prosiding ke -ii ft.uisu, april 2010, no daf isi 25, hal 164-169

7/22/2019 Prosiding Ke -II Ft.uisu, April 2010, No Daf Isi 25, Hal 164-169

1/8

ISBN : 978-602-96853-0-5PROSIDING

@JWW

E Mffi WW" WWWW

'Gedung Serbaguna Fakultas TeknikKampus Al-MunawwarahTema:lnovasi Teknologi Untuk Kehidupan

yang Lebih Baik

UNIVERSITAS ISLAM SUMNT'EIl. S,M. Raja Teladan Medan,, ', ,ii;i;iiirtiiilitltTelp,.;.'($LI7568049;, Fax r'(0'6l).'780fO.effif,i'1r jE-Mail : [email protected]

27 r 28 ,4pt de 20 lO


2/8

.'r'S.

Seminar Nasional II Tcknologi Dan Rekayasa ISBN 978-6A2-95853-e5Prediksi Runtun Waktrl Beban Listrik Sumalera Utara 16/.-169Hermaaryah Alant(Institut Teknologi Me dan)Tcknlk Industri, FMIFA, Tekntk Kimia, Tcknologi Hrsil HutrnPengaruh Indeks Dow Jones Industrial Average dan Indeks Straits Times Terhadap Indeks 170-176harga Saham Gabungan Busrsa Efek Indonesia Periode 2M+2010Lathfi Partnturl(Universltas Islom Sumaters Utara, Medm)Pengukuran Kinerja Program Studi Strata Satu (Sl) Dengan Metoda Integrated Performance 177-18lMeasurement SystemDessi Mufrl, Nntyarsi(Unlversitas Bung IIat4 Padsttg)Desain Dan Kajian Ergonomis Prototype Alat Pamecah Buah Aren lE2-lE8Artvlana Llen$e Xakerlssa(Univers it ar Pattimura Amb on)Penggunaan Model Tointegrasi Dengan Fomat IDEF' Untuk Momonitoring Kinda Sistem 189-193Secara Kontinu Pada Perusahaan ManufakturRlana Fasptla dcn Alweln Magdn(Institut Te knologi Me dan)Implementasi Metode Taguchi Untuk Peirentuan Komposisi Bahan Baku Optimal Produk lg4-201Kipang KacangYcsmlzartl Machfiar, Dssst Mufti, Hanc Fedea 9cl(Universitas Bung Hatto, PadondDesain Alat Pencuci Ubi Talas Yang Ergonomis Untuk Meningkatkan Produktivitas Produksi 202-ZWAyu BWmtatl J.n dan Aldl llrtsun(Universitas Bung Han4 PadotdlPeningkatan Kualitas Pelayanan Melalui Implementasi Metod Perry Johnson Pada Total Z1a-2nQuality Service (TQS)Nsvilsrut' Yqmlzerfr Mrachfrsi &lqe hwtanfu(Universitos Bung Hattq Padong)Pernanfaatan Srat Sahs Kelapo dan Kelapa Sawit Pada Pembuatan Beton Ringan 2lE-222Syahrul frunutfr dan Srl Bown(Unjversilry Saqqprq alqrq Medsn)Penggunaan Palm Fafiy Acid Distillate (PFAD) Sebapi Bahan Boku FL-1802 dsn DPFA 223-229MuhannmdYusuf Monga(Universitas funetera Utara, I$edan)Orinted Sfand Bosd Bermutu Tinggi dari Bambu n0.236Ar{Nuryawm, Irntd Azhor, Ardtanryah Isttutl(Univ*sitas Samatera Aarq Mefun)TeknikSipilPenganrh Variasi Bebsn Tel


3/8

Seminar Nasi,mal ll Teknologi Dan Rekayasa ISBN 9?8-6$2-$6,853-[bjPrediksi Runtun Waktu Beban ListrikSumatera {.Itara Dengan ANFIS

