OPTIMASI POLA OPERASI WADUK SUTAMI MENGGUNAKAN MODEL PEMROGRAMAN LINIER KABUR (FUZZY LINEAR PROGRAMMING)

OPTIMASI POLA OPERASI WADUK SUTAMI MENGGUNAKAN MODEL PEMROGRAMAN LINIER KABUR (FUZZY LINEAR PROGRAMMING) Yenson Priyadi Abel1, Rispiningtati2, Widandi Soetopo2 1)

Mahasiswa Magister Teknik Pengairan, Fakultas Teknik Universitas Brawijaya, Malang, Jawa Timur, Indonesia; e_mail : [email protected] 2) Dosen Jurusan Teknik Pengairan Universitas Brawijaya Malang

ABSTRAK: Bendungan Sutami terletak di Desa Karangkates, Kecamatan Sumber Pucung, Kabupaten Malang. Manfaat utama untuk pengendalian banjir, irigasi, PLTA sebesar 3 x 35 MW dan memenuhi kebutuhan debit minimum 56 m 3/det untuk daerah hilir. Pada awal perencanaan, debit minimum turbin PLTA adalah 25 m3/det dan debit maksimum 51.39 m3/det. Dalam usia 40 tahun, turbin hanya mampu menerima debit maksimum sebesar 46.09 m3/det. Untuk mempertahankan produksi energi listrik yaitu dengan mengoptimalkan outflow yang masuk ke turbin. Dirancang menggunakan model pemrograman linier kabur yang dipadukan dengan model simulasi untuk penilaian kinerja pola operasi waduk. Dalam kajian ini diperoleh hasil optimasi selama 11 tahun berupa produksi energi optimal sebesar 5606.66 GWh, kurva pengatur tinggi muka air baru dan simulasi menghasilkan keandalan 100.00 % untuk model dan eksisting. Kata Kunci : Program linier kabur, optimasi, simulasi, pola operasi waduk, waduk Sutami.

ABSTRACT: Sutami Reservoir is located in Karangkates Village, Sumber Pucung District, Malang Regency. Its primary benefits are for flood control, irrigation, power generation of 3 x 35 MW, and to supply a minimum discharge of 56 m 3/sec for downstream regions. Early on, it was planned that the minimum discharge for the hydropower turbine would be 25 m 3/sec and the maximum discharge would be 51.39 m 3/sec. In its 40 years of age, the turbine has only been capable of handling a maximum discharge of 46.09 m3/sec. Electricity production can be maintained by optimizing the outflow that enters the turbine. A model was designed using a fuzzy linear programming model, which is combined with a simulation model for reservoir operating rule performance evaluation. In this study, an optimization of 11 years was obtained, in the form of optimal energy production of 5606.66 GWh, a new rule curve for the regulation of water surface levels, and a simulated result of 100% reliability for the model and existing implementation. Keywords : Fuzzy linear programming, optimization, simulation, reservoir operation rule, Sutami reservoir. terjadi adalah ketidaktentuan (uncertainty) atau kekaburan (fuzzy). Hal tersebut dapat dimodelkan dengan distribusi probabilitas dan fungsi keanggotaan fuzzy (Loucks, D.P and Beek,E.V, 2005: 135). Model optimasi pola operasi waduk Sutami akan dirancang dengan menggunakan model optimasi program linier kabur (fuzzy linear programming). Hasil solusi dipadukan dengan model simulasi dalam memahami kinerja daripada operasi waduk.

A. PENDAHULUAN Krisis energi yang terjadi di Negara kita hanya dapat diatasi dengan mencari sumbersumber energi baru atau mengoptimalkan kinerja sistem. Air pada waduk yang berfungsi untuk membangkitkan energi listrik merupakan sumber energi yang perlu dioptimalkan. Kendala dalam mengoptimalkan kinerja sebuah sistem terdapat variabel - variabel yang tidak dapat dipastikan dengan tepat, maka yang 95

96

Jurnal Teknik Pengairan, Volume 6, Nomor 1, Mei 2015, hlm. 95-107

Dengan memperhatikan kondisi –kondisi diatas, maka permasalahan dalam studi ini dirumuskan sebagai berikut : 1. Berapakah produksi energi PLTA Sutami maksimal yang didapat dari hasil optimasi Program Linier Kabur ?. 2. Bagaimanakah perbandingan lepasan dan produksi energi dari hasil optimasi Program Linier Kabur dibandingkan dengan optimasi Program Linier dan Data Lapangan ? 3. Bagaimanakah perbandingan hasil simulasi tahun 2009 - 2011berupa produksi energi dan kinerja keandalan dibandingkan kondisi eksisting ? B. BAHAN DAN METODE B.1. Uji Stasioner Uji stasioner dimaksudkan untuk menguji kestabilan nilai varian dan rata-rata dari deret berkala. Pengujian nilai varian dari deret berkala dapat dilakukan dengan Uji-F (Soewarno, 1995:38):

