listrik sebagai sumber utamanya. Kemajuan teknologi di Indonesia mengakibatkan
meningkatnya permintaan energi listrik dalam suatu wilayah yang akan berdampak
pada penyedia listrik. Pertambahan beban di suatu wilayah merupakan masalah bagi
penyedia listrik, karena selain daya yang disalurkan harus ditambah, akan terjadi drop
tegangan yang besar pula disepanjang saluran transmisi maupun distribusi. (Yudi
Utomo Putra, 2010)
Sistem distribusi merupakan bagian dari sistem tenaga listrik yang berfungsi
untuk menyalurkan dan mendistribusikan daya listrik yang berasal dari pusat
pembangkit ke konsumen. Pertumbuhan beban yang terus meningkat, mengharuskan
sistem distribusi mampu memberikan penyaluran daya listrik yang cukup dan sesuai
dengan permintaan daya listrik yang dibutuhkan oleh komsumen. Dalam suatu sistem
jaringan distribusi tenaga listrik, daya reaktif berpengaruh pada kestabilan sistem.
Daya reaktif disebabkan oleh impedansi dari saluran yang sebagian besar merupakan
komponen reaktif. Daya reaktif juga menjadi konsumsi untuk peralatan listrik seperti
motor, transformator dan peralatan elektronika daya. Bila suatu jaringan distribusi
tidak memiliki sumber daya reaktif di daerah sekitar beban, maka semua kebutuhan
beban reaktifnya akan dibebani oleh generator sehingga akan mengalir arus reaktif
pada jaringan distribusi. Apabila kebutuhan ini cukup besar maka arus yang mengalir
di jaringan distribusi juga semakin besar yang akan berakibat pada nilai tegangan
akan jatuh pada ujung saluran meningkat dan nilai rugi-rugi daya yang besar.
2
Mengingat kebutuhan masyarakat akan energi listrik terus meningkat seiring

dengan meningkatnya gaya hidup dan peralatan yang digunakan, pada kondisi ini
mengharuskan akan ketersediaan energi listrik yang efisien dan berkualitas. Dalam
beberapa dekade terakhir ini, DG mulai dikembangkan dinegara-negara maju seperti
Eropa dan Amerika untuk mendukung kebutuhan energi listrik negara. Distributed
generation adalah sebuah pendekatan yang menggunakan teknologi skala kecil untuk
menghasilkan listrik dekat dengan pengguna atau biasanya disebut juga pembangkit
kecil tersebar. Teknologi DG sering terdiri dari modular generator dan kadang-
kadang energi terbarukan. (Khalid Al Wazir, 2015)
DG dinilai sebagai suatu solusi yang tepat untuk mengatasi kekurangan
pasokan energi listrik maupun mengatasi problematika sistem distribusi listrik seperti
rugi-rugi daya listrik, keseimbangan sistem distribusi listrik, dan juga mengatasi
beban kritis yang mengalami drop tegangan. Dikarenakan DG yang terletak dipusat-
pusat beban, maka DG selain dapat langsung melayani beban yang membutuhkan
energi listrik tambahan juga dapat diinterkoneksikan kejaringan distribusi listrik
untuk optimalisasi keandalan jaringan distribusi tersebut. (B. Venkatesh, R. Ranjan.
2003)
Pada penelitian sebelumnya telah dianalisis mengenai optimasi penempatan
DG dengan menggunakan metode GA (Genetic Algorithm), tetapi penelitian tersebut
hanya menggunakan daya aktif dari DG untuk menghasilkan nilai rugi-rugi daya dan
juga tegangan yang dianggap sebagai hasil yang paling optimal. Untuk penelitian
yang selanjutnya akan dilakukan percobaan penempatan DG dan kapasitor pada
jaringan distribusi radial. Beberapa penelitian mengenai penempatan kapasitor pada
jaringan distribusi dengan penempatan lokasi yang tepat akan mengurangi rugi-rugi
daya dan drop tegangan pada sistem. Biasanya dalam memperbaiki rugi-rugi daya
dan tegangan hanya menggunakan pengaruh dari daya aktif tanpa menganalisis
pengaruh dari adanya daya reaktif. Maka, pada penelitian ini akan dibahas mengenai
pengaruh dari adanya daya reaktif dengan menempatkan kapasitor pada sistem
distribusi radial.
3
Pada penelitian ini, digunakan penyulang Watu Ulo Jember karena pada
penyulang ini mempunyai nilai rugi-rugi daya listrik dan juga mempunyai drop
tegangan dimana pada profil tegangan ini mempunyai toleransi sebesar 5 persen.
Untuk menyikapi permasalahan ini maka dimungkinkan penempatan DG dan
kapasitor dengan harapan mampu memperbaiki nilai rugi-rugi daya dan profil
tegangan yang terdapat pada penyulang ini.
Dalam hal ini, untuk mengahasilkan nilai rugi-rugi daya dan tegangan yang
optimal akan digunakan GA sebagai metode optimasi. GA (Genetic Algorithm)
digunakan untuk mendapatkan solusi yang tepat untuk masalah optimasi dari satu
atau multi variable. Maksud dan tujuan penulis menyusun skripsi ini adalah
melakukan kajian memperbaiki nilai rugi-rugi energi listrik dengan adanya
penempatan DG dan kapasitor. Metode ini diharapkan akan memperoleh solusi
keluaran optimal untuk penempatan DG dan kapasitor pada jaringan distribusi sistem
radial.
1.2 Rumusan Masalah

Berdasarkan latar belakang yang telah diuraikan, maka rumusan masalah
yang bisa diambil adalah sebagai berikut :
1. Bagaimana mengoptimasi penempatan dan kapasitas dari DG dan kapasitor yang
optimal.
2. Bagaimana pengaruh penempatan dan kapasitas dari DG dan kapasitor yang
optimal terhadap profil tegangan dan rugi-rugi daya.
1.3 Batasan Masalah

Adapun batasan masalah yang digunakan dalam penelitian ini adalah sebagai
berikut :
1. Simulasi menggunakan software MATLAB 7.8.0.
2. Studi hanya dilakukan pada jaringan distribusi sistem radial di penyulang Watu
Ulo Jember.
4
3. Penempatan DG dan kapasitor terdapat pada bus yang sama.

4. Penempatan DG dan kapasitor terletak dengan batasan 5 (lima) penempatan.
5. Tidak membahas jenis DG secara detail, hanya melihat besar nilai daya aktifnya
saja.
6. Tidak membahas jenis dan produk kapasitor secara detail, hanya melihat besar
nilai daya reaktifnya saja.
1.4 Tujuan
Adapun tujuan yang akan dicapai dalam melaksanakan penelitian ini adalah
sebagai berikut :
1. Untuk mengoptimasi penempatan dan kapasitas dari DG dan kapasitor yang
optimal.
2. Untuk memperbaiki rugi-rugi daya dan tegangan dengan penempatan dan
kapasitas dari DG dan kapasitor yang optimal.
3. Untuk mengetahui pengaruh penempatan dan kapasitas dari DG dan kapasitor
yang optimal terhadap profil tegangan dan rugi-rugi daya.
1.5 Manfaat
Adapun manfaat yang diharapkan setelah melakukan penelitian ini adalah
sebagai berikut :
1. Dapat diketahui akan letak dari penempatan dan kapasitas DG dan kapasitor yang
optimal.
2. Dapat menerapkan penggunaan metode GA (Genetic Algorithm) untuk
mengoptimalkan penempatan dan kapasitas dari DG dan kapasitor untuk
memperbaiki rugi-rugi daya dan tegangan.
3. Diharapkan dapat memberikan solusi dalam memperbaiki nilai rugi-rugi daya
dan juga tegangan dengan pengaruh DG dan kapasitor.
5
1.6 Sistematika Pembahasan

Secara garis besar penyusunan proposal skripsi adalah sebagi berikut:
BAB 1. PENDAHULUAN
Berisi tentang latar belakang, rumusan masalah, batasan masalah, tujuan,
manfaat dan sistematika pembahasan.
BAB 2. TINJAUAN PUSTAKA
Berisi tentang penjelasan teori yang menguraikan pendapat atau hasil
penelitian terdahulu yang berkaitan dengan penelitian yang akan
dilakukan.
BAB 3. METODOLOGI PENELITIAN
Menjelaskan tentang metode kajian yang di gunakan untuk
menyelesaikan skripsi.
BAB 4. HASIL DAN PEMBAHASAN
Berisi hasil penelitian dan analisi hasil penelitian.
BAB 5. PENUTUP
Berisi tentang kesimpulan dan saran dari penulis.
6
BAB 2. TINJAUAN PUSATAKA
2.1 Distributed Generation (DG)

Distributed generation seringkali disebut juga dengan on-site generation,
dispersed generation, embedded generation, decentralized generation, atau
distributed energy. Secara mendasar, DG menghasilkan energi listrik dari beberapa
sumber energi yang berkapasitas kecil dan dihubungkan langsung pada jaringan
distribusi. Distributed generation adalah pembangkit listrik yang melayani konsumen
di tempat (on-site), atau untuk mendukung jaringan distribusi, dan terhubung ke
jaringan pada level tegangan distribusi. Teknologinya secara umum terdiri dari mesin,
turbin kecil (termasuk turbin mikro), fuel cell dan photovoltaic serta teknologi
pembangkitan energi listrik berskala kecil yang menghasilkan daya listrik di suatu
tempat yang lebih dekat dengan konsumen dibandingkan dengan pembangkit listrik
pusat. Pembangkit ini dapat dihubungkan secara langsung ke konsumen atau ke
sistem distribusi atau transmisi milik utility.
2.1.1 Sejarah Perkembangan DG

Beberapa publikasi yang ada sekarang tentang Distributed Generation
menunjukkan bahwa DG merupakan suatu fenomena baru dan berkembang secara
signifikan hampir di seluruh dunia. Namun, analisis dari Lembaga Energy
Information Administration di Amerika Serikat menunjukkan bahwa implementasi
DG telah berkembang secara drastis pada akhir tahun 1980-an dan pertengahan tahun
1990-an.
Sebenarnya, perkembangan DG dalam tahap awal telah dimulai ketika DG
digunakan sebagai co-generator. Penggunaan co-generator dimulai pada masa tahun
1960-an dan banyak dikembangkan pada lokasi-lokasi industri dengan memanfaatkan
panas dari gas buang kondensor (output thermal dari alat pemanas berdaya besar).
Pasar untuk DG terus berkembang. Unit-unit DG terus diuji pada konsumen-
konsumen perumahan, industri dan sebagainya sebagai salah satu sumber energi
7
listrik yang mereka butuhkan. Di sisi lain, keuntungan dari DG menunjukkan potensi
yang besar. Dengan perubahan struktur energi listrik yang terus berkembang, saat ini
DG telah dimanfaatkan sebagai pembangkitan siaga yang memberi keuntungan pada
sistem tenaga listrik sebagai sumber energi pada beban puncak, kehilangan daya pada
sistem dan meningkatkan kualitas daya para konsumen. Beberapa perkembangan
terus dilakukan dan membuat DG tidak hanya mungkin dilakukan tetapi suatu potensi
yang diharapkan.
2.2 Sistem Distribusi Tenaga Listrik

2.2.1. Pengertian Distribusi Tenaga Listrik
Sistem distribusi merupakan bagian dari sistem tanaga listrik, sistem
distribusi ini berguna untuk menyalurkan tenaga listrik dari sumber daya listrik besar
(bulk power source) sampai ke konsumen.
Dalam sebuah sistem pembangkit akan menghasilkan sebuah listrik yang
besar, dimana tegangan yang dihasilkan antara lain tegangan dari 11 kV sampai 24
kV kemudian tegangan tersebut dinaikan oleh gardu induk denga transformator
penaik tegangan 70 kV, 154 kV, 220 kV, dan 500 kV yang kemudian disalurkan
melalui saluran transmisi. Tujuan menaikan tegangan ialah untuk memperkecil
kerugian daya listrik pada saluran transmisi, dimana dalam hal ini kerugian daya
adalah sebanding dengan kuadrat arus yang mengalir. Dengan daya yang sama bila
nilai tegangannya diperbesar, maka arus yang mengalir semakin kecil sehingga
kerugian daya akan mengecil juga akan kecil pula. Dari saluran transmisi tegangan
diturunkan kembali menjadi 20 kV dengan transformator penurun tegangan pada
gardu induk distribusi, kemudian dengan sistem tenaga tersebut penyaluran tenaga
listrik dilakukan oleh saluran distribusi. Dari saluran distribusi inilah gardu-gardu
induk distribusi mengambil tegangan untuk diturunkan tegangannya dengan trafo
distribusi menjadi sistem tegangan rendah. Selanjutnya disalurkan oleh saluran
distribusi sekunder kekonsumen-konsumen.
8
Fungsi distribusi tenaga listrik antara lain adalah sebagai berikut :

1. Pembagian atau penyaluran tenaga listrik ke beberapa tempat (pelanggan)
2. Merupakan sub sistem tenaga listrik yang langsung berhubungan dengan
pelanggan, karena catu daya pada pusat-pusat beban (pelanggan) dilayani
langsung melalui jaringan distribusi.
Sistem distribusi di bedakan menjadi dua yaitu sistem distribusi primer dan
sistem distribusi sekunder.
2.2.2 Jaringan Sistem Distribusi Primer

Sistem distribusi primer digunakan untuk menyalurkan tenaga listrik dari
gardu distribusi ke pusat-pusat beban.Sistem ini dapat menggunakan saluran udara,
kabel udara, maupun kabel tanah sesuai dengan tingkat keandalan yang diinginkan
dan kondisi serta situasi lingkungan. Saluran distribusi ini direntangkan sepanjang
daerah yang akan disuplai tenaga listrik sampai kepusat beban. Terdapat bemacam-
macam bentuk rangkaian jaringan distribusi primer :
1. Jaringan Distribusi Radial
Bila antara titik sumber dan titik bebannya hanya terdapat satu saluran (line),
tidak ada alternatif saluran lainnya. Bentuk jaringan ini merupakan bentuk dasar,
paling sederhana dan paling banyak digunakan. Dinamakan radial karena saluran ini
ditarik secara radial dari suatu titik yang merupakan sumber dari jaringan itu, dan
pada cabang-cabang titik yang dilayani. Catu daya berasal dari satu titik sumber dan
arena adanya percabangan-percabangan tersebut, maka arus beban yang mengalir
sepanjang saluran menjadi tidak sama besar. Spesifikasi dari jaringan bentuk radial
ini adalah sebagai berikut :
1. Bentuknya sederhana.
2. Biaya investasinya relatif murah.
3. Kualitas pelayanan dayanya relatif buruk, karena rugi tegangan dan rugi daya
yang terjadi pada saluran relatif besar.
9
4. Kualitas pelayanan daya tidak terjamin, sebab antara titik sumber dan titik beban
hanya ada satu alternatif sehingga bila saluran tersebut mengalami ganggauan,
maka saluran rangkaian sesudah titik gangguan akan mengalami “black out”
secara total.
Jaringan distribusi radial ini memiliki beberapa bentuk modifikasi, antara
lain sebagai berikut :
1. Jaringan radial tipe pohon
Bentuk ini merupakan bentuk yang paling dasar. Satu saluran utama
dibentang menurut kebutuhannya, selanjutnya dicabangkan dengan daerah saluran
cabang dan penyulang ini dicabang-cabang lagi dengan penyulang (anak cabang).
Gambar 2.1 Jaringan radial tipe pohon

(Sumber :Artono Arismunandar, 1975)
10
Gambar 2.2 Komponen jaringan radial

2. Jaringan Radial dengan Tie dan Switch Pemisah
Bentuk ini merupakan modifikasi bentuk dasar dengan menambahkan tie dan
switch pemisah, yang diperlukan untuk mempercepat pemulihan pelayanan bagi
konsumen, dengan cara menghubungkan area-area yang tidak terganggu pada
penyulang yang bersangkutan dengan penyulang di sekitarnya. Dengan demikian
bagian penyulang yang terganggu dilokalisir, dan bagian penyulang lainnya yang
“segera dapat dioperasikan kembali, dengan cara melepas switch yang terhubung
ketitik gangguan, dan menghubungkan bagian penyulang yang sehat ke penyulang di
sekitarnya.
11
Gambar 2.3 Jaringan radial dengan Tie dan switch

3. Jaringan radial Tipe Pusat Beban
Bentuk ini mencatu daya dengan menggunakan penyulang utama (main
feeder) yang disebut “express feeder” langsung ke pusat beban, dan dari titik pusat
beban ini disebar dengan menggunakan “back feeder” secara radial.
12
Gambar 2.4 Jaringan radial tipe pusat beban

4. Jaringan Radial dengan Fasa Area
Pada bentuk ini masing-masing fasa dari jaringan bertugas melayani daerah
beban yang berlainan. Bentuk ini akan dapat menimbulkan akibat kondisi sistem 3
fasa yang tidak seimbang (simetris), bila digunakan pada daerah beban yang baru dan
belum mantap pembagian bebannya.
13
Gambar 2.5 Jaringan radial tipe phase area