Hermansyah AlamJurusan Teknik Elekho ITMGedung Arca no. 52 Medanhermans [email protected]

Dengan ttelihat perkcmbangan juntah r**rr#ou\*r"**,o fr rdonesiayang sangat berlrubungnfungw keb*ulsn ,ntmusia akon kehidupan yang layak lengkap rfungan sorana-ssr$ns yang menadai b+berbasis teknologi.Saloh sata sarqrra yqng satgat di bunhkan mamrsia dolot perkembanganya olIndorcsiq di tangani oleh PLN. Bebot lislrik dslal, saau lal ysng sangd mttlak blam sudu gnte*tenaga listrik Untuh leblh mengoptimalkan hasil yang akan diproleh dalan prediksi beban listrihdi sittrperulis nenggunataan metode Neuro ftary &ngpn mengutwkan progrom Mdlab. Perhitungan uuuinlnga7alrsa bess bebon listrik sangd dtperlukan agw tidak teriad hal-hal yang tidak diiryinkart Dengu.diperolebrya besar beban listrik yug terbenuhkita dapat memakairrya sebryai rcuan untuk memprsiapkonkc butuhon heban listrik uuak hari"hari beriWtnyaKats httri : Neuro, Fuzzy, ANFIS, Rantan Wqklu1. Pendahuluanl.l Latar BclakrngDalam perkembangan pembangunan sekarang ini tidak hlepas darl teknologi kclistrikan dan itumerupakan salah satu pendukung perkembangan teknologi dan industri. Sehingga akibat perkembanganpembangunan maka kebutuhan akan listrik senakin meningkat baik rumah tangga industri, tempat-temparumum' pusat perblanjaan, sosial, dan pemerintahan tiap tahun selalu mengalami kenaikan akan kebutuhanlistrik. Iftraktsistik dari prmintaan snergi lsitrik kadang kala membuat usaha tersebut sulit dipenuhi.Meramallcan perturnbuhan behn dan usoha untuk mcmenuhi siklus beban harian dan behn tahunan secaramernuaskan merupakan dua kesulittrt yang hanrs diatasi. PErtumbuhan rata-rata konsumsi lietik di Indonesiatiap tahun bertambah. Mengingat untuk membangun suetu pusat pembangkit enogi lisfiik diperlukan wakuI sampai l0 tahun maka p6ra prencana sistem harus melihat kernrmgkinarrkemungkinan-perkernbangmsistem tenaga 10 sampai 20 tahun kedeFn. Hal tersebut diperlukan agar trsedia waktu untukmemperkirakan dan mernperbaiki penencanaan dalam pempektifjangka panjang. -2. Lrnda$n Teori1.1 Model Drn Atrdisb Runtun lYrktuAnillsa nrntrm wnhu Juga dapat mempormulaslkan hubungan dlnimls antara &16 atiu leblh runtrmwaltu yang saling berfiubungan sehingga diperoleh model system yang tenmgkap melalaui fimgsinya dengansatu isyarat sebagai masukan dan isyarat lain sebagai keluaran seperti yang diganbarkan di bawatr :-

Gembar 1. Diagrnm rmum prckditor adaptifPryqctor adaptif pada Gambar I memberikan unjuk kerja yang benhrk gelombangnya konstruksiduta rligrtal input Jft adalah bdc isyarat ran&m fieluensi, It adalah hasil yang tebaik dari inprt,rn jiUnilsi K semakin ertanhh qaka systry .belajr_dengan prygresrf untrk memprediksi Jft yang-tergantungdari peilgnfirm I{t menrpakan tansfer fungsi terllopc frok-blok brMj dari diadrm y*d 4"p",diamati.Selatjutnya diolatr oleh sustu tapis adapif yang secara otomatis mqnruaikan angkad imluhnyamelalui alogaritna least*quares sperti LMS yang menangaf suatu galat isyarat tergantung keluran n

164 Falultas Telmft {JISU Karyus Al Mrmaw$rysh Jl. Shd. Rqia Teladan Mdm


4/8

..+

Seminar Nasional II Teknolog Dan Rekayasa rsBN 9784A2-96853+5dihasilkan aan Z-M adalah merupakan delay sebagai rentang u'altu pada runtun waklu yang akandiprediksi.

