Sistem Otomasi Load Shedding pada Smart Meter Menggunakan Metode Fuzzy Logic

Abstract

Kebutuhan energi listrik bagi sektor rumah tangga telah menjadi kebutuhan dasar. Namun, masih ada masyarakat yang mengeluh terkait dengan tagihan rekening listrik yang mahal. Selain itu penggunaan listrik sangatlah tidak disarankan untuk melebihi kapasitas daya yang dapat mengakibatkan terjadinya korsleting. Oleh karena itu, dibutuhkan alat yakni Smart Meter yang dapat memonitoring penggunaan energi listrik serta dapat melakukan load shedding secara otomatis untuk mengurangi terjadinya korsleting. Sistem otomasi load shedding menggunakan salah satu metode dari teknologi artificial intelligence yaitu dengan menggunakan Fuzzy Logic Mamdani sehingga dapat mengenali pola, klasifikasi/identifikasi, prediksi, dan optimasi terhadap penggunaan energi listrik. Load shedding yang dilakukan berdasarkan pada beban prioritas dan beban non-prioritas. Dari pengujian sistem otomasi load shedding yang dilakukan sebanyak 5x dengan 6x percobaan kombinasi beban menghasilkan bahwa pada percobaan ke-1 hingga ke-4 mendapatkan hasil output Relay_Hidup3, pada percobaan ke-5 mendapatkan hasil output Relay_Hidup2, dan pada percobaan ke-6 mendapatkan hasil output Relay_Hidup1. Untuk melakukan proses load shedding tersebut didapatkan rata-rata delay waktu sebesar 2,302 detik.

CC Licencing

Authors who publish with this journal agree to the following terms:
- Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).