Pemakaian listrik dari tahun ke tahun semakin meningkat dan memberikan dampak penggunakan beban induktif yang semakin beragam. Penggunaan beban induktif menimbulkan arus reaktif yang akan menyebabkan peningkatan rugi daya dan profil tegangan menurun. Salah satu cara untuk mengatasi kondisi tersebut yaitu dengan menggunakan kapasitor bank. Namun, kapasitor bank perlu ditempatkan pada lokasi dan kapasitas yang tepat untuk memaksimalkan penurunan rugi daya. Sehingga pada penelitian ini akan dilakukan pencarian posisi dan kapasitas terbaik dengan menggunakan metode algoritma genetika menggunakan aplikasi MATLAB untuk mencapai penurunan rugi daya yang paling minimum. Metode algoritma genetika merupakan metode yang didasarkan atas evolusi biologis dan mampu memecahkan permasalahan kompleks dan paralel. Setelah dilakukan simulasi menggunakan metode algoritma genetika, didapat hasil optimasi pemasangan kapasitor bank yaitu pada bus 10 dan bus 26 dengan kapasitas kapasitor masing-masing bus sebesar 2,33 MVar sehingga mampu menurunkan rugi daya hingga 31%. Selain itu, nilai profil tegangan pada sistem juga mengalami kenaikan hingga 3,28% dari sebelum pemasangan kapasitor bank. Sehingga dapat disimpulkan bahwa metode Algoritma Genetika dapat dijadikan sebagai metode alternatif untuk mendapatkan lokasi serta kapasitas optimum untuk menurunkan rugi daya dan meningkatkan profil tegangan.

The use of electricity from year to year is increasing and has an impact on the use of inductive loads that are increasingly diverse. The use of inductive loads generates reactive currents which will cause an increase in power loss and a decreased voltage profile. One way to overcome this condition is to use a bank. However, excess banks need to be placed in the right locations and capacities to maximize power loss. So that in this research, the best position and capacity will be searched using the genetic algorithm method to achieve the minimum reduction in power loss. Algorithm method is a method that is based on biological evolution and is able to solve complex and parallel problems. After simulating using the genetic method, the results of the optimization of bank installation are obtained on bus 10 and bus 26 with a capacity of 2.33 Mvar for each bus so as to reduce power loss up to 31%. In addition, the value of the voltage profile on the system also increased by 3.28% from before the vendor bank installation. So it can be said that the Genetic Algorithm method can be used as an alternative method to get the optimal location and capacity to reduce power losses and improve the voltage profile.