Please use this identifier to cite or link to this item: https://repository.unej.ac.id/xmlui/handle/123456789/95443
Title: Optimasi Persediaan Material Transformator Menggunakan Metode Jaringan Syaraf Tiruan dan Ant Colony Optimization di PT. PLN (Persero) Area Jember
Authors: Bukhori, Prof. Dr. Saiful S.T., M.Kom
Eka Yulia R, Windy S. Kom, MT
Herdatullah, RIZKI
Keywords: Material Transformator
Jaringan Syaraf Tiruan
Ant Colony Optimization
Issue Date: Jul-2019
Publisher: Fakultas Ilmu Komputer
Abstract: PT PLN (Persero) Area Jember sebagai Badan Usaha Milik Negara yang ditugaskan oleh pemerintah untuk mengelola ketanagalistrikan berperan penting dalam menjaga ketersediaan pasokan dan pendistribusian tenaga listrik serta pelayanan produknya terhadap masyarakat Kabupaten Jember. Terkait dengan hal tersebut, terdapat dua indikator untuk mengukur kinerja PLN dalam menangani masalah keandalan pasokan dan pendistribusian tenaga listrik kepada pelanggan, yaitu SAIDI (System Average Interruption Duration Index) dan SAIFI (System Interruption Frequency Index). Salah satu cara untuk mencapai kinerja SAIDI dan SAIFI yang baik adalah dengan melakukan optimasi ketersediaan material yang digunakan yakni salah satunya transformator atau biasa disebut trafo. Demi terwujudnya komitmen PLN dalam menurunkan nilai angka SAIDI dan SAIFI secara berkesinambungan, diperlukan manajemen optimasi material transformator yang lebih baik, sehingga ketika dibutuhkan replacement, material transformator yang dibutuhkan tersedia. Optimasi berasal dari kata dasar optimal yang berarti terbaik, tertinggi, paling menguntungkan, menjadikan paling baik, dan perbuatan mengoptimalkan (menjadikan paling baik, paling tinggi, dan sebagainya). Salah satu cara yang dapat dilakukan adalah dengan melakukan prediksi. Prediksi adalah upaya untuk meramal masa depan. Prediksi dapat dilakukan dengan mempelajari pola data historis untuk menemukan suatu permodelan yang dapat menggambarkan data masa depan. Metode ini dinamakan prediksi time series. Salah satu algoritma yang dapat membentuk model dari data historis adalah Artificial Neural Networks (ANN). Algoritma ini meniru sistem saraf manusia sehingga dapat menyelesaikan masalah non-linear, seperti prediksi kebutuhan trafo dalam setahun.
URI: http://repository.unej.ac.id//handle/123456789/95443
Appears in Collections:UT-Faculty of Computer Science

Files in This Item:
File Description SizeFormat 
Rizki Herdatullah-122410101035.pdf2.38 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.

Admin Tools