OPTIMASI PENEMPATAN GARDU INDUK MENGGUNAKAN METODE P-MEDIAN DAN VORONOI DIAGRAM

Nugroho Agus Darmanto Prof. Drs. Ec. Ir. Riyanarto Sarno M.Sc, Ph.D
Jurusan Teknik Informatika, Fakultas Teknologi Informasi, Institut Teknologi Sepuluh Nopember, Email: ariani@cs.its.ac.id Abstrak Untuk mengantisipasi pertumbuhan kebutuhan listrik di suatu wilayah, diperlukan adanya penambahan jumlah gardu induk serta pengembangan kapabilitas dari gardu induk-gardu induk yang telah beroperasi sebelumnya. Hal ini mendorong Perusahaan Listrik Negara untuk menyusun rencana yang menentukan jumlah, kapasitas, dan lokasi dari gardu induk agar tetap dapat memenuhi kebutuhan listrik mendatang. Rencana ini membutuhkan identifikasi beban listrik di tiap-tiap wilayah serta kapabilitas pengembangan dari gardu induk-gardu induk yang sudah ada. Pengalokasian beban ke suatu gardu induk didasarkan pada jarak antara titik beban dan gardu induk, dengan mengupayakan biaya transportasi yang seminimal mungkin. Biaya tersebut didapatkan dengan menjumlahkan besarnya beban dengan jarak terhadap gardu induk yang melayaninya. Biaya tersebut harus teroptimasi untuk semua gardu induk melalui pengalokasian beban ke gardu induk yang tepat. Dalam paper ini, akan dibahas bagaimana merancang dan membuat suatu aplikasi yang menerapkan metode P-Median untuk mencari lokasi gardu induk baru yang optimal, serta mengalokasian tiap titik beban ke gardu induk menggunakan Voronoi Diagram. Dengan demikian, aplikasi tersebut diharapkan dapat membantu penyusun rencana menemukan solusi yang optimal, karena rencana yang optimal akan mengurangi biaya investasi, memenuhi kebutuhan listrik, serta menjaga kualitas pelayanan distribusi tenaga listrik. Kata Kunci : Optimasi, Gardu Induk, P-Median, Voronoi Diagram. 1. PENDAHULUAN Kebutuhan akan tenaga listrik terus meningkat dari waktu ke waktu sejalan dengan meningkatnya kegiatan ekonomi dan kesejahteraan masyarakat di daerah tersebut.[HLee-02] Untuk mengantisipasi peningkatan kebutuhan tenaga listrik, perusahaan listrik (PLN) perlu melakukan pengembangan kemampuan dari gardu induk yang ada, tetapi apabila pengembangan tersebut belum dapat memenuhi kebutuhan listrik, maka perlu menambahkan jumlah gardu induk baru. [Hlee-04] Pembebanan dialokasikan ke gardu induk berdasarkan jarak dan beberapa kriteria teknis lainnya. Permasalahan utamanya ialah bagaimana memenuhi kebutuhan tenaga listrik dengan menginvestasikan biaya transportasi seminimal mungkin. Biaya transportasi didapatkan dengan menjumlahkan produk (beban) yang disalurkan dengan jarak distribusi produk ke konsumen. Biaya transportasi seperti ini, dikenal dengan electric moment. Dengan kata lain, untuk meminimalisasi biaya transmisi, penentuan lokasi penempatan gardu induk harus diusahakan sedekat mungkin dengan konsumen dengan tetap mengupayakan dapat mencakup kebutuhan di area tersebut pada masa mendatang. [Heit-05] Algoritma yang akan diterapkan dalam aplikasi optimasi ini diantaranya algoritma Teitz and Bart tentang permasalahan P-Median (Teitz & Bart, 1968) untuk menentukan lokasi gardu induk yang tepat, dan Voronoi Diagram (Aurenhammer, 1998) untuk mengalokasikan beban ke gardu induk. 2. GARDU INDUK Tujuan utama dari gardu induk ialah untuk menyalurkan daya listrik bertegangan tinggi (500 KV/150 KV) dari level transmisi atau substransmisi, menurunkan tegangannya (dari 150 KV menjadi 20 KV), kemudian menyalurkannya ke dapam beberapa tegangan primer penyulang/ feeder untuk didistribusikan ke area sekitar. Performansi gardu induk lebih penting daripada biaya gardu induk yang diindikasikan. Gardu induk mempertemukan sistem transmisi dengan sistem distribusi, sehingga gardu induk memegang banyak peranan penting untuk mempengaruhi total biaya serta performansi dari kedua sistem. Perencanaan yang tepat pada level gardu induk merupakan kunci keberhasilan dari perencanaan sistem distribusi. [HLee-04] 2.1 Lokasi, Kapasitas, dan Area Layanan Listrik yang disalurkan ke setiap konsumen berasal dari gardu induk yang terletak berdekatan dengan konsumen atau bisa saja berasal dari tempat lain yang lebih jauh. Teritorial area layanan listrik dibagi menjadi beberapa service area gardu induk, seperti yang digambarkan pada gambar di bawah ini.

