APLIKASI JARINGAN SYARAF TIRUAN (
APLIKASI JARINGAN SYARAF TIRUAN ( Artificial Neural
Artificial Neural
Network
Network ) DAN ALGORITMA GENETIKA (
) DAN ALGORITMA GENETIKA (Genetic Algorithm
Genetic Algorithm))
PADA TEKNIK ELEKTRO (
PADA TEKNIK ELEKTRO ( Electrical Engineering
Electrical Engineering ))
Dosen Pembimbing :
Dosen Pembimbing :
I!
I! Y
Y"s"# Is
"s"# Ism$i% N$&'
m$i% N$&'o$
o$ M!T!
M!T!
Disusuh oleh :
Disusuh oleh :
IIk
kh
hzzaan
nu
ul B
l Baag
gu
us
s A
Arriiy
yaan
ntto
o
((1
13
31
12
20
04
48
8))
Ilham
Ilham Nana
Nana !angga
!angga "us#ara
"us#ara (1312033)
(1312033)
TEKNIK ELEKTRO S*+
TEKNIK ELEKTRO S*+
INSTITUT TEKNOLOGI NASIONAL
INSTITUT TEKNOLOGI NASIONAL
MALANG
MALANG
,-+.
,-+.
$u
$u%i %i sysyukukur ur &e&enunulilis s &a&an%n%atatkakan n ke ke hahaiirarat t AAllllah ah '' yayang ng tetelalahh melim&ahkan rahma serta hiayah*Nya+ sehingga &enulis a&at menyelesaikan melim&ahkan rahma serta hiayah*Nya+ sehingga &enulis a&at menyelesaikan tuga
tugas s matmata a kulikuliah ah kom&kom&utasutasi i ,er,eras as yang yang -er%-er%uul uul .A&li.A&likasi /aringakasi /aringan n 'ya'yara ra iruan(
iruan( Artificial Artificial Neural Neural Network Network ) ) an an AlAlgorigoritma tma !ene!enetikatika((Genetic Genetic AlgoAlgorithmrithm)) &aa e
&aa eknik lektro (knik lektro ( Electrical Engineering Electrical Engineering ) tan&a aa suatu ham-atan a&a&un) tan&a aa suatu ham-atan a&a&un
$enulis %uga mengu,a&kan -anyak terima kasih ke&aa -a&ak Ir usu $enulis %uga mengu,a&kan -anyak terima kasih ke&aa -a&ak Ir usu Ismail Nakhoa+ 5 selaku osen &em-im-ing yang telah menuntun &enulis Ismail Nakhoa+ 5 selaku osen &em-im-ing yang telah menuntun &enulis alam menyelesaikan tugas iniiak lu&a %uga &enulis mengu,a&kan terima kasih alam menyelesaikan tugas iniiak lu&a %uga &enulis mengu,a&kan terima kasih ke&aa teman*teman yang selama ini senantiasa mem-erikan saran an masukan 6 ke&aa teman*teman yang selama ini senantiasa mem-erikan saran an masukan 6 masukan yang menukung kelan,aran tugas ini
masukan yang menukung kelan,aran tugas ini
$e
$enunulilis s memenynyaaarari i -a-ah#h#a a &e&enynyelelesesaiaian an tutugagas s inini i mamasisih h %a%auh uh aariri sem&urna
sem&urna+ untuk + untuk itu kritik an itu kritik an saran ari &em-a,a sangat &enulis hara&kan saran ari &em-a,a sangat &enulis hara&kan untuk untuk &er-aikan tugas in
&er-aikan tugas inii
5alang+
5alang+ /uni /uni 20172017
$enulis+ $enulis+
$u
$u%i %i sysyukukur ur &e&enunulilis s &a&an%n%atatkakan n ke ke hahaiirarat t AAllllah ah '' yayang ng tetelalahh melim&ahkan rahma serta hiayah*Nya+ sehingga &enulis a&at menyelesaikan melim&ahkan rahma serta hiayah*Nya+ sehingga &enulis a&at menyelesaikan tuga
tugas s matmata a kulikuliah ah kom&kom&utasutasi i ,er,eras as yang yang -er%-er%uul uul .A&li.A&likasi /aringakasi /aringan n 'ya'yara ra iruan(
iruan( Artificial Artificial Neural Neural Network Network ) ) an an AlAlgorigoritma tma !ene!enetikatika((Genetic Genetic AlgoAlgorithmrithm)) &aa e
&aa eknik lektro (knik lektro ( Electrical Engineering Electrical Engineering ) tan&a aa suatu ham-atan a&a&un) tan&a aa suatu ham-atan a&a&un
$enulis %uga mengu,a&kan -anyak terima kasih ke&aa -a&ak Ir usu $enulis %uga mengu,a&kan -anyak terima kasih ke&aa -a&ak Ir usu Ismail Nakhoa+ 5 selaku osen &em-im-ing yang telah menuntun &enulis Ismail Nakhoa+ 5 selaku osen &em-im-ing yang telah menuntun &enulis alam menyelesaikan tugas iniiak lu&a %uga &enulis mengu,a&kan terima kasih alam menyelesaikan tugas iniiak lu&a %uga &enulis mengu,a&kan terima kasih ke&aa teman*teman yang selama ini senantiasa mem-erikan saran an masukan 6 ke&aa teman*teman yang selama ini senantiasa mem-erikan saran an masukan 6 masukan yang menukung kelan,aran tugas ini
masukan yang menukung kelan,aran tugas ini
$e
$enunulilis s memenynyaaarari i -a-ah#h#a a &e&enynyelelesesaiaian an tutugagas s inini i mamasisih h %a%auh uh aariri sem&urna
sem&urna+ untuk + untuk itu kritik an itu kritik an saran ari &em-a,a sangat &enulis hara&kan saran ari &em-a,a sangat &enulis hara&kan untuk untuk &er-aikan tugas in
&er-aikan tugas inii
5alang+
5alang+ /uni /uni 20172017
$enulis+ $enulis+
"A
"AA A $N!AN$N!ANAAiiii DA9
DA9A A I'II'Iiiiiii DA9
DA9A A !A5BA!A5BA DA9
DA9A A AAB;B;ii BAB
BAB II11 $NDA<=;=AN1 $NDA<=;=AN1
11
11;atar Belakan;atar Belakangg11 12u%uan1 12u%uan1 BAB
BAB IIII22 A$;I"A'I /AIN!AN 'AA9 I=AN (
A$;I"A'I /AIN!AN 'AA9 I=AN ( Artificial Neural Network Artificial Neural Network )2)2 AB'A"
AB'A"22 21
21 $NDA<=;=AN A$;$NDA<=;=AN A$;I"A'I /AIN!AN 'I"A'I /AIN!AN 'AAA9 I=AN2A9 I=AN2 211 "onse& Dasar /aringan 'yara iruan3 211 "onse& Dasar /aringan 'yara iruan3 212
212 9ungsi Aktiasi 9ungsi Aktiasi /'/'44 213 $em-ela%aran /'4 213 $em-ela%aran /'4 214 Algoritma Ba,k&ro&agation7 214 Algoritma Ba,k&ro&agation7 217 Algoritma esilient Ba,k&ro&agation (&ro&)> 217 Algoritma esilient Ba,k&ro&agation (&ro&)> 21> $erkiraan $en%ualan Be-an ;istrik 5engunakan /' &ro&? 21> $erkiraan $en%ualan Be-an ;istrik 5engunakan /' &ro&? 22
22 5@D5@D88 23 <A'I;
23 <A'I; DAN $5BA<A'ANDAN $5BA<A'AN1100 BAB
BAB IIIIII1212 A$;I"A'I A;!@I5A !NI"A(
A$;I"A'I A;!@I5A !NI"A(Genetic AlgoririthmGenetic Algoririthm)12)12 AB'A"
AB'A"1212 31$NDA<=;=AN A$;I"A'I A;!@I5A !NI"A12 31$NDA<=;=AN A$;I"A'I A;!@I5A !NI"A12 32
32 $5BAN!"I "I; 'BA$5BAN!"I "I; 'BA1313 33
333 9itness 5ultio-%ekti =ntuk $enem&atan an $enentuan "a&asitas D!1> 334 e&rouksi1? 337 $inah 'ilang (Crossover )18 33> 5utasi18 33? litisme18 338 'trategi @&timasi $enem&atan an $enentuan "a&asitas D!1
34<A'I; @$I5A'I $N5$AAN DAN $NN=AN "A$A'IA'
D!20 BAB IC27 "'I5$=;AN27 DA9A $='A"A2?
