ANALISIS KARAKTERISTIK INPUT-OUTPUT DAN OPTIMASI BIAYA PEMBANGKITAN MENGGUNAKAN METODE QUADRATIC LEAST SQUARE REGRESSION DAN METODE DYNAMIC GENETIC ALGORITHM

Abstract

Optimalisasi produksi listrik, khususnya pada pembangkit termal membutuhkan analisis karakteristik input-output dan pembebanan yang tepat agar beroperasi dengan baik. Karakteristik input-output akan mengawasi pergeseran yang terlihat dari kurva dan mendeteksi perlu adanya maintenance atau tidak pada sebuah pembangkit. Karakteristik input-output dapat dihitung dengan metode quadratic least square regression. Sedangkan pembebanan yang tepat, membuat produksi listrik sesuai maksimal beban yang diinginkan dengan biaya paling murah. Perhitungan pembebanan dilakukan dengan metode dynamic genetic algorithm. Metode ini diaplikasikan pada data PT. PJB UP Gresik bulan Juli 2015 didapatkan total biaya bahan bakar yang dihemat sebesar 3.162,9147 KNM3 dan biaya bahan bakar sebesar $22.773 dibandingkan PJB. Jika diaplikasikan pada data bulan Desember 2012 didapatkan total biaya bahan bakar yang dihemat sebesar 16.532,2189 liter dan biaya bahan bakar sebesar Rp. 1.131.369.852 dibandingkan PJB. Metode dynamic genetic algorithm dapat membagi beban sesuai acuan, sementara PSO memiliki selisih -1 hingga 42 MW serta memiliki konsumsi bahan bakar 245,24 liter dan biaya bahan bakar Rp. 1.477.569 lebih hemat dibanding metode PSO. Sementara metode SA memiliki selisih -0,0001 hingga 0,0001 MW. Dynamic genetic algorithm memiliki konsumsi bahan bakar 50.511,12 liter dan biaya bahan bakar Rp. 304.329.523 lebih hemat dibanding metode SA.