Jurnal Nasional GWO

1. Judul : Aliran Daya Optimal dengan Efek Katup Menggunakan Grey Wolf Optimization. [1]
Penulis : Monica Amelia Oktaviani, Rony Seto Wibowo, dan Ni Ketut Aryani
Review :
Aliran daya optimal adalah pengembangan dari penyelesaian masalah Economic
Dispatch pada suatu sistem Tenaga Listrik. Penyelesaian analisis aliran daya optimal
diklasifikasikan menjadi 2 jenis yaitu : metode konvensional dan metode heuristik. Metode
heuristik atau yang sering disebut dengan metode optimisasi matematika dikembangkan dari
metode konvensional karena adanya beberapa batasan yang tidak dapat diatasi selama proses
meminimalisir biaya. Grey Wolf Optimization merupakan metode meta heuristik yang
terinspirasi dari perilaku dan mekanisme pemburuan oleh serigala abu – abu.
Penyelesaian masalah aliran daya optimal dengan metode Grey Wolf Optimization
memiliki tujuan untuk mendapatkan biaya operasi suatu unit pembangkit yang paling murah.
Pengujian metode GWO pada analisis aliran daya optimal dengan efek katup menggunakan 2
buah sistem yaitu sistem IEEE 9 Bus dan 30 Bus. Dengan menggunakan kurva biaya tidak mulus
(non smoothing), didapatkan hasil dari batasan – batasan aliran daya optimal pengaruh efek
katup pada tiap unit pembangkitan dan perbandingan total biaya pembangkitan dengan metode
yang telah dilakukan yaitu MHBMO.
Metode Grey Wolf Optimization dapat dijadikan sebagai solusi dalam penyelesaian
permasalahan aliran daya optimal dengan mempertimbangkan pengaruh efek katup. Pengaruh
akibat katup ada pada besar daya yang dihasilkan dan biaya pembangkitan tiap unit pembangkit.
Sebuah sistem akan lebih mudah konvergen jika tanpa efek katup. Untuk biaya tiap unit
pembangkit, akibat efek katup menyebabkan biaya pembangkit lebih mahal dibandingkan tanpa
efek katup. Total biaya pembangkitan menggunakan metode GWO menghasilkan biaya yang
lebih murah dibandingkan dengan menggunakan metode MBMO baik saat adanya akibat efek
katup dan tanpa efek katup.
2. Judul : Optimasi Kapasitas Bank Kapasitor Untuk Mereduksi Rugi-Rugi Daya Pada Penyulang
Wortel Menggunakan Metode Grey Wolf Optimizer (GWO). [2]
Penulis : Christopher Theophilus Prayogo, Osea Zebua, Khairudin Hasan
Review :
Jaringan distribusi yang mempunyai saluran yang panjang dengan beban – beban listrik
yang terhubung mempunyai resiko tingginya rugi – rugi daya pada saluran. Rugi – rugi daya pada
saluran ini menghasilkan jatuh tegangan yang lebih besar dan dapat menurunkan profil
tegangan pada setiap bus dimana beban – beban terhubung. Pemasangan kapasitor merupakan
salah satu cara untuk mengurangi rugi – rugi daya saluran sekaligus memperbaiki profil
tegangan. Makalah ini menyajikan optimasi kapasitas bank kapasitor untuk meminimisasi rugi –
rugi daya aktif sekaligus memperbaiki profil tegangan dengan menggunakan metode GWO.
Pemodelan Jaringan distribusi dilakukan untuk perhitungan aliran daya menggunakan
perangkat lunak MATPOWER. Jaringan distribusi penyulang Wortel dan juga kasus uji IEEE 10
bus dimodelkan dengan model bus dan model saluran. Jumlah bus dan saluran di penyulang
Wortel masing – masing adalah 113 bus dan 112 saluran. Sementara jumlah bus dan saluran
pada kasus uji IEEE 10 masing – masing adalah 10 bus dan 9 saluran. Optimasi penempatan dan
kapasitas (rating) bank kapasitor dilakukan dengan mencari lokasi optimal penempatan bank
 kapasitor dengan menggunakan metode LSF, kemudian mencari kapasitas optimal bank
kapasitor menggunakan metode GWO.
Kasus uji ini memiliki basis tegangan operasi sebesar 23 kV dan baisis daya sebesar 100
MVA. Beban terdiri dari beban daya aktif total sebesar 12,368 MW dan beban aktif total sebesar
4,186 MVAR. Hasil perhitungan aliran daya menunjukan bahwa kasus uji IEEE 10 bus memiliki
rugi – rugi daya aktif sebesar 0,7838 MW dan rugi – rugi daya reaktif sebesar 1,04 MVAR.
Tegangan minimum yang diperoleh sebesar 0,838 pu. Pemasangan bank kapasitor pada
keempat bus dengan total injeksi daya reaktif sebesar 4,6 MVAR, menghasilkan rugi – rugi daya