!am-ar 1 5oel Neuron3 !am-ar 2 9ungsi () E 1?17 anh (2F3 )4 !am-ar 3 Arsitektur /' &erkiraan &en%ualan -e-an listrik8 !am-ar 4 $er-aningan ata real engan ata hasil keluaran /'11 !am-ar 7 'trategi @&timasi1 !am-ar > !raik hasil o&timasi &enem&atan an &enentuan ka&asitas untuk 8
unit D!22 !am-ar ? Bar hart hasil o&timasi &enem&atan an &enentuan ka&asitas untuk 8
unit D!22 !am-ar 8 !raik hasil o&timasi &enem&atan an &enentuan ka&asitas untuk 3
unit D!24 !am-ar Bar hart hasil o&timasi &enem&atan an &enentuan ka&asitas untuk 3
a-el 2 $ersentaseerrortia& unitGGGGGGGGGGGGGGGGGGG a-el 2 'esuah @&timasi 8 D! $aa I 14 BusGGGGGGGGGGGG a-el 3 'esuah @&timasi 3 D! $aa I 30 BusGGGGGGGGGGGG
/A/ I
PENDA0ULUAN
+!+ L$1$ /e%$&$ng
"e-utuhan akan hasil &eramalan yang akuratlah yang menorong &ara ilmu#an untuk terus -erinoasi an mengem-angkan metoe &eramalan 'alah satu teknik &eramalan yang ikem-angkan aalah engan &enekatan %aringan syara tiruan khususnya i-iang teknik elektro
/aringan syara tiruan (/') ialah &emoelan sistem %aringan syara manusia untuk menyelesaikan -e-era&a &ermasalahan non*linear engan ,ara mem&erhitungkan se,ara matematis hu-ungan antara masukan (input ) an keluaran (output ) &aa &roses &elatihan 5akalah ini akan mem-ahas salah satu /aringan syara tiruan engan algoritma yang igunakan untuk melakukan &reiksi ( forecasting ) &en%ualan -e-an listrik yaitu algoritma resilient
backpropagation (&ro&)
Algoritma genetika (A!) se-agai salah satu ,a-ang keilmuan ke,erasan -uatan (artificial intelligence) meru&akan &roses &enyelesaian &ermasalahan engan mensimulasikan &roses geneti, makhluk hiu&+ meli&uti ka#in silang (crossover )+ mutasi+ an seleksi alam $aa A!+ nilai fitness igunakan untuk mengealuasi hasil &elatihan $enelitian tentang &eramalan ke-utuhan sistem tenaga listrik yang ilakukan oleh 'yarizal+ kk+ 2008 mam&u menghasilkan akurasi ham&ir menekati 0H
+!, T"2"$n
u%uan ari tugas ini aalah mem&ela%ari tentang A&likasi %aringan syara tiruan ( Artificial Neural Network ) an Algoritma !enetika (Genetic Algoritmh) &aa eknik lektro ( Electrical Engineering )
/A/ II
APLIKASI JARINGAN SYARAF TIRUAN
( Artificial Neural Network )
3Penem4$1$n $n Penen1"$n K$4si1$s Pemb$ng&i1 Ke5i% Teseb$ Megg"n$&$n A%goi1m$ Gene1i&$ /eee M"%1iob2e&1i#6
Abs1$&
PERKIRAAN PENJUALAN /E/AN LISTRIK MENGGUNAKAN JARINGAN SYARAF TIRUAN RESILENT /ACKPROPAGATION
(RPROP)
$erkiraan atau &reiksi ilakukan untuk mem&erkirakan &erilaku ata -erasarkan analisis an &engolahan ata historis (ata time series) Banyak
metoe &erkiraan yang telah ikem-angkan untuk mena&atkan hasil &erkiraan yang o&timal /aringan syara tiruan (/') aalah salah satu metoe yang saat ini ikem-angkan untuk mena&atkan hasil &erkiraan yang menekati engan ata se-enarnya Dalam makalah ini i&a&arkan im&lementasi %aringan syara tiruan resilient backpropagation (&ro&) untuk mem&reiksi &en%ualan -e-an listrik Data yang igunakan alam &erkiraan aalah %umlah &elanggan+ -iaya -e-an+ -iaya &emakaian an -iaya kele-ihan &emakaian ari unit Blim-ing+ Dinoyo+ "ota an "e-on Agung &erioe /anuari 2003 sam&ai engan Desem-er 200? <asil &reiksi atau persentase rata*rata error antara ata &reiksi engan ata se-enarnya aalah 02?H untuk unit Blim-ing+ 1?43H
untuk unit Dinoyo+ 07?H untuk unit "ota an 0388H untuk unit "e-on Agung
K$1$ &"n5i : %aringan syara tiruan+resilient backpropagation, &reiksi
,!+ PENDA0ULUAN APLIKASI JARINGAN SYARAF TIRUAN
$erusahaan ;istrik Negara ($;N) melakukan &engem-angan &engo&erasian aya listrik an melakukan &eren,anaan alam meningkatkan &elayanan ke&aa &ara &elanggan listrik $erkiraan atau &reiksi &en%ualan -e-an listrik a&at mem-antu $;N mem-uat ke&utusan an mem-uat ren,ana &engem-angan &engo&erasian aya listrik /aringan 'yara iruan (/') aalah salah satu teknik yang igunakan untuk melakukan &erkiraan Dalam
makalah ini akan i-ahas salah satu algoritma yang igunakan untuk melakukan &reiksi ( forecasting ) &en%ualan -e-an listrik yaitu algoritma
resilient backpropagation(&ro&)
,!+!+ Konse4 D$s$ J$ing$n S7$$# Ti"$n
/aringan syara tiruan (/') aalah suatu moel yang men,o-a meniru struktur an ,ara ker%a %aringan syara &aa otak manusia @tak manusia -erisi -er%uta*%uta sel syara (neurons) yang -ertugas untuk mem&roses inormasi 5asing*masing neuron terhu-ung engan neuron lain mem-entuk hu-ungan yang ise-ut synapsis (hu-ungan) 'truktur /' teriri ari neuron+ -o-ot an ungsi aktiasi Neuron meru&akan -agian &enerima inormasi an meneruskan hasil olahan inormasi "ekuatan inormasi yang masuk ke neuron itanai engan aanya -o-ot 9ungsi aktiasi aalah ungsi yang igunakan untuk menentukan -esarnyaoutput 5oel neuron a&at ilihat &aa !am-ar 1