2.2.3 Jaringan Distribusi Sekunder

Sistem distribusi sekunder digunakan untuk menyalurkan tenaga listrik dari
gardu distribusi ke beban-beban yang ada di konsumen. Pada sistem distribusi
sekunder bentuk saluran yang paling banyak digunakan ialah sistem radial. Sistem ini
dapat menggunakan kabel yang berisolasi maupun konduktor tanpa isolasi. Sistem ini
biasanya disebut sistem tegangan rendah yang langsung akan dihubungkan kepada
konsumen (pemakai) tenaga listrik dengan melalui peralatan-peralatan sebagai
berikut :
1. Papan pembagi pada trafo distribusi.
2. Hantaran tegangan rendah (saluran distribusi sekunder).
3. Saluran Layanan Pelanggan (SLP) ke konsumen/pemakai.
4. Alat pembatas dan pengukur daya (kWH meter) serta fuse atau pengaman pada
pelanggan.
14
Komponen saluran distribusi sekunder seperti ditunjukkan pada gambar berikut ini :
Gambar 2.6 Komponen Sistem Distribusi

(Sumber : Artono Arismunandar, 1975)
2.3 Kapasitor Bank

Kapasitor Bank merupakan peralatan listrik yang mempunyai sifat kapasitif
yang terdiri sekumpulan beberapa kapasitor yang disambung secara paralel untuk
mendapatkan kapasitas kapasitif tertentu. Besaran parameter yang sering dipakai
adalah KVAR (Kilovolt ampere reaktif) meskipun pada kapasitor sendiri tercantum
besaran kapasitansi yaitu Farad atau microfarad.
Gambar 2.7 Kapasitor Bank

(Sumber : Endi Sopyandi, 2011)
Kapasitas kapasitor dari ukuran 5 KVar sampai 60 Kvar. Dari tegangan kerja 230 V
sampai 525 Volt. Kapasitor ini mempunyai sifat listrik yang kapasitif (leading).
15
Sehingga mempunyai sifat mengurangi atau menghilangkan terhadap sifat induktif

(leaging).
Fungsi utama dari kapasitor bank yaitu sebagai penyeimbang beban induktif, Seperti
yang kita ketahui beban listrik terdiri dari beban reaktif (R), induktif (L) dan capasitif
(C). Dimana peralatan listrik yang sering digunakan dan dijumpai memiliki
karakteristik induktif, sehingga untuk menyeimbangkan karakteristik beban tersebut
perlu digunakan kapasitor yang berperan sebagai beban kapasitif. Berikut ini adalah
beberapa kegunaan dari kapasitor bank :
1. Memeperbaiki power factor (faktor daya).
2. Mennyuplai daya reaktif sehingga mamaksimalkan penggunaan daya komplek
(KVA).
3. Mengurangi jatuh tegangan (Voltage drop).
4. Menghindari kelebihan beban transformer.
5. Memberikan tambahan daya tersedia.
6. Menghindari kenaikan arus atau suhu pada kabel.
7. Menghemat daya atau efesiensi.
8. Mengawetkan instalasi dan peralatan listrik.
9. Kapasitor bank juga mengurangi rugi – rugi lainnya pada instalasi listrik.
Kapasitor yang digunakan untuk memperbaiki pf supaya tahan lama
tentunya harus dirawat secara teratur. Dalam perawatan itu perhatian harus dilakukan
pada tempat yang lembab yang tidak terlindungi dari debu dan kotoran. Sebelum
melakukan pemeriksaan pastikan bahwa kapasitor tidak terhubung lagi dengan
sumber. Kemudian karena kapasitor ini masih mengandung muatan berarti masih ada
arus/tegangan listrik maka kapasitor itu harus dihubung singkatkan supaya
muatannya hilang. Adapun jenis pemeriksaan yang harus dilakukan meliputi :
1. Pemeriksaan kebocoran.
2. Pemeriksaan kabel dan penyangga kapasitor.
3. Pemeriksaan isolator.
16
Sebelum menyusun panel kapasitor, ditentukan terlebih dahulu besar kompensasi

yang diperlukan dan jumlah step. Perlu dipertimbangkan juga adanya distorsi
harmonik pada jaringan. Total harmonic distortion atau THD ini menentukan jenis
kapasitor bank yang digunakan. Secara global komponen-komponen penyusun panel
kapasitor adalah sebagai berikut :
1. Box Panel/ Enclosure, perhatikan ukuran panel jangan terlalu sempit agar panas
yang ditimbulkan kapasitor bank dan komponen lain bisa cepat terbuang melalui
fentilasi atau exhaust fan. Jarak antar kapasitor bank sebaiknya 5 cm (temperatur
akan mempengaruhi life time).
2. Main breaker, bisa menggunakan LBS (load brake switch) atau MCCB sesuai
dengan kebutuhan (1,3 X In).
3. Kapasitor Bank, disesuaikan dengan ukuran yang diperlukan dan
dipertimbangkan THD jaringan.
4. Contactor, lebih aman menggunakan contactor khusus kapacitor bank tetapi bisa
juga dengan menggunakan contactor biasa (size -up).
5. Protection, menggunakan fuse atau MCCB/ NFB dengan kapasitas 1,3 X In
(kapasitor).
6. PFC (power factor corection), sesuaikan dengan step yang diperlukan.
Perhatikan wiring diagram PFC, kadang terdapat perbedaan wiring requirement
untuk merk yang berbeda.
7. Cos phi meter, untuk memonitor faktor daya saat kondisi manual.
8. CT (curret transformer) untuk mengukur arus pada panel induk.
9. Pilot Lamp, untuk indikasi ON dan OFF tiap-tiap step dan R,S, T.
10. Push Button, untuk START – STOP pada kondisi Manual.
11. Selektor Switch, untuk memilih mode Automatic atau Manual.
12. Relay Auto – Manual, gunakan yang 4 pole bisa MY4 atau LY4.
13. Breaker Kontrol, dengan beberapa MCB 1 pole untuk proteksi jalur kontrol.
14. Relay Back-up, digunakan untuk back-up kontak coil contactor pada ukuran yang
besar.
17
15. Kabel dan lain lain.
Gambar 2.8 Komposisi Panel Kapasitor Bank

(Sumber : Endi Sopyandi, 2011)
2.4 Genetic Algorithm (GA)

GA ini ditemukan di Universitas Michigan, Amerika Serikat oleh John
Holland (1975) melalui sebuah penelitian dan dipopulerkan oleh salah satu muridnya,
Davis Goldberg (1989) mendefinisikan GA ini sebagai metode algorithm pencarian
berdasarkan pada mekanisme seleksi alam dan genetic alam.
GA adalah algoritma yang berusaha menerapkan pemahaman mengenai
evolusi alamiah pada tugas-tugas pemecahan masalah (problem solving). Pendekatan
yang diambil oleh GA ini adalah dengan menggabungkan secara acak sebagai pilihan
solusi terbaik didalam suatu kumpulan untuk mendapatkan generasi solusi terbaik
berikutnya yaitu pada suatu kondisi yang memaksimalkan kecocokannya atau lazim
disebut fitness. Generasi ini akan mempresentasikan pernaikan-perbaikan pada
populasi awalnya. Dengan melakukan proses ini secara berulang, GA ini diharapkan
dapat mensimulasikan proses evolusioner.
Pada akhirnya akan didapatkan solusi-solusi yang paling tepat bagi
permasalahan yang dihadapi. Untuk menggunakan GA, solusi permasalahan
18
direpresentasikan sebagai kromosom. Berikut adalah tiga aspek penting untuk

penggunaan GA :
a. Definisi fungsi fitness.
b. Definisi dan implementasi representasi genetic.
c. Definisi dan implementasi operasi genetic.
Jika ketiga aspek diatas telah didefinisikan, GA akan bekerja dengan baik.
Tentu saja, GA bukanlah solusi ternbaik untuk memecahkan segala masalah. Sebagai
contoh, metode tradisional telah diatur untuk mencari penyelesaian dari fungsi
analitis convex yang “berperilaku baik” yang variabelnya sedikit. Pada kasus-kasus
ini, metode barbasis kalkulus lebih unggul dari GA karena metode ini dengan cepat
menemukan solusi minimum ketika GA masih menganalisa bobot dari populasi awal.
Untuk masalah-masalah ini pengguna harus mengakui fakta dari pengalaman
ini dan memakai metode tradisional yang lebih cepat tersebut. Akan tetapi banyak
persoalan realitis yang berbeda diluar golongan ini. Selain itu, untuk persoalan yang
tidak terlalu rumit, banyak cara yang lebih cepat dari GA. Jumlah besar dari populasi
solusi, yang merupakan keunggulan GA, juga harus mengakui kekurangannya dalam
kecepatan pada sekumpulan komputer yang dipasang secara seri-fitness function dari
tiap solusi harus dievaluasi. Namun, bila tersedia komputer-komputer yang paralel,
tiap prosesor dapat mengevaluasi fungsi yang terpisah pada saat yang bersamaan.
Karena itulah GA sangat cocok untuk perhitungan yang paralel.
1. Struktur Umum GA
GA memberikan suatu pilihan bagi penentuan nilai parameter dengan meniru
cara reproduksi genetic, pembentukan kromosom baru serta seleksi alami seperti yang
terjadi pada makhluk hidup. GA secara umum dapat diilustrasikan dalam diagram alir
seperti berikut ini :
19
Gambar 2.9 Diagram Alir Algoritma Genetik

Golberg (1989) menemukan bahwa GA mempunyai karakteristik-
karakteristik yang perlu diketahui sehingga dapat terbedakan dari prosedur pencarian
atau optimasi yang lain yaitu :
1. GA dengan pengkodean dari himpunan solusi permasalahan berdasarkan
parameter yang telah ditetapkan dan bukan parameter itu sendiri.
2. GA pencarian pada sebuah solusi dari sejumlah individu-individu yang merupakan
solusi permasalahan bukan hanya dari sebuah individu.
3. GA informasi fungsi objektif (fitness), sebagai cara untuk mengevaluasi individu
yang mempunyai solusi terbaik, bukan turunan dari suatu fungsi.
4. GA menggunakan aturan-aturan transisi peluang, bukan aturan-aturan
deterministik.
Variabel dan parameter yang digunakan pada GA adalah:
a) Fungsi fitness (fungsi tujuan) yang dimiliki oleh masing-masing individu untuk
menentukan tingkat kesesuaian individu tersebut dengan kriteria yang ingin
dicapai.
b) Populasi jumlah individu yang dilibatkan pada setiap generasi.
c) Probabilitas terjadinya persilangan (crossover) pada suatu generasi.
d) Probabilitas terjadinya mutasi pada setiap individu.
e) Jumlah generasi yang akan dibentuk yang menentukan lama penerapan GA.
Secara umum struktur dari GA dapat mendefinisikan dengan langkah-
langkah sebagai berikut :
1) Membangkitkan populasi awal
20
Populasi awal ini dibangkitkan secara random sehingga didapatkan solusi awal.
Populasi itu sendiri terdiri atas sejumlah kromosom yang mempresentasikan solusi
yang diinginkan.
2) Membentuk generasi baru
Untuk membentuk generasi baru, digunakan operator reproduksi/seleksi, crossover
dan mutasi. Proses ini dilakukan berulang-ulang sehingga didapatkan jumlah
kromosom yang cukup untuk membentuk generasi baru dimana generasi baru ini
merupakan representasi dari solusi baru. Generasi baru ini dikenal dengan istilah anak
(offspring).
3) Evaluasi solusi
Pada setiap generasi, kromosom akan melalui proses evaluasi dengan menggunakan
alat ukur yang dinamakan fitness. Nilai fitness suatu kromosom menggambarkan
kualitas kromosom dalam populasi tersebut. Proses ini akan mengevaluasi setiap
populasi dengan menghitung nilai fitness setiap kromosom dan mengevaluasinya
sampai terpenuhi kriteria berhenti. Bila kriteria berhenti sebelum terpenuhi maka
akan dibentuk lagi generasi baru dengan mengulangi langkah ke-2. Beberapa kriteria
berhenti sering digunakan antara lain: berhenti pada generasi tertentu, berhenti setelah
dalam beberapa generasi berturut-turut didapatkan nilai fitness tertinggi tidak
berubah, berhenti dan generasi tidak didapatkan nilai fitness yang lebih tinggi.
2. Pengkodean
Pengkodean adalah suatu teknik untuk menyatakan populasi awal sebagai
calon solusi suatu masalah ke dalam suatu kromosom sebagai suatu kunci pokok
persoalan ketika menggunakan GA.
Berdasarkan jenis simbol yang digunakan sebagai nilai suatu gen, metode
pendekatan dapat diklasifikasikan sebagai berikut :
1. Pengkodean biner merupakan cara pengkodean yang paling umum digunakan
karena adalah yang pertama kali digunakan dalam GA oleh Holland. Keuntungan
pengkodean ini adalah sederhana untuk diciptakan dan mudah dimanipulasi.
Pengkodean biner memberikan banyak kemungkinan untuk kromosom walaupun
21
dengan jumlah nilai-nilai yang mungkin terjadi pada suatu gen yang sedikit (0
dan 1). Di pihak lain, pengkodean biner sering tidak sesuai untuk banyak
masalah dan kadang pengoreksian harus dilakukan setelah operasi crossover dan
mutasi.
2. Pengkodean bilangan riil adalah suatu pengkodean bilangan dalam bentuk riil.
Masalah optimalisasi fungsi dan optimalisasi kendala lebih tepat jika diselesaikan
dengan pengkodean bilangan riil karena struktur topologi ruang genotif untuk
pengkodean bilangan riil identik dengan ruang fenotifnya, sehingga mudah
membentuk operator genetic yang efektif dengan cara memakai teknik yang
dapat digunakan yang berasal dari metode konvensional.
3. Pengkodean bilangan bulat adalah metode yang mengkodekan bilangan dalam
bentuk bilangan bulat. Pengkodean ini baik digunakan untuk masalah optimisasi
kombinatorial.
4. Pengkodean struktur data adalah model pengkodean yang menggunakan struktur
data. Pengkodean ini digunakan untuk masalah kehidupan yang lebih komplek
seperti perencanaan jalur robot, dan masalah pewarnaan Graph.
3. Operator Genetic
GA merupakan proses pencarian yang heuristic dan acak sehingga
penekanan pemilihan operator yang digunakan sangat menentukan keberhasilan GA
dalam menemukan solusi optimal suatu masalah yang diberikan. Hal yang harus
diperhatikan adalah menghindari terjadinya konvergensi premature, yaitu mencapai
solusi optimal yang belum waktunya, dalam arti bahwa solusi yang diperoleh adalah
hasil optimal lokal.
Operator genetic yang digunakan setelah proses evaluasi tahap pertama
membentuk populasi baru dari generasi sekarang. Operator-operator tersebut adalah
operator seleksi, crossover dan mutasi.
a) Seleksi
Seleksi bertujuan memberikan kesempatan reproduksi yang lebih besar bagi
anggota populasi yang paling fit. Langkah pertama dalam seleksi ini adalah pencarian
22
nilai fitness. Masing-masing individu dalam suatu wadah seleksi akan menerima
probabilitas reproduksi yang tergantung pada nilai objektif dirinya sendiri terhadap
nilai objektif dari semua individu dalam wadah seleksi tesebut. Nilai fitness inilah
yang nantinya akan digunakan pada tahap seleksi berikutnya.
Kemampuan GA untuk memproduksi kromosom yang lebih baik secara
progresif tergantung pada penekanan selektif (selective pressure) yang diterapkan
kepopulasi. Penekanan selektif dapat diterapkan dalam dua cara. Cara pertama adalah
membuat lebih banyak kromosom anak yang dipelihara dalam populasi dan memilih
hanya kromosom-kromosom terbaik bagi generasi berikut. Walaupun orang tua
dipilih secara acak, metode ini akan terus menghasilkan kromosom yang lebih baik
berhubungan dengan penekanan selektif yang diterapkan pada individu anak tersebut.
Cara lain menerapka penekanan selektif adalah memilih orang tua yang lebih
baik ketika membuat keturunan baru. Dengan metode ini hanya kromosom sebanyak
yang dipelihara dalam populasi yang perlu dibuat bagi generasi berikutnya. Walaupun
penerapan selektif tidak diterapkan ke level keturunan, metode ini akan terus
menghasilkan kromosom yang lebih baik, karena adanya penekanan selektif yang
diterapkan ke orang tua.
Ada beberapa metode untuk memilih kromosom yang sering digunakan
antara lain adalah seleksi roda rolet (roulette wheel selction), seleksi ranking (rank
selection) dan seleksi turnamen (tournament selection).
b) Crossover
Crossover (perkawinan silang) bertujuan menambah keanekaragaman string
dalam populasi dengan penyilangan antar-string yang diperoleh dari sebelumnya.
Bebapa jenis crossover tersebut adalah :
1. Crossover 1-titik
Pada crossover dilakukan dengan memisahkan suatu string menjadi dua
bagian dan selanjutnya salah satu bagian dipertukarkan dengan salah satu bagian dari
string yang lain yang telah dipisahkan dengan cara yang sama. Proses yang demikian
dinamakan operator crossover satu titik seperti diperlihatkan pada gambar berikut:
23
Tabel 2.1 Contoh Crossover 1-titik

