Implementation of Mamdani Fuzzy Logic on PLN Electricity Sales in East Java

Muhammad Hafiizh, Muchamad Wahyu Prasetyo, Aripriharta Aripriharta, Anik Nur Handayani

Abstract


This research aims to provide innovation in the development of a smarter and more adaptive electricity distribution system, able to face the challenges that arise in the digital era. The results of this research can be a guide in improving the efficiency and reliability of electricity sales. The experimental method is applied by implementing mamdani fuzzy logic on PLN electricity sales data in East Java. From the results of the application of mamdani fuzzy by comparing the prediction results with the original data, the Mean Absolute Error (MAE) result is 0.17% and the Root Mean Squared Error (RMSE) value is 0.21%. So it can be concluded that fuzzy logic mamdani method can be used in predicting electricity sold and provide valuable guidance for PLN in improving the efficiency and reliability of electricity sales in the East Java region in a sustainable manner.

Full Text:

PDF

References


N. Nuryati, “Faktor yang Memengaruhi Konsumsi Listrik Pelanggan Industri Di Pulau Jawa,” J. SEKURITAS (Saham, Ekon. Keuang. dan Investasi), vol. 5, no. 2, p. 169, 2022, doi: 10.32493/skt.v5i2.12434.

H. Suprapto and P. Simanjuntak, “Fuzzy Logic Untuk Memprediksi Pemakaian Listrik Menggunakan Metode Mamdani,” Comput. Sci. …, vol. 2, no. 1, pp. 29–37, 2020.

E. V. Haryanto and F. Nasari, “Perbandingan Penerapan Metode Fuzzy Mamdani Dan Sugeno Dalam Memprediksi Tingginya Pemakaian Listrik (Studi Kasus Kelurahan Xyz),” Semin. Nas. Inform., p. 534, 2015, [Online]. Available: http://e-journal.potensi-utama.ac.id/ojs/index.php/SNIf/article/view/317%0Ahttp://e-journal.potensi-utama.ac.id/ojs/index.php/SNIf/article/view/317/264

I. L. Zulfa, “Peramalan Beban Listrik Jangka Pendek di Jawa Timur Menggunakan Metode ARIMA dan ANFIS,” vol. 4, no. 1, pp. 91–96, 2015.

U. Khasanah, D. C. R. Novitasari, W. D. Utami, and P. K. Intan, “Analisis Peramalan Beban Listrik Jangka Pendek Menggunakan Metode Adaptive Neuro Fuzzy Inference System (Studi Kasus : Pt. Pln (Persero) Area Pengaturan Distribusi Jawa Timur),” Math Vis., vol. 01, no. 01, pp. 17–24, 2019.

F. D. Rosalina, Y. Farida, and A. Hamid, “Metode Logika Fuzzy Sebagai Evaluasi Distribusi Daya Listrik Berdasarkan Beban Puncak Pembangkit Tenaga Listrik,” J. Mat. “MANTIK,” vol. 2, no. 1, p. 22, 2016, doi: 10.15642/mantik.2016.2.1.22-29.

A. A. Musyafiq and R. Purwanto, “Peramalan Permintaan Pasokan Energi Berdasarkan Intensitas Konsumsi Listrik dan Kapasitas Pembangkit Listrik Terpasang,” Infotekmesin, vol. 12, no. 1, pp. 65–70, 2021, doi: 10.35970/infotekmesin.v12i1.442.

[8] G. Selvachandran et al., “A New Design of Mamdani Complex Fuzzy Inference System for Multiattribute Decision Making Problems,” IEEE Trans. Fuzzy Syst., vol. 29, no. 4, pp. 716–730, 2021, doi: 10.1109/TFUZZ.2019.2961350.

H. Ying et al., “Typical Takagi-Sugeno and Mamdani fuzzy systems as universal approximators:,” IEEE Int. Conf. Fuzzy Syst., vol. 1, pp. 824--828, 1998.

A. Ramadhan, Z. Efendi, and Mustakim, “Perbandingan K-Means dan Fuzzy C-Means untuk Pengelompokan Data User Knowledge Modeling,” Semin. Nas. Teknol. Informasi,Komunikasi dan Ind., p. hal. 219-226, 2017.

D. M. Sukandy, A. T. Basuki, and S. Puspasari, “Penerapan Metode Fuzzy Mamdani Untuk Memprediksi Jumlah Produksi Minyak Sawit Berdasarkan Data Persediaan Dan Jumlah Permintaan (Studi Kasus Pt Perkebunan Mitra Ogan Baturaja),” Progr. Stud. Tek. Inform., pp. 1–9, 2014.

A. W. F. Much Junaidi, Eko Setiawan, “Penentuan Jumlah Produksi Dengan Aplikasi Fuzzy – Mamdani,” pp. 95–104, 2005, [Online]. Available: http://eprints.ums.ac.id/198/1/JTI-0402-06-OK.pdf.