Kerika disesuaairkan se.demikian tinsgr'E{t'},"r*inirn^i,r"r" tL? - -Y)'l jugatminimasi jika keluaran Yk adalah estimasi least-squares terbaik maka hasil keluaran terkecil yangmungkin adalah: E**WJ=rb'J ...(l)

.''({)

Ketike hal ini dapat dicapai, a[xo- y" )t l= g.Llal


5/8

Seminar Nasional II Teknologi Dan RekayasaLapis 3Setiap node pada lapis ini adalah node tetap berlabel N.node I menghifimg rasio dari kuat pelryulutan aturan :terhadap jumlah kuat penyulutan dari semua aturan.or,,=w,=-{-, i=1,2 ...(5rwt+w2Keluaran lapis ini disebut kuat penluiutan ternormalisasi.Lapis 4Setiap node pada lapis ini adalah node adaptifdengan fungsi node :

Ou., =i, f, = w,(p,* +qry + 4) "(6tDenganwi : kuat penlulutan temormalisasi dari lapis 3Parameier ini.parameter pada lapis ini disebut Pararneter konsekuensi.Lapis 5Node tunggal pada lapis ini adalah node tetap bedabel f, yang menghitung semua keluaran keseluruhansebagai penjumlahan sernua sinyal yang dating.

,.{7}

3. MetodologiPenelitian3.1 Matorl PoneHtian

Materi yang digunakan dalam peneliltian ini adalah :I' Data histories yang metupakan data sekunder beban harian pernakaian listrik yang bersumbr dari pl,li.2. Penentuan data untuk peletihan dan pengujian yang mempunyai hubungan sebab akibatberdasarkarmabiks baris dan kolom.3. Metode yang digunakan adalah penerapan Neuro Fuzzy orde satuaturan fuzzy model sugeno denganmembershtpfurction (funSsl keanggotaan) tipe kurva bentuk tapesium (trappsiun curve)-3.2 Alrt PcnolltianAlat yang digunakan untuk analisis,komputasi dan penulisan program adalah seperangkat laptop"yang terdiri dari atas 2 aspetq yaitu perangkat keras (hard vare)dan perangkat lunak fsol wue). A;6;penelitian yang akan dimanfaatl@n dalam penelitian ini adalah :l. Setu unit lapop dengan spesifikasi Intel Pentium ceirhino duo 1,66 Ghz dan R.AM 1022Mb dan prinrrCannon IP-1300.2. Pnogram Madab versi 6.0 sebagai perangkat lunak yang berguna untuk komputasi analisis daramatematig statiskq simulasi dan pemodelan.9,3 Behlq FrurlttllnBahan penelitian yang digunakan dalam tugas akhir ini adalah:l. B.uku tsts yang ads kaiknnya dengan firlisea2. Jurnal ilndah yang ada kaitannya dengan hrlisan.3. Situs intemet ir.rvw.google.com yang Uerkaitan dengan tulisan.4. Data penelitian yang diambil dari PT.PLN (persero) P3B Unit Pengatur Beben (JpB) Sumatera-3.4 Varlabel PerbituncsnUntuk mernpermudah dalam penelitian maka perlu diketalrui variabel yang a*an diamati dalarnpenelitian ini,yaitu sebgai berikut:l. Besar beban harian dari tahun 2000 sampai 20082. Bsar beban peramalan dari tahun 2000 sampai 2008.3.5 ielan PcaeHtlanLangkah'langkalr yang alcan dilakukan dalam mendukung pada penelitian ini agar mencapai sasannyang dinriu sesuai dengan judul diatas maka pedu menjadi batrao penelitian sebagai berikut t

