Aplikasi Logika Fuzzy Pengambilan Keputusan Untuk Efisiensi Kerja Trafo Listrik Di Yogyakarta

Transkripsi

1 SEMNAR MATEMATKA DAN PENDDKAN MATEMATKA UNY 17 T - 5 Aplikasi Logika Fuzzy Pengambilan Keputusan Untuk Efisiensi Kerja Listrik Di Yogyakarta Aulia Kahfi, Agus Maman Abadi Jurusan Pendidikan Matematika Universitas Negeri Yogyakarta bima4r@gmail.com Abstrak Listrik dewasa ini merupakan kebutuhan yang sangat penting bagi manusia,karena hal tersebut listrik juga tidak bisa lepas dari kehidupan manusia sekarang, meskipun juga banyak daerah di ndonesia yang belum terjamah oleh aliran listrik. Salah satu penyedia jaringan listrik di ndonelia adalah PT. PLN (persero) Yogyakarta membangkitkan arus listrik di PLN Yogyakarta digunakan salah satunya adalah trafo yang diletakkan di gardu-gardu induk yang berada di wilayah Yogyakarta. Untuk itu diperlukan suatu pengambilan keputusan untuk melihat efisinsi trafo di daerah mana yang bekerja dengan baik pada penggunaan siang hari, sehingga dapat dipantau dan digunakan sebagai acuan dalam pemeliharan trafo dan pelayanan kepada pelanggan. Metode sistem pendukung keputusan adalah suatu cara atau tindakan pimpinan untuk membantu memecahkan suatu masalah yang dihadapi melalui pemilihan satu diantara alternatif-alternatif yang dimungkinkan. Kata kunci: beban, efisiensi, keputusan fuzzy, trafo. PENDAHULUAN Dewasa ini manusia membutuhkan listrik untuk segala macam aktivitas kehidupan. Di ndonesia sendiri listrik dikuasai oleh Perusahaan Listrik Negara (PLN) persero. Di ndonesia sendiri arus listrik dibangkitkan melalui generator di Pembangkit Listrik Tenaga Air dan nantinya dialirkan ke gardu induk ditampung lalu dialirkan ke pelanggan. Di Yogyakarta sendiri ada 8 gardu ( Bantul, Gejayan, Godean, Kentungan, Medari, Semanu, Wates, dan Wirobrajan) induk dengan minimal ada satu trafo didalamnya dengan kapasitas dan. Setiap saat trafo di gardu induk tersebut dipantau perawatannya dan jumlah beban yang ditanggung. Manfaat ekonomi dari energi dan pengurangan peak loss saat menerapkan kapasitor shunt di radial distribusi Feeder dapat dioptimalkan dengan pemilihan yang benar lokasi dan ukuran instalasi kapasitor sekitar penutup dan lateral [1]. Untuk itu kita perlu juga mengetahui trafo mana yang bekerja efisien sehingga dapat dijadikan acuan untuk kenyamanan dalam pelayanan pelanggan. Perencanaan energi menggunakan analisis multi kriteria telah menarik perhatian pengambil keputusan untuk waktu yang lama. Pada penelitian ini, peneliti menggunakan metode Logika Fuzzy karena dengan menggunakan logika fuzzy, peneliti dapat menentukan kriteria dan bobot yang diinginkan []. Metode ini bisa memberikan solusi untuk meningkatkan manajemen energi yang kompleks Pengambilan keputusan kriteria tunggal yang tradisional biasanya ditujukan untuk memaksimalkan manfaat dengan meminimalkan biaya. Metode ini memberikan pemahaman yang lebih baik tentang dasar dari masalah keputusan,mengenalkan peran partisipan / audience dalam proses pengambilan keputusan, memfasilitasi kompromi dan keputusan kolektif dan menyediakan platform yang baik untuk memahami persepsi dan analis dalam lingkup realistis []. Logika Fuzzy merupakan slah satu komponen pembentuk soft computing. Logika fuzzy pertama kali diperkenalkan oleh Prof. Lotfi A. Zadeh pada tahun 195. Dasar logika fuzzy adalah teorihimpunan fuzzy. Pada teori himpunan fuzzy, peranan derajat keanggotaan sebagai penentu keberadan elemen dalam suatu himpunan sangatlah penting. Nilai keaggotaan atai derjat keanggotaan atau membership function menjadi ciri utama dari penalaran dengan logika fuzzy tersebut [4]. Secara umum, sistem fuzzy sangat cocok untuk penalaran pendekatan terutama untuk sistem yang menangani masalah-masalah kehidupan manusia yang sulit didefinisikan dengan menggunakan PT-5

