EFISIENSI BIAYA PEMBANGKIT (ECONOMIC DISPATCH) JAWA-BALI MENGGUNAKAN METODE ALGORITMA GENETIKA DAN ANFIS

Sistem kelistrikan Jawa-Bali memiliki beban yang tinggi dan bervariasi, sehingga diperlukan pengaturan economic dispatch (ED) yang optimal untuk menekan biaya bahan bakar. Penelitian ini mengusulkan kombinasi metode Algoritma Genetika (GA) dan Adaptive Neuro-Fuzzy Inference System (ANFIS) untuk mengoptimalkan penjadwalan daya 20 unit pembangkit di sistem Jawa-Bali. Data awal meliputi kapasitas daya minimum–maksimum serta parameter fungsi biaya masing-masing pembangkit. GA digunakan untuk menentukan pembagian daya optimum dengan mempertimbangkan batasan daya dan kebutuhan beban. Dataset hasil GA kemudian digunakan untuk melatih model ANFIS guna mempercepat prediksi pembagian daya pada kondisi beban berbeda. Hasil penelitian algoritma genetika menunjukkan bahwa Biaya minimum pada non emisi di temukan pada datset ke-49, yaitu sebesar Rp44.762.934.913 dengan daya 20.135,77 MW dan Biaya minimum pada emisi di temukan pada dataset ke-46, yaitu sebesar Rp25.015.347.382 dengan daya 20.276,38 MW, Hasil error data pelatihan dan validasi ANFIS, error data pelatihan Non emisi: error terbesar = 0,6693%, terkecil = 0,0396% dan Emisi: error terbesar = 0,1813%, terkecil = 0,0524%. Lalu error data validasi Non emisi: error terbesar = 0,8317%, terkecil 0,0619%, dan Emisi: error terbesar = 0,2503, terkecil = 0,0524%. Nilai error yang paling kecil membuktikan bahwa ANFIS dapat di gunakan sebagai model prediktif berbasis data GA. Proses optimasi GA menghasilkan distribusi daya yang efisien untuk menurunkan biaya operasi atau emisi, tergantung jenis cost function yang digunakan