Kromosom 11001011
Orangtua 1
Kromosom 11011111
Orangtua 2
Keturunan 11001111
2. Crossover 2-titik
Proses crossover ini dilakukan dengan memilih dua titik crossover.
Kromosom keturunan kemudian dibentuk dengan barisan bit dari awal kromosom
sampai titik crossover pertama disalin dari orangtua pertama, bagian dari titik
crossover pertama dan kedua disalin dari orangtua kedua, kemudian selebihnya
disalin dari orangtua pertama lagi.
Tabel 2.2 Contoh crossover 2-titik
Kromosom 11001011
Orangtua 1
Kromosom 11011111
Orangtua 2
Keturunan 11011111
3. Crossover Seragam
Crossover seragam menghasilkan kromosom keturunan dengan menyalin
bit-bit secar acak dari kedua orangtuanya.
Tabel 2.3 Contoh Crossover seragam
Kromosom 11001011
Orangtua 1
Kromosom 11011111
Orangtua 2
Keturunan 11011111
24
c) Mutasi
Mutasi merupakan proses mengubah nilai dari satu atau beberapa gen dalam
suatu kromosom. Operasi Crossover yang dilakukan pada kromosom dengan tujuan
untuk memperoleh kromosom-kromosom baru sebagai kandidat solusi pada generasi
mendatang dengan fitness yang lebih baik, dan lama-kelamaan menuju solusi
optimum yang diinginkan. Akan tetapi untuk mencapai hal ini, penekanan selektif
juga memegang peranan yang penting. Jika dalam proses pemilihan kromosom-
kromosom cenderung pada kromosom yang memiliki fitness yang tinggi saja,
konvergensi premature, yaitu mencapi solusi yang optimal lokal sangat mudah
terjadi.
Untuk menghindari konvergensi premature tersebut dan tetap menjaga
perbedaan (diversity) kromosom-kromosom dalam populasi, selain melakukan
penekanan selektif yang lebih efisien, operator mutasi juga dapat digunakan. Proses
mutasi dalam sistem biologi berlangsung dengan mengubah isi allele gen pada suatu
locus dengan allele yang lain. Proses mutasi ini bersifat acak sehingga tidak selalu
menjamin bahwa setelah proses mutasi akan diperoleh kromosom dengan fitness yang
lebih baik.
Operator mutasi merupakan operasi yang menyangkut satu kromosom
tertentu. Beberapa cara operasi mutasi diterapkan dalam GA menurut jenis
pengkodean terhadap phenotype, antara lain :
1. Mutasi dalam pengkodean Biner
Mutasi dalam pengkodean Biner merupakan operasi yang sangat sederhana.
Proses yang dilakukan adalah menginversi nilai bit pada posisi tertentu yang dipilih
secara acak (atau menggunakan skema tertentu) pada kromoso, yang disebut inverse
bit.
25
Tabel 2.4 Contoh Mutasi pada pengkodean Biner

Kromosom sebelum 10010111
mutasi
Kromosom setelah mutasi 1 0010011
2. Mutasi dalam Pengkodean Permutasi

Proses mutasi yang dilakukan dalam pengkodean biner dengan mengubah
langsung bit-bit paada kromosom tidak dapat dilakukan pada pengkodean permutasi
karena konsistensi urutan permutasi harus diperhatikan. Salah satu cara yang dapat
dilakukan adalah dengan memilih dua posisi dari kromosom dan kemudian nilainya
saling dipertukarkan.
Tabel 2.5 Contoh Mutasi pada pengkodean permutasi
mutasi
mutasi
3. Mutasi dam Pengkodean Nilai
Mutasi pada pengkodean nilai hampir sama yang dilakukan pada
pengkodean biner, tetapi yang dilakukan bukan menginversi nilai bit. Penempatannya
bergantung pada jenis nilai yang digunakan. Sebagai contoh untuk nilai riil, proses
mutasi dapat dilakukan seperti yang dilakukan pada pengkodean permutasi, dengan
saling mempertukarkan nilai dua gen pada kromosom.
4. Mutasi dalam Pengkodean Pohon
Mutasi dalam pengkodean pohon dapat dilakukan antara lain dengan cara
mengubah operator (+,-,*,/) atau nilai yang terkandung pada suatu vertex pohon yang
dipilih. Atau dapat juga dilakukan dengan memilih dua vertex dari pohon dan saling
mempertukarkan operator atau nilainya.
26
Tidak setiap gen selalu dimutasi tetapi mutasi dikontrol denga probabilitas
tertentu yang disebut dengan mutation rate (probabilitas mutasi) dengan notasi Pm.
Jenis operator mutasi antra lain :
1) Mutasi Terarah
Mutasi terarah tergantung dari informasi gen. informasi gen tesebut berupa
nilai pelanggaran gen (violation gen). ini berarti bahwa setiap gen mempunyai
peluang yang berbeda untuk menjadi mutasi. Gen yang mempunyai nilai pelanggaran
yang lebih besar maka gen tersebut mempunyai peluang untuk menjadi mutasi.
Mutasi ini menghubungkan nilai pelanggaran relatif (nilai pelanggaran satu gen
dibagi dengan nilai pelanggaran total suatu kromosom) dengan probabilitas terjadinya
mutasi dari suatu gen pada kromosom. Hubungan tersebut dinyatakan secara
matematis sebagai berikut :
nr (i) = (2.21)
Pm(i) = (1 + nr(i0)2pm (2.22)
dengan
nr(i) : nilai pelanggaran relatif gen ke-i
ntotal : nilai pelanggaran total kromosom
pm(i) : probabilitas mutasi gen ke-i
pm : probabilitas mutasi
2) Mutasi Biasa
Mutasi biasa tidak tergantung dari informasi gen. setiap gen mempunyai
peluang yang sama untuk terjadi mutasi.
d) Parameter Genetic
Pengoperasian algoritma genetic dibutuhkan 4 parameter (Juniawati, 2003)
yaitu :
27
1. Probabilitas Persilangan (Crossover Probability)

Menunjukan kemungkinan crossover terjadi antara 2 kromosom. Jika tidak
terjadi crossover maka keturunannya akan sama persis dengan kromosom orang tua,
tetapi tidak berarti generasi yang baru akan sama persis dengan generasi yang lama.
Jika brobabilitas crossover 100% maka semua keturunannya dihasilkan dari
crossover. Crossover dilakukan dengan harapan bahwa kromosom yang baru akan
lebih baik.
2. Probalilitas Mutasi (Mutation Probability)
Menunjukan kemungkinan mutasi terjadi pada gen-gen yang menyusun
sebuah kromosom. Jika tidak terjadi mutasi maka keturunan yang dihasilkan setelah
crossover rtidak berubah. Jika terjadi mutasi bagian kromosom akan berubah. Jika
probabilitas 100%, semua kromosom dimutasi. Jika probabilitasnya 0%, tidak ada
yang mengalami mutasi.
3. Jumlah Individu
Menunjukan jumlah krmosom yang terdapat dalam populasi (dalam satu
generasi). Jika hanya sedikit kromosom dalam populasi maka GA akan mempunyai
sedikit variasi kemungkinan untuk melakukan crossover rantara orangtua karena
hanya sebagian kecil dari search space yang dipakai. Sebaliknya jika terlalu banyak
digunakan maka GA akan berjalan lambat.
4. Jumlah Populasi
Menentukan jumlah populasi atau banyaknya generasi yang dihasilkan,
digunakan sebagai batas akhir proses seleksi, persilangan dan mutasi.
28
BAB 3. METODOLOGI PENELITIAN
3.1 Tempat dan Waktu Penelitian

Adapun tempat dan waktu penelitian, pengujian dan analisis dilakukan
secara umum dilakukan di :
Tempat : PT. PLN Area Pelayanan dan Jaringan (APJ) Jember
Alamat : Jalan Gajah Mada No 198 Kabupaten Jember
Waktu : Januari 2016 - April 2016
3.2 Prosedur Penelitian

Dalam pembuatan skripsi dan penelitian ini, langkah-langkah atau prosedur
yang dilakukan adalah sebagai berikut :
1. Tahap persiapan
Dalam tahap ini hal yang perlu diperhatikan adalah memperkirakan komponen apa
saja yang nantinya akan digunakan untuk mengoptimasi penempatan distributed
generation (DG) dan kapasitor termasuk biaya yang akan dikeluarkan serta alat
yang digunakan.
2. Studi literatur terhadap objek dan penelitian
Mengumpulkan dan mempelajari literatur tentang metode genetic algorithm (GA),
distributed generation (DG) dan kapasitor pada sistem distribusi radial untuk
memperbaiki rugi-rugi daya dan profil tegangan.
3. Pengumpulan data
Mencari dan mengumpulkan data resistansi dan reaktansi saluran yang digunakan
dalam sistem distribusi radial serta data pembebanan dari PT.PLN (Persero)
Jember.
4. Menentukan jumlah distributed generation (DG) dan kapasitor
Penting sekali dalam tahap ini untuk menentukan jumlah dari distributed
generation (DG) dan kapasitor yang akan dipasang pada sistem agar mampu
memperbaiki rugi-rugi daya dan tegangan pada sistem distribusi.
29
5. Menentukan penempatan dan kapasitas distributed generation (DG) dan kapasitor

Merencanakan penempatan dan kapasitas dari distributed generation (DG) dan
kapasitor menggunakan metode genetic algorithm pada sistem distribusi radial
sehingga mampu memperbaiki rugi-rugi daya dan tegangan.
6. Melakukan pengujian
Pengujian dilakukan untuk mendapatkan data yang diinginkan, apabila hasil yang
didapatkan kurang memuaskan, maka nilai iterasi pada program akan diperbarui
untuk mendapatkan hasil yang lebih baik.
7. Analisa data
Analisa data dilakukan setelah mendapatkan hasil data dari program pertama kali
dijalankan dengan hasilnya, kemudian dilanjutkan dengan mengubah nilai iterasi
untuk mendapatkan hasil yang lebih optimal.
8. Pengambilan kesimpulan
Penarikan kesimpulan diambil dari hasil analisis yang telah melalui beberapa kali
uji program sehingga mendapatkan hasil yang memuaskan.
30
3.3 Perencanaan Jadwal Penelitian
Tabel 3.1 Perencanaan Jadwal Penelitian
Bulan
No Kegiatan Januari Februari Maret April
1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4
1 Persiapan
Studi
2
Literatur
Pengumpulan
3
Data
Menentukan
jumlah dan
4
kapasitas DG
dan kapasitor
Menentukan
penempatan
5
DG dan
kapasitor
Melakukan
6
Pengujian
Analisa
7
Sistem
Pengambilan
8
Kesimpulan
Penulisan
9
Laporan
3.4 Alat dan Bahan

Adapun alat dan bahan yang perlu dipersiapkan untuk melakukan penelitian
adalah sebagai berikut :
3.4.1 Alat
1. PC / Laptop
PC / Laptop digunakan untuk melakukan simulasi rancangan sistem serta
melakukan analisis hasil simulasi.
31
2. Software MATLAB 7.8.0

Optimasi penempatan distributed generatioan (DG) dan kapasitor bank
menggunakan software MATLAB 7.8.0. Alasan digunakannya software ini karena
di dalam MATLAB 7.8.0 telah memiliki kelengkapan untuk merancang dan
melakukan simulasi.
3. ETAP 12.6
ETAP ini digunakan untuk mensimulasikan atau menvisualisasikan setelah
mengetahui penempatan dan ukuran dari DG dan kapasitor. Dalam ETAP ini dapat
digunakan untuk mengetahui hasil dari aliran daya, rugi-rugi daya dan profil
tegangan.
3.4.2 Bahan
1. Bahan-bahan yang diperoleh dari penelitian yang digunakan dalam pembuatan
program ini adalah data resistansi dan reaktansi saluran yang digunakan dalam
sistem distribusi serta data pembebanan dari PT.PLN (Persero) Jember.
32
3.5 Diagram Alir Penelitian
Mulai
Perumusan Masalah
Studi Literatur
Identifikasi Data yang Dibutuhkan
Penerapan Penempatan dan Kapasitas DG dan

Kapasitor Menggunakan Clonal Selection
Analisis Hasil
Kesimpulan
Selesai
Gambar 3.1 Flowchart Penelitian

33
3.6 Flowchart Sistem
Start
Baca data DG dan

Kapasitor
Bangkitkan populasi awal
Fitness objektif optimal dari

DG dan Kapasitor
Reproduksi dan crossover

akan menghasilkan individu
baru
Bangkitkan populasi Baru
Konstrain
dipenuhi?
Tidak
Ya
Stop
Gambar 3.2 Flowchart Sistem

34
3.6.1 Baca Data DG dan Kapasitor

Untuk proses awal sebelum dilakukan pemilihan atau optimasi penempatan
dan kapasitas DG dan kapasitor, hal yang dilakukan adalah mengetahui berapa
banyak individu yang akan dibangkitkan dan juga berapa variabel yang akan
dibangkitkan sebagai pembanding dari variabel lainnya. Dimana variabel yang
dibangkitkan itu merupakan data penempatan DG dan kapasitor itu sendiri.
3.6.2 Bangkitkan Populasi Awal

Dalam membangkitkan populasi awal ini dilakukan secara random, jadi
untuk penempatan DG dan kapasitor dilakukan secara acak tanpa harus melihat pada
bus mana yang harus ditempatkan. Desain individu ini tidak lain adalah sekumpulan
individu yang akan diproses bersama dalam satu siklus proses evolusi, hal ini
dilakukan dengan menggunakan pembangkitan secara acak seperti random, yang
dimana terlebih dahulu menentukan parameter popsize sebagai variabel individu yang
akan dibangkitkan, kemudian stringlength sebagai jumlah gen atau perwakilan dari
jumlah bus yang akan diproses. Untuk pembangkitan penempatan dan kapasitas pada
setiap variabel individu dilakukan dengan batasan 5 penempatan DG dan kapasitor
pada posisi bus yang sama, dimana pada setiap penempatannya diberikan kapasitas
dengan hasil optimasi kapasitas itu sendiri. Dalam populasi yang dibangkitkan
menggunakan bilangan biner dimana setiap nilai 1 (satu) merupakan terdapat
penempatan DG dan kapasitor sedangkan untuk nilai 0 (nol) dapat diartikan tidak
terdapat penempatan DG dan kapasitor.
3.6.3 Fitness Objektif Optimal

Fitness merupakan nilai yang menyatakan baik tidaknya suatu solusi
(individu). Nilai fitness ini dijadikan acuan dalam mencapai nilai optimal pada
metode GA, sedangkan GA itu sendiri bertujuan untuk mencari nilai individu dari
fitness yang terendah. Jadi penempatan DG dan kapasitor ditentukan dengan
pembangkitan populasi secara acak dan diproses pada fitness guna untuk mencari
35
individu dengan kreteria fitness terendah. Untuk pemilihan fitness yang optimal yaitu
berdasarkan populasi yang dibangkitkan. Dimana dengan populasi tersebut fitness
dapat memilih variabel yang dianggap paling optimal.
3.6.4 Membuat Individu Baru

Pada proses optimasi menggunakan GA terkadang terdapat pembuatan
individu baru yang harus dilakukan, hal ini terjadi karena pada populasi awal tedapat
nilai fitness yang kurang optimal sehingga perlu adanya pembangkitan individu baru
dengan tujuan untuk mencari hasil yang optimal dari populasi awal yang telah
dibangkitkan sebelumnya. Proses ini terjadi dengan cara reproduksi dan juga proses
crossover.
3.6.5 Bangkitkan Populasi Baru

Untuk membangkitkan populasi baru, terlebih dahulu harus mengetahui
kondisi individunya karena pada populasi terdapat beberapa jumlah individu. Dan
dari individu tersebut dapat dibangkitkan populasi baru dengan secara random
sehingga dapat langsung diproses kedalam fitness untuk mengetahui hasil yang
optimal.
3.7 Data Hasil Penelitian Sebelumnya

Untuk tabel dibawah ini merupakan data hasil percobaan pada penelitian
sebelumnya. Dimana data tersebut terdapat perbandingan profil tegangan, rugi-rugi
daya sebelum dan sesudah penempatan DG dan kapasitor serta penempatan pada bus
dari DG dan kapasitor. Dari data tersebut akan dijadikan sebagai perbandingan untuk
penelitian selanjutnya dimana penempatan kapasitor dan distributed generation (DG)
akan digunakan secara bersama-sama pada sistem distribusi penyulang watu ulo
untuk mengetahui nilai tegangan dan rugi-rugi daya yang didapatkan.
36
3.7.1 Perbandingan Profil Tegangan
Pada gambar diatas merupakan perbandingan profil tegangan setelah adanya

penempatan dari DG dan kapasitor. Dimana pada grafik yang berwarna merah
merupakan nilai tegangan sebelum adanya pemasangan DG dan kapasitor. Grafik
yang berwarna biru merupakan nilai tegangan setelah adanya pemasangan DG serta
grafik yang berwarna hijau merupakan nilai tegangan setelah adanya pemasangan
kapasitor pada sistem distribusi penyulang Watu ulo.
37
3.7.2 Penempatan Kapasitor dan DG

Tabel 3.2 Posisi Penempatan DG dan Kapasitor
No Nama Penempatan Bus
1 Distributed
Generation 4 21 52 74 75
(DG)
2 Kapasitor 44 57 - - -
Pada tabel diatas menunjukkan posisi penempatan dari DG dan kapasitor

pada sistem distribusi penyulang Watu ulo. Pada penelitian sebelumnya penempatan
DG dan kapasitor itu sendiri dipasang secara sendiri-sendiri sedangkan pada
penelitian selanjutnya akan dipasang penempatan dari DG dan kapasitor secara
bersamaan.
3.7.3 Total Rugi-Rugi Daya

