BAB 1
PENDAHULUAN
1.1 Latar Belakang
Semakin bertambah tahun, semua peralatan konvensional semakin tergantikan dengan adanya peralatan elektronik. Di setiap sisi kehidupan pada saat ini menggunakan
peralatan elektronik, baik itu di perumahan, industri, pertokoan, perkantoran, pusat pendidikan, pusat pemeritahan dan sebagainya. Semakin banyaknya pengguna listrik
membuat peningkatan penggunaan beban daya yang dilakukan oleh masyarakat. PT. PLN merupakan sebuah Badan Usaha Milik Negara BUMN yang
mengelola listrik di Indonesia, mulai dari pembangkit listrik, distribusi listrik kepada masyarakat dan pelayanan pemasangan listrik baru. Sebagai BUMN yang memiliki
pembangkit listrik sendiri, dan melayani pemasangan listrik baru, harus dilakukan penyesuaian antara besar daya yang dihasilkan oleh pembangkit listrik dengan jumlah
peningkatan penggunaan daya oleh masyarakat. Hal ini untuk memperhitungkan apakah sebuah pembangkit listrik dapat menghasilkan daya sesuai dengan
permintaan. Bila tidak melakukan prediksi peningkatan penggunaan pemakaian beban daya listrik, maka akan menimbulkan kekurangan pemasokan beban daya listrik yang
dihasilkan dan menyebabkan pemadaman listrik akibat jumlah beban yang digunakan oleh konsumen lebih besar dari pasokan beban daya listrik yang dihasilkan oleh
pembangkit listrik. Untuk menghindari munculnya permasalahan tersebut, diperlukan
perencanaan terhadap pemakaian beban daya listrik. Dengan dilakukannya prediksi terhadap pemakaian beban daya listrik, maka penyedia listrik dapat melakukan
perencanaan yang mendekati keakuratan yang tinggi untuk melakukan perawatan.
Universitas Sumatera Utara
Selain perawatan, dapat juga dilakukan penambahan kemampuan pembangkit daya listrik untuk mengantisipasi peningkatan permintaan beban daya listrik yang
melebihi kemampuan dari pembangkit daya listrik. Prediksi terhadap pemakaian beban daya listrik untuk mengatasi
permasalahan kekurangan beban daya listrik, dapat dilakukan dengan menggunakan prediksi jangka panjang. Prediksi ini digunakan untuk perencanaan produk dan
perencanaan sumber daya. Dengan prediksi jangka panjang maka penyedia listrik dapat membuat rencana perbaikan, penambahan dan kegiatan lainnya.
Adaptive Neuro Fuzzy Inference Systems ANFIS merupakan salah satu metode yang dapat melakukan prediksi jangka panjang. ANFIS merupakan gabungan
dari dua buah sistem yaitu sistem logika fuzzy dan sistem jaringan saraf tiruan. Dimana sistem inferensi fuzzy mendapatkan training dari sistem jaringan saraf tiruan.
Bila dibandingkan dengan Neural Network, ANFIS memiliki waktu learning yang lebih cepat. Dengan waktu learning yang lebih cepat, ANFIS dapat melakukan
training tanpa harus merubah bentuk model arsitektur dari jaringan saraf tiruan yang sudah ditentukan.
Pada penenlitian ini digunakan Adaptive Neuro Fuzzy Inference System ANFIS untuk memprediksi beban daya listrik berdasarkan data beban daya listrik
sebelumnya. ANFIS adalah salah satu system hybrid dimana metode pembelajaran jaringan syaraf digunakan untuk mengimplementasikan metode Fuzzy Inference
System Kuncahyo, et al, 2012. Logika fuzzy memiliki kemampuan menghubungkan antara informasi kuantitatif data numerik dan informasi kualiatatif
penyataan linguistik, yang dapat bersama-sama diolah menggunakan komputasi fuzzy.
Logika fuzzy juga mampu melakukan proses pengambilan keputusan reasoning yang beroperasi dengan konsepaturan IF-THEN dimana data-data terdahulu dan
syarat tiruan memiliki kemampuan untuk penggalian pengetahuan dari data yang tersedia, yaitu kemampuan belajar dari contoh yang tidak dimiiki sistem logika fuzzy.
Kemampuan ini dikenal sebagai pradigma belajar koneksionis Palis, et al, 2005. Teknik ANFIS sendiri telah banyak digunakan dalam memprediksi berbagai masalah
seperti memprediksi aliran masuk waduk Rosyadi, 2011, memprediksi curah hujan Septiadi, 2008, memprediksi produksi air minum Sutanto, 2005 dan penelitian
Universitas Sumatera Utara
mengenai prediksi beban listrik sudah banyak dilakukan oleh peneliti seperti: Prediksi Jangka Panjang pada Pembangkit Listrik Tenaga Air Manwan Chun-Tian Cheng dkk,
2005, kemudian Kuncoro dan Dalimi,2005 memprediksikan beban listrik jangka panjang di Indonesia menggunakan aplikasi jaringan syaraf tiruan.
1.2 Rumusan Masalah