Skripsi
Perbandingan performa algoritma particle swarm optimization dan genetic algorithm untuk optimasi formasi tata letak penempatan turbin arus laut di Selat Lombok, Nusa Tenggara Barat (NTB) / Reyna Rahman
Abstrak
Sebagian besar listrik di Indonesia dihasilkan dari sumber konvensional dengan kapasitas mencapai 62.399 Megawatt sedangkan energi terbarukan hanya menyumbang 10.490 Megawatt. Meski begitu permintaan listrik di Indonesia meningkat dengan cepat yaitu sebesar 4 49% pada tahun 2022 dan 13 9% pada tahun 2023. Hal ini menimbulkan kekhawatiran mengenai penurunan pasokan energi konvensional seiring dengan bertambahnya permintaan. Untuk mengatasi kekhawatiran ini Pemerintah Indonesia telah menetapkan target penggunaan energi terbarukan sebesar 23% pada tahun 2025 dan setidaknya 37% pada tahun 2050 sesuai dengan peraturan yang diatur oleh Peraturan Presiden. Indonesia memiliki potensi energi terbarukan yang besar termasuk potensi arus laut yang tinggi di Selat Lombok. Penelitian ini berfokus pada cara terbaik untuk menempatkan turbin arus laut di Selat Lombok menggunakan metode algoritma. Metode algoritma metaheuristik Particle Swarm Optimization (PSO) dan Genetic Algorithm (GA) digunakan dalam penelitian ini untuk mencari solusi optimal. Kedua algoritma ini dijalankan sebanyak 10 kali untuk menentukan konfigurasi parameter yang terbaik. Pemodelan area instalasi turbin PLTAL dilakukan dengan menggunakan metode grid. Hasil penelitian menunjukkan bahwa PSO dan GA dapat memberikan solusi untuk masalah optimasi penempatan turbin PLTAL dengan nilai fungsi tujuan dan energi listrik yang berbeda. Secara khusus GA memberikan hasil yang lebih baik dibandingkan dengan PSO karena GA menghasilkan nilai fungsi tujuan yang lebih rendah dengan daya listrik yang lebih tinggi