aktif sebesar 0,6849 MW atau berkurang sebesar 12,62%. Tegangan minimum yang diperoleh
adalah sebesar 0,88 pu. Metode optimasi GWO jauh lebih efisien dalam segi peningkatan profil
tegangan maupun penurunan rugi – rugi daya aktif dibandingkan dengan metode lainnya,
sedangkan untuk kapasitas bank kapasitor yang digunakan masih lebih besar dibandingkan
metode PSO dan Modifed Artificial Bee Colony. Dengan menggunakan metode Loss Sensitivity
Factor (LSF) untuk menentukan lokasi penempatan bank kapasitor, metode GWO dapat mencari
kapasitas optimal bank kapasitor sekaligus mereduksi rugi-rugi daya aktif total, baik pada
penyulang Wortel di Gardu Induk Menggala maupun pada kasus
3. Judul : PENENTUAN LOKASI DAN KAPASITAS KAPASITOR BANK PADA JARINGAN DISTRIBUSI
PENYULANG AMERICANO UNTUK MEMINIMALKAN RUGI-RUGI DAYA DENGAN METODE GREY
WOLF OPTIMIZER (GWO). [3]
Penulis : KEVIN ELVREDO BANJAR NAHOR
Review :
Penelitian ini dilakukkan pada penyulang Americano, yang panjang penyulang jauh dari
gardu induk liwa. Penenurunan profil tegangan terbesar dari penyulang americano sebesar
20,1% (dilihat dari bus 99 pada simulasi ETAP) yang salah satunya disebabkan panjangnya
saluran. Penyulang americano mengalami reduksi atau penurunan daya sebesar 917 KW
(berdasarkan hasil simulasi ETAP pada beban malam), maka untuk memperbaiki profil tegangan
dan rugi – rugi daya pada penyulang Americano, penelitian ini menggunakan kapasitor bank.
Penggunaan kapasitor bank ini sebagai kepensasi daya reaktif beban, sehingga arus pada saluran
berkurang yang dapat memperbaiki tegangan dan mengurangi rugi – rugi daya pada penyulang.
Penggunaan kapasitor dibantu dengan metode Grey Wolf Optimization (GWO) untuk
menentukan lokasi kapasitas kapasitor bank dengan menggunakan pemrograman berbasis
MATLAB dan akan dilakukan validasi menggunakan simulasi ETAP 19.0
Metode simulasi ini dimulai dengan pengumpulan data – data gardu distribusi di
penyulang Americano, baik data per – bus dan data saluran. Dengan melakukan simulasi
penyulang Americano mengunakan perangkat lunak ETAP 19.01, menjadi gambaran simulasi
aliran daya. Simulasi ETAP akan menampilkan nilai tegangan disetiap busnya, dan melalui report
losess dapat mengetahui reduksi daya yang berdasarkan simulasi. Selama kondisi operasi normal
penambahan kapasitor bank bertujuan untuk mengurangi rugi – rugi daya dan menaikan profil
tegangan. Penggunan kapasitor bank, harus menentukan kapasitas daya reaktif yang digunakan.
Pembangkitan daya reaktif tersebut, tergantung dengan beban reaktif pada Gardu Induk. Selain
menentukan kapasitas, dilakukan juga penentuan lokasi dari kapasitor bank. Untuk
mendapatkan lokasi dan kapasitas kapasitor bank dibantu dengan metode GWO. Setiap
evaluasi dari metode GWO, menentukan setiap posisi elemen, dengan menggunakan iterasi
maksimum.
 Berdasarkan hasil simulasi dan analisis dapat diambil kesimpulan. Metode Grey Wolf
Optimizer dapat digunakan dalam rekonfigurasi jaringan listrik yang dapat meminimalisasi rugi –
rugi daya dan memperbaiki profil tegangan. Berdasarkan hasil simulasi penyulang Americano
belum mendapatkan hasil yang sesuai dengan standar, perlu dilakukan penelitain lanjut dengan
penambahan pembangkit listrik mini atau permekaran konfigurasi jaringan baru pada penyulang
americano.
4. Judul : IMPLEMENTASI ALGORITMA GREY WOLF OPTIMIZER (GWO) DI TOKO CITRA TANI
JEMBER. [4]
Penulis : Vidiyanti Lestari, Ahmad Kamsyakawuni, Kiswara Agung Santoso
Review :
Terdapat algoritma baru yang dapat digunakan untuk menyelesaikan permasalan
knapsack yaitu algoritma Grey Wolf Optimizer. Algoritma Grey Wolf Optimizer merupakan
algoritma metaheurstik baru yang mampu memberika hasil kompetitif, dimana eksplorasi search
spesiesnya lebih luas dan juga dapat menghindari terjebaknya lokal optimum. Berdasarkan
uraian diatas, penelitian ini akan mengkaji implementasi algoritma Grey Wolf Optimizer untuk