Tabel 3.3 Total Rugi-Rugi Daya Aktif dan Reaktif
No Nama Daya Aktif Daya Reaktif
1 Tanpa Kapasitor dan DG 529.3289 534.4494
2 Dengan DG 498.7355 501.8679
Pada tabel diatas merupakan total rugi-rugi daya aktif dan daya reaktif
sebelum adanya pemasangan DG dan kapasitor serta setelah adanya pemasangan DG.
Untuk penelitian selanjutnya akan dilakukan pemasangan dari DG dan kapasitor
secara bersama untuk mendapatkan nilai rugi-rugi daya aktif dan reaktif.
38
BAB 4. HASIL DAN PEMBAHASAN
4.1 Data Penyulang Watu Ulo

Pada tugas akhir ini, penelitian dilakukan pada jaringan (APJ) Jember
khususnya pada penyulang Watu Ulo. Dimana pada penelitian ini menggunakan
metode aliran daya Backward Forward Sweep, penelitian ini bertujuan untuk
mengurangi rugi-rugi daya dan memperbaiki profil tegangan yang terjadi di jaringan
APJ Jember khususnya pada penyulang Watu Ulo ini. Pengurangan rugi-rugi daya
dan memperbaiki profil tegangan ini salah satunya dengan menentukan penempatan
serta ukuran DG dan kapasitor dalam jaringan sistem distribusi. Dalam penelitian ini
dilakukan sebuah perbandingan nilai rugi-rugi daya dan profil tegangan antara
sebelum penempatan dan sesudah penempatan DG dan kapasitor.
Dalam penentuan penempatan serta kapasitas dari DG dan kapasitor
bertujuan untuk mengurangi nilai rugi-rugi daya dan memperbaiki profil tegangan
yang terdapat pada penyulang Watu Ulo Jember, hal ini diperlukan data masukan
awal untuk melakukan analisa aliran daya pada penyulang Watu Ulo yaitu dengan
menggunakan metode Backward Forward Sweep ini dan kemudian dilakukan studi
perbandingan hasil analisa dengan menggunakan metode GA pada program
MATLAB serta pengujian dengan menggunakan simulasi ETAP. Untuk data awal
yang digunakan adalah data beban distribusi pada bus-bus yang terdapat pada
penyulang Watu Ulo. Sedangkan untuk data beban dan data impedensi saluran pada
setiap bus berdasarkan data lapangan di Penyulang Watu Ulo (APJ Jember) pada
tahun 2013.
Adapun data yang didapat dari PT.PLN pelayanan dan jaringan (APJ)
Jember untuk penyulang Watu Ulo terdiri dari 74 bus trafo distribusi dengan data
daya setiap trafo, pembebanan, resistansi dan reaktansi yang ditunjukan pada tabel
4.1.
39
Tabel 4.1 Daya Beban Trafo Distribusi Penyulang Watu Ulo

No. Kode Dari Ke Resistansi Reaktansi Daya Pembebanan
Gardu (Bus) (Bus) (pu) (pu) (kVA) (%)
Trafo
1 GE022 1 2 0.9826 0.9001 150 91.8
2 GE017 2 3 0.0633 0.0808 150 84
3 GE202 3 4 0.0467 0.0595 100 104
4 GE006 4 5 0.0244 0.0311 200 53.6
5 GE092 5 6 0.0306 0.0390 160 81.3
6 GE007 6 7 0.0364 0.0464 160 40
7 GE215 7 8 0.0431 0.055 100 19.7
8 GE093 8 9 0.0272 0.0347 160 57.7
9 GE008 9 10 0.0601 0.0768 250 52
10 GE094 9 16 0.0298 0.038 160 60.6
11 GE025 10 11 0.0229 0.0292 200 68
12 GE103 11 12 0.0856 0.1092 150 54.8
13 GE102 12 13 0.0369 0.02903 100 63.1
14 GE169 13 14 0.3129 0.2187 100 10.2
15 GE 154 14 15 0.3531 0.0254 160 72.0
16 GE 089 16 17 0.1739 0.0750 100 79.7
17 GE 151 17 18 0.5776 0.2442 100 48.3
18 GE 090 17 19 0.3608 0.1506 160 36.8
19 GE 109 19 20 0.0407 0.0520 50 67.4
20 GE 015 1 21 0.9781 0.8944 250 80.4
21 GE 005 21 22 0.0258 0.0330 160 93.8
22 GE 142 22 23 0.0909 0.0116 100 79.1
23 GE 153 22 24 0.0218 0.0277 200 39.6

40
24 GE 110 24 25 0.0935 0.1192 160 57.5
25 GE 064 25 26 0.0408 0.0521 100 51.1
26 GE 065 26 27 0.0666 0.0850 160 61.1
27 GE 101 27 28 0.1131 0.1444 50 30.6
28 GE 077 28 29 0.0804 0.1026 160 91.2
29 GE 097 29 30 0.0489 0.0624 100 38.3
30 GE 070 30 31 0.1505 0.1885 160 59.1
31 GE 206 31 32 0.0365 0.0466 100 79.3
32 GE 071 31 33 0.0971 0.1239 160 42.5
33 GE 125 33 34 0.0846 0.1080 50 52.5
34 GE 011 34 35 0.0765 0.0976 160 53.8
35 GE 175 35 36 0.0558 0.0713 100 86.1
36 GE 012 36 37 0.0079 0.0101 160 45.7
37 GE 136 37 38 0.1022 0.0785 25 23.3
38 GE 122 38 39 0.1554 0.1465 160 66.3
39 GE 123 39 40 0.9822 0.1252 50 64.0
40 GE 013 39 41 0.0278 0.0355 160 16.0
41 GE 177 41 42 0.0474 0.0355 50 31.9
42 GE 179 42 43 0.1000 0.0469 50 38.2
43 GE 138 41 44 0.1034 0.0132 160 73.7
44 GE 014 44 45 0.0578 0.0738 160 84.7
45 GE 199 45 46 0.0502 0.0642 160 66.6
46 GE 083 46 47 0.0983 0.1256 160 84.5
47 GE 204 47 48 0.0327 0.0417 50 52.6
48 GE 060 48 49 0.0307 0.0417 200 74.4
49 GE 069 49 50 0.0446 0.0569 100 25.7

41
50 GE 098 49 51 0.1261 0.1088 100 67.3
51 GE 184 51 52 0.1258 0.0879 50 53.7
52 GE 044 52 53 0.3211 0.2281 50 79.5
53 GE 072 52 54 0.0885 0.0619 200 58.2
54 GE 124 54 55 0.1267 0.1229 160 47.3
55 GE 073 54 56 0.2416 0.1690 200 49.6
56 GE 197 56 57 0.0488 0.0400 400 80.0
57 GE 191 57 58 0.0700 0.0548 100 84.2
58 GE 074 58 59 0.0649 0.0454 200 75.9
59 GE 099 59 60 0.0512 0.0653 100 83.5
60 GE 111 60 61 0.0341 0.0435 100 71.8
61 GE 112 61 62 0.0717 0.1413 160 90.5
62 GE 113 62 63 0.1107 0.1413 160 79.0
63 GE 067 45 64 0.0493 0.0629 200 76.0
64 GE 185 64 65 0.0954 0.0357 50 76.7
65 GE 075 65 66 0.4364 0.1481 100 86.1
66 GE 020 64 67 0.0260 0.0332 200 68.4
67 GE 021 67 68 0.0570 0.0728 250 67.3
68 GE 214 68 69 0.0440 0.0526 100 87.5
69 GE 066 69 70 0.2130 0.1489 25 49.0
70 GE 023 69 71 0.0549 0.0384 250 73.3
71 GE 076 71 72 0.5912 0.2432 160 3.0
72 GE 207 71 73 0.1359 0.0950 160 80.0
73 GE 107 73 74 0.1196 0.0836 100 56.5
74 GE 024 73 75 0.0953 0.0666 160 81.3

42
Serta terdapat single line diagram yang dibuat pada software ETAP, dimana
saluran serta datanya terdapat dari PT.PLN pelayanan dan jaringan (APJ) Jember
untuk penyulang Watu Ulo.
43
4.2 Analisis Data Sebelum Penempatan DG dan Kapasitor

Pada penelitian ini percobaan yang pertama yakni menganalisis rugi-rugi
daya dan profil tegangan sebelum adanya penempatan DG dan kapasitor pada sistem
75 bus dengan menggunakan metode aliran Backward Forward Sweep yang
kemudian diuji dan dibandingkan dengan hasil dari simulasi ETAP. Hasil data dari
analisa aliran daya sebelum adanya penempatan DG dan kapasitor ditunjukkan pada
tabel 4.2.
Tabel 4.2 Data Rugi-Rugi Daya dan Profil Tegangan Sebelum Penempatan
DG dan Kapasitor
Nama Ploss Qloss No. Bus Profil Tegangan
(kW) (kVAR)
Dari Bus Ke Bus
1 2 26.0023 23.8191 Bus1 1.0000
2 3 1.4012 1.7885 Bus2 0.9816
3 4 8.6327 1.0999 Bus3 0.9805
4 5 0.3833 0.4885 Bus4 0.9741
5 6 0.4004 0.5104 Bus5 0.9737
6 7 0.3722 0.4744 Bus6 0.9733
7 8 0.3855 0.4974 Bus7 0.9728
8 9 0.2337 0.2982 Bus8 0.9723
9 10 0.1664 0.2127 Bus9 0.9720
9 16 0.5451 0.0392 Bus10 0.9716
10 11 0.0256 0.0327 Bus 11 0.9703
11 12 0.0055 0.0070 Bus12 0.9702
12 13 0.0042 0.0054 Bus13 0.9701
13 14 0.0000 0.0001 Bus14 0.9701
14 15 0.2939 0.2054 Bus15 0.9701

44
16 17 0.0616 0.0266 Bus16 0.9710
17 18 0.0009 0.0004 Bus17 0.9706
17 19 0.0323 0.0135 Bus18 0.9705
19 20 0.0005 0.0006 Bus19 0.9702
1 21 309.1736 282.7163 Bus20 0.9702
21 22 7.6556 9.7921 Bus21 0.9150
22 23 0.0068 0.0009 Bus22 0.9136
22 24 5.8875 7.4809 Bus23 0.9135
24 25 24.4177 31.1292 Bus24 0.9125
25 26 10.2379 13.0734 Bus25 0.9079
26 27 16.3388 20.8529 Bus26 0.9060
27 28 26.5638 33.9152 Bus27 0.9028
28 29 18.7551 23.9338 Bus28 0.8977
29 30 10.6533 13.5944 Bus29 0.8941
30 31 32.1985 40.3283 Bus30 0.8920
31 32 0.0029 0.0037 Bus31 0.8857
31 33 19.0885 24.3571 Bus32 0.8857
33 34 16.0746 20.5208 Bus33 0.8819
34 35 14.3462 18.3031 Bus34 0.8787
35 36 9.9956 12.7721 Bus35 0.8759
36 37 1.3511 1.7273 Bus36 0.8739
37 38 17.0404 13.0887 Bus37 0.8736
38 39 25.7685 24.2927 Bus38 0.8699
39 40 0.0013 0.0017 Bus39 0.8644
39 41 4.2647 5.4459 Bus40 0.8643
41 42 0.0008 0.0006 Bus41 0.8635

45
42 43 0.0005 0.0002 Bus42 0.8635
41 44 15.3006 1.9533 Bus43 0.8634
44 45 7.9597 10.1631 Bus44 0.8596
45 46 2.3650 3.0245 Bus45 0.8579
46 47 4.1148 5.3832 Bus46 0.8570
47 48 1.1670 1.4882 Bus47 0.8554
48 49 1.0609 1.3512 Bus48 0.8550
49 50 0.0004 0.0005 Bus49 0.8545
49 51 3.4554 2.9814 Bus50 0.8545
51 52 3.1273 2.1851 Bus51 0.8528
52 53 0.0070 0.0050 Bus52 0.8511
52 54 1.9895 1.3915 Bus53 0.8509
54 55 0.0100 0.0097 Bus54 0.8499
54 56 3.9231 2.7442 Bus55 0.8498
56 57 0.6539 0.5360 Bus56 0.8473
57 58 0.4266 0.3340 Bus57 0.8468
58 59 0.3014 0.2109 Bus58 0.8464
59 60 0.1293 0.1648 Bus59 0.8460
60 61 0.0557 0.0710 Bus60 0.8458
61 62 0.0731 0.0933 Bus61 0.8457
62 63 0.0243 0.0310 Bus62 0.8455
45 64 0.9428 1.2028 Bus63 0.8454
64 65 0.0177 0.0066 Bus64 0.8449
65 66 0.0364 0.0124 Bus65 0.8447
64 67 0.2966 0.3787 Bus66 0.8444
67 68 0.4686 0.5985 Bus67 0.8446

46
68 69 0.2211 0.2643 Bus68 0.8442
69 70 0.0004 0.0003 Bus69 0.8440
69 71 0.1930 0.1350 Bus70 0.8440
71 72 0.0002 0.0001 Bus71 0.8437
71 73 0.1874 0.1310 Bus72 0.8437
73 74 0.0053 0.0037 Bus73 0.8433
73 75 0.0226 0.0158 Bus74 0.8432
Total Losses 657.3084 663.7226 Bus75 0.8432
Dari hasil aliran daya didapatkan total losses pada daya aktif sebesar
657.3084 kW sedangkan untuk total losses pada daya reaktif didapatkan sebesar
663.7226 kVAr. Dari hasil losses daya aktif dan reaktif, didapatkan bahwa nilai rugi
daya terbesar terletak pada saluran dari bus 1 ke bus 21 dengan rugi daya aktif
sebesar 309.1736 kW dan rugi daya reaktif sebesar 282.7136 kVAr. Nilai rugi daya
terbesar pada saluran dari bus 1 ke bus 21 ini disebabkan memiliki jarak yang jauh,
pembebanannya yang besar serta disebabkan oleh impedansi dan reaktansi terbesar
terletak pada bus 20 terutama pada bus 1 ke bus 21 yakni dengan resistansi sebesar
0.9781 pu dan reaktansi sebesar 0.8944 pu. Sedangkan untuk nilai rugi daya terkecil
terletak pada saluran bus 13 ke bus 14 dengan rugi daya aktif sebesar 0.0000 kW dan
rugi daya reaktif sebesar 0.0001 kVA dengan nilai resistansi sebesar 0.0369 pu dan
reaktansi sebesar 0.2903 pu. Selain nilai rugi-rugi daya, diketahui pula profil
tegangan yang didapatkan. Dari hasil profil tegangan, dengan bertambahnya jumlah
bus maka profil tegangan pun akan semakin menurun pula dari nilai 1 Volt sampai
menuju pada bus 75 yang mencapai nilai tegangan sebesar 0.8432 Volt. Drop
tegangan terbesar terjadi pada bus 21 yakni sebesar 0.9150 Volt dimana tegangan
sebelumnya pada bus 20 didapatkan sebesar 0.9702 Volt.
47
4.2.1 Pengujian Hasil Data Pada Simulasi ETAP Sebelum Penempatan DG dan
Kapasitor
Dari hasil pengujian menggunakan simulasi ETAP sebelum penempatan DG

dan kapasitor dapat ditunjukkan pada tabel 4.3.
Tabel 4.3 Data Rugi-Rugi Daya dan Profil Tegangan Sebelum Penempatan DG
dan Kapasitor (ETAP)
Dari Bus Ke Bus (kW) (kVAR)
1 2 26.0844 23.8943 Bus1 1.0000
2 3 1.4054 1.7939 Bus2 0.9812
3 4 8.6593 1.1032 Bus3 0.9800
4 5 0.3845 0.4901 Bus4 0.9736
5 6 0.4018 0.5121 Bus5 0.9732
6 7 0.3735 0.4762 Bus6 0.9728
7 8 0.3869 0.4991 Bus7 0.9723
8 9 0.2345 0.2992 Bus8 0.9718
9 10 0.1667 0.2131 Bus9 0.9715
9 16 0.5332 0.0339 Bus10 0.9711
10 11 0.0461 0.0588 Bus 11 0.9709
11 12 0.0197 0.0251 Bus12 0.9709
12 13 0.0205 0.0261 Bus13 0.9707
*Selengkapnya dapat dilihat pada lampiran A
Setelah mendapatkan nilai rugi-rugi daya baik itu daya aktif maupun daya
reaktif dan profil tegangan dengan menggunakan aliran daya Backward Forward
Sweep pada Matlab, selanjutnya dilakukan pengujian atau disimulasikan
menggunakan ETAP. Pada software ETAP ini sama halnya menggunakan data-data
yang sama dari nilai dari pembebanan pada jaringan distribusi, nilai impedansi serta
nilai reaktansi yang digunakan pada Matlab. Pada tabel 4.3 dapat diketahui hasil dari
aliran daya pada ETAP yang terdiri dari rugi-rugi daya dan profil tegangan. Pengujian
48
hasil data yang disimulasikan pada ETAP sebelum penempatan DG dan kapasitor ini
dimaksudkan untuk mengetahui perbandingan nilai dari rugi-rugi daya aktif maupun
nilai dari rugi-rugi daya reaktif serta profil tegangan dengan perhitungan Matlab.
4.2.2 Perbandingan Hasil Data Matlab dengan ETAP Sebelum Penempatan