NUGROHO AGUS DARMANTO

Gambar 1: Pembagian Teritorial Layanan berdasarkan Area Layanan Gardu Induk.

Gambar 1: Pusat Gravitasi Beban.

Setiap gardu induk (dilambangkan sebagai kotak kecil) yang melayani area tertentu (batasbatas garis pada gambar) harus memiliki kapasitas yang cukup untuk melayani maximum demand dari semua konsumen yang ada di area tersebut. Service area dalam hal ini berupa titik-titik beban yang tersebar di sekitar gardu induk. Titik beban tersebut merupakan titik demand dari konsumen yang belum tentu sama antar satu konsumen dengan konsumen yang lain, bergantung pada karakteristik masing-masing konsumen. Untuk konsumen industri, beban yang dibutuhkan tentunya akan lebih besar bila dibandingkan dengan konsumen rumah tangga. Sehingga untuk dua service area yang identik, belum tentu total bebannya sama.[HLee-04] Penambahan gardu induk baru akan dilakukan bila kapasitas dari gardu induk-gardu induk yang telah terpasang sebelumnya sudah tidak dapat memenuhi permintaan konsumen. Dengan demikian, penambahan gardu induk baru harus semaksimal mungkin dapat mengatasi gardu induk yang kelebihan beban. 2.2 Pusat Gravitasi Beban Cara terbaik agar gardu induk dapat melayani konsumen secara maksimal tetapi dengan biaya yang minimal adalah dengan meletakkan gardu induk di pusat service area (pusat beban). [HLee04] Berikut adalah cara menentukan letak gardu induk dengan mempertimbangkan gardu induk lain yang telah terpasang sebelumnya : 1. Menggambar garis lurus antara rencana letak gardu induk baru dengan tiap gardu induk yang berdekatan. 2. Menarik garis tegak lurus di tiap garis tersebut (membagi garis pada langkah 1 menjadi dua bagian dengan sudut sikusiku). 3. Garis-garis yang dihasilkan pada langkah 2 dan saling berpotongan, menunjukkan service area dari gardu induk baru. 4. Target beban (kapasitas) yang akan dipasangkan di gardu induk baru adalah total dari beban di sekitar service area.

gardu induk baru 3.

gardu induk lama

P-MEDIAN Permasalahan P-Median diterapkan untuk menentukan lokasi p fasilitas (median) diantara himpunan n lokasi yang mungkin, dimana n p . Dengan demikian, jumlah semua jarak dari tiap titik beban ke median terdekat menjadi minimal (Kariv & Hakimi, 1979). G (V , E ) merupakan Diketahui graph,

V = {v1 , v 2 ,..., v n } merupakan himpunan dari vertices atau titik dan E = {eij } adalah
dimana himpunan edge. Jumlah transmisi untuk tiap vertex vi V adalah sebagai berikut:

(v i ) =

vi V

d (v i , v j )

3.1 Algoritma Teitz dan Bart untuk P-Median Langkah-langkah algoritma ini adalah sebagai berikut: 1. Menginisialisasi himpunan S dengan p elemen. 2. Memberi label pada semua vertice vi S sebagai not-analyzed. 3. While terdapat not-analyzed vertice pada himpunan V-Si, do: a. Pilih sebuah not-analyzed vertex

vi V S dan hitung reduksi ij dari v j S : jumlah transmisi untuk ij = ( S ) ( S {vi } {v j }) ij = max ij . v S

j

b. Hitung c. If

[ ]

ij < 0 do S S {vi } {v j0 } , v j0 sebagai analyzed. ij 0 , labeli vi sebagai analyzed.

dan melabeli d. If 4.