/' iran,ang agar memiliki kemam&uan se&erti otak manusia "emam&uan otak manusia yaitu mam&u mem&roses inormasi+ mengingat inormasi+ melakukan &erhitungan Be-era&a &ermasalahan yang sering iselesaikan engan /' aalah &reiksi+ klasiikasi+ o&timasi an &engenalan &ola Berasarkan kemam&uan yang imiliki+ /' a&at igunakan untuk &em-ela%aran an menggunakan hasil &em-ela%aran untuk menemukan solusi ari suatu &ermasalahan
G$mb$ +! Moe% Ne"on
masing*masing -o-ot yang -ersesuaian yaitu k1+ k2+ + km Dilakukan &en%umlahan ari seluruh hasil &erkalian menghasilkan nilai keluaran (Ck) Nilai Ck iaktikan engan suatu ungsi aktiasi (J ()) untuk menentukan
sinyaloutput (k )
,!+!, F"ngsi A&1i8$si JST
9ungsi aktiasi aalah ungsi yang igunakan untuk menentukan keluaran &aa neuron 9ungsi aktiasi yang igunakan alam /' sangat -anyak 9ungsi aktiasi yang igunakan untuk mem&er,e&at &em-ela%aran aalah ungsi tangen hiperbolik (!am-ar 2) 9ungsi itun%ukkan oleh $ersamaan 1 an ungsi turunan itun%ukkan oleh &ersamaan 2
G$mb$ , F"ngsi #(9) +!;+.< T$n' (,=> 9) ,!+!> Pembe%$2$$n JST
$em-ela%aran /' meru&akan &roses &en,arian konigurasi -o-ot*-o-ot alam tia& layer 'elama &roses &em-ela%aran+ ter%ai &eru-ahan &aa -o-ot -o-ot tia& synapsis Berasarkan &em-ela%arannya K4L+ /' i-agi men%ai:
1Supervised
$aa sistem &em-ela%aran ini+ %aringan i-eri masukan tertentu an keluarannya (target) itentukan arget akan i-aningkan engan output
%aringan $er-eaan antara target an output ise-ut error A&a-ila %aringan menghasilkan error yang masih -esar+ maka &erlu ilakukan &em-ela%aran lagi sam&ai ia&atkan error yang ,uku& ke,il Be-era&a metoe&em-ela%aran
supervised antara lain single layer perceptron+ multi layer perceptron an
backpropagation
2. nsupervised
'istem &em-ela%aran unsupervised tiak memerlukan target keluaran
sehingga %aringan akan mengatur seniri keluarannya 5etoe
&em-ela%aran unsupervised antara lain metoe
kohonen+hopfield + !adial "asis #unction an lain se-againya
,!+!? A%goi1m$ /$5&4o4$g$1ion
Algoritma "ackpropagation meru&akan algoritma &em-ela%aran yang tera#asi engan -anyak la&isan (multilayer ) $aa &em-ela%aran tera#asi+ tera&at target yang akan i-aningkan engan keluaran %aringan "etika %aringan i-eri sinyal masukan+ sinyal ini akan menu%u ke unit* unit &aa la&isan tersem-unyi kemuian iteruskan ke unit*unit &aa la&isan keluaran A&a-ila keluaran %aringan tiak sama engan target+ akan ilakukan langkah munur &aa la&isan tersem-unyi iteruskan ke la&isan masukan (input )
$elatihan se-uah %aringan backpropagation teriri ari tiga langkah yaitu &elatihan &ola+input se,ara feedforward + backpropagation ari kum&ulan kesalahan an &enyesuaian -o-ot ("ristanto+ 2004) $elatihan ilakukan -erulang*ulang an -erhenti %ika telah men,a&ai -atas iterasi maksimum yang itentukan an nilai error kurang ari $ean S%uare Error (5') "ete&atan algoritma backpropagation itentukan engan $ean S%uare Error (5') 'emakin ke,il nilai 5' maka a&at iangga& -ah#a arsitektur %aringan
semakin -aik+ emikian &ula se-aliknya 5' ihitung engan $ersamaan 3
,!+!. A%goi1m$ Resi%ien1 /$5&4o4$g$1ion (R4o4)
Algoritma &ro& meru&akan hasil &engem-angan algoritma -a,k&ro&agation $eru-ahan -o-ot &aa -a,k&ro&agation i&engaruhi oleh
learning rate (la%u &em-ela%aran) an tergantung ari kemiringan kura error (
∂ E
∂Wij ) 'emakin ke il learning rate (la%u $em-ela%aran) $roses &em-ela%aran
semakin lama 'eangkan semakin -esar learning rate+ nilai -o-ot akan %auh ari -o-ot minimum =ntuk mengatasi hal terse-ut+ ikem-angkan algoritma -aru yang ise-ut &ro& Algoritma ini menggunakan tana (&ositi atau negati) ari gradient untuk menun%ukkan arah &enyesuaian -o-ot 'eangkan ukuran &eru-ahan -o-ot itentukan engan nilai &enyesuaian ( Mo )
Nilai &enyesuaian mem&unyai -atas -a#ah ( min) an -atas atas ( ma) Be-era&a &enelitian menggunakan min E 10*> an ma E 70 $arameter !prop yang lain aalah a,tor &enurun (O*) an aktor &enaik (OP) atau a&at ikatakan se-agai la%u &em-ela%aran se&erti &aabackpropagation Nilai la%u &em-ela%aran yang sering igunakan aalah 12 untuk nilai OP an
07 untuk nilai O* Aturan nilai &enyesuaian:
Dimana:
O* E learning rate &enurun (aktor &enurun) OP E learning rate &enaik (aktor &enaik)
0Q O*Q1Q OP
E kemiringan kuraerrortehaa& -o-ot ( gradient ) &aa iterasi saat ini
se-elumnya
,!+!@ Pe&i$$n Pen2"$%$n /eb$n Lis1i& Meng"n$&$n JST R4o4
$erkiraan &en%ualan -e-an listrik engan menggunakan metoe /' memerlukan input -eru&a ata %umlah &elanggan+ -iaya -e-an+ -iaya
&emakaian an -iaya kele-ihan &emakaian 'e-agai output (keluaran) aalah tagihan listrik untuk -ulan -erikutnya Arsitektur %aringan syara yang igunakan aalah 4 unit neuron &aa la&isan input + 1 unit neuron &aa la&isan
