Studi Perkiraan Kebutuhan Energi Listrik Di Kota Dumai Sampai Tahun 2025 Dengan Metoda Fuzzy Logic

Abstract

Dalam proses perencanaan pengembangan sistem tenaga listrik diperlukan adanya suatu perkiraan kebutuhan tenaga listrik dimasa yang akan datang. Hasil perkiraan yang didapatkan bisa dijadikan bahan pertimbangan bagi pembuat kebijakan untuk merumuskan tindakan yang akan diambil untuk masa-masa mendatang. Hal ini bertujuan demi tercapainya optimalisasi dalam proses penyediaan energi listrik. Untuk optimalisasi penyediaan energi listrik di Kota Dumai, diperlukan suatu perkiraan kebutuhan energi listrik. Pada penelitian ini, metoda perkiraan yang digunakan adalah logika fuzzy. Perkiraan yang dilakukan bersifat jangka menengah, yaitu sampai tahun 2025. Perkiraan kebutuhan energi listrik jangka menengah umumnya mengacu pada statistik masa lalu dan atas dasar karakteristik konsumsi energi yang lalu. Karakteristik tersebut biasanya dipengaruhi oleh beberapa faktor, seperti jumlah penduduk, jumlah pelanggan listrik, PDRB. Metoda logika fuzzy ini menggunakan data histori/aktual yang diakumulasikan dalam beberapa periode waktu, yaitu dari tahun 2013 sampai 2017. Hasil perkiraan dengan menggunakan logika fuzzy menunjukkan bahwa konsumsi energi listrik di Kota Dumai setiap tahunnya memiliki rata-rata pertumbuhan sebesar 7,16%. Pada tahun 2025 perkiraan konsumsi energi listrik menggunakan fuzzy sebesar 792 GWh, sedangkan perkiraan yang dilakukan oleh PLN, yaitu sebesar 866 GWh. Nilai kesalahan antara hasil perkiraan logika fuzzy dengan PLN pada tahun 2025 tersebut adalah sebesar 8,5 %.
 Kata kunci : Perkiraan kebutuhan energi listrik, Logika fuzzy

Prediksi Kebutuhan Energi Listrik Menggunakan Metode Jaringan Syaraf Tiruan

“…Prediksi (forecasting) merupakan kegiatan meramalkan atau memperkirakan kejadian atau pola yang belum terjadi dan akan terjadi di masa yang akan datang. Prediksi dilakukan dengan menggunakan data atau variable yang telah terjadi sebelumnya yang kemudian data tersebut digabungkan dengan suatu metode prediksi sehingga mampu memproses data yang telah terjadi sebelumnya dan menghasilkan hasil prediksi [2]. Jika dilihat berdasarkan rentang waktu prediksi, dalam memprediksi dapat dikelompokkan menjadi prediksi jangka pendek, prediksi jangka menengah, dan prediksi jangka panjang [5].…”