If, selama eksekusi dari langkah sebelumnya, terdapat modifikasi himpunan S maka kembali ke langkah 2. Otherwise, stop. Himpunan S merupakan pendekatan himpunan p-median. Model permasalahan pada p-medians merupakan masalah kombinasi optimasi yang 2 NUGROHO AGUS DARMANTO

rumit dan termasuk dalam kelas NP-Hard (nondeterministic polynomial-time complete) problem. [Kariv and Hakimi 1979]. Dalam teori kompleksitas permasalahan P-Median, sampai saat ini belum ada algoritma P-Median yang memiliki jumlah langkah polinomial. Pada beberapa kasus, ada kemungkinan algortima P-median yang dihasilkan berupa polinomial algoritma, tetapi perpangkatan dari polinomial ini berupa bilangan yang sangat besar nilainya sehingga kasus terburuk ialah algortima tidak dapat diselesaikan dalam waktu yang logis dan efisien.[Nenad] Big O dari algoritma P-Median merupakan fungsi eksponensial. (c n ) , dimana n merupakan jumlah inputan, dan c merupakan konstanta yang dalam P-Median sangat besar nilainya. 4. VORONOI DIAGRAM Didapatkan sejumlah titik (koordinat) pada bidang Euclidean P = p1 , p 2 ,..., p n semua region dari bidang ini terhubung dengan elemenelemen terdekat dari P, dengan memperhatikan jarak Euclidean.

permasalahan berkaitan dengan masalah optimasi, antara lain: 1. Lebih menekankan pada penentuan letak gardu induk baru yang dapat melingkupi semua titik beban dengan biaya transmisi yang sesuai. 2. Penentuan jumlah dan kapasitas dari gardu induk yang akan ditambahkan, serta penyebaran titik beban telah didapatkan pada penelitian sebelumnya. 3. Permodelan lokasi adalah bidang kontinyu. Sehingga gardu induk dapat diletakkan di posisi mana saja tanpa memperhatikan aspek geografis dan diasumsikan lahan peletakan gardu induk selalu tersedia. 4. Untuk menyederhanakan permasalahan, gardu induk selalu ditempatkan di pusat area layanan (service area), tanpa memperhatikan prioritas pelanggan. 5. Beban-beban pada wilayah dikelompokkan ke dalam area per kecamatan. Semua beban di dalam area tersebut dikelompokkan pada pusatnya (centroid) dan dianggap sebagai single point. Penjumlahan beban dengan jarak pelayanan antara titik beban dengan gardu induk dinamakan sebagai electric moment. Electric moment inilah yang dijadikan dasar dari fungsi biaya yang akan diminimalisasi. 5.2 Data Uji Coba Data yang digunakan dalam paper ini adalah data distribusi gardu induk Jawa Timur tahun 2007, dan Distribusi Kebutuhan Listrik (DKL) tahun 2006-2012 untuk wilayah jawa Timur. 5.3 Metode Algoritma Voronoi Diagram dijalankan untuk mendapatkan pola pengalokasian beban n kecamatan ke p gardu induk. Selanjutnya akan terbentuk p area layanan yang dilayani oleh p gardu induk. Dengan demikian dapat diketahui kapasitas pemakaian dari tiap gardu induk. Apabila ditemukan gardu induk yang total kapasitas pemakaiannya mencapai 70% atau lebih dari kapasitas maksimal maka gardu induk tersebut dinyatakan kelebihan beban. Beberapa kecamatan dari gardu induk kelebihan beban akan dialihkan ke gardu induk lain yang kapasitasnya masih memadai. Algoritma Frontier Correcting Algorithm (FCA) digunakan untuk meratakan beban dari gardu induk yang kelebihan beban. 5.3.1 Frontier Correcting Algorithm (FCA) Semua kolom dari mesh ditelusuri untuk mencari vertically neighboring region dimana terdapat satu region yang kapasitasnya overload dan yang lainnya tidak. Bila kotak terdapat di perbatasan dan milik region dengan kapasitas yang berlebih, maka kelebihan beban tersebut akan ditransfer ke region yang bertetangga dengannya. 3 NUGROHO AGUS DARMANTO

Gambar 3: Voronoi Diagram pada Bidang Datar.

