• Tidak ada hasil yang ditemukan

OPTIMASI PENEMPATAN PEMBANGKIT TERDISTRIBUSI PADA IEEE 30 BUS SYSTEM MENGGUNAKAN ALGORITMA GENETIKA

N/A
N/A
Protected

Academic year: 2021

Membagikan "OPTIMASI PENEMPATAN PEMBANGKIT TERDISTRIBUSI PADA IEEE 30 BUS SYSTEM MENGGUNAKAN ALGORITMA GENETIKA"

Copied!
7
0
0

Teks penuh

Gambar

Gambar 1. Diagram alir simulasi program
Gambar  3.    Diagram  Alir  Proses  Perhitungan  Aliran  Daya  Dengan Metode Newton Raphson
Gambar 5. Skema IEEE 30 Bus Test System
Gambar  8.   Grafik perbandingan tegangan menggunakan 3  buah pembangkit terdistribusi

Referensi

Dokumen terkait

Algoritma genetika digunakan sebagai solusi pemencahan permasalahan docking molecule. Algoritma genetika menghasilkan kromosom acak bernilai 0 atau 1 dimana kromosom

Pola yang sama didapatkan pada penelitian yang dilakukan oleh Durratul Fakhiroh (2107) dalam pengujian generasi pada penelitiannya menggunakan algoritma genetika untuk

Ada tiga variabel yang dapat dioptimasi dengan menggunakan algoritma genetika untuk struktur rangka batang ruang yaitu optimasi ukuran penampang (sizing

Dengan metode fuzzy time series yang dioptimasi dengan metode algoritma genetika penulis ingin membantu menyelesaikan permasalahan tersebut untuk memprediksi produksi

Beberapa penelitian yang terkait dengan optimasi penentuan letak Node B dengan menggunakan Algoritma Genetika telah dilakukan, diantaranya oleh Fabio Garzia dkk,

Setelah dilakukan pengujian pada Algoritma Genetika, maka selanjutnya adalah menguji untuk mengetahui output atau respon dari sistem dengan menggunakan data

Skema algoritma genetika dapat dilihat pada Gambar 4. Secara garis besar proses algoritma genetika dimulai dengan inisialisasi populasi yang merupakan inisialisasi

Pola yang sama didapatkan pada penelitian yang dilakukan oleh Durratul Fakhiroh (2107) dalam pengujian generasi pada penelitiannya menggunakan algoritma genetika untuk