PCC 1302 Section 1

32
1 OPTIMISASI PERAMALAN BEBAN JANGKA PENDEK UNTUK HARI LIBUR NASIONAL MENGGUNAKAN INTERVAL TYPE-2 FUZZY INFERENCE SYSTEM-BIG BANG-BIG CRUNCH ALGORITHM (STUDI KASUS SISTEM KELISTRIKAN KALIMANTAN SELATAN DAN TENGAH) JUDUL TESIS DOSEN PEMBIMBING PROF.DR.ENG.IMAM ROBANDI, MT Dibuat oleh : AKHMAD RAMADHANI 2213201001

Transcript of PCC 1302 Section 1

Page 1: PCC 1302 Section 1

1

OPTIMISASI PERAMALAN BEBAN JANGKA PENDEK UNTUK HARI LIBUR NASIONAL MENGGUNAKAN INTERVAL TYPE-2 FUZZY

INFERENCE SYSTEM-BIG BANG-BIG CRUNCH ALGORITHM (STUDI KASUS SISTEM KELISTRIKAN KALIMANTAN SELATAN DAN TENGAH)

JUDUL TESIS

DOSEN PEMBIMBING PROF.DR.ENG.IMAM ROBANDI, MT

Dibuat oleh : AKHMAD RAMADHANI

2213201001

Page 2: PCC 1302 Section 1

Pendahuluan

Page 3: PCC 1302 Section 1

3

Tujuan Penelitian

Hybrid IT2FIS-BBBC

PERAMALAN BEBAN HARI LIBUR NASIONAL SISTEM KELISTRIKAN KALSELTENG

BANDINGKAN ERROR PERAMALAN BEBAN

HARI LIBUR NASIONAL SISTEM KELISTRIKAN KALSELTENG

FUZZY TYPE-1

FUZZY TYPE-2 (IT2FIS)

IT2FIS-BBBC

IMPLEMENTASI

Page 4: PCC 1302 Section 1

4

Keterbaruan Penelitian

TEKNIK PERAMALAN BEBAN LISTRIK

TEKNIK PERAMALAN TRADISIONAL

MODIFIKASI TEKNIK PERAMALAN TRADISIONAL

TEKNIK PERAMALAN SOFTCOMPUTING

1.Metode Regresi 2. Metode Regresi Berganda 3. Metode Pemulusan Eksponensial dll

1. Peramalan Permintaan Adaptif 2. Metode Stocastic time series : * AR Model * ARMA Model * ARIMA Model * Box-Jenkins Methode 3. Suppor Vector Machine Base 4. Pendekatan State Space dll

1. Neural Network * Back Pro * Lavemberq Marquent * RBF * SVM dll 2. Fuzzy Logic * Fuzzy Linear Regression * Fuzzy Inference System - Fuzzy Type-1 - Fuzzy Type-2 (IT2FIS) - Hybrid IT2FIS -BBBC

Page 5: PCC 1302 Section 1

5

Road Map Penelitian

TEKNIK PERAMALAN SOFTCOMPUTING MENGGUNAKAN FUZZY LOGIC

K.-H.Kim, J.-K.Park, K.-J.Hwang, and S,-H.Kim,” Implementation of Hybrid Sort-Term Load Forcasting System Using Artificial Neural Network and fuzzy expert system”, IEEE Trans.Power System, vol.10, no.3, pp. 1534-1539, Agustus, 1995

K.Kim, H.Youn, and Y-C.Kang ” Short-term load forecasting for special days in anomoulus load condition using neural networks and fuzzy inference method”, IEEE Trans.Power System, vol.15, no.2, pp. 559-565, May, 2000

K.-Bin Song, Y.-Sik Baek, D. Hun Hong, and G. Jang, “ Sort - Term Load Forcasting for the holidays using fuzzy liniear regression method.” IEEE Trans.Power Syst, Vol.20, no.1,pp.96-101, Feb.2005

A.Dharma, I.Robandi, M.H.Purnomo,”Application of Short Term Load Forcasting On Special Days Using Interval Type-2 Fuzzy Inference System; Study Case in Bali Indonesia”, Journal of Theorical nd Applied Information and Technology, Vol.49 no.2,March, 2013