Volume (juta m3)

Elevasi (m)

FWL

Pengendali Banjir 176

HWL

+277.0 00 +272.5 00

Pengisian LWL I

146 30

Pengosongan Cadangan Kekeringan

LWL II

Des

Musim Hujan

Mei Jun

Musim Kemarau

+260.0 00 +246.0 00 Nop

Gambar 1. Pola Operasi Waduk Sutami Sumber: Perum Jasa Tirta I, 2014

(2.1) Apabila hasil pengujian nilai varian tidak stabil atau tidak homogen berarti deret berkala tersebut tidak stasioner, dan tidak perlu melakukan pengujian selanjutnya, akan tetapi sebaliknya jika angka varian menunjukan stasioner, maka pengujian selanjutnya adalah menguji kestabilan dari nilai rata-ratanya. Pengujian kesamaan jenis nilai rata-rata dapat dilakukan dengan menggunakan uji-t sebagai berikut (Soewarno 1995: 18): (2.2)

B.2. Dasar operasi waduk Sutami Waduk Sutami adalah waduk yang beroperasi tahunan/musiman. Waduk ini menampung air selama debit lebih atau musim hujan dan melepaskannya pada saat debit kurang atau pada musim kemarau (Haryadi, 2000: 27)

Gambar 2. Kurva Gabungan H-A-V Sumber: Perum Jasa Tirta I, 2014 Produksi energi adalah prioritas utama yang berkembang pesat dalam pemanfaatan tinggi jatuh air untuk memutar turbin elektrik. Dengan mengekstrasi 80-90% energi potensial tinggi jatuh, PLTA saat ini merupakan sumber energi listrik yang paling efisien (Mays,L.W,1996:31.1– 31.3) Data karakteristik PLTA waduk Sutami, adalah sebagai berikut :

Gambar 3. Kehilangan Tinggi Tekan Sumber: Soetopo, Widandi. 1984 : 38

97

Abel, dkk ., Optimasi Pola Operasi Waduk Sutami Menggunakan Model Pemrograman Linier Kabur (Fuzzy Linear Programing)

B.2. Optimasi program linier kabur n

Maks

 C .X

:

j

j 1

n

batasan :

 C .X j

j 1

~

j

≤ bi

j

(i ɛ Nm)

Xj ≥ 0, (j ɛ Nn)

(1)

~

Pada kasus ini bi (i ɛ Nm) adalah bilangan kabur yang diikuti fungsi keanggotaan linier :

Gambar 4. Karakteristik Instalasi PLTA Sumber: Soetopo, Widandi. 1984 : 39

1 if x  bi bi  pi  x µbi(x)= if bi  x  bi  pi pi if bi  pi  x (2) 0 )

dimana x ϵ R. Untuk masing-masing vektor x = (x1,x2,……,xn), pertama kita hitung tingkatannya, Di (x) dimana x adalah variabel batas (i ϵ Nm) pada rumus : n

Di (x) = Bi(

 C .X j

j 1

j

)

............ (3)

Tingkatan ini adalah himpunan kabur dalam R, m

dan irisannya  Di

adalah anggota himpunan

i 1

kabur. Batas bawah dari nilai optimal (Zlower = Zl), diperoleh dengan menyelesaikan masalah program linier standar : Maks : Z = c.x n

Batasan Gambar 5. Output Per Unit PLTA Sumber: Soetopo, Widandi. 1984 : 40 Hubungan antara lepasan debit ke turbin untuk menghasilkan listrik bersifat non linier, kompleks dan tidak menentu. Pendekatan yang dipergunakan adalah menggunakan program linier yang dikombinasi dengan logika kabur menjadi program linier kabur (Fuzzy Linear Programming). Kekaburan dalam hal ini adalah pada fungsi batasan dan pada cara pandang kita melihat permasalahan. Seperti pernyataan dari Profesor Zadeh yaitu : “Kompleksitas dan ketidaktentuan berhubungan erat, semakin dekat/detail kita melihat suatu permasalahan dalam dunia nyata maka semakin kabur/tidak jelas penyelesaiannya”(Sen, Zekai, 2010: 1).