Penjelasan Voronoi Diagram yang lebih umumnya adalah sebagai berikut: Terdapat himpunan koordinat P dengan P = p1 , p 2 ,..., p n , dimana 2 n dan

xi x j , i, j I n . Region yang didapatkan dari

persamaan :

V ( pi ) = {x / || x xi || || x x j ||, forj i, j I n } ,

merupakan polygon Voronoi yang terhubung dengan p i . Berdasarkan persamaan di atas, nantinya akan diperoleh himpunan V:

V = {V ( p1 ), V ( p 2 ),..., V ( p n )}

V(pi) merupakan himpunan dari titik-titik yang lebih dekat terhadap titik pi dibandingkan dengan titik p lain selain pi. 5. METODE

5.1 Karakteristik Permasalahan Untuk menyelesaikan permasalahan, perlu diidentifikasikan karakteristik utama dari

Aplikasi FCA untuk kolom merupakan iterasi pertama dari algoritma. Kemudian akan dilakukan perhitungan pusat beban yang baru untuk region yang kapasitasnya berubah. Selanjutnya, bila masih terdapat gardu induk dengan kapasitas berlebih, maka algoritma FCA akan dijalankan kembali tetapi secara horisontal (baris) dari mesh. Keseluruhan proses ini dijalankan hingga tidak ada gardu induk yang kelebihan beban. Dalam pengimplementasiannya, algoritma FCA kurang relevan untuk diterapkan pada satuan area berbentuk polygon. Hal ini disebabkan, untuk menentukan vertically neighbouring region pada polygon sulit untuk dilakukan. Berbeda pada satuan area yang berbentuk grid / kotak, dimana area ini memiliki batasan yang jelas mengenai batas vertikal maupun horisontal. Sebagai pengganti FCA, akan diterapkan algoritma Best Fit (BF) untuk mengalokasikan area-area yang dilayani oleh gardu induk yang overload. Langkah-langkah BF adalah sebagai berikut: 1. Mencari area-area layanan gardu induk yang tidak overload, diurutkan mulai kapasitas paling kecil . 2. Langkah selanjutnya ialah mencari area layanan gardu induk tetangga yang mengalami kelebihan beban, kemudian mencari kecamatan dengan nilai beban paling kecil. 3. Kecamatan yang didapatkan pada langkah kedua, dipindahkan ke gardu induk pada langkah 1, sehingga tidak lagi menjadi beban bagi gardu induk yang overload. Pendekatan yang dilakukan ialah dengan mengambil nilai beban kecamatan paling kecil. Oleh karena itu, algoritma ini dinamakan Best Fit. Karena semakin kecil beban yang dipindahkan, maka pertambahan biaya untuk perubahan tersebut juga akan semakin kecil. 4. Untuk gardu induk yang mengalami penambahan beban maupun pengurangan beban akan dihitung kembali kapasitas pemakaiannya. Selanjutnya kembali ke langkah 1. 5. Keempat langkah diatas dilakukan secara berulang-ulang hingga tidak lagi ditemui gardu induk yang kelebihan beban atau hingga dicapai nilai electric moment yang cenderung tetap, bergantung pada keputusan user. BF dapat dikatakan lebih fleksibel jika dibandingkan dengan FCA, karena BF tidak memperhatikan apakah kedua region bertetangga secara vertikal atau horisontal, tetapi lebih berorientasi pada jarak terdekat antar kedua region dengan beban terkecil. 6. PERANCANGAN APLIKASI Perangkat lunak yang akan dibuat merupakan perangkat lunak berbasis web yang digunakan untuk membantu para penyusun rencana

pengembangan distribusi listrik pada level gardu induk. Permasalahan utama yang dihadapi adalah menentukan lokasi gardu induk yang tepat beserta pengalokasian area layanannya dengan mengacu pada minimalisasi electric moment yang disebabkan oleh penempatan gardu induk dan pengalokasian tersebut.

Gambar 4: Rancangan Umum Perangkat Lunak.