output /umlah unit neuron &aa la&isan hidden se-anyak n unit+ itentukan engan melakukan moiikasi untuk mena&atkan arsitektur %aringan yang sesuai untuk melakukan &erkiraan Arsitektur /' &erkiraan &en%ualan -e-an listrik a&at ilihat &aa !am-ar 3
G$mb$ >! Asi1e&1" JST 4e&i$$n 4en2"$%$n beb$n %is1i&
,!,! METODE
aha&an alam &erkiraan &en%ualan -e-an listrik aalah: 1 5enentukan sum-er ata
Dalam &enelitian ini ata iam-il ari $ $;N ($'@) Distri-usi /a#a imur A$/ 5alang Data yang i&eroleh aalah ata yang -erasal ari la&oran &en%ualan tenaga listrik oleh =nit $elayanan (=$) Blim-ing+ =$ Dinoyo+ =$ "ota an =$ "e-on Agung Data teriri ari %umlah &elanggan+ -iaya -e-an+ -iaya &emakaian+ -iaya kele-ihan &emakaian kCAh an
tagihan Data ari masing*masing =$ alam skala -ulan imulai ari -ulan /anuari 2003 sam&ai engan -ulan Desem-er 200?
2 $enentuan &ola &elatihan
$ola &elatihannya aalah %umlah &elanggan (1)+ -iaya -e-an (2)+ -iaya &emakaian (3) an -iaya kele-ihan &emakaian kCAh (4) &aa tia&
=$ engan targetnya (t) aalah tagihan listrik
3 $elatihan /' &ro&
Data yang i&akai &aa &elatihan ini se-esar 0 H ari ata yang igunakan alam &enelitian ini yaitu ata ari /anuari 2003 sam&ai engan Desem-er 200> /aringan teriri ari satu la&isan input engan em&at
neuron+ satu la&isan hidden (tu%uh sam&ai se&uluh neuron) an satu la&isan
output engan satu neuron Data ilatihkan ke %aringan hingga error
minimum+ %ika kesalahan men,a&ai nilai minimum maka -o-ot akan isim&an alam ata &enyim&anan (ataset)
4 $engu%ian
Data yang i&akai untuk &engu%ian aalah 10H ari seluruh ata yaitu ata tahun 200? (/anuari sam&ai Desem-er) $erkiraan ilakukan &aa masing* masing =$ yaitu =$ Blim-ing+ =$ Dinoyo+ =$ "ota an =$ "e-on Agung
7 aluasi
$aa langkah ini untuk mengealuasi -era&a nilai &enyesuaian yang ter-aik sehingga ia&atkan kesalahan minimum aluasi ilakukan engan men,o-akan -e-era&a nilai &enyesuaian yaitu mulai 001 sam&ai 0 'erta memoiikasi %umlah neuron &aa la&isan hidden yaitu tu%uh sam&ai se&uluh 'eangkan nilai aktor &enaik (OP) an aktor &enurun (O*) teta& yaitu masing*masing iset 12 an 07 =%i ,o-a ilakukan engan mengu-ah %umlah neuron &aa la&isan tersem-unyi an menggunakan nilai &enyesuaian yang -er-ea*-ea =%i ,o-a ilakukan &aa tia&*tia& unit se-anyak lima kali u%i ,o-a an ari lima kali &er,o-aan iam-il nilai rata*ratanya
,!>! 0ASIL DAN PEM/A0ASAN
"e-erhasilan /' &ro& iukur engan $ean S%uare Error (5') 'emakin ke,il nilai 5'+ maka kiner%a /' semakin -agus a-el 1 aalah ta-el 5' terke,il tia& unit setelah ilakukan u%i ,o-a se-anyak lima kali
a-el 1 5' erke,il
Dari a-el 1+ ia&atkan arsitektur /' &ro& =ntuk unit Blim-ing+ Dinoyo an "e-on Agung aalah 4**1 <al ini -erarti tera&at 4neuron &aa
input layer + neuron &aa hidden layer yang igunakan %uga -er-ea*-ea an nilai ini i&eroleh engan melakukan u%i ,o-a terhaa& -e-era&a nilai &enyesuaian yaitu 001+ 003+ 007+ 00?+ 00+ 01 Berasarkan &enelitian+ nilai
ini suah a&at me#akili untuk melakukan &elatihan
'etelah ia&atkan arsitektur+ /' a&at igunakan untuk melakukan &erkiraan Berasarkan !am-ar 4 yaitu &er-aningan antara nilai ata se-enarnya engan ata keluaran /'+ a&at ilihat -ah#a ata hasil &reiksi a&at mengikuti &ola meski&un masih tera&at selisih (error ) Nilai
persentase error + a&at ilihat &aa a-el 2 Dari a-el 2 a&at ilihat -ah#a
persentase error yang ihasilkan oleh tia&*tia& unit sangat ke,il <al ini menun%ukkan -ah#a /' &ro& telah a&at igunakan untuk melakukan &erkiraan
G$mb$ ?! Peb$ning$n $1$ e$% eng$n $1$ '$si% &e%"$$n JST
/A/ III
APLIKASI ALGORITMA GENETIKA(Genetic Algoririthm)
3Penem4$1$n $n Penen1"$n K$4si1$s Pemb$ng&i1 Ke5i% Teseb$Megg"n$&$n A%goi1m$ Gene1i&$ /eee M"%1iob2e&1i#6
Abs1$&
PENEMPATAN DAN PENENTUAN KAPASITAS PEM/ANGKIT KECIL TERSE/AR MENGGUNAKAN ALGORITMA GENETIKA
/REDDER MULTIO/JEKTIF
$enelitian ini menggunakan metoe algoritma genetika -reeer (A!B) untuk &enem&atan an &enentuan ka&asitas &em-angkit ke,il terse-ar (D!) -erkonstrain tegangan -us $ermasalahan alam &enelitian ini iormulasikan alam -entuk ungsi multio-%ekti+ yang mana o-%ek terse-ut -iasanya kontraiksi satu sama lain @&timasi engan ungsi multio-%ekti yang iusulkan yaitu keanalan D! an &enghematan -ahan -akar D! "eeektian 5etoe yang iusulkan akan itun%ukan ari hasil simulasi &aa sistem I 14 an 30 -us
K$1$ K"n5i : $em-angkit ke,il terse-ar (D!)+ algoritma genetika -reeer+ &emrograman multio-%ekti
>!+ PENDA0ULUAN APLIKASI ALGORITMA GENETIKA
'aat ini+ ke-utuhan listrik untuk sistem yang le-ih leksi-el+ &eru-ahan alam &eraturan an skenario ekonomi serta &entingnya &emanaatan energi an meminimalkan am&ak lingkungan telah mem-erikan orongan untuk &engem-angan &em-angkit ke,il terse-ar $em-angkit ke,il terse-ar -iasa
ikenal se-agai &istributed Generation (D!) =ntuk alasan ini+ D! i&reiksikan untuk memainkan &eran &eningkatan aya listrik &aa sistem kelistrikan alam #aktu ekat