:

 a .X j

j 1

j

≤ bi (i ϵ Nm)

X j ≥ 0,

(j ϵ Nn)... .... (4)

Batas atas dari nilai optimal (ZUpper = ZU) diperoleh dengan cara yang sama dengan menyelesaikan masalah program linier dimana tiap – tiap nilai bi diganti dengan bi + pi : Maks : Z = c.x n

Batasan :

 a .X j 1

j

X j ≥ 0,

j

≤ bi + pi (i ϵ Nm) (j ϵ Nn)... .... (5)

Kemudian nilai optimal himpunan kabur , G dimana anggota himpunan kabur R didefinisikan sebagai fungsi keanggotaan linier G(x) untuk tujuan berikut :

98


µG(x)= n

0

if

 C .X j

j 1

n



C j .X j  Z L

j 1

 ZL

j

n

if Z L   C j . X j  ZU

ZU  Z L

j 1

n

1

if

 C .X j

j 1

 ZU

j

(6)

Grafik (6) menggambarkan fungsi keanggotaan linier yang didapat dari persamaan (6) untuk tujuan kabur yang ditampilkan dalam Gambar 2. Himpunan kabur dilambangkan i dengan batasan Ci, dimana anggota himpunan R, didefinisikan : µCi(x)= n

0

if

 a .X j 1

ij

j

 bi

j 1

pi

if bi   aij . X j  bi  pi j 1

if bi  pi   aij . X j j 1

(7)

Grafik fungsi keanggotaan linier dari persamaan (7) untuk sumberdaya kabur ditampilkan dalam Gambar 7. Dengan menggabungkan informasi diatas, masalah yang didapat dari Persamaan (1) diubah menjadi masalah optimasi selanjutnya sebagai berikut ini : Maksimalkan : λ Batasan : µG(x) ≥ λ s. t. µCi(x) ≥ λ 1≤i≤m s . tx ≥ 0, 0 ≤ λ≤ 1 (8) dimana :dsffsaaaaaaaaaaaaaaaaaaaaaaaaaaa µG(x) = x merupakan anggota himpunan fungsi karakteristik G µCi(x) = x merupakan anggota himpunan fungsi karakteristik Ci K e 1 Da e n µG(x) r g a g j o 0 Zl Z ZU a t Domain t a Gambar a 6. Fungsi Keanggotaan Tujuan Sumber:http://www.SciRP.org/journal/jwarp n

bi + pi

Gambar 7. Fungsi Keanggotaan Batasan Sumber:http://www.SciRP.org/journal/jwarp Dengan menggunakan persamaan (6), (7) dan (8) dapat ditulis persamaan sebagai berikut : Maks : λ Batasan : λ (Zu – Zl) – cx ≤ - Zl, s. λ.pi +

n

n

1

aij.xj Domain

bi

n

n

(bi  pi   aij . X j

K 1 e Da e n r g µC (x) i a g j o a t 0 t a a n

 a .X j 1

j

≤ bi + pi (i ϵ Nm)

j

. λ, Xj ≥ 0, (j ϵ Nn)

(9)

Dimana, λ adalah tingkat kepuasan/kepekaan ataupun derajat keanggotaan yang nilainya berkisar antara 0 sampai dengan 1. Masalah diatas 

sebenarnya masalah untuk menemukan X ɛ R seperti berikut : m

[( Di )  G] ( x) i 1

(10)

Untuk mencapai nilai maksimum dari: masalah untuk mendapatkan titik ( ) yang cocok bagi nilai fungsi batasan dan fungsi tujuan pada nilai derajat maksimum. K 1 e µC (x i 1) Da e n λ r g a g j o µG(x1) a t t a a 0 n

x 1



X

Domain

Gambar 8. Solusi Program Linier Kabur Sumber : http://www.youtube.com/watch? feature=player_detailpage &v=-Zuf3uk6-UI


B.4. Perumusan simulasi waduk Sutami Adapun batasan-batasan dari simulasi dengan asumsi sebagai berikut : 1. Debit Inflow adalah debit bulanan ditambah inflow rata-rata dari waduk Lahor sebesar 10 m3/det. 2. Debit minimum turbin 25m3/det dan debit maksimum 46.09 m3/det. 3. Simulasi dilakukan dengan coba-coba Q outflow PLTA berdasarkan Rule Curve hasil optimasi. 4. Awal simulasi dilakukan pada bulan Nopember yang merupakan awal pengisian waduk Sutami. 5. Air digunakan seoptimal mungkin sehingga lepasan yang dilakukan adalah lepasan maksimal dan diusahakan tidak ada spillout. 6. Keberhasilan simulasi ditinjau dari 1 tahun atau musim operasi. 7. Kontrol simulasi yaitu elevasi muka air terendah turbin dapat beroperasi +246.000. 8. Produksi energi hasil dari simulasi merupakan pembanding bagi energi hasil dari optimasi, sehingga yang digunakan adalah hasil optimasi. B.4..Ukuran kinerja operasi waduk a. Keandalan (Reliability) Keandalan merupakan indikator seberapa sering waduk untuk dapat memenuhi kebutuhan yang ditargetkan selama masa pengoperasiannya. Adapun tahapan perhitungan : 1. Tentukan jumlah data, jumlah simulasi gagal dan simulasi sukses. 2. Keandalan.=.(jlh.gagal/jlh.data).x100% b. Kelentingan (Resiliency) Kelentingan merupakan indikator dalam mengukur kemampuan waduk untuk kembali ke keadaan memuaskan dari keadaan gagal. Adapun tahapan perhitungan : 1. Hitung jumlah transisi, rerata transisi, .rerata sukses, 1 – rerata sukses 2. Kelentingan = rerata transisi/1 – rerata ..sukses) *100% c.

