Latar Belakang Prediksi Pemakaian Beban Daya Listrik Dengan Metode Adaptive Neuro Fuzzy Inference System

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