menyelesaikan permasalahan multiple constraints bounded knapsack. Untuk mengetahui
keefektifan algoritma Grey Wolf Optimizer maka diperlukan adanya pembanding, dimana dalam
penelitian ini menggunakan metode simpleks sebagai pembandingnya.
Data penelitian yang digunakan pada penelitian ini adalah data sejumlah barang yang
dijual di Toko Citra Tani adalah toko yang menjual bermacam – macam bahan bangunan seperti
cat, tinner, semen dan masih banyak lagi lainnya. Data yang diambil berupa nama barang,
jumlah barang, satuan, berat satuan, volume barang, harga beli, dan harga jual Kapasitas
maksimum dari knapsack adalah sebesar 5.000 kg, volume maksimum dari knapsack adalah
sebesar 9.000.000, dan modalnya sebesar 20.000.000,-. Sementara data harga jual dan harga
beli nantinya digunakan untuk menghitung keuntungan.
Berdasarkan hasil, maka dapat diperoleh kesimpulan. Solusi terbaik yang didapatkan
oleh algoritma Grey Wolf Optimizer dalam menyelesaikan permasalahan multiple constraints
bounded knapsack adalah sebesar Rp 2.704.700,-. Solusi terbaik tersebut diperoleh dari profi
paling maksimal hasil akhir simulasi data dengan parameter populasi 1000, parameter maksimal
iterasi 10000 dan rata – rata iterasi saat Z maksimum lokal 9877,6. Parameter populasi dan
maksimal iterasi dalam penyelesaian masalah ini memiliki pengaruh yang sama untuk
mendapatkan hasil yang optimal, dimana semakin besar nilai dari parameter tersebut maka hasil
yang didapatkan juga semakin mendekati nilai optimal. Hasil dari algoritma Grey Wolf Optimizer
dibandingkan dengan Simpleks Solver Add – In pada Microsoft Excel memiliki rata – rata
presentase deviasi sebesar 1,776272%. Namun jika dilihat dari profit terbaik, presentase deviasi
yang didapat yaitu sebesar 0,963017% yang menunjukan bahwa algoritma GWO memberikan
hasil yang mendekati nilai optimal
5. Judul : Simulasi Pelacakan Titik Daya Maksimum Modul Surya dengan Metode Grey Wolf
Optimization. [5]
Penulis : Rizki Faulianur, Ira Devi Sara, dan Fitri Arnia
Review :
Modul surya adalah sebuah alat yang digunakan untuk mengkonversi cahaya matahari
menjadi energi listrik. Karakteristik arus dan tegangan keluaran sebuah modul surya tidak linier
dimana arus short circuit didapatkan pada saat tegangan nol dan tegangan open circuit
 didapatkan pada saat arusnya nol. Pada saat cahaya matahari mengenai permukaan modul
surya, maka I akan mengalir menuju nol pada saat tegangannya open circuit. Berdasarkan
karakteristik tersebut, terdapat satu titk arus maksimum dan tegangan maksimum yang
menghasilkan daya maksimum yaitu hasil perkalian arus dan tegangan maksimum. Modul surya
diupayakan untuk dapat selalu bekerja pada titik daya maksimum agar tidak ada energi yang
terbuang. Untuk memperoleh daya maksimum ini diperlukan metode melacak titik daya
maksimum yang dikenal dengan Maximum Power Point Tracking (MPPT). Metode MPPT mulai
diterapkan dengan metode optimasi metaheuristik seperti Grey Wolf Optimization. Metode
GWO telah diaplikasikan untuk melacak daya maksimum pada sekumpulan modul surya yang
diberika gangguan dengan keakuratan dan sensitifitas yang tinggi. Sejauh pengamatan, metode
ini belum diteliti sensitivitas dan tingkat keakuratannya pada sebuah modul surya yang bekerja
dengan perubahan radiasi dan suhu yang terjadi secara cepat. Penelitian ini bertujuan untuk
mengaplikasikan metode GWO untuk melihat sensitifitas dan keakuratan metode GWO dalam
melacak daya maksimum modul surya.
Metode GWO dapat melacak daya maksimum modul surya pada kondisi normal dengan
keakuratan yang tinggi yaitu rata – rata 99,14%. Pada saat terjadi perubahaan radiasi dan suhu,
waktu rata – rata yang dibutuhkan untuk mendapatkan daya maksimum modul surya sekitar 0,1
detik. Kecepatan metode GWO dalam melacak daya maksimum ketika terjadi radiasi dan suhu
berkisar 0,09 detik. Sehingga dapat disimpulkan bahwa metode GWO dapat melacak daya
maksimum dengan keakuratan yang tinggi dan sensitif terhadap perubahan radiasi dan suhu

