RANCANG BANGUN SMART METER BERBASIS NILM UNTUK MEMANTAU PEMAKAIAN ENERGI LISTRIK PADA SEKTOR RUMAH TANGGA MENGGUNAKAN HYBRID PARTICLE SWARM OPTIMIZATION - NEURAL NETWORK (PSO-NN)

Muhammad, Yusuf Yunus and Marhatang, Marhatang (2017) RANCANG BANGUN SMART METER BERBASIS NILM UNTUK MEMANTAU PEMAKAIAN ENERGI LISTRIK PADA SEKTOR RUMAH TANGGA MENGGUNAKAN HYBRID PARTICLE SWARM OPTIMIZATION - NEURAL NETWORK (PSO-NN). Project Report. politeknik negeri ujung pandang. (Unpublished)

[img]
Preview
Text
laporan Akhir Terbaru.pdf

Download (3MB) | Preview
[img]
Preview
Text (Peer Review)
produk terapan 2017.pdf

Download (1MB) | Preview
[img] Text
laporan akhir smart meter Plagiarism - Report.doc

Download (202kB)

Abstract

Konservasi energi merupakan isu yang menantang karena secara eksponensial meningkatkan kebutuhan energi. Sumber daya energi fosil yang terbatas dan diperkirakan kebutuhan energi global akan meningkat dua kali lipat pada akhir tahun 2030. Hal ini akan menimbulkan dampak negatif terhadap lingkungan, serta perekonomian, perubahan iklim dan krisis energi pada suatu negara secara langsung dipengaruhi oleh pertumbuhan konsumsi energi. Salah satu contoh langkah untuk menurunkan pemborosan energi listrik dapat dicapai melalui pemantauan konsumsi energi listrik dan menyampaikan informasi ini kembali (umpan balik) kepada konsumen. Beberapa studi menunjukkan bahwa penghematan energi listrik maksimum dapat dicapai dengan menggunakan mekanisme umpan balik langsung yaitu memberikan informasi penggunaan energi listrik secara real time. Penelitian ini mengusulkan perancangan Smart Meter sebagai pengganti KWH meter. Smart meter yang dirancang memiliki fitur yang dapat memantau, mengidentifikasi dan mencatat pemakaian energi listrik yang meliputi waktu penggunaan dari peralatan-peralatan elektronika secara real time. Fitur-fitur tersebut tidak dimiliki oleh KWH meter analog maupun digital. Smart Meter menggunakan sensor arus untuk memantau, mengukur dan identifikasi karakteristik arus dari setiap beban peralatan elektronika menggunakan backpropagation neural network –PSO. Sensor arus ACS712 digunakan sebagai pengganti transformator arus. Alasan pemilihan sensor arus ACS712 adalah untuk meminimalkan fenomena distorsi dalam pengukuran arus dari transformator arus. Dari metode yang diusulkan, diharapkan mendapatkan hasil yang signifikan yang meliputi komputasi yang efisien dan akurasi pengenalan pola (pattern recognition). Kata Kunci : Smart Meter, Neural Network, Particle Swarm Optimization, Neural Network, Monitoring beban

Item Type: Monograph (Project Report)
Subjects: T Technology > TK Electrical engineering. Electronics Nuclear engineering
Divisions: Department of Mechanical Engineering > Teknik Konversi Energi
Depositing User: Muh. Yusuf Yunus
Date Deposited: 10 Apr 2018 02:46
Last Modified: 07 Aug 2018 03:26
URI: http://repository.poliupg.ac.id/id/eprint/647

Actions (login required)

View Item View Item