Framework Penjadwalan Beban pada Konsumsi Rumah Tangga Berbasis Agen Berdasarkan Pengenalan Pola Konsumsi Energi Listrik

Prosiding Seminar Nasional Industrial Services (SNIS) III “Peningkatan Daya Saing Industri Nasional Melalui Integrasi Industri Baja Berkelanjutan Menuju ASEAN Economic Community 2015” Cilegon, 8 Oktober 2013

Framework Penjadwalan Beban pada Konsumsi Rumah Tangga Berbasis Agen Berdasarkan Pengenalan Pola Konsumsi Energi Listrik Bobby Kurniawan1, Anggoro Suryo P.2, Didik Aribowo3 1

Teknik Industri Universitas Sultan Ageng Tirtayasa Teknik elektro Universitas Sultan Ageng Tirtayasa Jl. Jend. Sudirman Km.3 Cilegon Banten 42453 [email protected]

23

Abstrak Energi mempunyai peranan penting dalam pencapaian tujuan sosial, ekonomi dan lingkungan untuk pembangunan berkelanjutan serta merupakan pendukung bagi kegiatan ekonomi nasional. Dengan semakin bertambahnyajumlah penduduk dan programpertumbuhan ekonomi, semakin besar pula kebutuhan (demand) energi. Penelitian-penelitian yang telah dilakukan di sisi penyedia energi(supply side) lebih banyak difokuskan untuk mencari potensi sumber energi alternatif baru seperti energi angin dan pemanfaatan sumber energi menggunakan sumber daya alam yang dapat diperbaharui (renewable resources). Sedangkan penelitian-penelitian pada sisi pemanfaatan energi (demand side) berfokus pada perancangan alat atau sistem cerdas yang bersifat otomatis dan otonom dalam pengambilan keputusan penggunaan energi yang efisien. Pendekatan berbasis agen (agent-based) diusulkan sebagai salah satu solusi pengenalan pola konsumsi. Kecerdasan buatan agen untuk mengenali pola konsumsi dikembangkan melalu salah satu kajian machine learning, diantaranya artificial neural network. Kata Kunci: energy agent-based, machine learning, pola konsumsi.

1. PENDAHULUAN

banyak difokuskan untuk mencari potensi sumber energi alternatif baru seperti energi angin yang dilakukan oleh (Whale et al., 2013), dan pemanfaatan sumber energi menggunakan sumber daya alam yang dapat diperbaharui (renewable resources) antara lain (Bracco et al., 2013). Sedangkan penelitian-penelitian pada sisi pemanfaatan energi (demand side) berfokus pada perancangan alat atau sistem cerdas yang bersifat otomatis dan otonom dalam pengambilan keputusan penggunaan energi yang efisien. Hal ini dapat dilihat antara lain pada (Kang et al., 2013) yang mengusulkan sebuah sistem cerdas pada pengisian listrik kendaraan motor. Berdasarkan cara yang digunakan untuk alokasi sumber daya di sisi pemanfaatan energi (demand side), penelitian-penelitian yang diusulkan menggunakan model penjadwalan sumber daya yang melibatkan adanya factor dinamis dan dilakukan secara real time pada sistem yang dirancang, seperti yang dilakukan (Zhang et al., 2013). Model-model tersebut dapat

Energi mempunyai peranan penting dalam pencapaian tujuan sosial, ekonomi dan lingkungan untuk pembangunan berkelanjutan serta merupakan pendukung bagi kegiatan ekonomi nasional. Dengan semakin bertambahnya jumlah penduduk dan programpertumbuhan ekonomi, semakin besar pula kebutuhan (demand) energi. Dalam kurun waktu 10 tahun mendatang, kenaikan permintaan energi diproyeksi sebesar 185% (332% bila menggunakan skenario MP3EI) dari tahun 2010 (BPPT, 2012) seperti yang tersaji pada Gambar 1.1. Sektor rumah tangga (household) menduduki tiga besar dari total keseluruhan permintaan. Para peneliti telah melakukan banyak penelitian di bidang energy, yang secara umum dapat dibagi menjadi dua yaitu: penelitian pada sisi penyedia energi (supply side) dan pada sisi pemakai dan konsumsi energy (demand side). Penelitian-penelitian yang telah dilakukan di sisi penyedia energy (supply side) lebih

