BAB I PENDAHULUAN 1.1 Latar Belakang

Transkripsi

1 BAB I PENDAHULUAN 1.1 Latar Belakang Akhir-akhir ini kita banyak mendengar banyak berita bahwa Perusahaan Listrik Negara (PLN) mengalami kerugian yang sangat besar setiap tahunnya yang disebabkan faktor-faktor yang sangat kompleks mulai dari dampak kenaikan BBM terhadap harga batu-bara sebagai bahan bakar utama PLTU, pencurian listrik, efisiensi unit pembangkitan yang sangat rendah akibat umur unit pembangkit yang sudah tua dan masalah lainnya, sehingga dijadikan alasan PLN untuk mendesak pemerintah menaikkan Tarif Dasar Listrik (TDL) yang tentunya akan semakin membebani pertumbuhan ekonomi masyarakat.[1] Tenaga listrik tidak dapat disimpan dalam skala besar, karenanya tenaga ini harus disediakan pada saat dibutuhkan. Akibatnya muncul persoalan dalam menghadapi kebutuhan daya listrik yang tidak tetap dari waktu ke waktu, bagaimana mengoperasikan suatu sistem tenaga listrik yang selalu dapat memenuhi pemerintahan daya pada setiap saat, dengan kualitas baik dan harga yang murah. Apabila daya yang disalurkan dari terminal pembangkit jauh lebih besar daripada permintaan daya pada terminal beban, maka akan timbul persoalan pemborosan energi pada perusahaan listrik, terutama untuk pembangkit termal. Sedangkan apabila daya yang dibangkitkan dan disalurkankan lebih rendah atau tidak memenuhi kebutuhan beban konsumen makan akan terjadi pemadaman lokal pada terminal beban, yang akibatnya merugikan pihak konsumen. Oleh karena itu diperlukan penyesuaian antara pembangkit dengan permintaan daya. [1] Syarat mutlak yang pertama harus dilaksanakan untuk mencapai tujuan itu adalah pihak perusahaan listrik mengetahui beban atau permintaan daya listrik di masa depan. Karena itu prakiraan beban jangka pendek, menengah dan panjang merupakan tugas yang penting dalam perencanaan dan pengoperasian sistem daya. Prakiraan beban jangka pendek, yaitu beban setiap jam atau tiap hari digunakan untuk penjadwalan dan pengontrolan sistem daya, juga digunakan untuk masukan dalam studi aliran daya.[1] 1

2 Satu hal yang luput dari analisis kerugian PLN adalah masalah estimasi (prediksi) pengeluaran beban listrik. Padahal bahwa kemampuan pihak P2B (Pusat Pembagi Beban) PT. PLN (Persero) untuk memprediksi berapa besar beban listrik yang harus dikeluarkan setiap waktunya sangat diandalkan. Metoda Koefisien Beban yang sudah lama digunakan PLN ternyata masih memberikan error prediksi yang cukup besar yaitu rata-rata berkisar antara 4%-5%. Sehingga menimbulkan kerugian daya yang cukup besar bagi PLN untuk setiap satuan waktunya. Oleh sebab itu menjadi suatu tantangan bagi penulis untuk mencari suatu model prediksi beban listrik sehingga menghasilkan error prediksi yang lebih baik dari model prediksi yang selama ini dipakai PLN.[1] Perkembangan teknologi komputasi yang sudah mengarah kepada teknologi soft computing mendorong peneliti untuk mencoba mencari suatu metode alternatif prediksi beban listrik jangka pendek berbasis kecerdasan buatan (yang populer dan banyak dipakai para ilmuwan : berbasis Adaptive Neural Network / Jaringan Syaraf Tiruan). Kemudahan konsep jaringan syaraf tiruan mendorong peneliti untuk membuat prediksi pemakaian energi listrik jangka pendek. Sumber data yang diperlukan adalah data pengeluaran beban listrik dari Pusat Pembagi Beban PT. PLN (Persero) setiap jam mulai pukul sampai dengan pukul mulai hari senin sampai dengan minggu pada hari normal dan hari-hari libur nasional, yang kemudian data tersebut akan dibelajarkan pada sistem perangkat lunak yang sudah dirancang berbasis jaringan syaraf tiruan. Software pendukung untuk merancang program digunakan Matlab.[1] 1.2 Rumusan Masalah Beberapa permasalahan pada penelitian dapat diformulasikan sebagai berikut: 1. Bagaimana mengetahui perilaku penggunaan energi listrik harian masyarakat Indonesia berdasarkan 3 tipe hari yaitu hari kerja, hari libur akhir pekan dan juga hari libur nasional? 2. Aspek-aspek apa saja yang memberikan pengaruh terhadap akurasi prediksi beban energi listrik? 2