Dalam hal manaat -agi sistem &em-angkit+ D! a&at mem-erikan -er-agai layanan untuk utilitas an konsumen+ termasuk se-agai &em-angkit
siaga+ &em-angkit &enukung -e-an &un,ak+ &em-angkit untuk -e-an asar+ &enukung &enyeiaan aya akti+ &enukung &enyeiaan aya reakti+ &enukung tegangan+ sta-ilitas %aringan+ ,aangan -er&utar+ an a&at %uga
menurunkan rugi aya &aa %aringan
=ntuk menukung manaat D! alam sistem &em-angkit i&erlukan &eren,anaan yang -aik termasuk menentukan lokasi &enem&atan an -esar aya keluaran D! 'istem &em-angkit yang memiliki -us -er%umlah -anyak men%ai kesulitan terseniri alam hal menentukan lokasi unit D!+ aya keluaran+ an %umlah unit D! yang item&atkan "esalahan alam &enentuan yang ise-utkan iatas a&at -er&engaruh terhaa& keanalan unit
D!+ eisiensi -ahan -akar (BB5) unit D!+ an rugi aya &aa %aringan listrik
$ermasalahan &enentuan lokasi &enem&atan an -esar aya keluaran D! engan mem&erhatikan keanalan unit D!+ eisiensi -ahan -akar unit D!+ an rugi*rugi saluran akan iselesaikan engan memoelkan ke alam metoe Intelligent om&utation yaitu Algoritma !enetika
>!, PEM/ANGKIT KECIL TERSE/AR
Dalam &eneinisian ka&asitas &em-angkit ke,il terse-ar (D!) tera&at einisi yang -er-ea*-ea an saat ini einisi yang igunakan se-agai -erikut :
1 he le,tri, $o#er esear,h Institute meneinisikan D! se-agai &em-angkit engan ka&asitas -e-era&a kilo#att sam&ai engan 70
5
2 5enurut !as esear,h Institute meneinisikan D! se-agai &em-angkit engan ka&asitas antara 27 k an 27 5
3 $reston an astler menentukan ukuran mulai ari -e-era&a kilo#att hingga le-ih ari 100 5
4 arell meneinisikan D! se-agai &em-angkit engan ka&asitas antara 700 k an 1 5
7 International oneren,e on ;arge <igh Coltage le,tri, 'ystems (I!) meneinisikan D! se-agai &em-angkit engan ka&asitas le-ih ke,il ari 70 *100 5
'elain itu+ tera&at kese&akatan antara &engarang an organisasi yang -er-ea tentang einisi tu%uan D! yaitu tu%uan D! aalah untuk menyeiakan sum-er aya listrik akti Berasarkan einisi tu%uan D! maka D! tiak i-utuhkan alam &enyeiaan sum-er aya listrik reakti
Deinisi lokasi D! &un -erariasi antara &enulis yang -er-ea 'e-agian -esar &enulis menentukan lokasi D! &aa sisi %aringan istri-usi+ -e-era&a &enulis lain menentukan lokasi D! &aa sisi &elanggan -ahkan -e-era&a &enulis lokasi D! men,aku& &aa sisi %aringan transmisi
Aa %enis D! yang -er-ea -erasarkan konstruksi mesin an suut &anang teknologi akan teta&i &em-ahasan iokuskan &aa D! ti&e tur-in
combustion 5esin re,i&ro,ating saat ini men%an%ikan -agi sistem &em-angkit hingga 7 5 Biaya instal untuk mesin*generator alam &enistri-usian aya (R 370 sam&ai R 700 untuk unit iesel+ R >00 hingga R 1000 untuk gas KR 2000L) aalah sekitar setengah -iaya untuk &usat &em-angkit listrik tenaga ua& 'elain -iaya a#al an -iaya siklus*hiu& yang kom&etiti+ mesin mena#arkan leksi-ilitas o&erasi yang tinggi 5esin re,i&ro,ating melakukan tugas se,ara eisien se,ara terus*menerus alam mengakomoasi ariasi -e-an Be-era&a set generator a&at ikonigurasi engan satu atau le-ih unit siklus -er-e-an sehingga a&at terus*menerus menghasilkan nilai aya &enuh untuk kiner%a o&timal an hemat BB5 Be-era&a unit %uga menyeiakan reunansi untuk keaaan arurat an memungkinkan aanya interal &emeliharaan+ men%aga sistem teta& on*line seangkan iniiu unit lainnya men%alankan %a#al &emeliharaan
>!> METODE PENELITIAN
'e-uah Algoritma !enetika (!A) aalah algoritma &en,arian yang iasarkan &aa hi&otesis seleksi alam !A -erasarkan &roses &en,arian
eolusi yang imulai engan set &o&ulasi yang sangat -esar se-agai ,alon a#al solusi 'olusi ini mengalami seleksi iasarkan &aa itness an o&erator genetik lain yang -erguna alam &en,arian solusi 5asing*masing kaniat solusi ikenal se-agai kromosom+ an him&unan semua kromosom i-uat ari se-elumnya iteta&kan melalui a&a yang ise-ut o&erator genetik (,rossoer+ mutasi+ turnamen+ ll) Dalam setia& generasi+ kromosom ke-ugaran masing* masing ieinisikan seemikian ru&a sehingga kromosom engan itness tertinggi me#akili titik o&timal alam ruang &en,arian
>!>!+ Peng&oe$n
e&resentasi an &elaksanaan !A untuk masalah ini iusulkan se-agai -erikut 'etia& generator D! i#akili oleh ! string -iner ari 7 -it Bit &ertama me#akili ti&e aya output generator D! (1 untuk aya akti+ 0 untuk
aya reakti) ersisa 4 -it me#akili tingkat aya output ari generator D! 'e-agai ,ontoh+ string ! E K10000L me#akili se-uah generator D! yang menyu&lai aya akti -eker%a &aa ka&asitas minimum an string ! E K11111L me#akili generator D! yang menyu&lai aya akti -eker%a alam ka&asitas &enuh 'eangkan lokasi D! tergantung %umlah -us alam sistem &em-angkit yang igunakan+ setia& -us i#akili oleh ! string -iner ari 4 -it
untuk 14 -us an 7 -it untuk 30 -us
>!>!, Inisi$%is$si Po4"%$si
