Ida Ayu Mas Candra Dewi1, I Made Ari Nrartha,ST.,MT.2, I Made Budi Suksmadana,ST.,MT.3
ABSTRAK
Tenaga listrik adalah salah satu kebutuhan dasar masyarakat pada era modern
ini. Besarnya konsumsi listrik pada suatu waktu tidak dapat dihitung secara pasti. Jumlah
konsumsi listrik yang tidak tentu dan tanpa diperkirakan terlebih dahulu dapat berpengaruh
pada kesiapan dari unit pembangkit untuk menyediakan pasokan listrik kepada konsumen.
Oleh karena itu, dibutuhkan peramalan beban listrik jangka pendek dalam pengoperasian suatu
sistem tenaga listrik.
Metode yang digunakan pada peramalan beban listrik jangka pendek pada tugas
akhir ini adalah fuzzy time series. Model peramalan dengan fuzzy time series kemudian
dibandingkan dengan model peramalan moving average. Model ini kemudian digunakan
untuk meramalkan beban listrik jangka pendek pada Sistem Kelistrikan Lombok dengan data
beban listrik selama bulan Oktober 2013.
Error rata-rata peramalan beban listrik jangka pendek bulan Oktober menggunakan
metode fuzzy time series yaitu 5.31%, sedangkan dengan metode moving average 5.99%.
ABSTRACT
Electricity is one of human basic needs in modern era. The real value of electricity
power consumption cannot be calculated in exact way. The undetermined and unpredicted
amount of electricity power consumption will affect readiness of the power plant. Therefore,
short term electricity load forecasting on electricity power system is needed.
Short term electricity load forecasting method on this paper is using fuzzy time series.
Forecasting model using fuzzy time series later will be compared with moving average
forecasting model. This model later will used to forecasting short term electricity load on
Lombok electricity system with electricity load data during October 2013.
Short term electricity load forecasting during august 2014 using fuzzy time series error
average is 5.31%, while using moving average method is 6.99%.
Keyword : short time electricity load forecasting, short term forecasting, fuzzy
relational, fuzzy time series
1
Mahasiswa Program S1 Teknik Elektro, FT, UNRAM
2,3Dosen Program S1Teknik Elektro, FT, UNRAM
Jln.Majapahit No.62 Mataram 83125 Telepon (0370)636755, 636126–Ext. 117 Fax
(0370)636523
Email: 1iamcandradewi@yahoo.com,
PENDAHULUAN beberapa tahun ke depan. Tujuannya
adalah untuk dapat mempersiapkan
Energi listrik merupakan energi yang ketersediaan unit pembangkit, sistem
tidak dapat disimpan dalam skala yang transmisi serta distribusi.
besar, sehingga energi harus disediakan b. Peramalan Jangka Menengah ( Mid
pada saat dibutuhkan. Untuk itu dibutuhkan Term Forecasting)
peramalan beban yang tepat dalam Merupakan peramalan dalam jangka
memenuhi permintaan daya yang waktu bulanan atau mingguan.
dibutuhkan dengan kualitas yang baik dan Tujuannya untuk mempersiapkan jadwal
harga yang murah dari energi listrik yang persiapan dan operasional sisi
disuplai oleh pembangkit. pembangkit.
Berdasarkan paparan diatas, maka c. Peramalan Jangka Pendek ( Short Term
permasalahan dapat dirumuskan sebagai Forecasting)
berikut : Merupakan peramalan dalam jangka
1. Bagaimana data beban historis dapat waktu harian hingga setiap jam. Biasa
digunakan sebagai data input untuk digunakan untuk studi perbandingan
fuzzy time series dalam meramalkan beban listrik perkiraan dengan aktual
beban listrik jangka pendek? (realtime).
2. Bagaimana membuat relasi data beban Peramalan memiliki empat
historis dalam fuzzy time series untuk karakteristik atau prinsip. Dengan
peramalan beban listrik jangka pendek? memahami prinsip-prinsip membantu agar
3. Bagaimana merumuskan dalam sebuah mendapatkan peramalan yang lebih efektif.
program, kemudian menguji dan 1. Peramalan biasanya salah. Dalam
memvalidasi fuzzy time series untuk kegiatan peramalan kesalahan adalah
peramalan beban listrik jangka pendek. hal yang wajar karena masa depan yang
tidak diketahui oleh siapa pun.
