PROPOSAL TUGAS AKHIR

PERAMALAN BEBAN LISTRIK JANGKA PENDEK MENGGUNAKAN ALGORITMA SELF-ORGANIZING MAP (SOM) DI AREA 2 JAWA

BARAT(Payung Penelitian Drs. Yadi Mulyadi, M.T. dan Dr. Ade Gaffar Abdullah,

M.Si.)

Diajukan Untuk Memenuhi Salah Satu PersyaratanPenyelesaian Program S-1 di Program Studi Pendidikan Teknik Elektro

Fakultas Pendidikan Teknologi dan KejuruanUniversitas Pendidikan Indonesia

Oleh :Renda AgungNIM 1104246

PROGRAM STUDI PENDIDIKAN TEKNIK ELEKTRODEPARTEMEN PENDIDIKAN TEKNIK ELEKTRO

FAKULTAS PENDIDIKAN INDONESIAUNIVERSITAS PENDIDIKAN INDONESIA

2015

2

A. Judul

“Peramalan Beban Listrik Jangka Pendek Menggunakan Algoritma Self-

Organizing Map (SOM) Di Area 2 Jawa Barat”

B. Latar Belakang

Penggunaan energi listrik saat ini sangat tinggi. Beragam sektor dalam

kehidupan sehari-hari tidak bisa lepas dari energi listrik seperti industri,

pemerintahan maupun rumah tangga. Adapun pola perilaku penggunaan listrik

tidaklah bersifat linier, akan tetapi non linier. Oleh karena itu, sistem tenaga listrik

yang handal dan ekonomis diperlukan. Hal tersebut bisa dicapai melalui

perencanaan sistem operasi yang tepat.

Peramalan beban jangka pendek bertujuan untuk meramalkan beban listrik

dalam periode per menit, per jam, per hari ataupun per minggu. Berbeda dengan

sumber energi lain seperti batu bara dan minyak bumi, listrik tidak bisa disimpan

dalam jumlah besar. Untuk itu, jelas sekali pentingnya mengetahui kurva

pemakaian beban listrik yang akan datang sehingga produsen listrik mampu

merencanakan langkah paling efektif dalam memproduksi energi listrik.

(Choobeh, 2012)

Peramalan beban listrik sangat berpengaruh besar terkait operasi sistem

tenaga listrik mulai dari perencanaan pembangkitan, analisis aliran daya, unit

commitment hingga operasi ekonomisnya. Dibarengi dengan kebutuhan dan

penggunaan energi listrik yang selalu dinamis dan berkembang, PLN sebagai

produsen listrik harus mampu meramalkan kebutuhan energi listrik setiap tahun,

bulan, minggu hingga setiap harinya. Pemilihan metode yang akan digunakan

dalam meramalkan haruslah mempunyai keakuratan tinggi sehingga mampu

menciptakan operasi sistem tenaga listrik yang ekonomis. (Wibowo, Mulyadi, &

Abdullah, 2012)

Metode koefisien beban yang selama ini digunakan oleh PLN ternyata

masih mempunyai error yang cukup besar yaitu rata-rata berkisar 5%-10%. Hal

tersebut tentu saja mengakibatkan kerugian daya listrik yang besar tiap satuan

waktunya. (Mulyadi & Abdullah, 2009) Dengan adanya kerugian daya listrik, hal

tersebut juga berdampak pada kerugian secara ekonomi. Oleh sebab itu, dalam

3

penelitian ini, peneliti akan membahas tentang peramalan beban listrik jangka

pendek dengan menggunakan metode Self-Organizing Map (SOM) yang termasuk

ke dalam algoritma jaringan syaraf tiruan (artificial neural network-ANN).

C. Rumusan Masalah

Perumusan masalah diperlukan agar pembahasan dalam penelitian ini jelas

dan terarah. Rumusan masalah tersebut adalah sebagai berikut.

1. Bagaimana profil beban listrik hari libur nasional Area 2 Jawa Barat?

2. Bagaimana hasil prediksi beban listrik berbasis algoritma Self-Organizing

Map (SOM)?

3. Bagaimana optimasi prediksi beban listrik berbasis algoritma Self-

Organizing Map (SOM)?

D. Tujuan Penelitian

Secara umum, tujuan penelitian ini adalah menghasilkan suatu model

estimasi beban listrik yang akurat menggunakan algoritma Self-Organizing Map

(SOM). Adapun tujuan khusus yang diharapkan adalah sebagai berikut.

1. Mengetahui profil beban listrik hari libur nasional Area 2 Jawa Barat;

2. Mengetahui hasil prediksi beban listrik berbasis algoritma Self-Organizing

Map (SOM); dan

3. Mengetahui optimasi prediksi beban listrik berbasis algoritma Self-

Organizing Map (SOM).

