Optimasi Distribusi Energi Berdasarkan Data Konsumsi Per Jam Menggunakan Genetic Algorithm
Muhammad Wigig Purbandanu(1*), Ahmad Ilham(2)
(1) University of Muhammadiyah Semarang (2) Universitas Muhammadiyah Semarang (*) Corresponding Author
Abstract
Penelitian ini bertujuan untuk mengoptimalkan distribusi energi berdasarkan data konsumsi energi per jam dengan menggunakan metode Genetic Algorithm (GA). Metode GA diterapkan untuk menemukan solusi optimal dalam mendistribusikan energi secara efisien, dengan mempertimbangkan kebutuhan energi yang bervariasi setiap jam. Proses optimasi menghasilkan alokasi energi yang berada pada rentang 11,608 MW hingga 16,875 MW, sedikit lebih tinggi dari rata-rata permintaan untuk menjaga cadangan energi. Hasil optimasi menunjukkan bahwa GA mampu mendistribusikan energi secara efektif tanpa pemborosan signifikan, terutama pada jam-jam dengan permintaan tinggi. Pendekatan ini membuktikan bahwa algoritma evolusi dapat digunakan untuk mendukung perencanaan distribusi energi yang adaptif terhadap pola permintaan harian dan mendukung efisiensi operasional. Penelitian ini memberikan kontribusi dalam mengembangkan strategi distribusi energi yang lebih berkelanjutan dan berbasis kecerdasan buatan.
Elavarasan, R. M., Shafiullah, G. M., Padmanaban, S., & Mihet-Popa, L. (2020). Investigating energy management schemes for smart grid and renewable energy systems: A comprehensive review. Energies, 13(11), 2906
Hussain, A., Bui, V. H., & Kim, H. M. (2019). A resilient and efficient energy management system for a microgrid using reinforcement learning. IEEE Transactions on Smart Grid, 10(4), 4069-4079.
Zhang, C., Sun, H., Zhang, Z., & Guerrero, J. M. (2020). Distributed energy management for multi-microgrids using a novel multi-agent deep reinforcement learning approach. Applied Energy, 271, 115239.