Layer Presentasi pada Gambar 4 adalah layer depan aplikasi yang berhubungan langsung dengan pengguna. Layer ini berfungsi untuk menampilkan informasi dan menerima input user secara langsung. Pada aplikasi, file yang digunakan di layer ini adalah file aspx atau file ASP.Net. Layer Bisnis ini adalah layer tempat pemrograman berada. Layer ini berisi Modul Server yang memuat semua procedure dan function yang akan digunakan oleh aplikasi. Untuk membuat procedure dan function agar dapat dipergunakan, maka perlu untuk membuat suatu class. Layer Data Service adalah layer tempat mengakses database. Layer ini berisi program yang berguna untuk mengakses database baik melakukan perintah select, insert, updata maupun delete data. Untuk dapat melakukan perintah tersebut pada aplikasi, maka perintah akan disimpan dalam bentuk procedure. Layer Map Server adalah layer yang menyediakan visualisasi peta. Layer ini mengubah 4 NUGROHO AGUS DARMANTO

data spatial dari RDBMS ke dalam bentuk peta yang memudahkan pengguna membaca data. Keempat layer tersebut berada dalam satu komputer yang sama. Komputer tersebut bertindak sebagai klien maupun server, dan dinamakan dengan localhost. Gambar 5: Primary Use Case.
uc Prim ary U C se ases Ed A it set G u ard In u d k

5. Aplikasi mengalokasikan kelebihan beban dari gardu induk yang overload ke gardu induk yang tidak overload. 6. Aplikasi menyediakan data perubahan electric moment. 7. Aplikasi menyediakan fitur agar user dapat menambahkan kapasitas gardu induk yang dikehendaki.

View D ata K u an L eb tuh istrik

include

View Peta

Am d in H ng Electric itu Mo en m t Pem erataan B an eb d G y go ari I an verlo ad include include

include extend U ser In isialisasi O tim p asi include Pem ag b ian A rea L an O ay an ptim al

extend T b K asitas am ah ap G u In uk ard d extend Peg awai

T b U G u am ah nit ard In u d k

M eny ju H etu i asil O tim p asi M anag er

extend View H asil O tim p asi

Aplikasi ini menggunakan Oracle 10g release 2 sebagai penyimpanan data, baik data yang berupa spatial maupun non spatial. Untuk menampilkan data spatial dalam bentuk map, digunakan software open source MapGuide 6.5. Sedangkan untuk implementasi, menggunakan Visual Studio 2005 ASP.Net C#. 6.1 Arsitektur Aplikasi Perancangan perangkat lunak ini menggunakan pendekatan desain berorientasi objek yang direpresentasikan dengan menggunakan UML (Unified Modeling Language) dengan perangkat permodelan Enterprise Architect 6.5. Fitur utama aplikasi ini antara lain: 1. Aplikasi menampilkan peta penyebaran kebutuhan listrik pada tahun tertentu. 2. Memungkinkan user untuk mengubah data aset gardu induk yang sudah terpasang. 3. Menampilkan lokasi gardu induk yang optimal. 4. Aplikasi dapat menghitung dan menampilkan peta area layanan gardu induk yang optimal.

7. HASIL UJI COBA Uji coba dilakukan pada komputer yang bertindak sebagai klien sekaligus server, dengan spesifikasi Intel(R) Core(TM)2 CPU @1.73 GHz, dengan DDR memori sebesar 2 GB. Sistem operasi yang digunakan adalah Windows XP Professional SP2. Studi kasus ini menggunakan peta Distribusi Jatim sebagai perbandingan untuk mengujikan kebenaran hasil aplikasi. Diketahui jumlah gardu induk di Jatim pada tahun 2007 adalah 70 unit (7760 MVA). Berdasarkan penelitian sebelumnya, toleransi kesalahan maksimal yang diberlakukan pada uji coba ini adalah sebesar 11,79%. [Heit-05] 7.1 Uji Coba DIS JATIM Data yang digunakan adalah data distribusi gardu induk Jawa Timur. Diasumsikan 60 dari total 70 gardu induk sudah ada, aplikasi akan dijalankan untuk menentukan 10 lokasi gardu induk baru dengan tetap memperhatikan keberadaan gardu yang sudah ada. Tabel 1 menunjukkan hasil ujicoba penentuan lokasi gardu induk baru.

NUGROHO AGUS DARMANTO

Berdasarkan data di atas, diketahui bahwa hasil electric moment dari optimasi 3,8% lebih besar dari electric moment data asli.