Penelitian bertujuan ini untuk 2. Setiap peramalan seharusnya
memperoleh model fuzzy time series menyertakan estimasi kesalahan (error).
berdasarkan beban historis untuk Perbedaan antara nilai yang diprediksi
peramalan beban listrik jangka pendek dengan nilai aktualnya akan
pada Sistem Kelistrikan Lombok . menghasilkan besar kesalahan
sehingga setiap peramalan seharusnya
Adapun manfaat yang dapat diambil juga menyertakan estimasi kesalahan
dari penelitian ini adalah sebagai berikut: yang dapat diukur sebagai tingkat
1. Dapat menambah wawasan tentang kepercayaan, dapat berupa presentase
metode peramalan beban listrik dengan dari peramalan sebagai rentang nilai
menggunakan kecerdasan buatan minimun dan maksimum.
khususnya dengan fuzzy time series. 3. Peramalan akan lebih akurat untuk
2. Sebagai acuan bagi PT. PLN (Persero) kelompok atau grup. Perilaku dari
untuk mendapatkan model lain dari individual dalam sebuah grup memiliki
peramalan beban listrik jangka pendek. sifat yang lebih acak bahkan ketika grup
tersebut berada dalam keadaan stabil.
Pada dasarnya ramalan 4. Peramalan lebih akurat untuk jangka
merupakan suatu dugaan atau perkiraan waktu yang lebih dekat. Kebanyakan
atas terjadinya kejadian di waktu orang lebih yakin untuk meramalkan apa
mendatang. Ramalan bisa bersifat kualitatif yang akan mereka lakukan minggu
maupun kuantitatif. Ramalan kualitatif tidak depan dibanding meramalkan apa yang
berbentuk angka sedangkan ramalan akan mereka lakukan tahun depan.
kuantitatif dinyatakan dalam bentuk angka Karena masa depan yang lebih jauh
atau bilangan. Menurut jangka waktunya, memiliki nilai ketidakpastian yang tinggi
peramalan dibagi menjadi 3 periode, sesuai dibandingkan masa depan dalam jangka
dengan materi yang diramalkannya. Dalam waktu pendek.
peramalan beban listrik, periode peramalan
dibagi menjadi 3 yaitu: Dalam menyusun perancangan
a. Peramalan Jangka Panjang ( Long Term metode peramalan diperlukan beberapa
Forecasting) tahap yang harus dilalui yaitu:
Merupakan peramalan yang
memperkirakan keadaan dalam waktu
1. Menentukan jenis data yang digunakan 1.2.4. Logika Fuzzy
dan melakukan analisis pola data dan Sistem fuzzy ditemukan pertama
karakteristik yang dimilikinya. kali oleh Prof. Lotfi Zadeh pada
2. Memilih metode peramalan yang pertengahan tahun 1965 di Universitas
digunakan. Ada banyak jenis metode California. Sistem ini diciptakan karena
peramalan yang dapat digunakan, oleh Boolean logic tidak memiliki ketelitian yang
karena itu penggunaan metode harus tinggi, hanya memiliki logika 0 dan 1 saja.
disesuaikan dengan jenis data untuk Sehingga untuk membuat sistem yang
mendapatkan presentase error yang mempunyai ketelitian yang tinggi maka kita
sekecil-kecilnya. tidak dapat menggunakan Boolean logic.
3. Menentukan parameter-parameter yang Logika fuzzy suatu cara yang tepat untuk
dapat membantu meningkatkan akurasi menentukan suatu ruang input ke dalam
dari metode peramalan yang telah suatu ruang output. Menurut Kusumadewi,
ditentukan agar presentase errornya teori himpunan fuzzy merupakan perluasan
dapat diperkecil. dari himpunan klasik (crips).
4. Mengaplikasikan data-data acuan Ada beberapa hal yang perlu diketahui
kedalam metode yang telah ditentukan dalam memahami sistem fuzzy, yaitu:
dan hasilnya akan menghasilkan nilai a. Variabel fuzzy
perkiraan beserta presentase errornya Variabel fuzzy merupakan variable
sebagai perbandingan antara nilai yang hendak dibahas dalam suatu
perkiraan dengan nilai aktualnya. sistem fuzzy. Contoh: umur,
temperatur, permintaan, dsb.