73


2. MODELING FRAMEWORK

digunakan untuk membantu pengambilan keputusan terkait dengan tujuan efisiensi energi dengan menghasilkan penjadwalan yang efektif. Berdasarkan hal tersebut, pendekatan penjadwalan berbasis agen seperti yang disusulkan penelitian ini sangat sesuai untuk digunakan untuk untuk efisiensi energi pada sisi pemanfaatan energy (demand side) dengan adanya penelitian-penelitian terdahulu di bidang penjadwalan sumber daya yang menyebutkan beberapa kelebihan metode penjadwalan berbasis agen, antara lain: pendekatan agen mampu untuk berhubungan (interfaced) secara langsung dengan proses produksi yang sedang terjadi dan mesin (Rolón dan Martínez, 2012), mampu untuk melakukan real time control sehingga cocok untuk menghadapi kondisi dinamis (kedatangan order baru, pembatalan order, perubahan prioritas order, mesin rusak, dan tidak tersedianya bahan baku atau tools menurut (Hall and Potts, 2004) yang disesuaikan dengan status dari agen (Xiang dan Lee, 2008).

Pada penelitian ini disusulkan tiga jenis agen dalam suatu jaringan listrik rumah tangga seperti tersaji pada Gambar 2. Agen jenis pertama adalan agen pengguna konsumsi listrik. Agen ini berfungsi untuk meminta energi listrik kepada agen penyedia pasokan listrik melalui agen fasilitator. Agen ini merupakan representasi dari suatu peralatan rumah tangga, sebagai contoh: lampu pijar, setrika, lemari es, mesin cuci, dsb. Karakteristik permintaan dari agen ini dicirikan oleh besarnya daya listrik yang dibutuhkan, waktu energi dibutuhkan, serta durasi penggunaan energi. Agen ini bersifat rasional, yaitu berusaha untuk mendapatkan pasokan energi pada saat yang tepat dan jumlah yang tempat tanpa adanya pengunduran (delay) maupun gangguan (interruption).

Gambar 2. Model Konseptual Jaringan Rumah Tangga Berbasis Agen

Agen jenis kedua adalah agen fasilitator. Agen ini mencatat konsumsi dari seluruh agen konsumsi selama waktu yang ditentukan, kemudian membuat pola konsumsi yang disesuaikan dengan pola konsumsi agen pengguna. Selain itu agen ini juga melakukan alokasi sumber daya sebagai masukan kepada agen penyedia pasokan. Selain itu agen ini juga melakukan monitoring terhadap penggunaan listrik agen pengguna. Oleh karena itu agen tersebut harus memiliki kecerdasan buatan untuk dapat mengenali pola konsumsi. Pola konsumsi diambil dari data konsumsi agen pengguna. Data konsumsi tersebut dikategorikan berdasarkan: peluang kondisioanl setiap mesin

Gambar 1. Proyeksi Kebutuhan Energi Berdasarkan Sektor (Sumber: BPPT, 2012)

Akan tetapi model-model tersebut belum menyertakan faktor manusia, yaitu hanya mempertimbangkan algoritma penyelesaian yang robust tanpa ada perimbangan unsur pola pemakaian manusia sebagai konsumen. Penelitian ini mencoba untuk memberikan pendekatan yang lebih komprehensif dan integral dengan menyertakan pola pemakaian konsumen dalam penjadwalan konsumsi listrik rumah tangga berbasis agen.

74


melakukan permintaan, rata-rata durasi penggunaan, rata-rata pemakaian atau kebutuhan (Basu et al., 2012). Beberapa teknik dalam kajian Machine Learning antara lain artificial neural network¸ Bayesian, Decision Tree. Agen penyedia pasokan listrik bertugas untuk memastikan bahwa pasokan yang dimiliki dapat didistribusikan kepada agen konsumsi lain secara efisien. Dengan demikian dibutuhkan metode penjadwalan dan alokasi sumber daya untuk memenuhi suatu fungsi tujuan tertentu dengan batasan-batasan yang dimiliki oleh penyedia pasokan. Beberapa teknik penjadwalan berbasis agen antara lain telah dilakuan oleh Ma’ruf dan Kurniawan (2012) yang melakukan penjadwalan real time berbasis agen pada suatu system produksi flexible job shop.