Gambar 6: Optimasi Area Layanan DIS Jatim. Tabel 1: Perbandingan Hasil Optimasi DIS JATIM.
GI 2007 Nama GI SUMENEP [SUMEN] GI MANISREJO [MNRJO] BOJONEGORO [BJGRO] LAMONGAN [LNGAN] NGANJUK [NGJUK] JEMBER [JMBER] RINGINPITU [TLGNG] BANYUWANGI [BYWGI] GI SITUBONDO [STB] PLOSO [PLOSO] Lokasi KOTA SUMENEP SUMENEP TAMAN KDY. MADIUN DANDER BOJONEGORO TIKUNG LAMONGAN NGANJUK NGANJUK KECAMATAN SUMBERSARI KOTA JEMBER KEDUNGWARU TULUNGAGUNG KALIPURO BANYUWANGI SITUBONDO SITUBONDO TEMBELANG JOMBANG Hasil Optimasi Lokasi KOTA SUMENEP SUMENEP JIWAN MADIUN KALITIDU BOJONEGORO TURI LAMONGAN BERBEK NGANJUK KECAMATAN SUMBERSARI KOTA JEMBER KEDUNGWARU TULUNGAGUNG GIRI BANYUWANGI PANJI SITUBONDO TEMBELANG JOMBANG Nama GI NGANJUK [NGJUK] PLOSO [PLOSO]

7.2 Uji Coba APJ Mojokerto Uji coba ini menggunakan data distribusi APJ Mojokerto (bagian dari DIS Jatim). Diketahui terdapat 7 gardu induk pada data asli dengan electric moment 6630110451 satuan jarak*KVA. Diasumsikan 5 diantaranya sudah ada, dan aplikasi akan mencari lokasi dari 2 gardu induk baru yang akan didirikan.
Tabel 3: Perbandingan Hasil Optimasi APJ Mojokerto.
GI 2007 Lokasi NGANJUK NGANJUK TEMBELANG JOMBANG Hasil Optimasi Lokasi BERBEK NGANJUK TEMBELANG JOMBANG

Lokasi yang didapatkan pada uji coba ini, sama seperti lokasi yang didapatkan pada ujicoba 7.1. Setelah dijalankan BF, dicapai hasil akhir pada iterasi ke- 2, dengan nilai electric moment 6599560405 atau sebesar 0,46% lebih kecil dari data asli.

Berdasarkan Tabel 1, empat dari lokasi gardu induk dapat dioptimasi dengan tepat. Sedangkan lokasi gardu induk yang lain berjarak sekitar satu hingga dua kecamatan dari lokasi asli. Setelah dijalankan Voronoi Diagram untuk mendapatkan area layanan, terdapat 17 gardu induk overload. Sehingga perlu dijalankan BF untuk mengalokasikan kelebihan beban tersebut. Setelah iterasi ke-4 dari BF, didapatkan hasil akhir dimana sudah tidak didapati gardu induk yang overload. Tabel 2 menunjukkan perbandingan electric moment hasil ujicoba dengan data asli. Tabel 2: Tabel Perbandingan Electric Moment.
Data Asli Electric Moment Jml GI Jml GI overload Kapasitas Pemakaian Total Kapasitas Total Keb.Listrik 51667702269 70 0 65,54% 7760 MVA 5086,2 MVA Data Optimasi 53711196548 70 0 65,54% 7760 MVA 5086,2 MVA

Gambar 7: Optimasi Area Layanan APJ Mojokerto.

7.3 Uji Coba APJ Pamekasan Pada APJ Pamekasan terdapat 5 unit gardu induk dengan electric moment sebesar 4219870799. Diasumsikan 4 diantaranya sudah ada, dan aplikasi akan mencari lokasi optimal dari 1 unit gardu induk lainnya. Tabel 4 menunjukkan data hasil optimasi lokasi gardu induk baru.
Tabel 4: Perbandingan Hasil Optimasi APJ Pamekasan.
GI 2007 Nama GI Lokasi Hasil Optimasi Lokasi

NUGROHO AGUS DARMANTO

SUMENEP [SUMEN]

KOTA SUMENEP SUMENEP

KOTA SUMENEP SUMENEP

Hasil optimasi menunjukkan lokasi gardu induk baru yang berada di kecamatan yang sama dengan lokasi pada data asli dan menunjukkan hasil yang sama pada ujicoba 7.1. Pada iterasi BF ke-2, dicapai hasil akhir dengan electric moment 4209658440, atau sekitar 0,24% lebih kecil dari electric moment pada data asli.