1.2.3. Sistem Kelistrikan Lombok dan b. Himpunan fuzzy
Karakteristik Beban Himpunan fuzzy merupakan suatu
A. Sistem Kelistrikan Lombok grup yang mewakili suatu kondisi
Sistem Kelistrikan Lombok memiliki atau keadaan tertentu dalam suatu
5 pusat pembangkit tenaga listrik yang variable fuzzy. Contoh:
terdiri dari 4 Pembangkit Listrik Tenaga Variabel umur, terbagi menjadi
Diesel (PLTD) dan 1 Pembangkit Listrik tiga himpunan fuzzy, yaitu:
Tenaga Uap (PLTU). Sistem kelistrikan Muda, Parobaya, dan Tua.
Lombok juga memiliki 5 mesin sewa tenaga Variabel temperatur, terbagi
diesel yang digunakan untuk memenuhi menjadi lima himpunan fuzzy
kebutuhan beban listrik pulau Lombok. yaitu: Dingin, Sejuk, Normal,
Daya mampu pembangkit yang dihasilkan Hangat, dan Panas.
sebesar 215 MW sedangkan untuk beban c. Semesta Pembicaraan
puncak tertinggi pulau Lombok yaitu 207 Semesta pembicaraan adalah
MW. Kelebihan daya yang tersedia keseluruhan nilai yang
digunakan apabila terjadi perawatan atau diperbolehkan dalam suatu variable
perbaikan pada salah satu pembangkit. fuzzy. Contoh:
Beban puncak untuk Sistem Kelistikan Semesta pembicaraan untuk
Lombok subuh terjadi pada pukul 05:30- variable umur [0+∞]
06:00, untuk siang hari terjadi pada pukul Semesta pembicaraan untuk
12:00-14:00 dan untuk malam hari sekitar variable temperatur [0 40]
pukul 19:30-20:00. d. Domain
Domain himpunan fuzzy adalah
B. Karakteristik Beban Listrik keseluruhan nilai yang diizinkan
Karakteristik perubahan besarnya dalam semesta pembicaraan dan
daya yang diterima oleh beban sistem boleh dioperasikan dalam suatu
tenaga setiap saat dalam suatu interval hari himpunan fuzzy. Contoh domain
tertentu dikenal dengan kurva beban himpunan fuzzy (Kusumadewi).
harian. Penggambaran kurva ini dilakukan DINGIN = [0 20]
dengan mencatat besarnya beban setiap SEJUK = [15 25]
jam dalam satuan MW. Sumbu vertikal NORMAL = [20 30]
menyatakan skala beban dalam satuan
HANGAT = [25 35]
MW, sedangkan sumbu horizontal
PANAS = [30 40]
menyatakan skala pencatatan waktu dalam
24 jam.
Metode Peramalan dengan Fuzzy Time gambar kemudian dianalisis untuk
Series menarik kesimpulan.
Langkah pertama: Membagi
himpunan semesta U = Untuk mendukung proses penelitian ini
[𝐷𝑚𝑖𝑛 , 𝐷𝑚𝑎𝑥 ] menjadi sejumlah ditunjukkan pada blok diagram penelitian.
interval ganjil yang sama Tahapan utama dalam blok diagram
𝑢1 , 𝑢2 , … , 𝑢𝑚 . tersebut adalah membentuk relasi dari data
Langkah kedua : Jadikan inputan. Dengan melihat blok diagram
𝐴1 , 𝐴2 , … 𝐴𝑘 menjadi suatu tersebut dapat menjadi pandangan awal
himpunan- himpunan fuzzy yang dan tolak ukur penyelesaian penelitian.
variabel linguistiknya ditentukan
sesuai dengan keadaan semesta.
Langkah ketiga : Bagi fuzzy logical
relationship yang telah diperoleh
menjadi beberapa bagian
berdasarkan sisi kiri ( current
state).
Langkah keempat: Hitung hasil
keluaran peramalan dengan
menggunakan beberapa prinsip.
METODE PENELITIAN
Daftar Pustaka