Hall, N.G. dan Potts, C.N (2004) Rescheduling for New Orders, Operations Research, 52(3), 440-453. Kang, J., Duncan, S. J., Hawarah, dan Mavris, D. N. (2013) Real-time Scheduling Techniques for Electric Vehicle Charging in Support of Frequency Regulation , Energy and Building, 16, 767 – 775. Ma'ruf, A. dan Kurniawan, B. (2012) Perancangan Sistem Penjadwalan Flexible Job Shop Berbasis Agen Menggunakan Sistem Lelang, Proceedings Seminar Sistem Produksi X KK Sistem Manufaktur ITB, BandungIndonesia. Rolón, M. dan Martínez, E. (2012) Agent-based Modeling and Simulation of An Autonomic Manufacturing Execution System, Computer in Industry, 63, 53-78.

3. PENELITIAN LANJUTAN Dua bagian yang dapat dilanjutkan dari usulan framework uusulan ini adalah dengan mengembangkan model pengenalan konsumsi. Selanjutnya adalah dengan melakukan implementasi dari framework yang telah diusulkan dengan menggunakan middleware JADE yang berbasis perangkat lunak open source JAVA.

Whale, J., McHenry, M. P., dan Malla, A. (2013) Scheduling and conducting power performance testing of a small wind turbine, Renewable Energy, 55, 55-61. Xiang, W. dan Lee, H.P. (2008) Ant Colony Intelligence in Multi-agent Dynamic Manufacturing Scheduling, Engineering Applications of Artificial Intelligence, 21, 78-85.

4. KESIMPULAN Penelitian ini mengusulkan sebuah framework penjadwalan berbasis agen dengan mempertimbangkan pola konsumsi. Pendekatan berbasis agen dan pendekatan machine learning diusulkan menjadi sebuah framework penelitian yang lebih besar. Terbuka kesempatan bagi penelitian lanjutan dalam bidang keilmuan berbasis agen dan machine learning.

Zhang, L. M., Li, K., Lo, D. T., dan Zhang, Y. (2013) Energy-efficient task scheduling algorithms on heterogeneous computers, Sustainable Computing: Informatics and Systems, accepted manuscript. BIOGRAFI PENULIS Penulis Pertama adalah dosen di Jurusan Teknik Industri, Fakultas Teknik, Universitas Sultan Ageng Tirtayasa, Indonesia. Beliau mendapatkan gelar Magister Teknik dari Teknik dan Manajemen Industri, Institut Teknologi Bandung. Fokus pengajaran dan penelitiannya adalah pada perencanaan dan pengendalian produksi, sistem multi agen dan machine learning. Untuk informasi lebih lanjut dapat menghubungi melalui [email protected]

DAFTAR PUSTAKA Badan Pengkajian dan Penerapan Teknologi (BPPT) (2012) Outlook Energi Indonesia 2012: Pengembangan Energi Masa Depan dalam Mendukung Pertumbuhan Ekonomi dan Ketahanan Energi Nasional, BPPT Press, Jakarta. Basu, K., Hawarah, L., Arghira, N., Joumaa, H., dan Stephane Ploix (2013) A Prediction System for Home Appliance Usage, Procedia Computer Science, accepted manuscript. Bracco, S., Basu, Delfino, F., Pampararo, F., Robba, M., dan Rossi, M. (2013) The University of Genoa smart polygeneration microgrid test-bed facility: The overall system, the technologies and the research challenges, Renewable and Sustainable Energy Reviews, 18, 442–459.

75

Framework Penjadwalan Beban pada Konsumsi Rumah Tangga Berbasis Agen Berdasarkan Pengenalan Pola Konsumsi Energi Listrik

Recommend Documents