Daftar Pustaka

[1] R. S. W. dan N. K. A. Monica Amelia Oktaviani, “Aliran Daya Optimal dengan Efek Katup Menggunakan
Grey Wolf Optimization.,” JURNAL TEKNIK ITS Vol. 7, No. 2, (2018) ISSN: 2337-3539 (2301-9271 Print),
vol. 2, hlm. 180–184, 2018.

[2] O. Z. K. H. Christopher Theophilus Prayogo, “Optimasi Kapasitas Bank Kapasitor,” ELECTRICIAN – Jurnal
Rekayasa dan Teknologi Elektro, hlm. 62–68, 2019.

[3] KEVIN ELVREDO BANJAR NAHOR, “PENENTUAN LOKASI DAN KAPASITAS KAPASITOR BANK PADA
JARINGAN DISTRIBUSI PENYULANG AMERICANO UNTUK MEMINIMALKAN RUGI-RUGI DAYA DENGAN
METODE GREY WOLF OPTIMIZER (GWO),” 2022.

[4] V. Lestari, A. Kamsyakawuni, dan K. Agung Santoso Jurusan Matematika, “IMPLEMENTASI ALGORITMA
GREY WOLF OPTIMIZER (GWO) DI TOKO CITRA TANI JEMBER (Implementation of the Grey Wolf
Optimizer (GWO) Algorithm at Citra Tani Jember Store),” Majalah Ilmiah Matematika dan Statistika, vol.
19, hlm. 65–74, 2019, [Daring]. Tersedia pada: https://jurnal.unej.ac.id/index.php/MIMS/index

[5] R. Faulianur, I. D. Sara, dan F. Arnia, “Simulasi Pelacakan Titik Daya Maksimum Modul Surya dengan
Metode Grey Wolf Optimization,” Jurnal Rekayasa Elektrika, vol. 14, no. 1, hlm. 26–34, Apr 2018, doi:
10.17529/jre.v14i1.8973.