NEXT JOURNAL

Page 6: PCC 1302 Section 1

6

Kontribusi Penelitian

PERAMALAN BEBAN HARI LIBUR NASIONAL SISTEM KELISTRIKAN KALSELTENG

1. PENGEMBANGAN ILMU LOAD FORECASTING 2. SUMBER REFERENSI PENELITI BERIKUTNYA

1. UNIT COMMITMENT 2. ECONOMIC DISPATCH 3. MAINTENANCE SCHEDULE 4. INTERCHANGE SCHADULE dll

ENERGY MANAGEMENT SYSTEM (EMS) POWER SYSTEM

DUNIA PENDIDIKAN

Hybrid IT2FIS-BBBC

Page 7: PCC 1302 Section 1

Tinjauan

Pustaka

Page 8: PCC 1302 Section 1

8

Type-1 Fuzzy Logic System Review

(STRUKTUR FUZZY LOGIC SYSTEM)

Fuzzifikasi Input crisp Fuzzy Inference

Engine

Input fuzzy

Defuzzifikasi

Output fuzzy

Fuzzy RuleBase

output crisp

Page 9: PCC 1302 Section 1

9

a b c 0

1

μ(x)

x

Interval Type-2 Fuzzy Logic System Review

μ(x)

u

Page 10: PCC 1302 Section 1

10

Interval Type-2 Fuzzy Logic System Review

( , ) [0.1]( , )xx X x J

A x uA Jx

x u

( , ); ( ), ( )AAJx x u u x x

( ) {( , ); [0,1]}x X

FOU A Jx x u u Jx

( ) ( ), ( )AAx X

FOU A x x

μ(x)

u

Page 11: PCC 1302 Section 1

11

Interval Type-2 Fuzzy Logic System

Metode Type Reducer : 1. Kernik Mandel

2. Enhance Kernik Mandel (EKMA)

3. Enhance Kernik Mendel Algorithm with Initialization (EKMANI)

4. Iterative Algorithm with Stop Condition (IASC) 5. Enhance Iterative Algorithm with Stop Condition (EIASC)

Page 12: PCC 1302 Section 1

12

BIG BANG – BIG CRUNCH ALGORITHM

1. Pada fase Big Bang, energi dissipasi (penghamburan) menghasilkan penyebaran dan pengacakan (random).

2. Pada Fase Big Crunch, pengacakan partikel yang didistribusi akan di urutkan kembali.

Page 13: PCC 1302 Section 1

13

BIG BANG – BIG CRUNCH ALGORITM

Adapun metode Big Bang-Big Crunch Algorithm adalah sebagai berikut [10,11,12] : 1. Inisialisasi generation dari N kandidat dari hasil pengacakan pada ruangan

pencarian. 2. Kalkulasikan atau hitung fungsi fitness dari semua kandidat solution (cari nilai

cost function) 3. Hitung Center Of Mass dengan persamaan berikut ini :

4. Hitung kandidat baru yang menuju Center Of Mass dengan menambah atau mengalikan angka yang diacak dimana angka atau nilai akan berkurang setiap dilakukan iterasi dengan persamaan berikut :

5. Kembali ke step 2 sampai kriteria sudah ketemu kemudian stop

1

1

1

1

iN

iic

N

ii

xf

x

f

/new cx x lr k xc= Center Of Mass l = Upper limit dari parameter r = Normal random k = Step / langkah iterasi xnew = Upper dan lower bounded

Page 14: PCC 1302 Section 1

14

Optimization Interval Type-2 Fuzzy Logic System

1

0

UMF(Ã) UMF(Ã)

LMF(Ã)

Fuzzy Type 1

Fuzzy Type 1

Optimization using Big bang – Big Crunch Algorithm

Interval Lebar = Ketidakpastian Tinggi

Interval Sempit = Tidak Terjaring

Page 15: PCC 1302 Section 1

Metodologi

Penelitian

Page 16: PCC 1302 Section 1

16

METODOLOGI PENELTIAN

1. Tahapan Persiapan (preprocessing)

2. Tahapan Proses (processing)

VLDmax Aktual

3. Tahapan Finishing (postprocessing)

VLDmax Forecast

1. P’ Forecast 2. Error

Ms.Excell

Ms.Excell

MATLAB Fuzzy Type-1

Fuzzy Type-2

IT2FIS-BBBC

Ada 3 Tahapan Penelitian yaitu :

