OPTIMASI PENGGUNAAN SISTEM PENGEREMAN REGENERATIF DAN PNEUMATIC PADA KERETA REL LISTRIK JABODETABEK MENGGUNAKAN METODE PARTICLE SWARM OPTIMIZATION (PSO)

*Hanan Hadi Sasmita  -  Departemen Teknik Elektro, Universitas Diponegoro , Indonesia
Agung Nugroho  -  Departemen Teknik Elektro, Universitas Diponegoro , Indonesia
Tejo Sukmadi  -  Departemen Teknik Elektro, Universitas Diponegoro , Indonesia
Published: 13 Aug 2018.
Open Access Copyright 2018 TRANSIENT


Citation Format:
Abstract
Sebagai alat transportasi yang dapat menampung penumpang lebih banyak, Kereta Rel Listrik (KRL) harus memilki sistem kerja yang baik guna menunjang kebutuhan akan sarana transportasi massal di Indonesia. Salah satu faktor yang dapat menyebabkan kurang baiknya sistem kerja KRL adalah kurang optimal dalam penggunaan sistem pengereman pada KRL. Sistem pengereman pada KRL menggunakan gabungan dari pengereman elektrik (pengereman regeneratif) dan pengereman mekanik (pengereman pneumatic). Penggunaan dapat disimpulkan lebih baik jika waktu dan jarak tempuh yang dibutuhkan kereta sesuai standar dan dapat menghemat konsumsi energi karena penggunaan regenerative braking. Penelitian ini dilakukan dengan tujuan untuk menentukan kapan penggunaan regenerative braking dan pneumatic braking yang optimal pada KRL Jabodetabek sehingga kereta dapat bekerja dengan baik dan dapat menghemat konsumsi energi. Metode yang digunakan untuk optimasi penggunaan sistem pengereman ini adalah Particle Swarm Optimization (PSO) dengan bantuan Software Matlab R2016a. Hasil penelitian yang diperoleh yaitu bahwa penggunaan sistem pengereman yang optimal adalah dengan melakukan pengereman regeneratif terlebih dahulu saat kecepatan kereta 70 km/jam selama 17,3611 detik sejauh 217,0139 m. Kemudian melakukan pengereman pneumatic selama 6,9444 detik sejauh 19,2901 meter. Sehingga akan menghasilkan arus sebesar 372,5637 A dan energi yang dihemat untuk powering KRL sebesar 1,7778 kWh dengan daya sebesar 368,6508 kW.
Keywords: KRL, pengereman regeneratif, pengereman pnematic, PSO

Article Metrics: