SEGMENTASI PELANGGANPLN MENGGUNAKAN FUZZY KLUSTERING SHORT TIME SERIES. Maria Titah Jatipaningrum

Transkripsi

1 Yogyaarta, 5 November 04 SEGMENTASI PELANGGANPLN MENGGUNAKAN FUZZY KLUSTERING SHORT TIME SERIES Maria Titah Jatipaigrum Jurusa Matematia, Faultas Sais Terapa, IST AKPRIND Yogyaarta titah.jp@gmail.com ABSTRACT Clusterig is a descriptive statistical techique that helps i determiig the cetral poits, is the most fudametal cocepts to determie the patter of the data i the segmetatio data. The advatages of fuzzy clusterig gives a fuzzy clusterig partitio data, stroger, broader, ad more realistic tha crisp partitio. I this research, coducted a empirical aalysis with fuzzy clusterig method with short time seriesdistace. The reaso behid it,because of capturig time iterval iformatio from sample data. Aalysis of empirical data is used time series data, customers loads sample Yogyaarta s State Electricity Eterprise..e Keywords: short time series distace, fuzzy clusterig, fuzzy clusterig short time series, customers segmetatio, loads sample Yogyaarta s State Electricity Eterprise PENDAHULUAN Teaga listri tida dapat disimpa dalam sala besar, areaya teaga ii harus disediaa pada saat dibutuha. Aibatya timbul persoala dalam meghadapi ebutuha daya listri yag tida tetap dari watu e watu, bagaimaa megoperasia suatu sistem teaga listri yag selalu dapat memeuhi permitaa daya pada setiap saat, dega ualitas bai da harga yag murah. Apabila daya yag diirim dari bus-bus pembagit jauh lebih besar daripada permitaa daya pada bus-bus beba, maa aa timbul persoala pemborosa eergi pada perusahaa listri, terutama utu pembagit termal. Sedaga apabila daya yag dibagita da diirima lebih redah atau tida memeuhi ebutuha beba osume maa aa terjadi pemadama loal pada bus-bus beba, yag aibatya merugia piha osume. Oleh area itu diperlua peyesuaia atara pembagita dega permitaa daya. Masalah yag ui dalam operasi sistem adalah bahwa: Daya yag dibagita atau diprodusi harus selalu sama dega daya yag diosumsi oleh para pemaai teaga listri yag secara teis umumya diataa sebagai beba sistem [Marsudi,990]. Realisasiya tida harus selalu sama, pada asus-asus tertetu apabila ada permitaa husus dari pelagga, piha PLN harus dapat mecuupi ebutuha listri ta terduga tersebut Timbul permasalaha bahwa beba masig-masig peggua jasa listri berbeda-beda. Beba listri yag berbeda meyebaba overload sehigga meimbula terjadiya pemadama loal. Pemadama loal meyebaba efisiesi da efetifitas erja meuru. Utu megatur estabila pasoa listri pelagga, diperlua lusterig data berdasara pola beba utu segmetasi pelagga. Iformasi yag diambil dari hasil lusterig diguaa piha PLN utu pemerisaa (ispectio) apabila terdapat eaeha data historical sehigga tida pecuria listri dapat terdetesi, megetahui tipial pola beba pelagga gua meetua tarif laggaa perbula berdasara pemaaia listri da masua bagi tim maretig utu megaalisis perilau pelagga (Customer Relatioships Maagemet). Utu melaua aalisis time series, didefiisia uura releva dari jara atara time series dalam umpula data. Uura yag diguaa dalam aalisis time series pada asus ii adalah uura jara (distace) short time series. Kemudia digabuga dega prosedur FCM da lebih dieal dega Fuzzy Short Time series (FSTS) yag diembaga oleh [Levet et al, 003] dieal juga sebagai modifiasi jara euclidea yag diguaa dalam FCM. Dari uraia latar belaag permasalaha diatas, secara umum permasalaha yag dibahas adalah bagaimaa medapata fuzzy lusterig short time series yag optimal dega tigat validitas tiggi. Peelitia yag dilaua dalam raga mejawab pertayaa beriut: Bagaimaa lagah-lagah peglustera data short time series megguaa FSTS utu meghasila tigat validitas peglustera yag lebih bai. Peerapa algoritma fuzzy short time series dalam berbagai apliasi dalam soft-computig fuzzy telah baya pula mejadi perhatia baya peeliti, atara lai C-53

2 Yogyaarta, 5 November 04 dapat dilihat pada Moller-Levet (003) diterapa pada data ge (microarray). Referesi yag beraita dega osep da betu dari model fuzzy lusterig secara umum dapat ditemua di Sato-Ilic (006), Olievera (007), Miyamoto d (008). Peetua validitas peglustera megguaa ides Xie-Bei, ditemua oleh Xie-Bei (99). Program yag diguaa utu apliasi FC-STS adalah MATLAB.Kode matlab utu jara STS diperoleh dari yag diuduh taggal 4 Otober 0, dimodifiasi dega code matlab FCM emudia dihasila FC-STS yag ditampila dalam GUI Matlab beserta ilai ides Xie-Bei terait luster yag terbetu. METODE PENELITIAN Adapu tahapa dalam peelitia ii adalah sebagai beriut : Gambar. Alur Tahapa Peelitia PEMBAHASAN Prosedur Fuzzy Clusterig Short Time Series Rigasa prosedur FC-STS seperti yag diuraia di atas adalah sebagai beriut da dapat dilihat pula flowchart yag ditampila pada Gambar utu membatu pembetua prosedur FC- STS (Hussai, 0): Lagah : Iisialisasi g = bayaya sampel loads/ beba pelagga = 5 t = bayaya titi watu = 50 time poits X = matris load profile g t = [ 5 50] c = bayaya luster dimulai dari sampai 4 w= bobot/ weight fuzziess, w =, 6 α = alpha cuts, α = 0,3 ε = epsilo, diguaa ilai ε = 0,000 Lagah : Peambaha dua titi watu tetap da fuzzifiasi t = C-54

3 Yogyaarta, 5 November 04 t = 0 t+ = t t+, utu t X = 0 X g ( t + ) g g t Lagah 3: Iisialisasi matris partisi awal ( 0) Iisialisasi matris awal yag dibagita dega bilaga radom U c Lagah 4: ulagi utu l =,, Perhituga jara short time series atau dsts megguaa persamaa d STS ( x, v) dega i c da 3 t perhituga (, ) () l vi v( ) v + ( + ) = t x x t( ) t t( ) t = g... () l l, 0 vi, = 0 utu. Perhituga prototipe luster: vi ( ) () = da ( ) () diguaa persamaa 3 r p vi (, ) = mir cq aq + cq + cj aj / cq + r= q= q= r+ q= r+ p= r+ 3 j= p j= r+ q=... () 3 m ( ) + ( ) ( ( ) + ( ) ) / cq m c i i q a c cq q= q= q=,dega utu i c da 3 t Update matris partisi megguaa persamaa u = (3) ij (, ) c w dsts xi vj q= (, ) dsts xi vq jia d > 0 utu i c da 3 t, sebaliya ( l u ) = 0 jia l d > 0 da u 0, STS ij c () l ( l) ( l ) dega uij = sampai U U < ε i= ij STS ij ( ) [ ] Lagah 5: Perhituga ides Xie-Bei utu megetahui performasi hasil lusterig terbai, dega megguaa persamaa ( ) XB c = c N w ( ui ) di x vi i= = N mi v v i, j i (, ) da dipilih ides yag palig miimum da terbai, diatara luster yag terbetu. Pada pembahasa ii aa diujia data Fuzzy Short Time Series yag terdiri dari:. Pegujia pada data STS dega uura 5x50 dega alpha cuts yag berbeda-beda yai: 0,, 0,, 0.3, 0.4, 0.5, da 0.6 utu megetahui jumlah pusat luster yag optimal dega melihat ilai ides XB yag terecil.. Pegujia pada jumlah luster yag optimal utu megidetifiasi pola (patter) data yag terdistribusi utu setiap luster. Hasil pegujia pada data STS dega uura 5x50 dega alpha cuts yag berbeda-beda yai: 0,, 0,, 0.3, 0.4, 0.5, da 0.6. Jumlah luster yag diujia secara iteratif pada, 3, 4, sedaga variabel fuzzy.6 da riteria stoppig dega epsilo da masimum iterasi 50 sebagai beriut : j (4) ij C-55

4 Yogyaarta, 5 November 04 Tabel. Hasil FSTS pada setiap alpha cut yag berbeda Nilai alpha cuts Nilai ides XB setiap jumlah luster 3 4 0, 3,594,0765,8466 0, 3,75,0764, , , , , Berdasara Tabel terlihat bahwa ilai ides XB cederug meuru dega bertambahya jumlah luster yag didefiisia. Nilai ides XB yag terbai adalah pada jumlah luster 4. Grafi ilai XB pada setiap ilai alpha cuts ditujua pada Gambar. Selajutya ditijau berdasara ilai alpha cuts yag berbeda-beda, pada setiap jumlah lusterig cederug tida berubah atau osta. Gambar.Grafi ilai ides XB Hasil pegujia selajutya adalah megguaa data STS yag sama dega uura 5x50. Berdasara ilai alpha cuts yag berbeda-beda yai: 0,, 0,, 0.3, 0.4, 0.5, da 0.6. Jumlah luster yag diujia diambil dari luster dega ilai ides XB terbai dalam hal ii terecil. Variabel laiya adalah variabel fuzzy,6 da riteria stoppig dega epsilo da masimum iterasi 50, sebagai beriut: Berdasara Tabel pada setiap ilai alpha cuts yag berbeda, meghasila ilai ides XB terbai pada jumlah luster yag sama. Setelah diuji jumlah luster terbai meghasila pola data yag bervariasi. Jumlah data yag semula 5 loads time series setelah dilaua fuzzy lusterig meghasila pola data yag berbeda dari data awal. C-56

5 Yogyaarta, 5 November 04 Tabel. Hasil FSTS pada ides XB terbai Data yag hilag disebaba oleh pembagita bilaga radom utu meghasila derajat eaggotaa fuzzy setiap data da pemiliha alpha cuts. Derajat bilaga fuzzy (degree of membership) dega jagaua atara 0 sampai aa dipotog dega megguaa alpha cuts. Pola-pola data yag derajat eaggotaa yag lebih ecil alpha cuts dipotog sebagai data yag hilag. Sedaga pola data yag mucul, lebih dari satu luster (overlappig), area ilai derajat eaggotaa lebih besar dari alpha cuts. Pada Tabel 3 ditujua pola data pada setiap luster. Data yag diguaa sama dega data pada Tabel 4. dega ilai potoga alpha 0.3 dihasila pola data sebagai beriut :. Pada luster berisi data, 8, 9, 0, (rsud paembaha, pasar ite, pegadila tiggi Yogyaarta, RRI Yogyaarta, Siduegara). Pada luster berisi data,4,5,7,,,3,5 (BNI 946, arcade, id gar, palace, sahid, Siduegara, tei UNY, duta wacaa) 3. Pada luster 3 berisi data 6 (iter) 4. Pada luster 4 berisi data 3, 4 (Aquila, teras) Tida ada data yag hilag pada proses FSTS pembetua 4 luster pada data sampel PLN.Data yag megalami overlappig adalah data (siduegara) pada luster da, dapat diartia bahwa data bisa masu ategori pelagga luster atau luster. Tabel 3.Pola Sebara Data Hasil Betua 4 Kluster DataClust = Colums through KESIMPULAN Dari hasil peulisa yag telah diemuaa sebelumya, dapat disimpula beberapa hal sebagai beriut:. Peglustera data 5 ID loads pelagga PLN megguaa FC-STS dihasila 4 luster, pada luster berisi data, 8, 9, 0, (rsud paembaha, pasar ite, pegadila tiggi Yogyaarta, RRI Yogyaarta, Siduegara); pada luster berisi data,4,5,7,,,3,5 (BNI 946, arcade, id gar, palace, sahid, Siduegara, tei UNY, duta wacaa); pada luster 3 berisi data 6 (iter) ; pada luster 4 berisi data 3, 4 (Aquila, teras).. Tida ada data yag hilag pada proses FC-STS pembetua 4 luster pada data sampel PLN. Data yag megalami overlappig adalah data (siduegara) pada luster da, dapat diartia bahwa data bisa masu ategori pelagga luster atau luster. 3. Nilai validitas ides Xie-Bei utu data di atas dega terbetuya 4 luster, yaitu: Nilai ii dipilih dari hasil masig-masig pembetua luster dari sampai dega 4 yag palig miimum da yag terbai. 4. Pemiliha alpha cuts 0,3 yag diguaa dalam peelitia ii, dega pertimbaga diperoleh luster yag palig optimal (tida ada data yag hilag da data yag overlappig haya satu). C-57

6 Yogyaarta, 5 November 04 DAFTAR PUSTAKA Hussai, Sadiq (0), A Fuzzy Approach for Clusterig Gee Expressio Time Series Data, Iteratioal Joural Computer Sciece ad Iformatio Techology (IJCSIT) Vol 3, No 4, Dibrugarh Uiversity. Levet, Moller, Carla., Klawo, Fra., (003), Clusterig of Uevely Sampled Gee Expressio Time-Series Data, UMIST, Machester, U.K, code matlab (diuduh taggal 04 Otober 0) Marsudi, Djiteg (990). Operasi Sistem Teaga Listri. Jaarta: Balai Peerbit da HUMAS ISTN. Miyamoto, Sadaai., Ichihashi, Hidetomo., Hoda, Katsuhiro (008) Algorithms for Fuzzy Clusterig Methods i c-meas Clusterig with Applicatios, Studies i Fuzziess ad Soft Computig, Volume 9 Spriger. Oliveira, Jose Valete de., Pedrycz, Witold.,(007). Advaces i Fuzzy Clusterig ad Its Applicatios. Joh Wiley & Sos Ltd, The Atrium, Souther Gate, Chichester, West Sussex PO9 8SQ, Eglad. Sato-Ilic,Mia., Jai, Lahmi C. (006) Iovatios i Fuzzy ClusterigTheory ad ApplicatiosStudies i Fuzziess ad Soft ComputigVol. 05. Spriger ISBN Xie, Xuali Lisa., Bei, Gerardo., (99), A Validity Measure for Fuzzy Clusterig, IEEE Trasactios o Patter Aalysis ad Machie Itelligece, 3(8): , Uiversity of Califoria, Sata Barbara. C-58