Page 17: PCC 1302 Section 1

17

DIAGRAM ALUR PENELITIAN MULAI

(preprocessing)

(processing)

(postprocessing)

SELESAI

Page 18: PCC 1302 Section 1

18

DIAGRAM ALUR PENELITIAN

MULAI

Hitung beban puncak untuk 4 hari sebelum hari libur (MaxWD)

Hitung perbedaan beban puncak

(LDmax)

Hitung rata-rata perbedaan beban puncak (TLDmax)

Hitung variasi beban puncak (VLDmax)

Preprocessing

(Ms.Excell)

Page 19: PCC 1302 Section 1

19

Optimasi fungsi keanggotan (X,Y,Z) menggunakan Big Bang- Big Crunch

Algorithm untuk mendapatkan nilai FOU

Jika Belum

Jika Ya

Membuat Fungsi Keanggotaan IT2FLS (X,Y,Z)

Membuat Aturan Fuzzy

Proses Fuzzy Inference System

Defuzzyfikasi melalui Type Reducer VLDMAX Forecast

Processing

(MATLAB)

Page 20: PCC 1302 Section 1

20

Menghitung perbedaan beban puncak ramalan (LDmax Forecast)

Menghitung beban puncak hari yang diramal

(P’max forecast)

Menghitung Error Peramalan

SELESAI

Postprocessing

(Ms.Excell)

Page 21: PCC 1302 Section 1

Hasil

&

Pembahasan

Page 22: PCC 1302 Section 1

22

Pengolahan Data Beban Puncak Hari Libur Nasional

2008 2009 2010 2011 2012 2013

1Tahun Baru Masehi

01-Jan 01-Jan 01-Jan 01-Jan 01-Jan 01-Jan

2Kemerdekaan RI

17-Agust 17-Agust 17-Agust 17-Agust 17-Agust 17-Agust

3 Idul Adha 08-Des 27-Nop 17-Nop 06-Nop 26-Okt 15-Okt

4Tahun Baru Hijriyah

10-Jan 18-Des 07-Des 27-Nop 15-Nop 05-Nop

5Maulid Nabi Muhammad

20-Mar 09-Mar 26-Feb 15-Feb 05 Pebruari 24-Jan

6 Isra Mi’ raj 30-Jul 20-Jul 10-Jul 29-Jun 17-Jun 06-Jun

7 Idul Fitri I 01-Okt 20-Sep 10-Sep 31-Agust 19-Agust 08-Agust

8 Idul Fitri II 02-Okt 21-Sep 10-Sep 01-Sep 20-Agust 09-Agust

9Wafat Isa Almasih

21-Mar 10-Apr 02-Apr 22-Apr 06-Apr 29-Mar

10Kenaikan Isa Almasih

01-Mei 21-Mei 13-Mei 02-Jun 17-Mei 09-Mei

11 Natal 25-Des 25-Des 25-Des 25-Des 25-Des 25-Des

12 Nyepi 07-Mar 26-Mar 16-Mar 05-Mar 23-Mar 12-Mar

13Tahun Baru Imlek

07-Feb 26-Jan 14-Feb 03-Feb 23-Jan 10 Pebruari

14 Waisak 20-Mei 09-Mei 28-Mei 17-Mei 06-Mei 25-Mei

Hari Raya Kristen

Hari Raya Hindu

/Budha/Tionghoa

No KelompokNama Hari

Libur

Periode

Hari Libur Umum

Hari Raya Islam

Page 23: PCC 1302 Section 1

23

Pengolahan Data Beban Puncak Hari Libur Nasional

Kelompok Nama Hari Libur

MaxWD LDMAX MaxWD LDMAX MaxWD LDMAX TLDMAX VLDMAX MaxWD LDMAX TLDMAX VLDMAX

Hari Libur 1,Tahun Baru Masehi 211 -0,947 221,355 -6,5483 213,663 3,4716 -3,7481 7,21968 241,275 -0,52844 -1,3415 0,81308

