Pengembangan Algoritma Fuzzy C‑Means dan Non‑Dominated Sorting Genetic Algorithm II dalam Menentukan Lokasi Pembangunan Gardu Distribusi

Theopilus, Eduard Nugroho (2025) Pengembangan Algoritma Fuzzy C‑Means dan Non‑Dominated Sorting Genetic Algorithm II dalam Menentukan Lokasi Pembangunan Gardu Distribusi. Masters thesis, Institut Teknologi Sepuluh Nopember.

Text 6010231084-MASTER_THESIS.pdf - Accepted Version Restricted to Repository staff only Download (3MB) | Request a copy

Abstract

Penelitian ini mengembangkan model optimasi penugasan pelanggan terhadap gardu distribusi listrik dengan mempertimbangkan dua fungsi objektif utama, yaitu minimasi rata-rata jarak pelanggan ke gardu dan minimasi variansi beban antar gardu. Model yang dikembangkan mengintegrasikan metode fuzzy c-means untuk menentukan derajat keanggotaan (membership) pelanggan terhadap gardu berdasarkan kedekatan spasial, serta algoritma NSGA-II (Non-Dominated Sorting Genetic Algorithm II) untuk mengoptimasi solusi multi-objektif. Inisiasi solusi awal dengan menggunakan fuzzy c-means terbukti memberikan hasil optimasi lebih baik dibandingkan inisiasi acak, dan inisiasi campuran (proporsi antara clustering fuzzy dan acak). Dengan melakukan optimasi dengan parameter gen 500 dan populasi sebanyak 100 populasi, didapatkan perbedaan nilai hypervolume cukup siginifikan yaitu -74,72 untuk inisiasi fuzzy c-means dan -593,29 untuk inisiasi campuran, sementara hypervolume pada inisiasi acak tidak dapat dihitung karena jumlah solusi pada front pareto terlalu sedikit. Selanjutnya, gardu-gardu yang mengalami overload diklasterkan menggunakan k-means untuk menentukan lokasi usulan pembangunan gardu baru dengan titik centorid sebagai titik lokasi gardu baru. Evaluasi terhadap penurunan nilai rata-rata jarak pelanggan ke gardu, menghasilkan nilai siginifikan pada penambahan sembilan gardu baru, sementara variansi beban gardu menurun signifikan pada penambahan sebelas gardu. Sementara itu, kompromi optimasi dua fungsi objektif minimasi rata-rata jarak pelanggan ke gardu dan minimasi variansi beban gardu mencapai kondisi terbaik pada penambahan tujuh gardu baru. Model ini dapat digunakan sebagai alat bantu pengambilan keputusan dalam perencanaan pengembangan jaringan distribusi tenaga listrik, khususnya pada wilayah dengan kepadatan pelanggan tinggi dan keterbatasan kapasitas gardu eksisting.
====================================================================================================================================
This research proposes an integrated decision‑support model for electricity‑distribution planning that simultaneously minimises the average distance between customers and their serving substations and equalises load among substations. Spatial membership degrees are first generated with fuzzy C‑means to form a high‑quality initial population, which is then evolved with the multi‑objective Non‑Dominated Sorting Genetic Algorithm II (NSGA‑II). Experiments involving 100 individuals over 500 generations demonstrate that fuzzy C‑means initialisation yields a markedly superior hypervolume (‑74.72) to both mixed (‑593.29) and purely random approaches, the latter of which produces an insufficient Pareto front for hypervolume computation. Over‑loaded substations are subsequently reclustered with k‑means, using each centroid as a candidate location for new substations. Adding nine new substations significantly reduces the mean customer–substation distance, whereas load variance falls markedly after eleven additions; the most balanced trade‑off between the two objectives is achieved with seven new substations. The model furnishes a practical framework for optimising distribution‑network expansion in densely populated areas constrained by existing substation capacity.

Item Type:	Thesis (Masters)
Uncontrolled Keywords:	Optimasi Gardu Distribusi, Fuzzy c-means, NSGA-II, Multi-Objective Optimization, Substation Planning Optimization, Fuzzy c-means, NSGA-II, Multi-Objective Optimization
Subjects:	T Technology > T Technology (General) > T57.84 Heuristic algorithms.
Divisions:	Faculty of Industrial Technology and Systems Engineering (INDSYS) > Industrial Engineering > 26101-(S2) Master Thesis
Depositing User:	Eduard Nugroho Theopilus
Date Deposited:	29 Jul 2025 03:28
Last Modified:	29 Jul 2025 03:28
URI:	http://repository.its.ac.id/id/eprint/122487

Actions (login required)

View Item