出版社：Lembaga Penelitian dan Pengabdian kepada Masyarakat
摘要：Optimisasi besarnya pembangkitan untuk dapat memenuhi kebutuhan beban dengan biaya seminimal mungkin merupakan salah satu masalah tersendiri dalam suatu operasi sistem tenaga listrik. Permasalahan ini sendiri lebih dikenal dengan istilah Economic Dispatch (ED). Optimisasi ED ini sendiri sudah banyak dilakukan dengan berbagai macam metode Artificial Intelligence (AI). Untuk tugas akhir ini, metode AI yang dicoba untuk diaplikasikan pada optimisasi ED ini yakni Differential Evolutionary (DE) Algorithm. DE Algorithm ini akan dicoba diaplikasikan pada sistem kelistrikan Jawa-Bali 500 kV kemudian hasilnya dibandingkan dengan metode lainnya yakni Lagrange dan PSO. Hasilnya metode DE Algorithm terbukti mampu menemukan solusi optimal dari permasalahan ED dengan penghematan biaya sebesar Rp. 104,76 juta/jam atau 1,545 % dibandingkan dengan metode PSO, dan penghematan biaya pembangkitan sebesar Rp. 1.167,72 juta/jam atau 14,892 % dibandingkan metode Lagrange. Sebagai referensi, metode DE Algorithm ini juga akan disimulasikan pada sistem tenaga listrik IEEE-30 bus yang hasilnya juga akan dibandingkan dengan hasil yang didapatkan apabila menggunakan metode Lagrange dan PSO. Hasil yang didapat juga mampu membuktikan bahwa metode Differential Evolutionary (DE) Algorithm juga mampu menemukan solusi lebih optimal dengan penghematan biaya sebesar 0,06 $/jam atau sekitar 0,008 % dibandingkan metode PSO, dan penghematan biaya sebesar 23,47 $/jam atau 2,92 % dibandingkan dengan metode Lagrange.
关键词：Differential Evolutionary (DE) Algorithm;Economic Dispatch;Lagrange;PSO;Sistem Kelistrikan Jawa Bali 500 kV;Sistem Tenaga Listrik IEEE-30 Bus