Umum 2.Proklamasi Kemerdekaan RI 217,28 -5,2098 229,8475 -0,3078 242,838 1,2817 -2,7588 4,04056 236,5875 1,01971 -1,412 2,43169

Hari Raya 1.Idul Adha 213,0225 -13,962 224,375 -11,8529 211,1 10,4453 -12,9075 23,3528 219,725 -3,2199 -5,1233 1,9033

Islam 2.Tahun Baru Hijriyah 212,62 -5,0606 229,5975 -5,4998 222,77 -1,0504 -5,2803 4,2298 245,85 0,46776 -3,8703 4,33807

3.Maulid Nabi Muhammad 224,945 -2,0382 221,3575 0,1231 242,793 -3,12303 -0,9576 -2,1655 249,1 -1,3649 -1,6794 0,31449

4.Isra Mi'raj 227,565 2,2345 235,51 -1,6602 243,563 1,98614 0,28715 1,69899 229,6625 4,23992 0,85348 3,38644

5.Idul Fitri I 208,515 -3,5129 229,145 -2,0751 234,675 -3,5262 -2,79402 -0,7321 235,625 -6,77984 -3,0381 -3,74177

6.Idul Fitri II 206,2725 -0,4084 226,4025 -3,4419 231,788 -1,8713 -1,9252 0,0538 231,5125 -5,815 -1,9072 -3,9078

Hari Raya 1.Wafatnya Isa Almasih 216,475 1,7669 224,0625 0,41841 236,35 -1,9589 1,09268 -3,0516 247,25 1,19312 0,07547 1,11766

Kristen 2.Kenaikan Isa Almasih 224,3075 -5,0054 223,09 3,9222 241,475 0,01035 -0,5416 0,55196 241,9125 -4,8416 -0,3576 -4,484

3.Natal 195,9425 4,278 214,8825 3,14009 243,713 -1,9131 3,70906 -5,6222 227,75 5,59824 1,835 3,76324

Hari Raya 1.Nyepi 223,1175 -1,7065 223,1175 -1,7065 231,068 -5,07535 -1,7065 -3,3689 218,4625 1,7566 -2,82945 4,58605

Hindu /Budha 2.Tahun Baru Imlek 216,56125 -8,3585 228,73 2,0417 185,398 5,0176 -3,1584 8,17599 240,7125 3,98297 -0,43306 4,41603

/Tionghoa 3.Waisak 222,5 1,9326 235,385 -1,5315 237,713 3,48635 0,20053 3,28583 242,5375 -2,03576 1,2958 -3,3316

Tahun 2005 Tahun 2006 Tahun 2007 Tahun 2008

Tabel 4.2 Nilai MaxWD, LDMAX, TLDMAX, dan VLDMAX tahun 2005 - 2008

Page 24: PCC 1302 Section 1

24

Optimisasi Peramalan Beban Puncak untuk Hari Libur Nasional

Menggunakan IT2FIS-BBBC Algorithm

Pada peneliti sebelumnya FOU didesain dalam kisaran ketidakpastian 50% dari batas atas dan batas bawah fungsi keanggotaan fuzzy type-1 . Pada penelitian ini terdapat enam kandidat ketidakpastian FOU antecendent dan consequent yang dioptimasi menggunakan Big Bang-Big Crunch Algorithm yaitu Probabilitas 44%, 46%, 48%, 50%, 52%, dan 54%

1

0

UMF(Ã)

UMF(Ã)

LMF(Ã)

Fuzzy Type 1

Fuzzy Type 1

50 % 50 %

1

0

UMF(Ã)

UMF(Ã)

LMF(Ã)

Fuzzy Type 1

Fuzzy Type 1

Optimization using BigBang BigCrunch Algorithm

Page 25: PCC 1302 Section 1

25

Implementasi Peramalan Beban Jangka Pendek Untuk Hari-hari Libur Nasional Pada Sistem Kelistrikan KALSELTENG Menggunakan

Metode IT2FIS – BBBC Tahun 2008

Kelompok

Nama Hari Libur

IT2FIS-BigBang BigCrunch Algorithm

Ramalan Aktual Error (%) P’Max

(MW) MaxSD (MW)