Nilai kelom&ok &ertama menun%ukan ti&e aya D! Nilai a#al string meru&akan nilai a,ak ter&ilih yang memungkinkan untuk ti&e aya D! yang item&atkan &aa sistem &em-angkit
Nilai kelom&ok keua menyatakan rating aya output D!+ i&eroleh engan mengam-il nilai a,ak ari ata rating aya yang telah i&ilih Nilai kelom&ok yang ketiga ari string aalah meru&akan nilai lokasi D! yang i&ilih se,ara a,ak antara -us a#al sam&ai -us akhir =ntuk mem&eroleh semua &o&ulasi a#al+ o&erasi iatas iulang se-anyak nIn kali
Akhirnya+ sesuai engan ti&ologi Algoritma !enetika . steay state + &o&ulasi -aru i-entuk mem-aningkan solusi lama engan solusi -aru an memilih mana yang ter-aik antara keua solusi terse-ut Algoritma -erhenti
ketika angka maksimum ari generasi i,a&ai atau tegangan -us mele#ati -atas yang itentukan yaitu maksimum 1+07 &u an minimum 0+0 &u
>!>!> Fi1ness M"%1iob2e&1i# Un1"& Penem4$1$n $n Penen1"$n K$4$si1$s DG
Dalam &enyu&laian aya listrik ke -e-an+ &em-angkit -iasanya -ero&erasi engan aya output se-esar 80H ari ka&asitas aya &em-angkit
'emakin -anyak ,aangan ka&asitas aya menun%ukkan -ah#a keanalan &em-angkit alam menyu&lai listrik semakin meningkat $em-angkit ke,il terse-ar (D!) alam -ero&erasi %uga menggunakan &roseur yang telah aa agar keanalan D! teta& ter%aga Dalam hal &enghematan BB5+ &enggunaan BB5 meningkat engan meningkatnya ayaoutput &em-angkit sehingga a&at ikatakan &enghematan BB5 %uga terkait engan keanalan &em-angkit 'e,ara matematis a&at ituliskan hu-ungan antara ,aangan aya (s&inning resere)+ ayaoutput + an &enghematan BB5
Dengan :
i E lokasi D! &aa -us ke*i $k E ka&asitas aya
D! $out E aya output D!
$emasangan D! &aa sistem &em-angkit mem&engaruhi rugi aya saluran sehingga -esar rugi aya saluran ihitung kem-ali Dalam &erhitungan rugi aya saluran igunakan sot#are loalo# -er-asis metoe Ne#ton* a&hson
Dengan :
$! E otal aya &em-angkitan
$sys E ayaoutput &em-angkit sistem $D! E ayaoutput &em-angkit D! $loa E aya -e-an
$loss E rugi aya saluran
Berasarkan &ersamaan (1)+ (2)+ (3)+ an (4) maka i-entuk itness yang akan igunakan alam algoritma genetika se-agai -erikut K4L :
Dengan :
$k D!i E ka&asitas aya unit D! ke*i $outD!i E aya keluar ari unit D! ke*i
E aktor -o-ot
>!>!? Re4o"&si
Aalah &roses &emilihan iniiu untuk -er&inah menu%u generasi -aru menurut itnessnya 5etoe seleksi yang igunakan aalah roulette
wheel 5asing*masing kromosom menem&ati &otongan lingkaran &aa roa roulette se,ara &ro&orsional sesuai engan nilai itnessnya "romosom yang memiliki nilai itness yang le-ih -esar menem&ati &otongan lingkaran yang le-ih -esar i-aningkan engan kromosom -ernilai itness renah =ntuk men,egah ter%ainya konergensi &aa o&timum lokal+ maka ilakukan &enskalaan itness+ sehingga itness -eraa &aa Kma 6 minL se-agai -erikut :
Dengan :
i E Nilai itness iniiu ke*i N E =kuran &o&ulasi
O S E Nilai itness minimum
>!>!.! Pin$' Si%$ng (Cosso8e)
$inah silang -isa %uga -eraki-at -uruk %ika ukuran &o&ulasinya sangat ke,il Dalam suatu &o&ulasi yang sangat ke,il+ suatu kromosom engan gen*gen yang mengarah ke solusi akan sangat ,e&at menye-ar ke kromosom*kromosom lainnya =ntuk mengatasi masalah ini igunakan suatu aturan -ah#a &inah silang hanya -isa ilakukan engan suatu &ro-a-ilitas tertentu 'c. Artinya &inah silang -isa ilakukan hanya %ika suatu -ilangan ranom (0+1) yang
i-angkitkan kurang ari 'c yang itentukan $eluang crossover yang igunakan aalah 0
$inah silang -isa ilakukan alam -e-era&a ,ara -er-ea ang &aling seerhana aalah &inah silang satu titik &otong (one(point crossover )
'uatu titik &otong i&ilih se,ara ranom+ kemuian -agian &ertama ari orang tua 1 iga-ungkan engan -agian keua ari orang tua 2
>!>!@! M"1$si
5utasi igunakan untuk mem&erkenalkan -e-era&a &enye-aran tiruan alam &o&ulasi untuk men,egah konergensi ini &aa titik o&timum lokal $roseur mutasi sangatlah seerhana an untuk semua gen yang aa %ika -ilangan ranom yang i-angkitkan kurang ari &ro-a-ilitas mutasi ' mut yang
itentukan maka u-ah gen terse-ut men%ai nilai ke-alikannya (alam -inary en,oing+ 0 iu-ah 1+ an 1 iu-ah 0) Biasanya ' mut iset se-agai 1Fn, i mana
n aalah %umlah gen alam kromosom Dengan ' mut se-esar ini -erarti mutasi hanya ter%ai &aa sekitar satu gen sa%a $aa A! seerhana+ nilai ' mut aalah teta& selama eolusi
>!>!; E%i1isme
"arena seleksi ilakukan se,ara ranom+ maka tiak aa %aminan -ah#a suatu iniiu -ernilai itness tertinggi akan selalu ter&ilih "alau&un iniiu -ernilai itness tertinggi ter&ilih+ mungkin sa%a iniiu terse-ut akan rusak (nilai itnessnya menurun) karena &roses &inah silang =ntuk men%aga agar iniiu -ernilai itness tertinggi terse-ut tiak hilang selama eolusi+ maka &erlu i-uat satu atau -e-era&a ko&inya $roseur ini
ikenal se-agai elitisme.