DG dan Kapasitor
Setelah mengetahui hasil data dari perhitungan Matlab dan simulasi ETAP,
dilakukan perbandingan hasil data dari keduanya hal ini dimaksudkan untuk
mengetahui perbandingan nilai antara perhitungan Matlab dengan simulasi ETAP.
Selain itu hal ini bertujuan untuk membuktikan validasi antara ETAP dengan Matlab.
350
BackwardForwardSweep
300
250
ETAP
200
150
100
50
0
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47 49 51 53 55 57 59 61 63 65 67 69 71 73
Gambar 4.1 Grafik Perbandingan Rugi-Rugi Daya Aktif

49
300
BackwardForwardSweep
250
ETAP
200
150
100
50
0
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47 49 51 53 55 57 59 61 63 65 67 69 71 73
Gambar 4.2 Grafik Perbandingan Rugi-Rugi Daya Reaktif

Pada gambar 4.1 dan 4.2 menunjukkan grafik perbandingan rugi daya aktif
dan reaktif antara Matlab dan simulasi ETAP, dimana pada grafik cross menunjukkan
hasil dari perhitungan Matlab dan grafik dot menunjukkan hasil dari simulasi ETAP.
Dari hasil perbandingan diatas masih terdapat selisih antara perhitungan Matlab
dengan simulasi ETAP, akan tetapi selisih yang didapatkan tidak terlalu jauh atau
signifikan. Selisih hasil yang didapatkan tidak melebihi dari 1 kW dan hal tersebut
masih dapat dikategorikan baik. Pada perhitungan Matlab pada saluran bus 1 ke bus 2
didapatkan rugi-rugi daya sebesar 26.0023 kW sedangkan pada simulasi ETAP
didapatkan rugi-rugi daya sebesar 26.0844, hal ini mempunyai selisih sebesar 0.0821.
Begitu juga pada saluran bus 41 ke bus 44 didapatkan rugi-rugi daya sebesar 15.3006
kW sedangkan pada simulasi ETAP didapatkan rugi-rugi daya sebesar 15.3348 kW,
hal ini mempunyai selisih sebesar 0.0342.
Sedangkan untuk daya reaktif pada perhitungan Matlab pada saluran bus 1
ke bus 2 didapatkan rugi-rugi daya sebesar 23.8191 kVAr sedangkan pada simulasi
ETAP didapatkan rugi-rugi daya sebesar 23.8943 kVAr, hal ini mempunyai selisih
sebesar 0.0752 kVAr. Begitu juga pada saluran bus 41 ke bus 44 didapatkan rugi-rugi
50
daya sebesar 1.9533 kVAr sedangkan pada simulasi ETAP didapatkan rugi-rugi daya
sebesar 1.9576 kVAr, hal ini mempunyai selisih sebesar 0.0043.
1,04
BackwardForward
Sweep
0,99
ETAP
0,94
0,89
0,84
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47 49 51 53 55 57 59 61 63 65 67 69 71 73 75
Gambar 4.3 Grafik Perbandingan Profil Tegangan

Pada gambar 4.3 menunjukkan grafik perbandingan nilai dari profil tegangan
antara Matlab dan simulasi ETAP, dimana pada grafik cross menunjukkan hasil dari
perhitungan Matlab dan grafik dot menunjukkan hasil dari simulasi ETAP. Dari hasil
perbandingan masih terdapat selisih antara perhitungan Matlab dengan simulasi
ETAP, akan tetapi selisih yang didapatkan tidak terlalu jauh atau signifikan. Selisih
hasil yang didapatkan tidak melebihi dari 1 Volt dan hal tersebut masih dapat
dikategorikan baik. Pada perhitungan Matlab pada saluran bus 17 ke bus 18
didapatkan profil tegangan sebesar 0.9706 Volt sedangkan pada simulasi ETAP
didapatkan profil tegangan sebesar 0.9701 Volt, hal ini mempunyai selisih sebesar
0.0005. Begitu juga pada saluran bus 41 ke bus 44 didapatkan profil tegangan sebesar
0.8634 Volt sedangkan pada simulasi ETAP didapatkan profil tegangan sebesar
0.8627 Volt, hal ini mempunyai selisih sebesar 0.0007.
51
4.3 Optimasi Penempatan serta Ukuran DG dan Kapasitor

Pada sistem 75 bus dalam penelitian ini untuk langkah proses optimasinya
menggunakan proses GA (Algoritma Genetic) pada Matlab, dengan tujuan untuk
memperoleh posisi dan ukuran yang tepat pada DG dan kapasitor untuk mengurangi
rugi-rugi daya dan memperbaiki profil tegangan. Dalam percobaan sistem 75 bus ini
dibatasi dengan 5 penempatan dari DG dan kapasitor, diamana percobaan ini akan
dilihat pada hasil nilai total rugi-rugi daya yang nantinya juga berpengaruh pada
profil tegangan yang dihasilkan karena setiap nilai rugi-rugi daya dianggap sangat
berpengaruh pada profil tegangan, semakin kecil nilai total rugi-rugi daya yang
dihasilkan maka akan memperbaiki profil tegangan yang ada. Pada saat percobaan
sebelum penempatan DG dan kapasitor didapatkan nilai rugi-rugi daya aktif sebesar
652.4293 KW dan daya reaktif sebesar 658.7825 KW, dalam hal ini perlu adanya
penambahan DG dan kapasitor dengan menggunakan metode GA guna untuk
mengurangi nilai total rugi-rugi daya dan memperbaiki profil tegangan yang terjadi.
Penentuan tempat dan kapasitas dibangkitkan secara acak oleh GA, dimana
kapasitas maksimal yang digunakan DG sebesar 50 KW dan kapasitas maksimal
kapasitor sebesar 100 Kvar. Dalam proses GA untuk penempatan serta ukuran dari
DG dan kapasitor menggunakan secara acak atau random. Adapun populasi yang
dibangkitkan dan sudah mengalami proses Algoritma Genetik sebagai berikut :
val(:,:,1) =
Colom 1-31
0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0
Colom 32-62
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 1
0 0 0 0 0 0 0 0 0 0 0
Colom 63-75
1 0 0 0 0 0 1 0 0 0 0 0
52
val(:,:,2) =
Colom 1-31
0 4 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0
Colom 32-62
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 46 0 41
0 0 0 0 0 0 0 0 0 0 0
Colom 63-75
50 0 0 0 0 0 22 0 0 0 0 0
val(:,:,3) =
Colom 1-31
0 23 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0
Colom 32-62
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 15 0 54
0 0 0 0 0 0 0 0 0 0 0
Colom 63-75
8 0 0 0 0 0 11 0 0 0 0 0
Dari populasi yang dibangkitkan dan sudah mengalami proses Algoritma

Genetik diatas dapat kita ketahui pada val(:,:,1) merupakan penempatan dari DG dan
kapasitor, pada val(:,:,2) merupakan ukuran dari DG serta pada val(:,:,3) merupakan
ukuran dari kapasitor. Dari hasil optimasi diatas dapat diketahui posisi atau
penempatan dari DG dan kapasitor terdapat pada bus 3 dengan ukuran 4 KW dan 23
Kvar, bus 49 dengan ukuran 46 KW dn 15 Kvar, bus 51 dengan ukuran 41 KW dan
54 Kvar, bus 64 dengan ukuran 50 KW dan 8 Kvar serta pada bus 70 dengan ukuran
22 KW dan 11 Kvar. Setelah mengetahui penempatan dan ukuran dari DG dan
kapasitor dengan menggunakan metode aliran daya Backward Forward Sweep dapat
diketahui nilai rugi-rugi daya serta profil tegangan seperti tabel 4.4.
53
Tabel 4.4 Data Rugi-Rugi Daya dan Profil Tegangan Setelah Optimasi
Penempatan DG dan Kapasitor
1 2 25.7104 23.5517 Bus1 1.0000
2 3 1.3846 1.7674 Bus2 0.9818
3 4 8.6276 1.0992 Bus3 0.9807
4 5 0.3831 0.4882 Bus4 0.9744
5 6 0.4002 0.5101 Bus5 0.9740
6 7 0.3720 0.4742 Bus6 0.9736
7 8 0.3853 0.4971 Bus7 0.9731
8 9 0.2336 0.2980 Bus8 0.9726
9 10 0.1663 0.2125 Bus9 0.9723
9 16 0.5448 0.0392 Bus10 0.9719
10 11 0.0256 0.0327 Bus 11 0.9706
11 12 0.0055 0.0070 Bus12 0.9705
12 13 0.0042 0.0054 Bus13 0.9704
13 14 0.0000 0.0001 Bus14 0.9703
14 15 0.2937 0.2053 Bus15 0.9703
16 17 0.0616 0.0266 Bus16 0.9712
17 18 0.0009 0.0004 Bus17 0.9709
17 19 0.0323 0.0135 Bus18 0.9708
19 20 0.0005 0.0006 Bus19 0.9705
1 21 283.4700 259.2123 Bus20 0.9705
21 22 7.0007 8.9544 Bus21 0.9178
22 23 0.0067 0.0009 Bus22 0.9165
22 24 5.3620 6.8131 Bus23 0.9164
24 25 22.2049 28.3082 Bus24 0.9155
25 26 9.2933 11.8672 Bus25 0.9111
26 27 14.8160 18.9093 Bus26 0.9093
27 28 24.0407 30.6938 Bus27 0.9063
54
28 29 16.9686 21.6540 Bus28 0.9015

29 30 9.6080 12.2605 Bus29 0.8981
30 31 29.0149 36.3409 Bus30 0.8961
31 32 0.0029 0.0037 Bus31 0.8901
31 33 17.1336 21.8625 Bus32 0.8901
33 34 14.4052 18.3896 Bus33 0.8866
34 35 12.8485 16.3924 Bus34 0.8836
35 36 8.9310 11.4119 Bus35 0.8809
36 37 1.2044 1.5398 Bus36 0.8790
37 38 15.1700 11.6521 Bus37 0.8787
38 39 22.9347 21.6212 Bus38 0.8752
39 40 0.0013 0.0017 Bus39 0.8700
39 41 3.7808 4.8280 Bus40 0.8700
41 42 0.0008 0.0006 Bus41 0.8692
42 43 0.0005 0.0002 Bus42 0.8692
41 44 13.5374 1.7282 Bus43 0.8692
44 45 7.0147 8.9565 Bus44 0.8656
45 46 2.0942 2.6782 Bus45 0.8640
46 47 3.6193 4.7349 Bus46 0.8632
47 48 1.0168 1.2967 Bus47 0.8618
48 49 0.9228 1.1753 Bus48 0.8613
49 50 0.0004 0.0005 Bus49 0.8609
49 51 3.1769 2.7411 Bus50 0.8609
51 52 3.0798 2.1520 Bus51 0.8593
52 53 0.0069 0.0049 Bus52 0.8576
52 54 1.9593 1.3704 Bus53 0.8575
54 55 0.0098 0.0095 Bus54 0.8565
54 56 3.8635 2.7026 Bus55 0.8564
56 57 0.6440 0.5278 Bus56 0.8538
57 58 0.4201 0.3289 Bus57 0.8533
58 59 0.2968 0.2077 Bus58 0.8529
55
59 60 0.1273 0.1623 Bus59 0.8525

60 61 0.0548 0.0699 Bus60 0.8523
61 62 0.0720 0.0919 Bus61 0.8522
62 63 0.0239 0.0305 Bus62 0.8520
45 64 0.8144 1.0391 Bus63 0.8519
64 65 0.0174 0.0065 Bus64 0.8514
65 66 0.0359 0.0122 Bus65 0.8513
64 67 0.2770 0.3537 Bus66 0.8509
67 68 0.4335 0.5536 Bus67 0.8512
68 69 0.2009 0.2401 Bus68 0.8508
69 70 0.0005 0.0004 Bus69 0.8505
69 71 0.1901 0.1330 Bus70 0.8506
71 72 0.0002 0.0001 Bus71 0.8503
71 73 0.1846 0.1290 Bus72 0.8502
73 74 0.0053 0.0037 Bus73 0.8498
73 75 0.0223 0.0156 Bus74 0.8497
Total Losses 600.9546 605.4042 Bus75 0.8497
Dari tabel 4.4 dapat diketahui nilai rugi-rugi daya aktif dan daya reaktif
disetiap saluran serta nilai profil tegangan disetiap busnya setelah adanya optimasi
penempatan dan ukuran DG dan kapasitor. Dari hasil optimasi penempatan dan
ukuran menggunakan metode GA didapatkan total losses pada daya aktif sebesar
600.9546 kW dan daya reaktif didapatkan sebesar 605.4042 kVAr. Dari hasil losses
daya aktif dan reaktif, didapatkan bahwa nilai rugi daya terbesar terletak pada saluran
dari bus 1 ke bus 21 dengan rugi daya aktif sebesar 283.4700 kW dan rugi daya
reaktif sebesar 259.2123 kVAr. Sedangkan untuk nilai rugi daya terkecil terletak pada
saluran bus 13 ke bus 14 dengan rugi daya aktif sebesar 0.0000 kW dan rugi daya
reaktif sebesar 0.0001 kVAr.
Selain nilai rugi-rugi daya diketahui pula profil tegangan yang didapatkan.
Dapat kita ketahui dengan bertambahnya jumlah bus maka profil tegangan pun akan
semakin menurun pula dari nilai 1 Volt sampai menuju pada bus 75 yang mencapai
56
nilai tegangan sebesar 0.8497 Volt. Drop tegangan terbesar terjadi pada bus 21 yakni
sebesar 0.9178 Volt dimana tegangan sebelumnya pada bus 20 didapatkan sebesar
0.9705 Volt. Setelah adanya penempatan dari DG dan kapasitor dapat memperbaiki
rugi-rugi daya dan profil tegangan dibandingkan sebelum adanya DG dan kapasitor.
4.4 Perbandingan Hasil Data Sebelum dan Sesudah Penempatan DG dan

Kapasitor
Untuk perbandingan data sebelum dan sesudah penempatan DG dan
kapasitor dapat diliat pada grafik baik dari rugi-rugi daya maupun profil tegangan.
350
Sebelum DG Kapasitor
300
250
Sesudah DG Kapasitor
200
150
100
50
0
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47 49 51 53 55 57 59 61 63 65 67 69 71 73
Gambar 4.4 Grafik Perbandingan Rugi Daya Aktif

57
300
Sebelum DG Kapasitor
250
Sesudah DG Kapasitor
200
150
100
50
0
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47 49 51 53 55 57 59 61 63 65 67 69 71 73
Gambar 4.5 Grafik Perbandingan Rugi Daya Reaktif

Pada gambar grafik 4.7 dan 4.8 dapat kita lihat dimana pada grafik cross
menunjukkan sebelum penempatan DG dan kapasitor dan grafik dot menunjukkan
merupakan grafik setelah penempatan serta ukuran dari DG dan kapasitor. Dapat kita
lihat akibat adanya penempatan DG dan kapasitor ini dianggap mampu memperbaiki
nilai total rugi-rugi daya baik dari daya aktif maupun daya reaktif dibandingkan pada
saat sebelum penempatan dari DG dan kapasitor. Adapun nilai rugi-rugi daya aktif
sebelum penempatan dari DG dan kapasitor adalah sebesar 657.3084 kW dan nilai
rugi-rugi daya reaktif adalah sebesar 663.7226 kVAr. Namun setelah adanya optimasi
penempatan dan ukuran dari DG dan kapasitor, rugi-rugi daya sebesar 600.9546 kW
pada daya aktif serta 605.4042 kVAr pada daya reaktif, hal ini dapat disimpulkan
bahwa optimasi penempatan DG dan kapasitor mampu menurunkan nilai total rugi-
rugi daya sebesar 56.3538 kW pada daya aktif serta menurunkan nilai total rugi-rugi
daya reaktif sebesar 58.3184 kVAr. Perlu diketahui bahwa setiap nilai total rugi-rugi
daya tersebut dipengaruhi oleh penempatan serta ukuran dari DG dan kapasitor yang
optimal.
58
Misalnya pada bus 1 ke bus 21 sebelum penempatan DG dan kapasitor nilai

rugi-rugi daya aktif sebesar 309.1736 kW, setelah adanya optimasi penempatan DG
dan kapasitor menurun menjadi 283.4700 kW dan pada bus 49 ke bus 51 mengalami
penurunan dari 3.4554 kW menjadi 3.1769 kW. Dari data tersebut terdapat perbedaan
juga dimana pada bus 26 ke bus 27 mengalami penurunan nilai rugi-rugi daya aktif
dari 16.3388 kW menjadi 14.8160 kW. Untuk daya reaktif pada bus 1 ke bus 21
sebelum penempatan DG dan kapasitor sebesar 282.7163 kVAr, kemudian setelah
adanya optimasi penempatan DG dan kapasitor menurun menjadi 259.2123 kVAr
dan pada bus 49 ke bus 51 mengalami penurunan dari 2.9814 kVAr menjadi 2.7411
kVAr. Jika disimpulkan ini tergolong baik karena dengan adanya penambahan DG
dan kapasitor mampu memperbaiki nilai rugi-rugi daya aktif dan daya reaktif yang
ada.
1,04 Sebelum DG
Kapasitor
Sesudah DG
0,99
Kapasitor
0,94
0,89
0,84
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47 49 51 53 55 57 59 61 63 65 67 69 71 73 75