Hari Libur 1. Tahun Baru Masehi 240,4524 240 0,1864

2. Proklamasi Kemerdekaan RI 238,0858 239 0,38051

Hari Raya Islam

1. Idul Adha 212,8586 212,65 0,09803

2. Tahun Baru Hijriyah 244,2581 247 1,05424

3. Maulid Nabi Muhammad 248,1045 245,70 0,91246

4.Isra Mi'raj 233,7479 239,40 2,34654 5.Idul Fitri I 219,4659 219,65 0,27786 6.Idul Fitri II 217,8393 218,05 0,09895

Hari Raya Kristen

1.Wafatnya Yesus Kristus 249,9061 250,20 0,11647

2.Kenaikan Yesus Kristus 231,3708 230,20 0,50642

3.Natal 241,0396 240,50 0,22601

Hari Raya Hindu / Budha/

Tionghoa

1.Nyepi 223,1829 222,30 0,39796 2.Tahun Baru Imlek 249,2995 250,30 0,39855 3.Waisak 238,4041 237,60 0,33846

Max 2,34654 Min 0,09813

MAPE 0,52421

Page 26: PCC 1302 Section 1

26

Kelompok

Nama Hari Libur

T1FIS IT2FIS (Interval 50%) IT2FIS-BigBang BigCrunch Algorithm

Ramalan Aktual Error (%)

Ramalan Aktual Error (%)

Ramalan Aktual Error (%) P’Max

(MW) MaxSD

(MW) P’Max

(MW) MaxSD

(MW) P’Max

(MW) MaxSD

(MW)

Hari Libur

1. Tahun Baru Masehi

240,4570 240,00 0,19042 240,45605 240,00 0,19002 240,4524 240 0,1864

2. Proklamasi Kemerdekaan RI

237,9744 239,00 0,42912 238,12204 239,00 0,36735 238,0858 239 0,38051

Hari Raya Islam

1. Idul Adha 212,8586 212,65 0,09813 212,85978 212,65 0,09865 212,8586 212,65 0,09803

2. Tahun Baru Hijriyah

243,8512 247,00 1,27481 244,41348 247,00 1,04717 244,2581 247 1,05424

3. Maulid Nabi Muhammad

248,0769 245,70 0,96742 247,96335 245,70 0,92118 248,1045 245,70 0,91246

4.Isra Mi'raj 232,6960 239,40 2,80031 233,26127 239,40 2,56422 233,7479 239,40 2,34654

5.Idul Fitri I 219,0382 219,65 0,27851 219,04015 219,65 0,27765 219,4659 219,65 0,27786

6.Idul Fitri II 217,8330 218,05 0,09948 217,83447 218,05 0,09884 217,8393 218,05 0,09895

Hari Raya

Kristen

1.Wafatnya Yesus Kristus

249,9137 250,20 0,11439 249,9128 250,20 0,11479 249,9061 250,20 0,11647

2.Kenaikan Yesus Kristus

231,3643 230,20 0,50579 231,36506 230,20 0,50611 231,3708 230,20 0,50642

3.Natal 241,0435 240,50 0,22601 241,04264 240,50 0,22563 241,0396 240,50 0,22601

Hari Raya

Hindu / Budha/

Tionghoa

1.Nyepi 223,2004 222,30 0,40504 223,18402 222,30 0,39767 223,1829 222,30 0,39796

2.Tahun Baru Imlek 249,3026 250,30 0,39846 249,30122 250,30 0,39904 249,2995 250,30 0,39855

3.Waisak 238,4041 237,60 0,33846 238,40418 237,60 0,33846 238,4041 237,60 0,33846

Max 2,80031

Max 2,56422

Max 2,34654

Min 0,09948 Min 0,09884 Min 0,09813

MAPE 0,58045 MAPE 0,5390 MAPE 0,5242

Implementasi Peramalan Beban Jangka Pendek Untuk Hari-hari Libur Nasional Pada Sistem Kelistrikan KALSELTENG Menggunakan