>!>!! S1$1egi O41im$si Penem4$1$n $n Penen1"$n K$4$si1$s DG
u%uan o&timasi &enem&atan an &enentuan ka&asitas D! aalah untuk meminimumkan rugi*rugi saluran engan mem&erhatikan keanalan an &enghematan -ahan -akar D! tan&a melam&aui -atas tegangan an arus &aa sistem =ntuk maksu terse-ut+ ari se%umlah D! yang telah itentukan+ i,ari lokasi an ka&asitas yang &aling te&at 'trategi o&timasi i&erlihatkan &aa gam-ar 1
>!?! 0ASIL OPTIMASI PENEMPATAN DAN PENENTUAN KAPASITAS DG
Algoritma genetika i-uat engan software 5atla- ersi ?1 untuk men,ari lokasi an ka&asitas o&timum ari D! &aa sistem I 14 -us an I 30 -us
)EEE *+ bus
<asil o&timisasi se,ara -erturut*turut &aa -us 4 item&atkan D! -erka&asitas 2 10 5+ -us 7 item&atkan D! -erka&asitas 2 10 5+ -us 10 item&atkan D! -erka&asitas 1 10 5+ -us 12 item&atkan D! -erka&asitas 1 10 5+ -us 13 item&atkan D! -erka&asitas 1 10 5+ -us 14 item&atkan D! -erka&asitas 1 10 5 otal aya keluaran D! &aa semua -us ter&ilih se-esar >4 5 meru&akan hasil o&timisasi minimalisasi A! Breeer sehingga ter%ai &enghematan -ahan -akar unit D! an sehu-ungan engan hal itu unit D! men%ai anal se-a- ,aangan aya unit D! terseia se-esar 20 H (1>
5) ari &emakaian se-esar 80 H (>4 5)
)EEE - bus
<asil o&timisasi se,ara -erturut*turut &aa -us ? item&atkan D! -erka&asitas 1 10 5+ -us 18 item&atkan D! -erka&asitas 1 10 5+ -us 1 item&atkan D! -erka&asitas 1 10 5 otal aya keluaran D! &aa semua -us ter&ilih se-esar 24 5 meru&akan hasil o&timisasi minimalisasi A! Breeer sehingga ter%ai &enghematan -ahan -akar unit D! an sehu-ungan engan hal itu unit D! men%ai anal se-a- ,aangan aya unit D! terseia se-esar 20 H (> 5) ari &emakaian se-esar 24 H (>4 5)
$o#er 9lo# 'olution -y Ne#ton*a&hson 5etho 5aimum $o#er 5ismat,h E 13>>2?e*008
No o Iterations E ?
Bus Coltage Angle ;oa !enerator 'tati, 5:ar No 5ag Degree 5( 5:ar 5( 5:ar PT,F*TlU
1 107 0 0 0 1>3202 *7402 0 2 1037 *373 21? 12? 40 37?28 *10 3 101 *10>74 42 1 0 33? 0 4 1011 *?232 4?8 *3 1> 0 0 7 1017 *7844 ?> 1> 1> 0 0 > 107 *144 112 ?7 0 222?4 *> ? 102 *8814 0 0 0 0 0 8 107 *8814 0 0 0 22712 *10 1014 *>>3 27 1>> 0 0 01 10 1013 *374 78 8 0 0 11 102> *8804 37 18 0 0 *> 12 103> *>3 >1 1> 8 0 0 13 1034 *331 137 78 8 0 0 14 1004 *107?4 14 7 8 0 0 )otal 27 ?37 2>?202 108812 *3181
otal ;oss $akaiD! 80>? 34
G$mb$ @! G$#i& '$si% o41im$si 4enem4$1$n $n 4enen1"$n &$4$si1$s "n1"& "ni1 DG
G$mb$ ;! /$ C'$1 '$si% o41im$si 4enem4$1$n $n 4enen1"$n &$4$si1$s "n1"& "ni1 DG
/umlah 3 =nitD!
$o# er 9lo# 'olution -y Ne# ton* a&hs on 5etho 5a imum $o# er5is mat, h E2??342e* 00 8
No o Iter ations E?
