Fuzzy Logic Penentuan Lokasi Dan Kapasitas Daya Distributed Generation Tipe Mvar Control Untuk Mengurangi Rugi – Rugi Daya Dan Memperbaiki Tegangan Pada Jaringan Distribusi 20 Kv (Studi Kasus: Penyulang Tr 5 Gi Tarutung)

29 iterasi yang terlalu banyak menjadi alasan digunakan simulasi menggunakan program komputer dalam melihat aliran daya pada suatu sistem kelistrikan.

2.6 Fuzzy Logic

Konsep tentang logika Fuzzy diperkanlakan oleh Prof. Lotfi Astor Zadeh pada tahun 1962. Fuzzy Logic merupakan sebuah metodologi pemecahan masalah yang berbasis akuisisi data. Dalam logika klasik, umumnya nilai keanggotaan bernilai 0 dan 1, akan tetapi dalam logika fuzzy ini nilai keanggotaan berada di antara 0 dan satu. Maksudnya dalam logika fuzzy, dalam suatu keadaan bisa memiliki nilai benar dan salah, namun besar nilainya tergantung kepada nilai keanggotaan yang dimilikinya [9]. 2.6.1 Penggunaan Fuzzy Logic Bila dibandingkan dengan logika konvensional, kelebihan logika fuzzy adalah kemampuannya dalam proses penalaran secara bahasa sehingga dalam perancangannya tidak memerlukan persamaan matematik yang rumit. Beberapa alasan mengapa digunakan logika fuzzy diantaranya adalah mudah dimengerti memiliki toleransi terhadap data – data yang tidak tepat, mampu memodelkan fungsi – fungsi nonlinear yang sangat kompleks, dapat membangun dan mengaplikasikan pengalaman – pengalaman para pakar secara langsung tanpa harus melalui proses pelatihan, dapat bekerja secara konvensional, dan didasarkan pada bahasa alami [9]. 2.6.2 Cara Kerja Fuzzy Logic Untuk memahami cara kerja logika fuzzy, perhatikan struktur elemen dasar sistem interferensi fuzzy pada Gambar 2.9 berikut: [9] Universitas Sumatera Utara 30 Gambar 2.9 Struktur Sistem Inteferensi Fuzzy FIS Gambar 2.9 di atas merupakan keterangan bagaimana cara kerja fuzzy interference system dalam mengakusisi data. Dimana keterangan gambar di atas: - Fuzzyfikasi : Mengubah input system menjadi variable linguistik. - Mesin Inteferensi : Proses mengubah input fuzzy menjadi output fuzzy berdasarkan aturan-aturan yang telah ditetapkan. - Defuzzyfikasi : Mengubah output fuzzy dari mesin inteferensi menjadi nilai tegas. Logika Fuzzy terdiri dari 3 bentuk metode, yaitu: 1. Metode Tsukamoto 2. Metode Mamdani 3. Metode Sugeno Tugas ahkir ini menggunakan logika fuzzy dengan menggunakan metode Sugeno dimana dalam interferensinya menggunakan tahap berikut [9]: 1. Fuzzyfikasi 2. Pembetukan basis pengetahuan fuzzy 3. Mesin interferensi 4. Defuzzyfikasi Untuk menentukan lokasi yang paling tepat dari DG, dengan membandingkan profil tegangan pada bus dan besar total rugi – rugi jaringan. Dimana Fuzzy Interference System FIS ini berisi beberapa aturan yang digunakan untuk menentukan penempatan pada tiap bus pada sistem distribusi. FUZZYFIKASI Mesin Inteferensi Defuzzyfikasi INPUT OUTPUT Universitas Sumatera Utara 31 Penempatan DG dilakukan pada bus yang memiliki nilai indeks yang paling tinggi. Pada sistem fuzzy ini terdapat 2 input dan 1 output. Dimana inputnya merupakan nilai profil tegangan dan nilai rugi-rugi dayanya sedangkan outputnya merupakan nilai kesesuaian DG yang paling tepat. Nilai kesesuaian DG merupakan tingkat kesesuaian DG dipasang pada sistem, semakin besar nilai kesesuaiannya maka semakin bagus DG tersebut dipasang pada sistem tersebut Untuk lebih mempermudah memahami bagaimana fungsi dari fuzzy logic ini bekerja, maka contoh di bawah ini dapat diperhatikan : Diketahui: Besar tegangan maksimum ialah 21 kV dan besar tegangan minimum ialah 18 kV. Besar rugi-rugi minimum dan maksimum adalah sebesar 500 kVA dan 2000 kVA. Lalu nilai kesesuaian DG minimum ialah 0 dan 1 Dimana Rulenya adalah sebagai berikut : [R1] : IF Tegangan Minimum And Rugi-rugi Maksimum THEN Kesesuaian DG Minimum [R2] : IF Tegangan Maksimum And Rugi-rugi Minimum THEN Kesesuaian DG Maksimum Pertanyaan : Berapa tingkat kesesuaian DG jika besar tegangan 19 kV dan besar nilai rugi-rugi 1000 kVA ? Penyelesaian : Untuk menyelesaikan masalah tersebut perhatikan variabel yang digunakan dalam proses Fuzzifikasi yang harus lakukan. Input : 1. Tegangan [18 21] { Minimum Maksimum } Universitas Sumatera Utara 32 2. Rugi-rugi [500 2000] { Minimum Maksimum } Output : Tingkat Kesesuaian DG [0 1] { Minimum Maksimum } Proses Implikasi [R1] IF Tegangan Minimum And Rugi-rugi Maksimum THEN Kesesuaiann DG Minimum. alpha_predikat 1 = min µ minimum [15],µ Banyak [1000] = min 0.33 ; 0.33 = 0,33 Proses Implikasi [R2] IF Tegangan Maksimum And Rugi-rugi Minimum THEN Kesesuaian DG Maksimum. alpha_predikat 1 = min µ Maksimum [15],µ Minimum [1000] = min 0.67 ; 0.67 = 0,67 Lalu berdasarkan nilai di atas dicari batas integral untuk perhitungan integral. Z – 01 = 0.33  z= 0.33 Z - 0 1 = 0.67  z= 0.67 Melalui batas diatas didapatkan µ : µ = Universitas Sumatera Utara 33 Nilai di atas dimasukan ke dalam persamaan : Dengan demikian, Nilai Kesesuaian DG untuk besar tegangan 15 kV dan besar rugi-rugi 1000 kVA adalah sebesar : 0.387          b a A b a A dx x dx x x COG Universitas Sumatera Utara 1 1 BAB I PENDAHULUAN

1.1 Latar Belakang