2 SBN (Cetak) (On-line) matematis.[5] Misalkan, nilai masukan dan parameter sebuah sistem bersifat kurang akurat atau kurang jelas, sehingga sulit mendefinisikan matematikanya. Fuzzy decision making ( pengambilan keputusan samar) adalah suatu metode pengambilan keputusan dengan membuat suatu variable ke dalam keanggotaan fuzzy [,1]. Pengambilan keputusan yang samar menggunakan fungsi keanggotaan fungsi objektif dan batasan didefinisikan sebagai subset fuzzy. Keputusan yang optimal diimplementasikan dengan memilih alternatif terbaik dari ruang keputusan fuzzy (D). Salah satu dari tiga keputusan fuzzy dapat dipilih: keputusan perpotongan, keputusan convex dan keputusan produk.[] Kepentingan relatif semua tujuan dan batasan menggunakan mean aritmetik.apalagi tingkat preferensi fuzzy (diperkenalkan dalam hal ini paper) perlu diuji pada pembuatan keputusan yang diketahui pilihan platform dan supplier tentu pilihan yang lebih baik untuk itu [7]. Pada saat ini, logika fuzzy sudah banyak diterapkan di berbagai bidang, baik di dunia industri maupun penelitian. Bahkan pada clasawarsa terakhir ini aplikasi logika fuzzy ini semakin menjamur seiring dengan perkembangna teknologi komputasi yang luar biasa pesatnya. Dengan pesatnya perkembangan logika fuzzy ini dicoba untuk diaplikasikan dalam bidang penelitian listrik [8]. Dalam kelistrikan istilah umum di ndonesia, sistem -phase ini lebih familiar dengan nama sistem R-S-T. karena memang umumnya menggunakan simbol R, S, T untuk tiap penghantar phasenya serta simbol N untuk penghantar netral [9].Listrik -phase adalah listrik AC (alternating current) yang menggunakan penghantar yang mempunyai tegangan sama tetapi berbeda dalam sudut phase sebesar 1 degree. Ada macam hubungan dalam koneksi penghantar tadi : hubungan bintang ( Y atau star) dan hubungan delta. Sesuai bentuknya, yang satu seperti huruf Y dan satu lagi seperti simbol delta. Untuk mengetahui efisiensi suatu trafo maka nilai dari penghantar tersebut harus sama yaitu R = S = T sehingga trafo bekerja dengan baik karena tegangan yang di alirkan sama. Oleh sebab itu diperlukan suatu metode penarik keputusan mana trafo yang bekerja paling efisien, sehingga dengan metode pengambil keputusan fuzzy dapat ditentukan trafo daerah mana yang bekerja efisien pada siang hari. Rumusan masalah yang digunakan adalah dari penelitian ini ada yaitu, Dari kedelapan trafo tersebut di manakah yang efisien dalam bekerja melayani beban pelanggan pada penggunaan siang hari? Lebih maksimal trafo berkapasitas beban atau dalam melayani beban pelanggan? Apakah metode pengambilan keputusan fuzzy bisa digunakan dalam mengambil keputusan trafo daerah mana yang lebih efisien pada penggunaan siang hari? Sehingga penelitian ini bertujuan untuk mengambil kesimpulan dari efisiensi kerja trafo pada siang hari di gardu induk wilayah Yogyakarta dengan pengambilan keputusan samar ( fuzzy decision making),mengetahui trafo daerah mana yang bekerja efisien dari kedelapan daerah tersebut pada penggunaan siang hari, mengetahui trafo yang mampu efisien melayani pelanggan yang berkapasitas atau yang.. METODE PENELTAN Pada penelitian ini variable yang digunakan adalah tegangan trafo (V), Asli dalam kilo Ampere ( A ), Efisien dalam kilo Ampere ( E ), dan dengan output persentase tegangan trafo efisien (V e ). Dari semua variable tersebut akan dibuah kedalam keanggotaan fuzzy interval sampai. Dan dapat diketahui jika trafo bekerja efisien jika R = S =T dan persentasenya antara 7% - 8% dan apabila mendekati 9% - 1% maka trafo akan berlebih kapasitas. Data yang digunakan adalah data PT. PLN (Persero) DSTRBUS JAWA TENGAH & D Yogyakarta APD Semarang Data Beban & Gardu nduk Wilayah Area Yogyakarta pada hari Jumat, Januari 17. Selanjutnya bagan alur penelitian dapat dilihat pada gambar berikut : PT-

3 SEMNAR MATEMATKA DAN PENDDKAN MATEMATKA UNY 17 NPUT Fuzzifikasi Mesin nferensi Defuzzifikasi OUTPUT GAMBAR 1. METODE PENELTAN. HASL DAN PEMBAHASAN Berikut ini merupakan data dari PT.PLN Yogyakarta mengenai data beban dan tegangan trafo gardu induk di Yogyakarta pada hari Jumat, Januari 17 pukul 1. WB. TABEL 1. DATA BEBAN & TEGANGAN TRAFO GARDU NDUK WLAYAH AREA YOGYAKARTA Gardu nduk Bantul Gejayan Godean Kentungan Medari Semanu Wates Wirobrajan V Rasio (kv) Nominal HV LV HV LV R S T MW 19 Asli efisiensi 15 / ,547 1,1, , / ,19,74, , / ,5 1,, , / ,5,7,9877 1, / ,111,88, , / ,59 1,19,5194, / ,,8,554, / ,84,, , / ,54,, , / ,945 1, , / ,78,89,4947, / ,,8,71988, / ,94,5, , / ,7,4,49591, / ,595 1,1, , / ,491,45,1557 1, / ,5 1,8 1, ,97974 PT-7

4 SBN (Cetak) (On-line) Himpunan Samar pada dalam kilo Volt (V) dengan fungsi keanggotaan adalah V R (tegangan rendah ) dan V T (tegangan tinggi) 1 5 x 5 1 Himpunan Samar pada Asli dalam kilo Ampere ( A ) dengan fungsi keanggotaan adalah AR ( arus asli rendah ) dan AT (asli tinggi) 1 Himpunan Samar pada Efisien dalam kilo Ampere ( E ) dengan fungsi keanggotaan adalah ER ( arus efisien rendah ) dan ET (arus efisien tinggi) 1 Dengan output Himpunan Samar pada Efisien (V e ) dalam kilo Volt (V) dengan fungsi keanggotaan adalah V ER ( tegangan rendah ) dan V ET (tegangan tinggi) 1 x 5 1 Maka diasumsikan ada 8 aturan fuzzy dari input variabel tegangan (V), Asli ( A ), Efisien ( E ) dan output variabel persentase tegangan trafo efisien (V e ) adalah 1. Jika tegangan rendah dan arus asli rendah dan arus efisien rendah maka tegangan efisien rendah. jika tegangan rendah dan arus asli tinggi dan arus efisien tinggi maka tegangan efisien tinggi. jika tegangan rendah dan arus asli rendah dan arus efisien tinggi maka tegangan efisien rendah 4. jika tegangan rendah dan arus asli tinggi dan arus efisien rendah maka tegangan efisien rendah PT-8

5 SEMNAR MATEMATKA DAN PENDDKAN MATEMATKA UNY Jika tegangan tinggi dan arus asli rendah dan arus efisien rendah maka tegangan efisien tinggi. jika tegangan tinggi dan arus asli tinggi dan arus efisien tinggi maka tegangan efisien tinggi 7. jika tegangan tinggi dan arus asli rendah dan arus efisien tinggi maka tegangan efisien rendah 8. jika tegangan tinggi dan arus asli tinggi dan arus efisien rendah maka tegangan efisien tinggi Dengan Matlab, FS dengan inferensi Mamdani dan defuzzyfikasi centroid maka didapatkan hasil output sebagai berikut : GAMBAR. FS TEGANGAN ARUS GAMBAR.RULE TEGANGAN ARUS UNTUK TEGANGAN PERTAMA PT-9

6 SBN (Cetak) (On-line) TABEL. HASL OUTPUT DATA BEBAN & TEGANGAN TRAFO GARDU NDUK WLAYAH AREA YOGYAKARTA RASO TEGA NGAN (kv) 15 / 15 / 15 / 15 / 15 / 15 / 15 / 15 / 15 / 15 / 15 / 15 / Nominal HV LV MW / ,54 7 1,1 9 4,5,5 9,11 1 1,5 9 18, 5,8 4 19,54 15, ,78 19 Asli 1,1,75191,74,9154 1,,9458,7,9871,88, ,19,519,8,554,,991489,, ,48895,89, ,,8, / / / 1 15/ 1 14,94 1, 7 11,59 5,5,41188,4,4959 1,1, ,491,45,1557 4,5 1,8 1, efisiensi 1,9 97 1,7 15 1, ,7 5 1,11 9,8185 9, , ,819 1,515 77,811, ,915 99,855 1, , ,979 7 Persen tase daya asli Ket. 44,75,4 Rendah, 4, Rendah 41,97, Rendah 57,1 Rendah 5,58,1 Rendah 5,4 4,1 Rendah 7,98,1 Rendah 1, 1,9 Rendah 4,8 1,9 Rendah 8,98, Rendah 54,7, Rendah 8,5, Rendah,5 1,9 Rendah 47,4,7 Rendah 4,4, Rendah 1,57 1,8 Rendah 7,, Rendah Dengan rumus dapat dikelompokkan tegangan tinggi dan tegangan rendah. dan dari tegangan juga Sehingga didapatkan juga MAPE dari tegangan efisien yaitu, TABEL. HASL MAPE TEGANGAN TRAFO GARDU NDUK WLAYAH AREA YOGYAKARTA Rasio (kv) MW 19 Asli efisiensi Persentase daya asli Keterangan Persen MAPE 15 /,547 1,1, ,997 44,75,4 Rendah,71449, / 1,19,74,9154 1,715, 4, Rendah 41,1894, / 4,5 1,,9458 1, ,97, Rendah,7759, /,5,7,9871 1,75 57,1 Rendah,755,597 PT-