E. Pembatasan Masalah

Supaya pembahasan dalam penelitian ini tidak meluas, maka dibuat

pembatasan masalah sebagai berikut :

1. Sumber data yang digunakan adalah data pengeluaran beban listrik dari

Pusat Penyaluran dan Pengaturan Beban (P3B) PT. PLN (Persero) Jawa

Bali Area 2 Jawa Barat, mulai dari tanggal 1 Januari 2013 sampai dengan

25 Oktober 2014.

2. Data yang dibelajarkan pada algoritma SOM sebanyak 14 hari libur

nasional yang memiliki karakteristik beban anomali.

4

3. Data yang dibelajarkan pada algoritma SOM menggunakan satuan mega

watt (MW).

4. Peramalan beban listrik jangka pendek menggunakan metode SOM

dengan bantuan software MATLAB ver R2011a dari The Mathworks Inc.

F. Manfaat Penelitian

Manfaat dalam penelitian ini diantaranya adalah:

1. Memberikan pemahaman tentang bagaimana memprediksi beban listrik

jangka pendek menggunakan algoritma SOM;

2. Memberikan masukan kepada PLN mengenai metode baru yang bisa

digunakan dalam memprediksi beban jangka pendek secara lebih akurat;

3. Menghasilkan model sistematis dalam memprediksi beban hari libur

nasional yang bersifat anomali; dan

4. Membantu PLN dalam merencanakan operasi sistem tenaga listrik yang

handal dan ekonomis.

G. Metodologi Penelitian

Metodologi yang digunakan dalam penulisan tugas akhir ini adalah :

1. Studi Literatur

Studi literatur dilakukan dengan mempelajari buku referensi, jurnal, dan

bahan kuliah yang mendukung dan berkaitan dengan topik tugas akhir ini.

2. Wawancara

Wawancara dilakukan dengan mengadakan diskusi dan tanya jawab

dengan dosen pembimbing, staf dan karyawan PT. PLN (Persero) serta

dengan rekan-rekan mahasiswa terkait masalah pola perilaku penggunaan

dan peramalan beban listrik jangka pendek.

3. Menggunakan program MATLAB ver R2011a dari The Mathworks Inc.

dalam mengolah data.

4. Data

Data-data yang diambil adalah parameter-parameter yang dibutuhkan

untuk menggunakan program MATLAB berupa pemakaian beban listrik.

5

Data tersebut diambil dari P3B PT. PLN (Persero) Jawa Bali Area 2 Jawa

Barat.

H. SISTEMATIKA PENULISAN

Tugas akhir ini disusun berdasarkan sistematika penulisan sebagai berikut:

BAB I PENDAHULUAN

Bab ini membahas tentang latar belakang, batasan dan rumusan masalah,

metodologi peneletian, dan sistematika penulisan.

BAB II STUDI PUSTAKA

Bab ini menjelaskan tentang perkembangan metode peramalan beban, fuzzy

logic dan subtractive clustering.

BAB III METODOLOGI PENULISAN

Bab ini berisikan tentang metoda algoritma Fuzzy Subtractive Clustering.

BAB IV HASIL DAN ANALISIS

Bab ini membahas tentang hasil dan analisis terhadap metoda algoritma

Fuzzy Subtractive Clustering.

BAB V PENUTUP

Bab ini berisi kesimpulan dan saran dari hasil pembahasan yang diperoleh.

DAFTAR PUSTAKA

I. USULAN DOSEN PEMBIMBING

Untuk membantu proses penelitian dan penulisan, maka penulis berniat

mengusulkan dosen pembimbing 1 dan 2, yaitu :

1. Pembimbing 1 : Dr. Ade Gafar Abdullah, M.Si.

2. Pembimbing 2 : Drs. Yadi Mulyadi, M.T.

6

DAFTAR PUSTAKA

Choobeh, A. K. (2012). Short Term Load Forecasting for Shiraz Region Using Adaptive Back Propagation Neural Network, 22 (Iccms), 54–57.

Mulyadi, Y., & Abdullah, A. G. (2009). Estimasi Beban Puncak Harian Berbasis Algoritma Self Organizing Map (SOM) A1-58, (2), 57–61.

Wibowo, H., Mulyadi, Y., & Abdullah, A. G. (2012). Peramalan Beban Listrik Jangka Pendek Terklasifikasi Berbasis Metode Autoregressive Integrated Moving Average, 11(2), 44–50.

7

BIODATA MAHASISWA

Nama : Renda Agung

NIM : 1104246

Program Studi/Departemen : Pendidikan Teknik Elektro

Konsentrasi : Pendidikan Teknik Tenaga Elektrik

Alamat : Jalan Kapt. Abdul Hamid No. 9/167D Kelurahan

Ledeng Kecamatan Cidadap Bandung

Nomor Kontak : 085861848096 - 081322551628

E-mail : renda.agung@student.upi.edu