Analisis Resolving Efficient Dominating Set dan Aplikasinya pada TOD Penempatan SPKLU serta Forecasting Penggunaan Daya Listrik dengan Teknik Space Syntax dan GNN

Abstract

Penelitian ini membahas analisis resolving efficient dominating set pada masalah transit oriented development pada penempatan SPKLU menggunakan konsep space syntax dan melakukan forecasting menggunakan metode graph neural network. Resolving efficient dominating set adalah adalah sebuah konsep dalam teori graf yang gabungan dari efficient dominating set dan dimensi metrik. Konsep REDS Jalan direpresentasikan oleh titik dan hubungan jalan satu ke lainnya direpresentasikan sebagai sisi, kemudian akan dicari himpunan dominasi. REDS digunakan untuk menentukan titik yang didominasi, yang digunakan untuk masalah transit oriented development terkait peletakan SPKLU yang dianggep strategis. Representasi dari titik-titik tersebut akan digunakan sebagai kode untuk mengirimkan data-data terkait banyaknya penggunaan daya listrik. Space syntax digunakan dalam analisis struktur konfigurasi ruang disuatu wilayah. Tujuan dari perhitungan space syntax dapat mengetahui nilai real relative asymmetry (RRA) terkecil. Nilai RRA dapat dihitung secara local dan global RRA. Nilai local dan global RRA tersebut nantinya akan dibandingkan untuk mendapatkan RRA terkecil. Analisis local RRA dilakukan berdasarkan peta jalan suatu wilayah kota dengan bantuan ArcGIS dan depthmapX, sedangkan analisis global RRA menggunakan konfigurasi ruang dengan merepresentasikan jalan sebagai graf dimana setiap titik adalah jalan dan setiap sisi adalah hubungan antar jalan dengan bantuan python pada google collaboratory. Titik dengan nilai RRA terkecil dianggap paling tepat untuk peletakan pusat pengendali daya listrik yaitu IUPTL. Penentuan peletakan SPKLU sudah tepat selanjutnya mengumpulkan data tentang penggunaan daya listrik dan banyaknya kendaraan yang datang pada setiap SPKLU. Data ini akan digunakan untuk menghitung penggunaan daya listrik di setiap SPKLU dengan menggunakan graph neural network multi-step time series forecasting. Analisis ini dilakukan dengan tujuan untuk meramalkan penggunaan daya listrik pada SPKLU di masa depan. Penelitian ini menghasilkan bahwa nilai local RRA terkecil adalah 4.15692 terletak pada Jl. Jaksa Agung Suprapto. Analisis global RRA diperoleh nilai global RRA terkecil yaitu 0.58429785 berada di titik 6 pada visualisasi python yang berarti terletak di titik 7 (𝑥7 ) dalam graf hasil representasi peta jalan suatu wilayah kota tepatnya terletak di Jl. Moh. Husni Thamrin. Berdasarkan nilai local dan global RRA lalu dibandingkan menunjukkan bahwa peletakan pusat pengendali daya listrik yaitu IUPTL ditempatkan di Jl. Moh. Husni Thamrin, yang berarti lokasi paling strategis. Analisis menggunakan resolving efficient dominating set menghasilkan titik anggota himpunan dominasi yaitu {𝑥1, 𝑥6, 𝑥11, 𝑥14}, sehingga 𝛾𝑟𝑒𝑊(𝐺𝐴) = 4. Berdasarkan hasil resolving efficient dominating set tersebut akan ada 4 titik lokasi SPKLU yang dapat dijangkau oleh beberapa jalan. Simulasi graph neural network dengan bantuan google collaboratory dilakukan untuk mendapatkan data hasil embedding, yang kemudian disimulasikan menggunakan multi step-time series dengan metode graph neural network. Multi step-time series ini terkait penggunaan daya listrik dengan bantuan python, yang dioperasikan dengan bantuan google collaboratory dalam tiga tahap yaitu training, testing dan forecasting. Pengamatan dilakukan selama 70 hari untuk memperoleh hasil multi-step time series forecasting selama 7 hari berikutnya.