SHORT TERM LOAD FORECASTING (STLF) MELALUI PENDEKATAN LOGIKA FUZZY

Ade Gafar Abdullah¹

ABSTRAK: Telah dikembangkan suatu model prediksi beban listrik jangka pendek (short term load forecasting) non linier berbasis kecerdasan tiruan melalui pendekatan logika Fuzzy dengan menggunakan algoritma Fuzzy Subtractive Clustering. Kode komputer yang dikembangkan menggunakan perangkat lunak Matlab 7.1 dari Mathwork Corp. Prakiraan beban listrik dengan menggunakan fuzzy subtractive clustering telah dihasilkan dimana prediksi dengan logika fuzzy lebih mendekati data aktualnya dan memberikan arti yang signifikan dibandingkan dengan metode koefsien beban PLN (PT. Perusahaan Listrik Negara). Melalui perhitungan secara statistik didapatkan tingkat akurasi rata-rata prediksi dengan menggunakan metode koefisien beban PLN sebesar 92,41% sedangkan tingkat akurasi rata-rata prediksi dengan menggunakan algoritma fuzzy subtractive clustering  sebesar 95,79 %. Dapat dibuktikan dan disimpulkan dari hasil simulasi bahwa prediksi beban menggunakan pendekatan kecerdasan buatan memberikan hasil prediksi yang lebih akurat dibanding dengan metode konvensional yang selama ini digunakan PLN.

Kata Kunci: Prediksi Beban Listrik Harian, Fuzzy Subtractive Clustering.

¹Ade Gafar Abdullah, S.Pd., M.Si. adalah dosen Jurusan Pendidikan Teknik Elektro UPI

Leave a Reply