Rachmad, Lutfi Nur (2026) Prioritas Lokasi Pemasangan AMI Untuk Mendukung Ekosistem Smart Grid di Unit Induk Distribusi Jakarta Raya Menggunakan Hybrid FAHP-FIS. Masters thesis, Institut Teknologi Sepuluh Nopember.
![[thumbnail of 6022241051-Master_Thesis.pdf]](http://repository.its.ac.id/style/images/fileicons/text.png) |
Text
6022241051-Master_Thesis.pdf - Accepted Version Restricted to Repository staff only Download (19MB) | Request a copy |
Abstract
Saat ini, Industri 4.0 telah menjadi suatu kebutuhan dalam era industrialisasi modern. Salah satu penerapannya terdapat pada sektor ketenagalistrikan yang selama ini mengalami keterbatasan inovasi. Namun, dengan munculnya konsep prosumer (producer-consumer), tanda-tanda transformasi dan peningkatan operasional mulai berkembang dengan pesat. Perkembangan ini sejalan dengan visi perusahaan utilitas ketenagalistrikan dalam mempercepat digitalisasi pada sisi operasional. Inisiatif tersebut berfokus pada peningkatan keandalan, efisiensi jaringan, serta mendukung pengambilan keputusan berbasis data pada rantai pasok energi listrik. Implementasi Advanced Metering Infrastructure (AMI) diharapkan dapat menjawab berbagai tantangan tersebut. Namun, jumlah pelanggan yang sangat besar menjadikan proses implementasi AMI sebagai tantangan tersendiri. Oleh karena itu, diperlukan strategi khusus untuk mendukung pelaksanaan program ini secara bertahap. Dalam penelitian ini, metode Fuzzy Analytical Hierarchy Process (FAHP) digunakan sebagai pendekatan pendukung keputusan untuk menentukan prioritas kriteria dalam penentuan lokasi implementasi AMI dan FIS digunakan untuk pemeringkatan lokasi pemasangan AMI. Hasil penelitian menunjukkan bahwa para ahli menyepakati empat kriteria utama dalam pemilihan lokasi implementasi AMI. Di antara keempat kriteria tersebut, aspek fungsional menjadi kriteria yang paling penting dengan bobot sebesar 0,43, diikuti oleh aspek teknis sebesar 0,29, aspek perusahaan sebesar 0,26, dan aspek sosial dengan bobot terendah. Selain itu, beberapa subkriteria juga ditemukan memiliki pengaruh yang kuat terhadap keberhasilan implementasi AMI setelah dilakukan agregasi bobot hierarki. Subkriteria tersebut meliputi losses akibat pencurian energi listrik dengan bobot 0,20, piutang pelanggan (bad debts) sebesar 0,15, akurasi pemetaan GIS sebesar 0,12, infrastruktur komunikasi sebesar 0,11, permasalahan pengaduan pelanggan sebesar 0,09, pertumbuhan penjualan tenaga listrik sebesar 0,07, jumlah pelanggan per gardu distribusi sebesar 0,07, serta dominasi pelanggan sektor rumah tangga dengan bobot sebesar 0,06. Setelah diperoleh bobot agregasi, dilakukan pembobotan lokasi dengan menggunakan Fuzzy Sugeno dan diperoleh hasil top 5 lokasi dengan bobot tertinggi adalah UP3 Bintaro dengan bobot 85,35, UP3 Ciputat dengan bobot 83,09, UP3 Cengkareng 70,79, UP3 Marunda 65,14, dan UP3 Pondok Kopi 65,12. FAHP-FIS merupakan metode yang dapat digunakan untuk pemilihan lokasi berdasarkan bobot untuk mendukung implementasi smart grid.
==================================================================================================================================
The Fourth Industrial Revolution (Industry 4.0) has accelerated digital transformation across various industries, including the electric power sector. The emergence of the prosumer (producer–consumer) concept has encouraged electric utilities to improve system reliability, operational efficiency, and data-driven decision-making throughout the electricity supply chain. Advanced Metering Infrastructure (AMI) plays a vital role in supporting this transformation. However, the large number of electricity customers makes full-scale AMI deployment challenging, requiring an effective strategy to prioritize implementation locations. This study proposes a hybrid Fuzzy Analytic Hierarchy Process (FAHP)–Fuzzy Inference System (FIS) approach to determine priority locations for AMI deployment in the Jakarta Distribution Main Unit. FAHP was implemented to evaluate and prioritize decision criteria based on expert judgments, while the Fuzzy Sugeno Inference System was used to assess and rank candidate locations. The results show that experts identified four main criteria for AMI deployment. The functional aspect was the most influential criterion (0,43), followed by the technical aspect (0,29), the company aspect (0,26), and the social aspect, which received the lowest priority. The most significant subcriteria were electricity theft losses (0,20), customer bad debts (0,15), GIS mapping accuracy (0,12), communication infrastructure (0,11), customer complaint issues (0,09), electricity sales growth (0,07), customers per distribution transformer (0,07), and residential customer dominance (0,06). Based on the proposed hybrid FAHP–FIS model, the five highest-ranked locations for AMI deployment were UP3 Bintaro (85,35), UP3 Ciputat (83,09), UP3 Cengkareng (70,79), UP3 Marunda (65,14), and UP3 Pondok Kopi (65,12). These findings provide a practical decision-support framework for prioritizing phased AMI deployment to support Smart Grid implementation.
Actions (login required)
 |
View Item |