Disajikan juga dalam bentuk grafik perbandingan profil tegangan antara
sebelum dan sesudah penempatan dari DG dan kapasitor. Pada gambar grafik 4.9
dapat dilihat dimana pada grafik cross menunjukkan sebelum penempatan DG dan
kapasitor dan grafik dot menunjukkan merupakan grafik setelah penempatan serta
ukuran dari DG dan kapasitor. Dapat diliat pada bus 21 dimana nilai tegangan
59
sebelum adanya penempatan dari DG dan kapasitor sebesar 0.9150 Volt, kemudian
setelah adanya penempatan dan ukuran dari DG dan kapasitor berubah menjadi
0.9178 Volt. Misal pada bus 60 juga mengalami perbaikan profil tegangan dari
0.8454 Volt menjadi 0.8523 Volt.
Pada gambar grafik 4.9 dapat dilihat bahwa dengan penambahan DG dan
kapasitor dapat memperbaiki profil tegangan disetiap busnya, hal ini dapat
dikategorikan dalam keadaan yang baik karena terdapat perbaikan profil tegangan
dibandingkan sebelum adanya penambahan dari DG dan kapasitor. Tetapi pada hasil
profil tegangan tersebut tidak termasuk dalam toleransi ± 5% dari 1 kV, khususnya
dari bus 21 sampai bus 25 yang tidak termasuk dalam batas toleransi. Jadi adanya
penambahan DG dan kapasitor yang dibatasi pada sistem jaringan distribusi ini
hanya mampu memperbaiki profil tegangan dibandingkan sebelum adanya
penambahan DG dan kapasitor.
4.5 Analisis Sistem 75 Bus dengan Penempatan DG dan Kapasitor Secara

Acak
Pada analisis percobaan pada sistem 75 bus dengan penambahan DG dan
kapasitor secara acak, yang ditempatkan pada bus 5, 23, 38, 58 dan 73 dengan tujuan
untuk membandingkan hasil dengan penempatan yang sudah dioptimalkan dengan
metode GA.
60
300
250 Optimal
200
Manual
150
100
50
0
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47 49 51 53 55 57 59 61 63 65 67 69 71 73

300
Optimal
250
200 Manual
150
100
50
0
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47 49 51 53 55 57 59 61 63 65 67 69 71 73

Didapatkan total rugi daya aktif sebesar 610.5446 kW dan rugi daya reaktif
sebesar 616.067 kVAr. Sedangkan hasil percobaan menggunakan GA didapatkan
total rugi daya aktif 600.9546 kW dan rugi daya reaktif sebesar 605.4042 kVAr. Pada
penempatan secara acak di saluran bus 1 ke 21 dihasilkan 284.6849 kW dan 260.3233
61
kVAr dan percobaan yang menggunakan GA dihasilkan 283.4700 kW dan 259.2123

kVAr.
1,04
Optimal
0,99
Manual
0,94
0,89
0,84
1 3 5 7 9 111315171921232527293133353739414345474951535557596163656769717375

Didapatkan profil tegangan dengan penempatan secara acak pada bus 75
sebesar 0.8487 Volt sedangkan dengan menggunakan percobaan metode GA
dihasilkan profil tegangan sebesar 0.8497 Volt. Dari hasil tersebut dapat diartikan
bahwa hasil optimasi menggunakan metode GA adalah hasil yang paling optimal
karena nilai total rugi-rugi daya dan rugi-rugi salurannya lebih kecil. Untuk melihat
perbedaan antara rugi-rugi daya dan tegangan, baik penempatan secara acak dan
sesudah optimasi menggunakan metode GA dapat dilihat pada lampiran.
4.6 Perbandingan Hasil Data Penempatan DG dan Kapasitor

Pada analisa kali ini dibandingkan hasil data penempatan dari DG dan
kapasitor yang ditempatkan secara bersama dengan penempatan DG dan kapasitor
yang ditempatkan secara terpisah. Dengan penempatan dan ukuran yang sudah
menggunakan metode optimasi GA.
62
350
DG dan Kapasitor
300
DG
250
Kapasitor
200
150
100
50
0
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47 49 51 53 55 57 59 61 63 65 67 69 71 73

300
DG dan Kapasitor
250
DG
Kapasitor
200
150
100
50
0
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47 49 51 53 55 57 59 61 63 65 67 69 71 73

Dihasilkan total rugi daya aktif dengan menambahkan DG sebesar 611.6429
kW, dengan kapasitor sebesar 646.5047 kW serta dengan menambahkan DG dan
kapasitor secara bersama sebesar 600.9546 kW. Sedangkan total rugi daya reaktif
dengan DG dihasilkan sebesar 616.5044 kVAr, dengan kapasitor sebesar 652.5903
kVAr serta menempatkan DG dan kapasitor sebesar 605.4042 kVAr. Pada saluran
63
bus 1 ke bus 21 juga dapat dilihat bahwa dengan DG dan kapasitor dipasang secara
bersama menghasilkan rugi daya yang lebih kecil dibandingkan dengan menempatkan
DG dan kapasitor secara terpisah yakni sebesar 283.4700 kW dan 259.2123 kVAr.
1,04
DG dan Kapasitor
0,99 DG
Kapasitor
0,94
0,89
0,84
1 3 5 7 9 1113 15 17 19 2123 25 27 29 3133 35 37 39 4143 45 47 49 5153 55 57 59 6163 65 67 69 7173 75

Untuk hasil profil tegangan dihasilkan dengan menempatkan DG pada bus
72 sebesar 0.8456 Volt, dengan kapasitor dihasilkan 0.8483 Volt serta dengan
menggabungkan DG dan kapasitor dihasilkan sebesar 0.8502 Volt. Begitu juga pada
bus 21 dengan menggabungkan DG dan kapasitor menghasilkan profil tegangan yang
lebih baik yakni 0.9178 Volt. Dari hasil tersebut dapat diartikan bahwa dengan
menggabungkan DG dan kapasitor lebih optimal karena nilai total rugi-rugi daya dan
rugi-rugi saluran lebih kecil, selain itu profil tegangannya juga lebih baik. Untuk
melihat perbedaan antara rugi-rugi daya dan tegangan dapat dilihat pada lampiran.
64
4.7 Analisis Optimasi Biaya

Hasil perhitungan dari aliran daya menggunakan metode Backward Forward
Sweep didapatkan besar rugi-rugi saluran sebelum pemasangan DG dan kapasitor
sebesar 657.3084 kW, setelah pemesangan dari DG dan kapasitor pada bus 3, 49, 51,
64 dan 70 menghasilkan rugi-rugi saluran sebesar 600.9546 kW. Jadi dengan adanya
pemasangan dari DG dan kapasitor akan lebih dapat mengurangi rugi-rugi daya
sebesar 56.3538 kW. Sedangkan pada tarif dasar listrik untuk tegangan menengah,
besar biaya /kWH adalah Rp 600, maka dapat dihitung selama 1 jam, PT PLN dapat
menghemat Rp 600 x 56.3538 = Rp 33.812,28. Apabila dihitung selama 1 tahun, PT
PLN dapat menghemat biaya sebesar Rp 296.195.570.
Cara menghitung besar biaya yang dikeluarkan jika menambahkan kapasitor
dapat menggunakan fungsi :
∑ P1LKE
Dimana :
Nbus = Jumlah kandidat bus
I = 0 atau 1, dimana 0 artinya tidak ada kapasitor yang terpasang pada bus
KI = Biaya pemasangan kapasitor tiap bus
KB = Biaya pembelian bank per kVAr
C = Ukuran kapasitor dalam kVAr
KO = Biaya operasi dan pemeliharaan per kapasitor, per tahun
x = Jumlah kapasitor
T = Waktu perencanaan (tahun)
KE = Biaya energi per kWh
P1L = Jumlah rugi daya aktif setelah dipasang kapasitor
Dengan menggunakan rumus fungsi diatas, dapat diketahui biaya yang
dikeluarkan jika menambahkan kapasitor pada bus. Untuk menghitung biaya
kapasitor digunakan beberapa parameter yang diperlukan. Berikut ini adalah nilai
parameter yang digunakan untuk menghitung biaya pemasangan kapasitor.
65
Tabel 4.5 Parameter Optimasi yang Digunakan Untuk Menghitung Biaya

Nama Parameter Nilai
KI Biaya pemasangan kapasitor Rp. 865.500
tiap bus
KB Biaya pembelian kapasitor per Rp. 188.888,88
kVAr
C Ukuran kapasitor dalam kVAr 111 kVAr
KO Pemeliharaan kapasitor, per Rp. 369.273.600
tahun
X Jumlah kapasitor 5
T Waktu perencanaan (tahun) 5 Tahun
KE Biaya energi per kWh Rp. 600
P1 L Jumlah rugi daya aktif setelah 600.9546
dipasang kapasitor
Biaya Setelah Pemasangan Kapasitor Rp. 9.258.937.029,48
Biaya pemasangan kapasitor pada bus 3, 49, 51, 64 dan 70 dengan

menggunakan persamaan seperti berikut :
∑ P1LKE
= (5 * Rp 865.500 + Rp. 188.888,88 * 111 + Rp. 369.273.600 * 5 *
5) + 5 * 600.9546 * Rp. 600
= Rp. 9.258.937.029,48
Selain perhitungan biaya pemasangan kapasitor, dalam penelitian ini juga
dihitung biaya dari adanya penambahan DG ini. Nilai investasi pembangunan DG per
kW terpasangnya menurut perhitungan Yayasan Mandiri berkisar antara Rp. 4 juta
sampai Rp. 8 juta. Adapun, biaya atau harga listrik per kWhnya dihitung berdasarkan
biaya awal dan biaya operasional. Komponen biaya awal terdiri dari: biaya banguna,
biaya fasilitas elektrik dan mekanik serta biaya sistem pendukung lain. Sedangkan
komponen biaya operasional yakni antara lain biaya perawatan, biaya penggantian
suku cadang, biaya tenaga kerja atau operator serta biaya lain yang digunakan selama
pemakaian atau pengoperasian dari DG itu sendiri.
66
Untuk membangun suatu sistem DG dengan kapasitas terpasang 1 kW, dibutuhkan

biaya awal Rp 8 juta, jadi dengan total kapasitas DG yang digunakan dalam
penelitian ini sebesar 163 kW maka dibutuhkan biaya awal Rp 1.304.000.000. Umur
pakai DG yang dirancang adalah 5 tahun dengan biaya operasional Rp 500
Juta/tahun, sehingga total biayanya menjadi Rp 2.500.000.000. Maka, biaya rata-rata
perhari adalah :
Rp/hari = biaya awal + biaya operasional : umur pakai (tahun) x jumlah hari/tahun
= Rp 1.304.000.000 juta + Rp 2.500.000.000 : 5 tahun x 365 hari/tahun
= Rp 2.084.383,56 / hari
Biaya atau harga per kWh ditentukan oleh biaya rata-rata perhari dan besarnya energi
listrik yang dihasilkan per hari (kWh/hari). Energi perhari ini ditentukan oleh
besarnya daya terpasang serta faktor daya. Jika diasumsikan faktor daya besarnya 12,
maka harga energi listrik per kWh adalah :
Harga/kWh = Biaya perhari : Energi listrik yang dihasilkan (kWh/hari)
= Biaya perhari : Daya terpasang (kW) x Faktor Daya
= Rp 2.084.383,56 / hari : 163 kW x 12 (jam/hari)
= Rp 153.451,55 / kWh
67
BAB 5. PENUTUP
5.1 Kesimpulan
1. Dengan menggunakan optimasi Genentic Algorithm (GA) didapat penempatan
dan ukuran yang optimal dari DG dan kapasitor yakni pada bus 3, 49, 51, 64
dan 70 dengan ukuran DG sebesar 4, 46, 41, 50 dan 22 kW serta ukuran
kapasitor sebesar 23, 15, 54, 8 dan 11 kVAr.
2. Setelah dilakukan optimasi menggunakan GA (Genetic Algoritm) didapat nilai
total rugi-rugi daya sebesar 600.9546 kW pada daya aktif dan daya reaktif
sebesar 605.4042 kVAr dengan 5 penempatan DG dan kapasitor pada bus.
Sedangkan sebelum penempatan DG dan kapasitor terdapat nilai total rugi-rugi
daya sebesar 657.3084 kW pada daya aktif dan daya reaktif sebesar 663.7226
kVAr. Hal ini membuktikan dengan adanya penempatan DG dan kapasitor
dapat memperbaiki daya aktif dan daya reaktifnya.
3. Terdapat perbaikan profil tegangan disetiap busnya setelah adanya penempatan
dari DG dan kapasitor dibandingkan sebelum adanya penempatan dari DG dan
kapasitor. Pada bus 60 mengalami perbaikan profil tegangan dari 0.8454 Volt
menjadi 0.8523 Volt.
5.2 Saran
1. Aplikasi penempatan DG (Distributed Generation) dan penentuan kapasitas
DG (Distributed Generation) dapat di optimalkan pada sistem jaringan lain.
2. Dengan penambahan jumlah variabel dapat mengoptimalkan nilai dan
meningkatkan ketelitian GA (Genetic Algoritm).\
68
DAFTAR PUSTAKA
Abidin, Zainal. 2009. Optimalisasi Pengaturan Tegangan dengan Algoritma Genetika.

Jurnal Volume 1 No.2.
Landang, Jacklien. 2015. Optimasi Penempatan Kapasitor Pada Jaringan Transmisi

Teling-Tomohon Menggunakan Kecerdasan Buatan. Jurnal ISSN : 2301-8402.
Mohammad H. Moradi. 2014. An Efficient Hybrid Method For Solving The Optimal
Sitting And Sizing Problem Of DG And Shunt Capacitor Banks Simultaneously
Based On Imperialist Competitive Algorithm And Genetic Algorithm. Jurnal
Volume 101-111.
Muntowifah, Siti. 2014. Optimasi Penempatan Distributed Generation (DG) Pada

Jaringan Distribusi Sistem Radial Menggunakan GA (Genetic Algoritm) Di
Penyulang Watu Ulo Jember. Jember. Universitas Jember.
Pramana, Kurniyawan. 2012. Distributed Generation Definition and Its Technologies.

https://kurniawanpramana.wordpress.com/2012/01/03/distributed-generation-
definition-and-its-technologies/. [diakses tanggal 3 November 2015].
Pramana, Kurniyawan. 2012. Distributed Generation Aplikasi dan Pengaruhnya.

https://kurniawanpramana.wordpress.com/2012/01/17/distributed-generation-
aplikasi-dan-pengaruhnya/. [diakses tanggal 3 November 2015].
Pangestika, Nira. 2013. Optimasi Penempatan Kapasitor Pada Sistem Distribusi

Listrik Dengan Metode Clonal Selection (Studi Kasus Di Penyulang Watu Ulo
Jember). Jember. Universitas Jember.
Zad, B. Bakhshideh. 2015. Optimal Reactive Power Control Of Dgs For Voltage
Regulation Of MV Distribution Systems Using Sensitivity Analysis Method
And PSO Algorithm. Jurnal Volume 52–60.
69
LAMPIRAN
70
LAMPIRAN A. DATA RUGI-RUGI DAYA DAN PROFIL TEGANGAN

SEBELUM PENEMPATAN DG DAN KAPASITOR (ETAP)

1 2 26.0844 23.8943 Bus1 1.0000
2 3 1.4054 1.7939 Bus2 0.9812
3 4 8.6593 1.1032 Bus3 0.9800
4 5 0.3845 0.4901 Bus4 0.9736
5 6 0.4018 0.5121 Bus5 0.9732
6 7 0.3735 0.4762 Bus6 0.9728
7 8 0.3869 0.4991 Bus7 0.9723
8 9 0.2345 0.2992 Bus8 0.9718
9 10 0.1667 0.2131 Bus9 0.9715
9 16 0.5332 0.0339 Bus10 0.9711
10 11 0.0461 0.0588 Bus 11 0.9709
11 12 0.0197 0.0251 Bus12 0.9709
12 13 0.0205 0.0261 Bus13 0.9707
13 14 0.0018 0.0143 Bus14 0.9706
14 15 0.0000 0.0000 Bus15 0.9706
16 17 0.0620 0.0267 Bus16 0.9704
17 18 0.0008 0.0003 Bus17 0.9701
17 19 0.0325 0.0135 Bus18 0.9701
19 20 0.0004 0.0006 Bus19 0.9700
1 21 309.1724 282.7917 Bus20 0.9700
21 22 7.6420 9.7747 Bus21 0.9137
22 23 0.0065 0.0008 Bus22 0.9119
22 24 5.8904 7.4846 Bus23 0.9118
71
24 25 24.4494 31.1698 Bus24 0.9104