166 Faldtas Telsnik LIISU Kanpus Al Munaqrurah Jl. S&{. R4ia Teladm Medm


6/8

Seninar Nruional II Tcknologi Dar Rekayasa

(1cp.to,Fa3

E^ o-os4rs. o6t4So*lo*

rsBbl 97ffi1-tr853+5Studi PustakaHal ini dilakukan untuk mendapat gambaran umum dan da*sat t..--t: i r-rg telah disusun dalammendukung pcnelitian ini.Studi pustaka ini didapay dari perpusalan can referensi diantaranyabuku,buktryang menunjang dalam penelitian ini, jurnal-jumal. litersu:s'liieratur serta informasi'informasi melalui internet.Pengumpulan Datafengumpulan data dilakukan bersrrnber dari P.T PLN (Penero) P3B Sumara rnit pengaftran bebanSumatra utare yang dimulai dari tanggal 0l Januari 2000 s/d 24 Agustus 200t lzng mcrupkan datasekunder. Data ini akan diidentifikasi, dilanjutkan pengolahan data, agar siap untuk dianalisisdengen metode Neuro Fuzzy, ymg perangkat lunaknya MATLAB 6.0.Kemudian menentukanmoAel ter6ait, sekaligus membndingkan besarnya residual antam nilai actual terhadap hasilprediksi yang akan diiakulen. Selanjutnya melakukan kajian menyeluruh tohadap hasil analisis,termasuk variabel bebas dan varibel ti&k bebas.

4. Ilasil Penelitian Dan Pembahasan4.1 Pcnyorunan Hiksi Data Bcban Listrik

Berdasarkan jalan penelitian ysng telah diiela$kan dalam BAB III dapai disimulasikan &ngarl,langkah-langkatr sebagai berikut:l. Menyusun empat data (D = 4) sebagai masukan tundaan waktu (A : 7) dan P adalah waktu yang akandiperidksi,sebagai keluaran dengan vecttr : [{x(t - 21),:r(t - 14)'x(t - 7)'x(t + Z)1;2. Memebikan dua fung;i keanggotaan (trn1) = 2dengan epoch 1003. Menrbandinglan tipe fungsi keanggotaan yang trbaik4. Prediksi beban listrik ( 4J ,7) dan (4,4,10) adalah data yang akan di analisaPrediksi beban listrik yang akan di analisa yaitu dengan menggunakan tipe trapesium yakni denganprdiksi bebon lisrik (4,4,7, dengan (4,4JA).,L1.1 Fr6dikri Boben LtsHk (4A'1, Dongsn tr'unBrt Kcangoteen Tlpc TrrpcciumBerikut ini gambar RMSE Pelatihan dengan fungsi keanggotaan Tipe Trapesium:

l.

2.

\\\

"*.\,vrV,,r,/lil*gr,*,fuy/riilffy 1;l,yr16

olo20t,ftoqT0qtalt@

I o.*r& cFao.6$o,&lrLGamba r 4.RIVISE petatihan denga;furgsi keanggotaan tipe trapesium

6.ll

l[ e:1rf; o.ro$ o.,o -,,

tE'lGambar 5. nMSg pengujinn dengan fungsi kcanggofaan fipc trapesium

Gambar 3. Diagrnm alin ialan penelitian

Fahltas Teknik UISU lfumpus Al Munawwratr fl. SM. R4ia Teladm Medm 167


7/8

ISBN 978402-WiS53+i

Gambar 6, Ukuran langkah dengan fungsi keanggotaan tipe trapesium

Gambar 7. Target dan output ANFIS beban listrik tipe trapesium"-f .1-1f s=5r+Taret'*i+rFt leyi*

iL

iiI

ln frrt 358Rdqnsbu C{.rDGambar 8. Galat prediksi dengaan fungsi keanggotaan tipe ttapesium