Metode IT2FIS – BBBC di bandingkan penelitian sebelumnya

Page 27: PCC 1302 Section 1

27

Tahun BaruMasehi

ProklamasiKemerdekaan

RIIdul Adha Tahun Baru

Hijriyah

Maulid NabiMuhammad

SAWIsra Mi'raj Idul Fitri I Idul Fitri II Wafatnya Isa

AlmasihKenaikan Isa

Almasih Natal Nyepi Tahun BaruImlek Waisak MAPE

Type-1 FIS 0,190423763 0,429117859 0,098134423 1,274809942 0,967415017 2,800305678 0,278506514 0,099479058 0,114393328 0,505792325 0,226008505 0,40503852 0,398458083 0,338459629 0,580453046Interval Type-2 FIS 0,190021638 0,367347733 0,098651059 1,047174739 0,921184004 2,564215698 0,27764833 0,098842014 0,114788612 0,506107589 0,225629711 0,39766799 0,3990351 0,338459629 0,539055275Interval Type-2 - BBBC 0,186402513 0,380513481 0,098031096 1,054241683 0,912464997 2,346544765 0,277862876 0,098948188 0,116468568 0,506422853 0,226008505 0,397962811 0,398554252 0,338459629 0,524206158

0

0,5

1

1,5

2

2,5

3

Erro

r Per

amal

an (%

)

Perbandingan Error Peramalan Beban Jangka Pendek Untuk Hari Libur Nasional Tahun 2008

(Studi Kasus Sistem Kelistrikan KALSELTENG)

Page 28: PCC 1302 Section 1

28

Tahun BaruMasehi

ProklamasiKemerdekaa

n RIIdul Adha Tahun Baru

Hijriyah

Maulid NabiMuhammad

SAWIsra Mi'raj Idul Fitri I Idul Fitri II Wafatnya Isa

AlmasihKenaikan Isa

Almasih Natal Nyepi Tahun BaruImlek Waisak

Aktual 240,00 239,00 212,65 247,00 245,70 239,40 219,65 218,05 250,20 230,20 240,50 222,30 250,30 237,60Type-1 FIS 240,457017 237,9744083 212,8586829 243,8512194 248,0769387 232,6960682 219,0382604 217,8330859 249,9137879 231,3643339 241,0435505 223,2004006 249,3026594 238,4041801Type-2 FIS 240,4560519 238,1220389 212,8597815 244,4134784 247,9633491 233,2612676 219,0401454 217,834475 249,9127989 231,3650597 241,0426395 223,1840159 249,3012151 238,4041801IT2FIS-BBBC 240,447366 238,0905728 212,8584631 244,396023 247,9419265 233,7823718 219,0396742 217,8342435 249,9085956 231,3657854 241,0435505 223,1846713 249,3024187 238,4041801

210,00

215,00

220,00

225,00

230,00

235,00

240,00

245,00

250,00

Beb

an (M

W)

Perbandingan Peramalan Beban Hari Libur Nasional Tahun 2008

Page 29: PCC 1302 Section 1

Penutup

Page 30: PCC 1302 Section 1

30

Simpulan

1. Perhitungan main absolute percentage error (MAPE) untuk metode IT2FIS-BBBC lebih kecil dibandingkan dengan metode sebelumnya menggunakan IT2FIS. Nilai MAPE terkecil menggunakan metode IT2FIS-BBBC terjadi pada tahun 2008 yaitu sebesar 0,524%

2. MAPE terbesar pada tahun 2011 yaitu sebesar 1,312%, hal ini disebabkan pada tahun itu banyak dilakukan pemeliharaan sistem kelistrikan sehingga beban menjadi lebih variatif (anamoulus load). Tetapi nilai MAPE tersebut masih dibawah batas nilai toleransi yang diijinkan.

Page 31: PCC 1302 Section 1

31

Saran

1. Optimisasi IT2FIS-BBBC untuk peramalan beban jangka pendek pada hari libur nasional diterapkan pada studi kasus yang berbeda karena setiap daerah memiliki prilaku (behavior) beban yang berbeda.

2. Metode Hybrid IT2FIS-BBBC tersebut juga dapat dikembangkan dengan plan atau kasus selain peramalan beban seperti Maximum Power Point Tracking (MPPT) Control, Power System Stability (PSS) Control dan lain-lain.

Page 32: PCC 1302 Section 1

32

BIODATA