25 26 10.2604 13.1021 Bus25 0.9075
26 27 16.3828 20.9090 Bus26 0.9055
27 28 26.6395 33.9119 Bus27 0.9023
28 29 18.8077 23.0008 Bus28 0.8968
29 30 10.6895 13.6406 Bus29 0.8953
30 31 32.3071 40.4644 Bus30 0.8924
31 32 0.0028 0.0036 Bus31 0.8846
31 33 19.1447 24.4287 Bus32 0.8836
33 34 16.1175 20.5756 Bus33 0.8810
34 35 14.3821 18.3489 Bus34 0.8797
35 36 9.0231 12.8073 Bus35 0.8795
36 37 1.3545 1.7317 Bus36 0.8765
37 38 17.0856 13.1234 Bus37 0.8761
38 39 25.8333 24.3537 Bus38 0.8694
39 40 0.0013 0.0017 Bus39 0.8640
39 41 4.2743 5.4582 Bus40 0.8640
41 42 0.0007 0.0006 Bus41 0.8627
42 43 0.0004 0.0002 Bus42 0.8627
41 44 15.3348 1.9576 Bus43 0.8627
44 45 7.9752 10.1829 Bus44 0.8587
45 46 2.4018 3.0716 Bus45 0.8561
46 47 4.1832 5.4726 Bus46 0.8555
47 48 1.1868 1.5134 Bus47 0.8540
48 49 1.0789 1.3742 Bus48 0.8525
49 50 0.0004 0.0005 Bus49 0.8520
49 51 3.5155 2.9332 Bus50 0.8517
51 52 3.1823 2.2235 Bus51 0.8510
72
52 53 0.0070 0.0050 Bus52 0.8508

52 54 1.9846 1.4161 Bus53 0.8508
54 55 0.0101 0.0098 Bus54 0.8495
54 56 3.9941 2.7939 Bus55 0.8494
56 57 0.6658 0.5457 Bus56 0.8468
57 58 0.4345 0.3401 Bus57 0.8457
58 59 0.3070 0.2147 Bus58 0.8453
59 60 0.1316 0.1679 Bus59 0.8449
60 61 0.0567 0.0723 Bus60 0.8447
61 62 0.0745 0.0951 Bus61 0.8446
62 63 0.0247 0.0315 Bus62 0.8444
45 64 0.9238 1.1787 Bus63 0.8443
64 65 0.0173 0.0064 Bus64 0.8439
65 66 0.0356 0.0121 Bus65 0.8437
64 67 0.3008 0.3712 Bus66 0.8434
67 68 0.4593 0.5867 Bus67 0.8432
68 69 0.2167 0.2591 Bus68 0.8430
69 70 0.0004 0.0003 Bus69 0.8428
69 71 0.1892 0.1323 Bus70 0.8428
71 72 0.0001 0.0000 Bus71 0.8425
71 73 0.1837 0.1284 Bus72 0.8425
73 74 0.0052 0.0036 Bus73 0.8421
73 75 0.0221 0.0155 Bus74 0.8420
Total Losses 657.1857 663.6804 Bus75 0.8420
73
LAMPIRAN B. DATA PERBANDINGAN RUGI-RUGI DAYA AKTIF DAN

REAKTIF SEBELUM DAN SESUDAH PENEMPATAN DG DAN
KAPASITOR
Nama Sebelum Penempatan Sesudah Penempatan

Dari Bus Ke Bus Ploss Qloss Ploss Qloss
(kW) (kVAR) (kW) (kVAR)
1 2 26.0023 23.8191 25.7104 23.5517
2 3 1.4012 1.7885 1.3846 1.7674
3 4 8.6327 1.0999 8.6276 1.0992
4 5 0.3833 0.4885 0.3831 0.4882
5 6 0.4004 0.5104 0.4002 0.5101
6 7 0.3722 0.4744 0.3720 0.4742
7 8 0.3855 0.4974 0.3853 0.4971
8 9 0.2337 0.2982 0.2336 0.2980
9 10 0.1664 0.2127 0.1663 0.2125
9 16 0.5451 0.0392 0.5448 0.0392
10 11 0.0256 0.0327 0.0256 0.0327
11 12 0.0055 0.0070 0.0055 0.0070
12 13 0.0042 0.0054 0.0042 0.0054
13 14 0.0000 0.0001 0.0000 0.0001
14 15 0.2939 0.2054 0.2937 0.2053
16 17 0.0616 0.0266 0.0616 0.0266
17 18 0.0009 0.0004 0.0009 0.0004
17 19 0.0323 0.0135 0.0323 0.0135
19 20 0.0005 0.0006 0.0005 0.0006

74
1 21 309.1736 282.7163 283.4700 259.2123
21 22 7.6556 9.7921 7.0007 8.9544
22 23 0.0068 0.0009 0.0067 0.0009
22 24 5.8875 7.4809 5.3620 6.8131
24 25 24.4177 31.1292 22.2049 28.3082
25 26 10.2379 13.0734 9.2933 11.8672
26 27 16.3388 20.8529 14.8160 18.9093
27 28 26.5638 33.9152 24.0407 30.6938
28 29 18.7551 23.9338 16.9686 21.6540
29 30 10.6533 13.5944 9.6080 12.2605
30 31 32.1985 40.3283 29.0149 36.3409
31 32 0.0029 0.0037 0.0029 0.0037
31 33 19.0885 24.3571 17.1336 21.8625
33 34 16.0746 20.5208 14.4052 18.3896
34 35 14.3462 18.3031 12.8485 16.3924
35 36 9.9956 12.7721 8.9310 11.4119
36 37 1.3511 1.7273 1.2044 1.5398
37 38 17.0404 13.0887 15.1700 11.6521
38 39 25.7685 24.2927 22.9347 21.6212
39 40 0.0013 0.0017 0.0013 0.0017
39 41 4.2647 5.4459 3.7808 4.8280
41 42 0.0008 0.0006 0.0008 0.0006
42 43 0.0005 0.0002 0.0005 0.0002
41 44 15.3006 1.9533 13.5374 1.7282
44 45 7.9597 10.1631 7.0147 8.9565

75
45 46 2.3650 3.0245 2.0942 2.6782
46 47 4.1148 5.3832 3.6193 4.7349
47 48 1.1670 1.4882 1.0168 1.2967
48 49 1.0609 1.3512 0.9228 1.1753
49 50 0.0004 0.0005 0.0004 0.0005
49 51 3.4554 2.9814 3.1769 2.7411
51 52 3.1273 2.1851 3.0798 2.1520
52 53 0.0070 0.0050 0.0069 0.0049
52 54 1.9895 1.3915 1.9593 1.3704
54 55 0.0100 0.0097 0.0098 0.0095
54 56 3.9231 2.7442 3.8635 2.7026
56 57 0.6539 0.5360 0.6440 0.5278
57 58 0.4266 0.3340 0.4201 0.3289
58 59 0.3014 0.2109 0.2968 0.2077
59 60 0.1293 0.1648 0.1273 0.1623
60 61 0.0557 0.0710 0.0548 0.0699
61 62 0.0731 0.0933 0.0720 0.0919
62 63 0.0243 0.0310 0.0239 0.0305
45 64 0.9428 1.2028 0.8144 1.0391
64 65 0.0177 0.0066 0.0174 0.0065
65 66 0.0364 0.0124 0.0359 0.0122
64 67 0.2966 0.3787 0.2770 0.3537
67 68 0.4686 0.5985 0.4335 0.5536
68 69 0.2211 0.2643 0.2009 0.2401
69 70 0.0004 0.0003 0.0005 0.0004

76
69 71 0.1930 0.1350 0.1901 0.1330
71 72 0.0002 0.0001 0.0002 0.0001
71 73 0.1874 0.1310 0.1846 0.1290
73 74 0.0053 0.0037 0.0053 0.0037
73 75 0.0226 0.0158 0.0223 0.0156

Total Losses 657.3084 663.7226 600.9546 605.4042
77
LAMPIRAN C. DATA PERBANDINGAN PROFIL TEGANGAN SEBELUM

DAN SESUDAH PENEMPATAN DG DAN KAPASITOR
Sebelum Penempatan Sesudah Penempatan

No. Bus Profil Tegangan No. Bus Profil Tegangan
Bus1 1.0000 Bus1 1.0000
Bus2 0.9816 Bus2 0.9818
Bus3 0.9805 Bus3 0.9807
Bus4 0.9741 Bus4 0.9744
Bus5 0.9737 Bus5 0.9740
Bus6 0.9733 Bus6 0.9736
Bus7 0.9728 Bus7 0.9731
Bus8 0.9723 Bus8 0.9726
Bus9 0.9720 Bus9 0.9723
Bus10 0.9716 Bus10 0.9719
Bus 11 0.9703 Bus 11 0.9706
Bus12 0.9702 Bus12 0.9705
Bus13 0.9701 Bus13 0.9704
Bus14 0.9701 Bus14 0.9703
Bus15 0.9701 Bus15 0.9703
Bus16 0.9710 Bus16 0.9712
Bus17 0.9706 Bus17 0.9709
Bus18 0.9705 Bus18 0.9708
Bus19 0.9702 Bus19 0.9705
Bus20 0.9702 Bus20 0.9705
Bus21 0.9150 Bus21 0.9178
Bus22 0.9136 Bus22 0.9165
Bus23 0.9135 Bus23 0.9164
78
Bus24 0.9125 Bus24 0.9155

Bus25 0.9079 Bus25 0.9111
Bus26 0.9060 Bus26 0.9093
Bus27 0.9028 Bus27 0.9063
Bus28 0.8977 Bus28 0.9015
Bus29 0.8941 Bus29 0.8981
Bus30 0.8920 Bus30 0.8961
Bus31 0.8857 Bus31 0.8901
Bus32 0.8857 Bus32 0.8901
Bus33 0.8819 Bus33 0.8866
Bus34 0.8787 Bus34 0.8836
Bus35 0.8759 Bus35 0.8809
Bus36 0.8739 Bus36 0.8790
Bus37 0.8736 Bus37 0.8787
Bus38 0.8699 Bus38 0.8752
Bus39 0.8644 Bus39 0.8700
Bus40 0.8643 Bus40 0.8700
Bus41 0.8635 Bus41 0.8692
Bus42 0.8635 Bus42 0.8692
Bus43 0.8634 Bus43 0.8692
Bus44 0.8596 Bus44 0.8656
Bus45 0.8579 Bus45 0.8640
Bus46 0.8570 Bus46 0.8632
Bus47 0.8554 Bus47 0.8618
Bus48 0.8550 Bus48 0.8613
Bus49 0.8545 Bus49 0.8609
Bus50 0.8545 Bus50 0.8609
Bus51 0.8528 Bus51 0.8593
79
Bus52 0.8511 Bus52 0.8576

Bus53 0.8509 Bus53 0.8575
Bus54 0.8499 Bus54 0.8565
Bus55 0.8498 Bus55 0.8564
Bus56 0.8473 Bus56 0.8538
Bus57 0.8468 Bus57 0.8533
Bus58 0.8464 Bus58 0.8529
Bus59 0.8460 Bus59 0.8525
Bus60 0.8458 Bus60 0.8523
Bus61 0.8457 Bus61 0.8522
Bus62 0.8455 Bus62 0.8520
Bus63 0.8454 Bus63 0.8519
Bus64 0.8449 Bus64 0.8514
Bus65 0.8447 Bus65 0.8513
Bus66 0.8444 Bus66 0.8509
Bus67 0.8446 Bus67 0.8512
Bus68 0.8442 Bus68 0.8508
Bus69 0.8440 Bus69 0.8505
Bus70 0.8440 Bus70 0.8506
Bus71 0.8437 Bus71 0.8503
Bus72 0.8437 Bus72 0.8502
Bus73 0.8433 Bus73 0.8498
Bus74 0.8432 Bus74 0.8497
Bus75 0.8432 Bus75 0.8497
80
LAMPIRAN D. DATA RUGI-RUGI DAYA DAN PROFIL TEGANGAN

SESUDAH PENEMPATAN DG DAN KAPASITOR (ETAP)

1 2 25.7187 23.5509 Bus1 1.000
2 3 1.3902 1.7746 Bus2 0.9814
3 4 8.6640 1.0038 Bus3 0.9803
4 5 0.3847 0.4903 Bus4 0.9739
5 6 0.4020 0.5124 Bus5 0.9735
6 7 0.3737 0.4764 Bus6 0.9730
7 8 0.3871 0.4993 Bus7 0.9726
8 9 0.2346 0.2993 Bus8 0.9721
9 10 0.1668 0.2132 Bus9 0.9718
9 16 0.3334 0.0239 Bus10 0.9714
10 11 0.0461 0.0588 Bus 11 0.9712
11 12 0.0097 0.0251 Bus12 0.9711
12 13 0.0055 0.0262 Bus13 0.9710
13 14 0.0018 0.0143 Bus14 0.9709
14 15 0.0000 0.0000 Bus15 0.9709
16 17 0.0621 0.0267 Bus16 0.9707
17 18 0.0008 0.0003 Bus17 0.9703
17 19 0.0325 0.0136 Bus18 0.9703
19 20 0.0004 0.0006 Bus19 0.9700
1 21 283.4300 259.2767 Bus20 0.9700
21 22 7.0869 8.9250 Bus21 0.9165
22 23 0.0065 0.0008 Bus22 0.9148
22 24 5.5211 6.8154 Bus23 0.9147
81
24 25 22.2885 28.1797 Bus24 0.9134

25 26 9.2908 11.8471 Bus25 0.9107
26 27 14.8005 18.9276 Bus26 0.9088
27 28 24.0385 30.7124 Bus27 0.9058
28 29 16.9316 21.6724 Bus28 0.9006
29 30 9.9370 12.6803 Bus29 0.8993
30 31 29.0108 36.5883 Bus30 0.8965
31 32 0.0028 0.0036 Bus31 0.8900
31 33 17.1217 21.6129 Bus32 0.8900
33 34 14.4080 18.0187 Bus33 0.8857
34 35 12.8865 16.3512 Bus34 0.8846
35 36 8.9394 11.4060 Bus35 0.8845
36 37 1.2459 1.5929 Bus36 0.8795
37 38 15.1962 11.0563 Bus37 0.8792
38 39 22.7273 21.3684 Bus38 0.8767
39 40 0.0013 0.0017 Bus39 0.8702
39 41 3.7111 4.9944 Bus40 0.8702
41 42 0.0007 0.0006 Bus41 0.8697
42 43 0.0004 0.0002 Bus42 0.8697
41 44 13.5047 1.7878 Bus43 0.8697
44 45 7.0556 8.9641 Bus44 0.8647
45 46 2.0956 2.8079 Bus45 0.8622
46 47 3.6990 4.9701 Bus46 0.8617
47 48 1.0679 1.3618 Bus47 0.8604
48 49 0.9691 1.2343 Bus48 0.8602
49 50 0.0004 0.0005 Bus49 0.8602
49 51 3.1346 2.8771 Bus50 0.8601
51 52 3.0323 2.2585 Bus51 0.8573
82
52 53 0.0071 0.0051 Bus52 0.8570

52 54 1.9564 1.4383 Bus53 0.8569
54 55 0.0013 0.0099 Bus54 0.8559
54 56 3.5069 2.8378 Bus55 0.8558
56 57 0.6762 0.5543 Bus56 0.8532
57 58 0.4413 0.3455 Bus57 0.8527
58 59 0.3118 0.2181 Bus58 0.8523
59 60 0.1337 0.1705 Bus59 0.8519
60 61 0.0576 0.0734 Bus60 0.8517
61 62 0.0757 0.0966 Bus61 0.8516
62 63 0.0251 0.0320 Bus62 0.8514
45 64 0.8238 1.0510 Bus63 0.8513
64 65 0.0175 0.0065 Bus64 0.8508
65 66 0.0362 0.0122 Bus65 0.8507
64 67 0.2896 0.3575 Bus66 0.8505
67 68 0.4382 0.5597 Bus67 0.8511
68 69 0.2031 0.2428 Bus68 0.8504
69 70 0.0005 0.0003 Bus69 0.8503
69 71 0.1920 0.1343 Bus70 0.8502
71 72 0.0001 0.0000 Bus71 0.8500
71 73 0.1864 0.1303 Bus72 0.8500
73 74 0.0053 0.0037 Bus73 0.8490
73 75 0.0225 0.0157 Bus74 0.8489
Total Losses 600.7651 605.5999 Bus75 0.8489
83
LAMPIRAN E. LIST PROGRAM ALIRAN DAYA DAN GENETIC