Gambar 8: Optimasi Area Layanan APJ Pamekasan.

7.3 Uji Coba APJ Madiun Pada APJ Madiun terdapat 5 unit gardu induk dengan electric moment sebesar 3002919409. Diasumsikan 4 dari gardu induk tersebut sudah ada, dan aplikasi akan menentukan lokasi optimal dari 1 unit gardu induk lainnya.
Tabel 5: Perbandingan Hasil Optimasi APJ Madiun.
GI 2007 Nama GI GI MANISREJO [MNRJO] Lokasi TAMAN KDY. MADIUN Hasil Optimasi Lokasi MANGUNHARJO KDY. MADIUN

Aplikasi dapat membantu perencana distribusi listrik untuk menentukan lokasi gardu induk yang baru dengan menggunakan metode P-Median. Hasil perbandingan lokasi yang didapatkan dari uji coba aplikasi dan data asli, menunjukkan bahwa 4 dari 10 lokasi gardu induk baru dapat dipetakan dengan tepat (berada pada kecamatan yang sama). Aplikasi juga dapat membuat model pembagian area layanan dari tiap gardu induk dengan menggunakan Voronoi Diagram yang dilengkapi dengan menjalankan algoritma BF untuk mengalokasikan area layanan dari gardu induk yang kelebihan beban. Pola beban gardu induk didasarkan pada minimalisasi electric moment dari model optimasi yang dihasilkan. Berdasarkan hasil uji coba, aplikasi menghasilkan electric moment 3,8% lebih besar dibandingkan dengan data asli. Namun persentase selisih electric moment ini masih berada di bawah batas toleransi yang diterapkan berdasarkan penelitian sebelumnya, yaitu sebesar 11,79%. 8. DAFTAR PUSTAKA

1. [Andrew] Andrew Schumpert, Seok-Won

Lee. A feasibility Study of Substation Service Area Estimation Methodologies. Department of Geography and Earth Sciences University of North Carolina at Charlotte. [Edua-07] Eduardo M. Kalinowski, Maria Teresinha Arns Steiner, Celso Carnieri, Nelson H. Mussi, Cristiane Gulin. 2007. The Problem of Restoration of Distribution Networks: a Heuristic Method. IJCSNS International Journal of Computer Science and Network Security, VOL.7 No.3. [Heit-05] Heitor S. Lopes, Geraldo Cezar Correa, Lauro Cesar Galvao, Luiz Fernando Nunes, 2005, Optimized Electric Power Substation Using PMedians and Voronoi Diagram. [HLee-04] H. Lee Willis, 2004, Power Distribution Planning Reference Book, New York: Marcel Dekker. [Hlee-05] H. Lee Willis, 2002, Spatial Electric Load Forecasting, Second Edition, Revised and Expanded, New York: Marcel Dekker. [LKou] L. T. Kou, G. Markowsky. Multidimensional Bin Packing Algorithm. [Mark-00] Mark de Berg, Marc vanKreveld, Mark Overmars, Otfried Schwarzkopf, NUGROHO AGUS DARMANTO

Hasil optimasi lokasi dari gardu induk baru berjarak sekitar 1 kecamatan dari lokasi gardu induk semestinya. Hasil optimasi APJ Madiun ini juga berbeda dengan hasil optimasi pada uji coba 7.1, dimana kecamatan yang dihasilkan adalah kecamatan JIWAN KDY. MADIUN. Pada iterasi best Fit ke-1 dicapai hasil akhir dengan electric moment 2934163380, atau sebesar 2,2% lebih kecil dari electric moment pada data asli.

2.

3.

4. 5.

Gambar 9: Optimasi Area Layanan APJ Madiun.

6. 7.
7

8.

KESIMPULAN Setelah dilakukan serangkaian uji coba dan analisa terhadap aplikasi ini, maka dapat disimpulkan sebagai berikut:

8.

Computational Geometry, 2nd revised edition, chapter 7: Voronoi Diagram. [Nenad] Nenad Mladevonic, Jck Brimberg, Pierre Hansen. The p-median problem: A survey of metaheuristic approaches. School of Mathematics, University of Brimingham, United Kingdom and GERAD.

NUGROHO AGUS DARMANTO