7 SEMNAR MATEMATKA DAN PENDDKAN MATEMATKA UNY / 9,111,88, ,119 5,58,1 Rendah,7854, / 1,59 1,19,519, ,4 4,1 Rendah 19,747, / 18,,8,554,8159 7,98,1 Rendah 18,718, / 5,84,, , , 1,9 Rendah,81719, / 19,54,, ,819 4,8 1,9 Rendah,84994, / 15,945 1, , ,98, Rendah,897, / 15,78,89,494,811 54,7, Rendah 18,48487, / 9,,8,7199, ,5, Rendah 19,855, / 14,94,5, ,91599,5 1,9 Rendah 7,145, / 1,7,4,4959, ,4,7 Rendah,149, / 11,595 1,1,159977, ,4, Tinggi 4,77915, / 5,491,45,1557 1, ,57 1,8 Rendah,9717,147 15/ 4,5 1,8 1, ,9797 7,, Rendah,841,1 MAPE 1,57175 Dengan rumus maka MAPE tegangan didapatkan 1,%. Dan dari data tegangan dapat didapatkan daya yaitu dengan, sehingga didapatkan hasil dan urutan seperti berikut: TABEL4. HASL URUTAN DATA EFSENS BEBAN MODEL & TEGANGAN TRAFO GARDU NDUK WLAYAH AREA YOGYAKARTA Persentase daya asli Persen Keterangan Persen MAPE Urutan daya Gardu nduk TRAFO 44,75,4 Rendah,71449,581 Bantul, 4, Rendah 41,189444, ,97, Rendah,775899,9 57,1 Rendah,7551,597 Gejayan 5,58,1 Rendah,78545,5849 5,4 4,1 Rendah 19,7497,179 Godean 7,98,1 Rendah 18, , , 1,9 Rendah, ,151 Kentungan 4,8 1,9 Rendah,84998,7 4 8,98, Rendah,8989,195 V 54,7, Rendah 18,48487,79 Medari 8,5, Rendah 19,855,1478,5 1,9 Rendah 7,145157,751 Semanu 47,4,7 Rendah,14877,1175 4,4, Tinggi 4, ,48571 Wates 1,57 1,8 Rendah,97175,15 PT-1

8 SBN (Cetak) (On-line) 7,, Rendah,8411, Wirobrajan Berdasarkan Tabel 4 dari FS Matlab didapatkan empat urutan trafo yang bekerja efisien terbaik adalah Bantul, Semanu, Wates, dan Kentungan. V. SMPULAN DAN SARAN Jadi dengan metode fuzzy decision making (pengambil keputusan fuzzy) maka didapatkan urutan trafo yang bekerja efisien pada siang hari dari empat terbaik presentase mesin adalah Wirobrajan, Kentungan, Gejayan, dan Gejayan. Dan dari FS Matlab didapatkan empat urutan terbaik adalah Bantul, Semanu, Wates, dan Kentungan dengan MAPE 1,5% sehingga data FS mendekati presentase mesin maka presentase dapat digunakan untuk mencari efisiensi daya trafo listrik. DAFTAR PUSTAKA [1] F. D. Penha,C.A.F. Murari,"A fuzzy decision for optimal shunt allocation on unbalance radial distribution with nonlinear loads part i : the solution method ",Elec'99 nternational Conference On Electrical And Electronics Engineering. [] S. Abadi,Y.S. Negoro, Aplikasi sistem pendukung keputusan menggunakan metode fuzzy sample additive weighting (saw) dalam menentukan kelaikan installasi listrik yang terpasang di rumah pelanggan,lampung : STMK Pringsewu Lampung,17. [] S.D. Pohekar, M. Ramachandran,"Application of multi-criteria decision making to sustainable energy planning a review",renewable and Sustainable Energy Reviews 8 (4) [4] S.Kusumadewi, H. Purnomo,1,"Aplikasi Logika Fuzzy Untuk Pendukung Keputusan", Yogyakarta : Graha lmu. [5] S.A.H. Khoshsolat, N. Abdul Aziz, N. smail, N. Adam, "Repositioning of electric distribution substations using fuzzy decision making ",Energy Procedia 14 (1) [] G. J. Klir,Clair Ute St., Yuan Bo.1997, " Fuzzy Set Theory (Fuzzy Decision Making Dalam Kepemilikan Rumah)",United State of America:Prentice-Hall nc. [7] Supriyono,"Aplikasi logika fuzzy pada optimasi daya listrik sebagai sistem pengambilan keputusan",seminar Nasional SDM Teknologi Nuklir Yogyakarta,1- Desember, hal [8] M. Çunkas, "Design optimization of electric motors by multiobjective fuzzy genetic algorithms", Mathematical and Computational Applications, Vol. 1, No., pp. 15-1, 8. [9] S. Mukherjee, S. Kar, " A three phase supplier selection method based on fuzzy preference degree",journal of King Saud University Computer and nformation Sciences (1) 5, 185. PT-