Bus C oltage A ngle ;oa !enerator 'tati, 5: ar
No 5ag Degr ee 5( 5: ar 5( 5: ar PT, F* TlU
1 107 0 0 0 2342? * 11304 0 2 1033 * 703 21? 12? 40 4?4? 0 3 101 *?1> 24 12 0 0 0 4 1001 *8>?? ?> 1> 0 0 0 7 1 * 13?21 42 1 0 3?427 0 > 1 *1021? 0 0 0 0 0 ? 02 * 1213 228 10 8 0 0 8 1 *104> 30 30 0 3>10? 0 1022 * 12372 0 0 0 0 0 10 100> * 131 78 2 0 0 01 11 1072 * 12372 0 0 0 232> * 87 12 1032 * 1312 112 ?7 0 0 0 13 107 * 1312 0 0 0 23207 * 10 14 1017 * 14?0 >2 1> 0 0 0 17 101 * 14>2? 82 27 0 0 0 1> 1014 * 1413 37 18 0 0 0 1? 1003 * 142? 78 0 0 0 18 0> * 17143 32 0 8 0 0 1 01 * 1724? 7 34 8 0 0 20 04 * 143 22 0? 0 0 0 21 04 * 14318 1?7 112 0 0 0 22 07 * 14277 0 0 0 0 0 23 08 * 1473 32 1> 0 0 0 24 0 * 14047 8? >? 0 0 0043 27 0? * 13>34 0 0 0 0 0 2> 0?8 * 140?1 37 23 0 0 0 2? 100 * 13101 0 0 0 0 0 28 1 *10>3 0 0 0 0 0 2 0? * 13782 24 0 0 0 0 30 04 * 13>11 10> 1 0 0 0 o 2834 12>2 282? 17>877 * 182>? o tal ;o s s $ ak ai D ! 1711> 13?7
G$mb$ ! G$#i& '$si% o41im$si 4enem4$1$n $n 4enen1"$n &$4$si1$s "n1"& > "ni1 DG
G$mb$ <! /$ C'$1 '$si% o41im$si 4enem4$1$n $n 4enen1"$n &$4$si1$s "n1"& > "ni1 DG
/A/ IB
KESIMPULAN
1 /aringan syara tiruan (/') ialah &emoelan sistem %aringan syara manusia untuk menyelesaikan -e-era&a &ermasalahan non*linear engan ,ara mem&erhitungkan se,ara matematis hu-ungan antara masukan (input ) an keluaran (output ) &aa &roses &elatihan
2 Algoritma genetika (A!) se-agai salah satu ,a-ang keilmuan ke,erasan -uatan (artificial intelligence) meru&akan &roses &enyelesaian &ermasalahan engan mensimulasikan &roses geneti, makhluk hiu&+ meli&uti ka#in silang (crossover )+ mutasi+ an seleksi alam
3 Dari hasil u%i ,o-a 48 &ola ata &elatihan engan %umlah neuron &aa la&isan tersem-unyi yang -erariasi+ ia&atkan arsitektur /' !prop yang -er-ea*-ea Dari a-el 1+ ia&atkan arsitektur /' &ro& untuk unit
Blim-ing an unit Dinoyo yaitu 4**1 (4 neuron la&isan input + neuron
la&isan tersem-unyi an 1 neuron la&isan output )+ unit "ota aalah 4*8*1 seangkan untuk unit "e-on Agung aalah 4*?*1 $er-eaan arsitektur /' &aa tia&*tia& unit karena -o-ot a#al &elatihan i&eroleh se,ara a,ak
4 'etelah ilakukan &elatihan engan 7000 iterasi (&erulangan)+ ia&atkan nilai 5' yang -er-ea*-ea Nilai 5' yang -er-ea*-ea karena setia& kali &elatihan+ -o-ot a#al i&eroleh se,ara a,ak Dengan mengu%i,o-akan -e-era&a nilai &enyesuaian (001+ 003+ 007+ 00?+ 00 an 01)+ menghasilkan nilai 5' yang -er-ea*-ea an ari tia&*tia& unit iam-il nilai 5' terke,il sehingga ia&atkan nilai &enyesuaian untuk unit Blim-ing an unit Dinoyo aalah 00+ untuk unit "ota aalah 003 an 001 untuk unit "e-on Agung
persentase rata*rata error atau selisih antara ata se-enarnya an ata &reiksi 'ersentase rata*rata error 02?H untuk unit Blim-ing+ 1?43H
untuk unit Dinoyo+ 07?H untuk unit "ota an 0388H untuk unit "e-on Agung <al ini menun%ukkan -ah#a /' !prop mam&u melakukan &erkiraan menekati ata yang se-enarnya
> Berasarkan hasil o&timasi+ a&at isim&ulkan -ah#a &enam-ahan unit D! kealam sistem &em-angkit engan mem&erhatikan &enghematan -ahan -akar unit D! a&at menye-a-kan rugi*rugi aya saluran menurun an &enghematan -ahan -akar unit D! sangat -er&engaruh terhaa& ,aangan aya unit D! atau sangat -er&engaruh terhaa& keanalan unit D! 'eangkan &enam-ahan unit D! engan aya output yang -erle-ihan a&at menye-a-kan kenaikan magnitue tegangan -us a&a-ila &enem&atan an &enentuan ka&asitas D! tiak te&at
DAFTAR PUSTAKA
Ako-ir+ 'hahii 200? $athematical apparatus of the !'rop learning algorithm h tt & : FF ### -a s e g r ou& r u F n eu r a l Fr & r o&en h t m anggal Akses : 7 Noem-er 200?
Anonymous. /+. 'enggolongan 'elangan dan 0arif 1arga 2ual. h tt p 33 www .i n d o.n e t .i d 3 p ln 3h t do c s 3 p eng o l.h t m. 0anggal Akses /- September /4.
"ristanto+ Anri 2004 2aringan Syaraf 0iruan 56onsep &asar, Algoritma dan Aplikasi7!aya 5eia ogyakarta
"usumae#i+ 'ri 2003 Artificial )ntelligence 50eknik dan Aplikasinya7.!raha Ilmuogyakarta
;e,un+ ann an "laus o-ert 5uller 18 Efficient "ackprop I olume 8> No 11
iemiller+ 5 an Braun+ < 12 !'!8' A fast adaptive learning algorithm In$ro,eeings o the 12 International 'ym&osium on om&uter an Inormation ',ien,es+Antalya+ urkey+ &&2?*287
'u-iyanto 2007 Aplikasi 2aringan Syaraf 0iruan sebagai $etode Alternatif 'rakiraan "eban 2angka 'endek
### l e k tr o i no n e s ia,o m F e le l k tr o Fen e r 2 h tm l anggal Akses:13 Agustus 200?
Ann*5arie Bor-ely an /an 9 "reer+ .Distri-ute !eneration he $o#er$araigm or the Ne# 5illennium+ $ress ;;+ 9loria+ 2001
#in <aesen an 5ar,elo s&inoza an Bert $luymers an Ian !oethals an Cu Can hong an /ohan Driesen an onnie Belmans an Bart De 5oor+ @&timal $la,ement an 'izing o Distri-ute !enerator =nits using !eneti, @&timization Algorithms+ "asteel&ark Aren-erg 10+ B*3001 ;euen (<eerlee)+ Belgium+ 5ay 2007
homas A,kermann an !oran Anersson an ;ennart 'oer+ . Distri-ute !eneration: a einition+;'CI le,tri,al $o#er 'istem esear,h 7? (2001) 17*204+ De,em-er 2000
Ai 'oe&ri%anto+umus 9itness "eanalan*<emat BB5 &istributed Generation (D!)+ I'+ 'ura-aya+@kto-er 200
'uyanto+ . Algoritma Genetika dalam $A09A"+ Ani @set ogyakarta+ 2007
<au&t an any ;+ $ra,ti,al !eneti, Algoritms+ A iley*Inters,ien,e &u-li,ation+ ='A+ 18
=mar+ .@&timasi $enem&atan ' an 'C &aa 'istem 700 kC /a#a* 5aura*Bali 5enggunakan Breeer Algoritma !enetika+ esis+ @kto-er
2008
<einz 5uhlen-ein an Dirk ',hlierkam&*Coosen+ .$rei,tie 5oels or the Breeer !eneti,Algorithm+ 'ank Augustin 1+ !ermany+ 13