Peramalan Beban Listrik Harian dengan Metode Adaptive Neuro Fuzzy Inferrence System

Abstract

Peningkatan kebutuhan tenaga listrik di Indonesia khususnya di Bali terjadi seiring dengan meningkatnya kegiatan ekonomi dan kesejahteraan masyarakat.  Peningkatan kebutuhan tenaga listrik memerlukan suatu perencanaan sistem tenaga listrik yang tepat. Perencanaan yang baik bisa dilakukan melalui peramalan yang tepat untuk kebutuhan beban listrik. Peramalan berdasarkan rentang waktu dikategorikan menjadi peramalan jangka pendek, jangka menengah dan jangka panjang. Salah satu metode dalam sistem cerdas yang dapat digunakan untuk peramalan beban adalah metode adaptive neuro fuzzy inference sistem (ANFIS). Pada penelitian ini, metode tersebut digunakan untuk peramalan beban listrik jangka pendek atau harian. Data yang dipergunakan untuk pembelajaran pada peramalan ini adalah data sebenarnya (actual data) yang diambil dari PT.PLN (Persero) Area Pengatur Distribusi Bali, mulai dari bulan Juni 2011 sampai dengan Agustus 2011 dan Desember 2012 sampai dengan Februari 2013. Pembangunan Model ANFIS menggunakan program Matlab. Fuzzy Inference System yang digunakan adalah tipe Takagi-Sugeno orde satu, dengan membership function yaitu time (jam), data histori beban listrik sebelumnya, kondisi hari sebelumnya (hari kerja atau hari libur) dan kondisi hari ini (hari kerja atau hari libur) masing-masing berjumlah 7, 10, 2 dan 2 dengan tipe fungsi keanggotan gbellmf. Penelitian ini menghasilkan nilai MAPE terbesar yaitu 9,92% yang terjadi pada bulan Juni 2011 yang nilainya lebih baik dibandingkan dengan metode JST backpropagation. Jadi metode peramalan beban listrik harian  menggunakan metode ANFIS cukup akurat.