Gambar 9. tr'ungsi keanggotaan masing-masing input tipe trapeslum4.2.2 Prcdiksi Beban Listrik(4,4,10) Dengan Fungsi Keanggotan Tipe Trapesium

n06J o.*tIo*Id

Gambar 10. RSME pelatihan denga; fungsi keanggotaan tipe trapesium

Iaa:0n50@tu6Fro

Gambar 11. RMSE pcngujian dengan fungsi keenggotaan tipe trapesiumq6so-&o-*.*5.*GOt

Gambsr 12, Ukuran lsngkah denglfi'ungsi keanggotmn tipe trapesiunt

toe$:afii"

ot'

rot* b-6I o-"I::

ri li l;; t Ili ri rtjr l .;t { rl n tt l: llrlli llr r r; Ii{iilirfii,, ii i.. ,l i 'j iIi{ l 'i,,",.,.,^,^J rv...,..

168 Fakultas Teknik TIISU Kampus Al Mrnewwtrsh Jl. S {, R,4ia Tetradam Medee


8/8

Seminar Nasional It Teknologi Dan Rekayasa lsBN 97E-602-96S53-&55. Kesimpulan5.1 Kerimpulan

Berdasarkan hasil penelitian maka dapat dibuat kesimpulan sebagai berikut :t. Pengujian peramalan dilakukan dengan menggunakan data aktual dari pemakaian beban listrik pada pT.PLN (Persero) Wilayah Sumatera Bagian Utar4 Unit Penyaluran dan Pusat Penguuran neban 1f:e).2. Neuro fuzzy dapat digunakan untuk memprediksi pemakaian beban listrik lang menggunakan modelmatematis yang disebut dengan Data Berkala (time series).3. Parameter-parameter yang diperlukan oleh sistem adalah:D : Jurnlah Sampel yang di input yaitu D = 4DELTA: Jarak antar &ta (DELTA > 6 )P : Prediksi Beban Listrik Hari Ke-......dMF : Jumlah Parameter Input yaitu dMF = 2dMF*Inp :ParameterlnputdMF_Out : Parameter Ouput ( dMF_Out: linear)4. Informasi yang diberikan oleh sistem adalah berupa prediksi pemakaian beban pada walcu tertentu ataup$da han yeng lqgin di prpdiksr terhitung dan t+nggel tcraklrir dan dprt4ysnsdiguna.kan,5. Pada Bab tV inisialisasi parameter input yang digunakan yaitu : TItapEsIUM. -6. Dari grafik RMSE Kesalahan Training didap4t keoalahen yang terkecil yaitu paramelerprediksi adalah ;25 Agustus 0EPrediksi beban :.7M,66Error training data :56,08 = 5,4O o/oError chacking data :130,30Tanggal

Daftar Pustike[l] AMel-Aal, RE., 2002, Eleclrtcal Forecosdng I)stig Machlne Learntng Technlques,Center forApplied (CAPS) Rsearch Instituts KUFPM.[2) Jantznry Jan., 1998, \ry::g ly \y1t to$c, Technical University of Denmark, Departement ofAuotomotion, Bldg 326,DK-2800 Lyngby,DENMARK.Tech.report no 9g-E g6E.t3l Lestari Budi, 2000, Pemodelan dan Peramalan Banyaknya Hari Hujan di Jember Dengan prosesArma,Majalah Maternatika dan Statiska. Volume l. No l. Universitas Jernber[4] Peranginangin -KasimarL 2ffi6, Pengenalwt Matlab,Edisi l. Andi. yogyakartat5l Suhartono ,2007 , Fee{orward Neural Network Untuh Pemo&lan krnin lfahr4Universitas GajahIvlada Yog5rakarta"[6] Widodo, Thomas Sri,2005, Sistem Neuro Fuzry Untuk Pengolahan l4formasi dan Kendati, EdrsiPertarna. Graha Ilmu Yogyakarta.

fux;uttre Telcnik UISU Ifumpus Al Munaunvrah Jl. SM. Rqia Teladan Mdan 169

prosiding ke -ii ft.uisu, april 2010, no daf isi 25, hal 164-169

Documents