BAB III METODE PENELITIAN 3.1. Kerangka Pemikiran
Permasalahan yang akan dijawab atau tujuan yang ingin dicapai pada penelitian ini adalah untuk melakukan prakiraan beban listrik jangka pendek atau untuk mendapatkan besar beban listrik jam per jam selama satu hari ke depan (besok), yang dapat digunakan para operator dalam pengendalian dan penjadualan mesin pembangkit listrik. Untuk melakukan prakiraan beban listrik, langkah pertama yang perlu dilakukan adalah dengan mempelajari dan mengevaluasi pola-pola beban setiap hari dalam satu minggu sampai beberapa minggu. Pola beban dalam setiap hari, menunjukkan perilaku konsumen atau pelanggan dalam menggunakan atau memanfaatkan tenaga listrik. Beban pada saat ini (current load) diakibatkan atau dipengaruhi oleh beban beberapa waktu berlalu (Lee dan Park 1992), misalnya beban pada hari Rabu dipengaruhi oleh beban pada hari Senin dan Selasa. Dengan kata lain, beban listrik pada jam ke-49 dipengaruhi oleh beban listrik yang terjadi 48 jam sebelumnya. Kerangka pemikiran untuk membangun suatu model prediksi/prakiraan beban listrik tersebut diperlihatkan seperti diagram alir berikut. Diagram alir ini memperlihatkan tahapan-tahapan ataupun proses-proses yang akan dilakukan dalam rencana penelitian ini. 1. Identifikasi masalah Identifikasi masalah merupakan tahap awal dari rencana penelitian ini. Prakiraan beban listrik beberapa waktu (satu hari sampai satu minggu) ke depan diperlukan dalam rangka membuat penjadualan sebagai pedoman bagi operator dalam pengoperasian mesin pembangkit listrik. Metode yang digunakan oleh pihak PLN selama ini adalah metode koefisien beban. Metode ini relatif sulit dilakukan dan memerlukan keahlian khusus serta pengalaman dalam memahami karakteristik beban (listrik) suatu daerah, sehingga tersedianya suatu metode alternatif yang cukup akurat dan relatif lebih mudah dilakukan untuk memprediksi beban masih diperlukan.
21
Gambar 8. Diagram Alir Model Prakiraan Beban Listrik Jangka Pendek
22 2. Pengumpulan Data Pengumpulan data, merupakan kegiatan yang bertujuan untuk mendapatkan dan melengkapi data yang diperlukan untuk melakukan penelitian, dalam hal ini adalah berupa data historis beban listrik dan temperatur udara kota Pontianak beberapa bulan yang lalu. Data tersebut berupa data beban listrik harian yang memperlihatkan perilaku beban listrik Kota Pontianak, berupa besar beban listrik dalam Mega-Watt (MW) dan waktu terjadinya beban tersebut dalam setiap hari (24 jam). Data tersebut diperoleh di PT. PLN Wilayah Kalbar (Unit Sektor Kapuas) untuk data beban listrik, sedangkan data atau informasi tentang temperatur udara harian berupa data temperatur minimum, rata-rata dan maksimum Kota Pontianak yang didapat di Badan Meteorologi dan Geofisika Supadio Pontianak. Kedua jenis data historis (beban listrik dan temperatur) tersebut di atas adalah data harian dengan rentang waktu Januari 2007 – Mei 2007. 3. Praproses Data Praproses data dimaksudkan untuk mempersiapkan dan memperlakukan data beban listrik dan temperatur udara agar dapat diproses atau diterapkan pada model JST yang akan dikembangkan, beberapa tahapan dapat disampaikan sebagai berikut : a) Koreksi Data Koreksi terhadap data perlu dilakukan, baik terhadap record data beban listrik maupun temperatur udara yang hilang (miss value) dengan cara yang dapat dibenarkan yaitu dengan mengganti nilai tersebut dengan nilai rata-rata. b) Normalisasi Data Normalisasi data diperlukan dengan maksud untuk mempermudah proses perhitungan yaitu dengan mentransformasi nilai data kedalam range atau rentang nilai tertentu. Misalnya range data ditransformasi menjadi antara 0 dan 1, artinya data minimal adalah 0 dan data maksimal adalah 1. Hal ini disesuaikan dengan kebutuhan ataupun metode aktivasi yang diterapkan pada model JST yang dikembangkan.
23 4. Data Training dan Testing Membagi data tersebut menjadi 2 (dua) bagian, untuk keperluan pelatihan (data training) dan pengujian (data testing) agar menjadi data sebagai input (vektor input) maupun sebagai target (output) yang sesuai dengan model JST yang dikembangkan. 5. Rancangan Model dengan Jaringan Syaraf Tiruan (JST) Rancangan model prakiraan beban listrik jangka pendek dilakukan dengan membangun Jaringan Syaraf Tiruan (JST) dengan metode pembelajaran backpropagation atau propagasi balik, kemudian melakukan perubahan pada
learning rate dan jumlah neuron pada hidden layer dengan trial and error, dengan harapan agar terjadinya konvergen menjadi lebih cepat. 6. Pengujian Model Pengujian pada model JST dilakukan untuk mengetahui ketepatan atau akurasi hasil atau ouput dari model prakiraan yang dibangun, dibandingkan dengan besar beban listrik yang sebenarnya (beban real). 7. Model Prakiraan Beban Listrik Model prakiraan yang telah dilakukan pengujian, telah siap untuk melakukan prakiraan beban listrik beberapa waktu kedepan dengan meng-inputkan data baru yang belum pernah dipakai pada proses training.
3.2 Data dan Alat
Data yang dibutuhkan pada penelitian ini adalah data historis beban listrik dan data temperatur udara Kota Pontianak untuk wilayah/area yang menjadi fokus penelitian. Data tersebut diperoleh di PT. PLN Wilayah Kalbar dan Kantor Badan Meteorologi dan Geofisika Supadio Pontianak ataupun unit/satuan kerja lain yang terkait. Alat-alat dan software (tool) yang digunakan diantaranya, seperangkat Personal Computer (Notebook) dengan spesifikasi Processor type Intel Pentium-4 1.8 GHz, RAM 512 Mb, Hardisk 60 Gb, dan software Matlab versi 7.0, dan Microsoft Office 2003 untuk pengetikan dan dokumentasi penelitian.
24 3.3 Waktu dan Tempat Penelitian
Penelitian dilaksanakan mulai Juni 2007 dan direncanakan akan selesai pada April 2008 bertempat di Laboratorium Komputer Program Magister Ilmu Komputer FMIPA-Institut Pertanian Bogor di Baranangsiang Bogor.