3 3. Bagaimana perbandingan akurasi hasil prediksi menggunakan Jaringan Syaraf Tiruan, prediksi PLN, metode Time Series terhadap beban aktual? 1.3 Batasan Masalah Beberapa batasan masalah yang perlu diperhatikan dalam penelitian ini yaitu: 1. Tugas akhir ini hanya untuk peramalan beban listrik jangka pendek menggunakan algoritma Feed Forward Back Propagation. 2. Beban yang diramalkan adalah besar beban daya nyata (MW) yang dikonsumsi pelanggan tanpa memilah jenis konsumen. 3. Data yang digunakan adalah data beban energi listrik Region 2 Jawa Barat. 4. Perhitungan dilakukan dengan bantuan perangkat lunak Matlab. 5. Simulasi dilakukan dengan pelatihan supervisi (supervised training), menggunakan 1 hidden layer dengan 10 neuron. 6. Perbandingan yang dilakukan hanya membandingkan akurasi prediksi. 1.4 Tujuan Tujuan pembuatan penelitian ini yaitu: 1. Mengetahui karakteristik perilaku penggunaan energi listrik harian masyarakat. 2. Mengetahui aspek-aspek apa saja yang memberikan pengaruh terhadap akurasi prediksi beban energi listrik dengan Jaringan Syaraf Tiruan menggunakan algoritma Feed Forward Back Propagation. 3. Melakukan perbandingan hasil prediksi menggunakan Jaringan Syaraf Tiruan, prediksi PLN, metode Time Series terhadap beban aktual. 1.5 Manfaat Penelitian Manfaat dari penelitian ini yaitu: 1. Efisiensi energi dangan melakukan prediksi beban listrik dengan error dibawah 3% dari error prediksi yang dilakukan PLN sebesar 3% - 5%. 2. Rekomendasi terhadap prakiraan energi beban listrik yang telah dianalisis dan dioptimalisasi agar dapat meningkatkan kualitas layanan dan mengurangi kerugian PLN. 3

4 1.6 Metodologi Penelitian Penelitian ini dilakukan dengan metode-metode sebagai berikut: 1. Studi Literatur Pencarian materi-materi dan referensi yang berkaitan dengan permasalahan yang dibahas, seperti jurnal-jurnal yang berhubungan dengan prediksi beban listrik dengan menggunakan Jaringan Syaraf Tiruan dengan algoritma Feed Forward Back Propagation. 2. Konsultasi dengan Dosen Pembimbing Tahap ini dilakukan untuk menentukan penggunaan metode yang sesuai untuk diimplementasikan dalam sistem sehingga memiliki hasil keluaran yang sesuai dengan harapan. 3. Pengumpulan Data Pengumpulan data dilakukan untuk mengetahui pola beban energi yang dikeluarkan dan diprediksi oleh PLN Region II Jawa Barat serta untuk dibandingkan hasilnya dengan prediksi menggunakan Jaringan Syaraf Tiruan pada tahap analisis. 4. Perancangan dan Pengujian Sistem Perancangan dan pengujian sistem prediksi beban listrik menggunakan Jaringan Syaraf Tiruan dengan algoritma Feed Forward Back Propagation dengan menerjemahkan algoritma yang ada menjadi coding pada perangkat lunak MATLAB. Setelah itu dilakukan pengujian sistem dengan data yang didapat dari PLN berdasarkan tingkat akurasi dari sistem tersebut. 5. Analisis dan penyusunan laporan Analisis tentang parameter-parameter yang ingin diketahui dilakukan pada tahapan ini berdasarkan hasil simulasi yang dilakukan. 1.7 Sistematika Penulisan Sistematika penulisan tugas penelitian ini dibagi dalam beberapa topik bahasan yang disusun sebagai berikut: BAB I PENDAHULUAN Bab ini membahas latar belakang, batasan masalah, rumusan masalah, dan tujuan penelitian. 4

5 BAB II DASAR TEORI Bab ini membahas tentang beberapa teori yang digunakan dan diterapkan dalam penelitian ini. BAB III METODELOGI PENELITIAN Bab ini menjelaskan mengenai sistem kerja dan metode yang digunakan dalam tugas akhir ini. BAB IV ANALISIS DATA Bab ini menjelaskan tentang data yang diperoleh, hasil perhitungan, dan tindak lanjut dari hasil tersebut. BAB V SIMPULAN Bab ini berisi tentang hasil dan gambaran secara garis besar dari apa yang dikerjakan dan diteliti penulis dalam tugas akhir ini. 5