ALGORITHM (GA)
% Input line10.m sebagai nilai impedansi sistem 75 bus

1 1 2 0.9826 0.9001
2 2 3 0.0633 0.0808
3 3 4 0.467 0.0595
4 4 5 0.0244 0.0311
5 5 6 0.0306 0.0390
6 6 7 0.0364 0.0464
7 7 8 0.0431 0.0556
8 8 9 0.0272 0.0347
9 9 10 0.0601 0.0768
10 9 16 0.3531 0.0254
11 10 11 0.0298 0.0380
12 11 12 0.0229 0.0292
13 12 13 0.0856 0.1092
14 13 14 0.0369 0.2903
15 14 15 0.3129 0.2187
16 16 17 0.1739 0.075
17 17 18 0.5776 0.2422
18 17 19 0.3608 0.1506
19 19 20 0.0407 0.0520
20 1 21 0.9781 0.8944
21 21 22 0.0258 0.0330
22 22 23 0.0909 0.0116
23 22 24 0.0218 0.0277
24 24 25 0.0935 0.1192
25 25 26 0.0408 0.0521
26 26 27 0.0666 0.0850
27 27 28 0.1131 0.1444
28 28 29 0.0804 0.1026
29 29 30 0.0489 0.0624
30 30 31 0.1505 0.1885
31 31 32 0.0365 0.0466
32 31 33 0.0971 0.1239
33 33 34 0.0846 0.1080
34 34 35 0.0765 0.0976
35 35 36 0.0558 0.0713
36 36 37 0.0079 0.0101
37 37 38 0.1022 0.0785
38 38 39 0.1554 0.1465
39 39 40 0.0982 0.1252
40 39 41 0.0278 0.0355
41 41 42 0.0474 0.0377
42 42 43 0.1000 0.0469
84
43 41 44 0.1034 0.0132
44 44 45 0.0578 0.0738
45 45 46 0.0502 0.0642
46 46 47 0.0983 0.1286
47 47 48 0.0327 0.0417
48 48 49 0.0307 0.0391
49 49 50 0.0446 0.0569
50 49 51 0.1261 0.1088
51 51 52 0.1258 0.0879
52 52 53 0.3211 0.2281
53 52 54 0.0885 0.0619
54 54 55 0.1267 0.1229
55 54 56 0.2416 0.1690
56 56 57 0.0488 0.0400
57 57 58 0.0700 0.0548
58 58 59 0.0649 0.0454
59 59 60 0.0512 0.0653
60 60 61 0.0341 0.0435
61 61 62 0.0717 0.0915
62 62 63 0.1107 0.1413
63 45 64 0.0493 0.0629
64 64 65 0.0954 0.0357
65 65 66 0.4364 0.1481
66 64 67 0.0260 0.0332
67 67 68 0.0570 0.0728
68 68 69 0.0440 0.0526
69 69 70 0.2130 0.1489
70 69 71 0.0549 0.0384
71 71 72 0.5912 0.2432
72 71 73 0.1359 0.0950
73 73 74 0.1196 0.0836
74 73 75 0.0953 0.0666
85
% Inputload10.m sebagai nilai pembebanan pada sistem 75 bus

1 1 1.0 0 0 0
2 2 1.0 130 47.082 0
3 2 1.0 125 17.775 0
4 3 1.0 103 14.671 0
5 3 1.0 106 15.094 0
6 3 1.0 127 25.87 0
7 3 1.0 63.36 9.028 0
8 3 1.0 16.351 10.988 0
9 3 1.0 91.377 13.02 0
10 3 1.0 129 18.339 0
11 3 1.0 95.06 19.303 0
12 3 1.0 129 42.466 0
13 3 1.0 80.556 16.358 0
14 3 1.0 62.469 8.901 0
15 3 1.0 5.049 0.719 0
16 3 1.0 113 22.885 0
17 3 1.0 76.512 22.316 0
18 3 1.0 10.164 6.565 0
19 3 1.0 58.311 8.309 0
20 3 1.0 31.678 11.498 0
21 3 1.0 159 22.712 0
22 3 1.0 149 21.16 0
23 3 1.0 78.309 11.158 0
24 3 1.0 78.408 11.173 0
25 3 1.0 91.08 12.978 0
26 3 1.0 50.589 7.209 0
27 3 1.0 93.888 27.384 0
28 3 1.0 14.229 5.624 0
29 3 1.0 142 35.493 0
30 3 1.0 36.385 11.959 0
31 3 1.0 87.978 34.771 0
32 3 1.0 75.335 24.761 0
33 3 1.0 63.24 24.994 0
34 3 1.0 23.67 11.464 0
35 3 1.0 85.329 12.146 0
36 3 1.0 81.795 26.885 0
37 3 1.0 45.243 6.447 0
38 3 1.0 8.7 7.673 0
39 3 1.0 102 29.68 0
40 3 1.0 26.88 17.363 0
41 3 1.0 25.344 3.611 0
42 3 1.0 15.741 2.243 0
43 3 1.0 18.909 2.694 0
44 3 1.0 114 28.686 0
45 3 1.0 133 27.064 0
46 3 1.0 106 15.094 0
86
47 3 1.0 132 26.865 0

48 3 1.0 24.722 8.973 0
49 3 1.0 145 36.223 0
50 3 1.0 25.443 3.625 0
51 3 1.0 66.627 9.494 0
52 3 1.0 25.017 9.887 0
53 3 1.0 39.402 5.614 0
54 3 1.0 115 16.364 0
55 3 1.0 74.943 10.679 0
56 3 1.0 98.208 13.994 0
57 3 1.0 317 45.142 0
58 3 1.0 83.358 11.878 0
59 3 1.0 149 30.248 0
60 3 1.0 82.665 11.779 0
61 3 1.0 71.082 10.129 0
62 3 1.0 144 20.455 0
63 3 1.0 123 25.074 0
64 3 1.0 150 21.442 0
65 3 1.0 36.385 11.959 0
66 3 1.0 76.626 10.919 0
67 3 1.0 134 27.263 0
68 3 1.0 166 23.699 0
69 3 1.0 81.375 32.161 0
70 3 1.0 12.177 1.735 0
71 3 1.0 181 25.815 0
72 3 1.0 4.656 1.167 0
73 3 1.0 127 18.057 0
74 3 1.0 53.11 19.276 0
75 3 1.0 129 18.339 0
87
% Load(dg) sebagai nilai input penempatan DG
1 0 0
2 0 0
3 0 0
4 0 0
5 0 0
6 0 0
7 0 0
8 0 0
9 0 0
10 0 0
11 0 0
12 0 0
13 0 0
14 0 0
15 0 0
16 0 0
17 0 0
18 0 0
19 0 0
20 0 0
21 0 0
22 0 0
23 0 0
24 0 0
25 0 0
26 0 0
27 0 0
28 0 0
29 0 0
30 0 0
31 0 0
32 0 0
33 0 0
34 0 0
35 0 0
36 0 0
37 0 0
38 0 0
39 0 0
40 0 0
41 0 0
42 0 0
43 0 0
44 0 0
45 0 0
88
46 0 0
47 0 0
48 0 0
49 0 0
50 0 0
51 0 0
52 0 0
53 0 0
54 0 0
55 0 0
56 0 0
57 0 0
58 0 0
59 0 0
60 0 0
61 0 0
62 0 0
63 0 0
64 0 0
65 0 0
66 0 0
67 0 0
68 0 0
69 0 0
70 0 0
71 0 0
72 0 0
73 0 0
74 0 0
75 0 0
Aliran Daya
function y=loadflow2(pop,i,stringlength)
format short;
tic
m=load('line11.m');
l=load('line10.m');
k=load('loadDG.m');
for j=1:stringlength %fungsi untuk membangkitkan inisialisasi
if pop(i,j)== 1
MaxDG=50;
MaxKP=100;
k(j,2)=round(rand(1)*MaxDG)
k(j,3)=round(rand(1)*MaxKP)
end
end
89
%penambahan dg
br=length(l);
no=length(m);
dg=length(k);
MVAb=100;
KVb=10.03;
Zb=(KVb^2)/MVAb;
% Per unit Values
for i=1:br
R(i,1)=(l(i,4))/Zb;
X(i,1)=(l(i,5))/Zb;
end
for i=1:no
P(i,1)=((m(i,4))/(1000*MVAb))-(k(i,2))/(1000*MVAb);%rumus
dengan DG dan Kapasitor
Q(i,1)=((m(i,5))/(1000*MVAb))-(k(i,3))/(1000*MVAb);
end
R;
X;
P;
Q;
C=zeros(br,no);
for i=1:br
a=l(i,2);
b=l(i,3);
for j=1:no
if a==j
C(i,j)=-1;
end
if b==j
C(i,j)=1;
end
end
end
C;
e=1;
for i=1:no
d=0;
for j=1:br
if C(j,i)==-1
d=1;
end
end
if d==0
endnode(e,1)=i;
e=e+1;
end
90
end
endnode;
h=length(endnode);
for j=1:h
e=2;
f=endnode(j,1);
% while (f~=1)
for s=1:no
if (f~=1)
k=1;
for i=1:br
if ((C(i,f)==1)&&(k==1))
f=i;
k=2;
end
end
k=1;
for i=1:no
if ((C(f,i)==-1)&&(k==1));
f=i;
g(j,e)=i;
e=e+1;
k=3;
end
end
end
end
end
for i=1:h
g(i,1)=endnode(i,1);
end
g;
w=length(g(1,:))
for i=1:h
j=1;
for k=1:no
for t=1:w
if g(i,t)==k
g(i,t)=g(i,j);
g(i,j)=k;
j=j+1;
end
end
end
end
g;
for k=1:br
91
e=1;
for i=1:h
for j=1:w-1
if (g(i,j)==k)
if g(i,j+1)~=0
adjb(k,e)=g(i,j+1);
e=e+1;
else
adjb(k,1)=0;
end
end
end
end
end
adjb;
for i=1:br-1
for j=h:-1:1
for k=j:-1:2
if adjb(i,j)==adjb(i,k-1)
adjb(i,j)=0;
end
end
end
end
adjb;
x=length(adjb(:,1));
ab=length(adjb(1,:));
for i=1:x
for j=1:ab
if adjb(i,j)==0 && j~=ab
if adjb(i,j+1)~=0
adjb(i,j)=adjb(i,j+1);
adjb(i,j+1)=0;
end
end
if adjb(i,j)~=0
adjb(i,j)=adjb(i,j)-1;
end
end
end
adjb;
for i=1:x-1
for j=1:ab
adjcb(i,j)=adjb(i+1,j);
end
end
b=length(adjcb);
92
% voltage current program

for i=1:no
vb(i,1)=1;
end
for s=1:10
for i=1:no
nlc(i,1)=conj(complex(P(i,1),Q(i,1)))/(vb(i,1));
end
nlc;
for i=1:br
Ibr(i,1)=nlc(i+1,1);
end
Ibr;
xy=length(adjcb(1,:));
for i=br-1:-1:1
for k=1:xy
if adjcb(i,k)~=0
u=adjcb(i,k);
%Ibr(i,1)=nlc(i+1,1)+Ibr(k,1);
Ibr(i,1)=Ibr(i,1)+Ibr(u,1);
end
end
end
Ibr;
for i=2:no
g=0;
for a=1:b
if xy>1
if adjcb(a,2)==i-1
u=adjcb(a,1);
vb(i,1)=((vb(u,1))-((Ibr(i-
1,1))*(complex((R(i-1,1)),X(i-1,1)))));
g=1;
end
if adjcb(a,3)==i-1
u=adjcb(a,1);
vb(i,1)=((vb(u,1))-((Ibr(i-
1,1))*(complex((R(i-1,1)),X(i-1,1)))));
g=1;
end
end
end
if g==0
vb(i,1)=((vb(i-1,1))-((Ibr(i-1,1))*(complex((R(i-
1,1)),X(i-1,1)))));
end
end
93
s=s+1;
end
nlc;
Ibr;
vb
% vbp=[abs(vb) angle(vb)*180/pi]
vbp=[abs(vb) imag(vb)*180/pi]
toc;
for i=1:no
va(i,2:3)=vbp(i,1:2);
end
for i=1:no
va(i,1)=i;
end
va;
% Ibrp=[abs(Ibr) angle(Ibr)*180/pi];
Ibrp=[abs(Ibr) imag(Ibr)*180/pi];
PL(1,1)=0;
QL(1,1)=0;
% losses
for f=1:br
Pl(f,1)=(Ibrp(f,1)^2)*R(f,1);
Ql(f,1)=X(f,1)*(Ibrp(f,1)^2);
PL(1,1)=PL(1,1)+Pl(f,1);
QL(1,1)=QL(1,1)+Ql(f,1);
end
Plosskw=(Pl)*100000
Qlosskw=(Ql)*100000
PL=(PL)*100000
QL=(QL)*100000
voltage = vbp(:,1)
angle = vbp(:,2)*(pi/180)
y = PL
Program Genetic Algorithm (GA)
clear;
clc;
popsize=5;dimension=1;stringlength=75;x_bound=[-2,3;-2,4;-
1,1];pm=0.05;
pop=dataDG(popsize,stringlength,dimension);
pop=decoding(pop,stringlength)
[choice_number,choice_k]=min(pop(:,stringlength*dimension));
choice=pop(choice_k,:);
94
Data DG
function pop=dataDG(popsize,stringlength,dimension)
P1=zeros(popsize,stringlength);
[n m]=size(P1);
for i=1:n
for j=1:5
a=round(rand(1)*m);
if a==0
a=1;
end
P1(i,a)=1;
posisi(i,j)=a;
end
end
pop=P1;
MaxDG = 50;
MaxKP = 100;
for I=1:5,
for J=1:75,
if pop(I,J)==0||pop(I,J)>1
b=0; e=0; pop(I,J)=0;
else
a=rand(1)*MaxDG;
b=round(a);
c=rand(1)*MaxKP;
e=round(c);
end
end
end
Fitness
function [totloss vb]=fitness(k,Plosskw,vb)

[n m]=size(k);
for j=2:m
for i=1:length(Plosskw)
if Plosskw(i)<=1
y(i)=0;
else
y(i)=Plosskw(i)-k(i,j);
if y(i)<0
y(i)=0;
end
end
end
95
totloss(j-1)=sum(y);
end
n=length(k);
vb=zeros(length(vb),1);
for j=2:m
for i=1:n
if k(i,j)==30
vb(i,j-1)=1;
else
vb(i,j-1)=0;
end
end
end
Decoding
function pop=decoding(pop,stringlength)
popsize=size(pop,1);
for i=1:popsize
pop(i,stringlength)=loadflow2(pop,i,stringlength);
end

Optimasi Penempatan DG Dan Kapasitor Dengan Menggunakan Genesis Algoritma

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Optimasi Penempatan DG Dan Kapasitor Dengan Menggunakan Genesis Algoritma

Diunggah oleh

Hak Cipta:

Format Tersedia

1

1.1 Latar Belakang

Mengingat kebutuhan masyarakat akan energi listrik terus meningkat seiring

1.2 Rumusan Masalah

1.3 Batasan Masalah

3. Penempatan DG dan kapasitor terdapat pada bus yang sama.

1.6 Sistematika Pembahasan

BAB 2. TINJAUAN PUSATAKA

2.1 Distributed Generation (DG)

2.1.1 Sejarah Perkembangan DG

2.2 Sistem Distribusi Tenaga Listrik

Fungsi distribusi tenaga listrik antara lain adalah sebagai berikut :

2.2.2 Jaringan Sistem Distribusi Primer

Gambar 2.1 Jaringan radial tipe pohon

Gambar 2.2 Komponen jaringan radial

Gambar 2.3 Jaringan radial dengan Tie dan switch

Gambar 2.4 Jaringan radial tipe pusat beban

Gambar 2.5 Jaringan radial tipe phase area

2.2.3 Jaringan Distribusi Sekunder

Gambar 2.6 Komponen Sistem Distribusi

2.3 Kapasitor Bank

Gambar 2.7 Kapasitor Bank

Sehingga mempunyai sifat mengurangi atau menghilangkan terhadap sifat induktif

Sebelum menyusun panel kapasitor, ditentukan terlebih dahulu besar kompensasi

15. Kabel dan lain lain.

Gambar 2.8 Komposisi Panel Kapasitor Bank

2.4 Genetic Algorithm (GA)

direpresentasikan sebagai kromosom. Berikut adalah tiga aspek penting untuk

Gambar 2.9 Diagram Alir Algoritma Genetik

Tabel 2.1 Contoh Crossover 1-titik

Tabel 2.4 Contoh Mutasi pada pengkodean Biner

2. Mutasi dalam Pengkodean Permutasi

Pm(i) = (1 + nr(i0)2pm (2.22)

1. Probabilitas Persilangan (Crossover Probability)

BAB 3. METODOLOGI PENELITIAN

3.1 Tempat dan Waktu Penelitian

3.2 Prosedur Penelitian

5. Menentukan penempatan dan kapasitas distributed generation (DG) dan kapasitor

3.3 Perencanaan Jadwal Penelitian

Tabel 3.1 Perencanaan Jadwal Penelitian

3.4 Alat dan Bahan

2. Software MATLAB 7.8.0

3.5 Diagram Alir Penelitian

Identifikasi Data yang Dibutuhkan

Penerapan Penempatan dan Kapasitas DG dan

Gambar 3.1 Flowchart Penelitian

3.6 Flowchart Sistem

Baca data DG dan

Bangkitkan populasi awal

Fitness objektif optimal dari

Reproduksi dan crossover

Bangkitkan populasi Baru

Gambar 3.2 Flowchart Sistem

3.6.1 Baca Data DG dan Kapasitor

3.6.2 Bangkitkan Populasi Awal

3.6.3 Fitness Objektif Optimal

3.6.4 Membuat Individu Baru

3.6.5 Bangkitkan Populasi Baru

3.7 Data Hasil Penelitian Sebelumnya

3.7.1 Perbandingan Profil Tegangan

Pada gambar diatas merupakan perbandingan profil tegangan setelah adanya

3.7.2 Penempatan Kapasitor dan DG

Pada tabel diatas menunjukkan posisi penempatan dari DG dan kapasitor