H. Hellendoorn, “rules in Mamdani-Controllers,” no. 2, pp. 103–108, 1995.

S. F. W. Utama and H. A. Wibawa, “Implementasi Logika Mamdani dalam Simulasi Memancing,” Din. Rekayasa, vol. 11, no. 2, pp. 48–53, 2015.

H. A. Rustan, I. Ruslianto, and I. Nirmala, “Determine the Eligibility Level of Village Fund Direct Cash Assistance Recipients using Fuzzy Mamdani Method,” CESS (Journal Comput. Eng. Syst. Sci., vol. 7, no. 2, p. 526, 2022, doi: 10.24114/cess.v7i2.36136.

Rahmawati, Rahima Dina, and Wartono, “Penerapan Metode Fuzzy Mamdani untuk Menentukan Jumlah Pendapatan Pegadaian Berdasarkan Jumlah Omset Harga Emas dan Kurs,” Buana Mat. J. Ilm. Mat. dan Pendidik. Mat., vol. 10, no. 1, pp. 89–104, 2020, doi: 10.36456/buanamatematika.v10i1.2420.

G. Prakarsa and V. M. Nasution, “Penerapan Logika Fuzzy Menggunakan Metode Mamdani Pada Prediksi Jumlah Kasus Positif Covid-19,” J. Media Inform. Budidarma, vol. 5, no. 4, p. 1660, 2021, doi: 10.30865/mib.v5i4.3282.

A. N. M. Yusuf, E. Widayat, and A. Hatip, “Penerapan Logika Fuzzy Dalam Memperkirakan Jumlah Produksi Telur Terhadap Permintaan Pasar,” Limits J. Math. Its Appl., vol. 14, no. 2, p. 81, 2017, doi: 10.12962/limits.v14i2.3082.

E. R. Y. SAHULATA, H. J. Wattimanela, and M. S. Noya Van Delsen, “Penerapan Fuzzy Inference System Tipe Mamdani Untuk Menentukan Jumlah Produksi Roti Berdasarkan Data Jumlah Permintaan Dan Persediaan (Studi Kasus Pabrik Cinderela Bread House Di Kota Ambon),” BAREKENG J. Ilmu Mat. dan Terap., vol. 14, no. 1, pp. 079–090, 2020, doi: 10.30598/barekengvol14iss1pp079-090.

M. A. Triwinanto, B. I. Nugroho, and G. Gunawan, “Penerapan Fuzzy Mamdani Untuk Sistem Pendukung Keputusan Pemilihan Telepon Seluler,” E-Link J. Tek. Elektro dan Inform., vol. 18, no. 2, p. 67, 2023, doi: 10.30587/e-link.v18i2.5893.

E. Sufarnap and S. Sudarto, “Penerapan Metode Fuzzy Mamdani dalam Penentuan Jumlah Produksi,” Semin. Nas. Sains dan Teknol. Inf., no. Juli, pp. 379–382, 2019, [Online]. Available: https://s.id/1SHDL

M. Dary Daffa Haque, “Penerapan Logika Fuzzy Mamdani Untuk Optimasi Persediaan Stok Makanan Hewan,” Media Online, vol. 4, no. 1, pp. 427–437, 2023, doi: 10.30865/klik.v4i1.1160.

Y. R. Sari, “Penerapan Logika Fuzzy Metode Mamdani dalam Menyelesaikan Masalah Produksi Garam Nasional,” JATISI (Jurnal Tek. Inform. dan Sist. Informasi), vol. 8, no. 1, pp. 341–356, 2021, doi: 10.35957/jatisi.v8i1.647.

Dynes Rizky Navianti, I Gusti Ngurah Ray, Farida Agustini W, “Penerapan Fuzzy Inference System Pada Prediksi Curah Hujan di Surabaya Utara,” J. Sains dan Seni ITS, vol. I, no. 1, p. I, 2012.

I. L. H. D et al., “Penerapan Fuzzy Logic Pada Sistem Pengaturan Jumlah Air Berdasarkan Suhu Dan Kelembaban,” Semin. Nas. Inform. (semnasIF 2011), vol. 3, no. April, pp. 358–365, 2015, [Online]. Available: http://biodiversitas.mipa.uns.ac.id/M/M0102/M010232.pdf

D. L. Rahakbauw, F. J. Rianekuay, and Y. A. Lesnussa, “Penerapan Metode Fuzzy Mamdani Untuk Memprediksi Jumlah Produksi Karet (Studi Kasus: Data Persediaan Dan Permintaan Produksi Karet Pada Ptp Nusantara Xiv (Persero) Kebun Awaya, Teluk Elpaputih, Maluku-Indonesia),” Jurnal Ilmiah Matematika Dan Terapan, vol. 16, no. 1. pp. 51–59, 2019. doi: 10.22487/2540766x.2019.v16.i1.12764.




DOI: http://dx.doi.org/10.17977/um049v5i1p32-40

Refbacks

  • There are currently no refbacks.


View My Stats