Kerawanan (Vulnerability) Kerawanan adalah besaran dari kegagalan/defisit yang didapat dari perbedaan antara kapasitas waduk dan jumlah air yang dibutuhkan, dibagi dengan jumlah air yang dibutuhkan. Adapun tahapan perhitungan : 1. Hitung jumlah defisit, hitung jumlah .kebutuhan pada bulan gagal

99

2. Kerawanan = (jlh defisit/jlh keb. Bulan ……gagal) x 100% B.5. Metode Penelitian B.5.1. Pengumpulan Data Data – data yang diperlukan dalam studi ini diperoleh dari Perusahaan Umum Jasa Tirta I, Malang yang beralamat di Jalan Surabaya No. 2A Malang. Adapun data – data yang diperlukan adalah sebagai berikut : a. Debit Inflow bulanan Waduk Sutami dari tahun 2002 sampai 2013 b. Debit Outflow bulanan Waduk Sutami dari tahun 2002 sampai 2013 c. Kebutuhan air bulanan di daerah hilir dari tahun 2002 s/d 2013 d. Data teknis waduk Sutami e. Pola operasi waduk Sutami f. Produksi listrik tahun 2002 s/d 2013

100


B.5.2. Metodologi

C. HASIL DAN PEMBAHASAN Mulai

Data – Data Teknis Waduk Sutami

Q bln 12 thn : - Qinflow - Qoutflow - Qhilir

Produksi Energi Listrik PLTA Sutami 12 tahun

Qt PLTA : - Qmaks - Qmin

Uji Stasioner

Tidak

Uji hipotesis lain

Ya

Identifikasi Merumuskan Fungsi Tujuan Serta Fungsi Kendala

Model Matematika Program Linier

Optimasi Dengan Solver Excel

Tidak

Optimal ?

Fhitung = Periksa Fungsi Tujuan (Z) dan Fungsi Kendala

Ya

Model Matematika Program Linier Kabur

Optimasi Dengan Matlab & Solver

Output Optimasi : - Produksi PLTA (kwh) - Outflow ke turbin (m3/det) RM.1

Optimasi Program Linier : - Produksi Energi - Produksi Release

Data debit andalan PJT yang dipergunakan merupakan total inflow yang masuk ke waduk Sutami yang berasal dari outflow Sengguruh, inflow remaining basin dan rerata inflow Lahor. 1. Uji Stationer Uji stasioner dimaksudkan untuk menguji kestabilan nilai varian dan rata-rata dari deret berkala. Pengujian nilai varian dari deret berkala dapat dilakukan dengan Uji-F (Soewarno, 1995:38): Untuk uji stasioner digunakan 2 uji hipotesis yaitu uji F dan uji T. Adapun tahapan uji F sebagai berikut : 1. Menghitung nilai F

Optimasi Program Linier Kabur : - Produksi Energi - Produksi Release

Data PJT Untuk : - Produksi Energi - Produksi Release RM.2

Hitung Energi Bangkitan PLTA

Tetapkan Tampungan Awal

Hitung Lepasan Maksimal PLTA

Tambah Lepasan Ya

Rt ≤ Rmaks ? Tidak

2. Mencari nilai F dari tabel Untuk α = 5% pada derajat kebebasan dk1 = dk2 dan dk = n-1 = 72-1 = 71 dari tabel distribusi F maka Ftabel = 1.5142. 3. Kesimpulan Hipotesis Oleh karena Fhitung < Ftabel maka nilai varian menunjukan bahwa kedua kelompok data homogen atau stasioner. Apabila hasil pengujian nilai varian tidak stabil atau tidak homogen berarti deret berkala tersebut tidak stasioner, dan tidak perlu melakukan pengujian selanjutnya, akan tetapi sebaliknya jika angka varian menunjukan stasioner, maka pengujian selanjutnya adalah menguji kestabilan nilai rata-ratanya. Pengujian kesamaan jenis nilai rata-rata dapat dilakukan dengan menggunakan uji-t (soewarno 1995: 18): Adapun tahapan uji T sebagai berikut : 1. Menghitung nilai σ

Hitung Tampungan Waduk Akhir Periode

= 14719. 50

Hitung Energi PLTA

2. Menghitung nilai T Thitung =

Simulasi Tahun 2009 - 2011

Hasil Simulasi

Data Eksisting RM.3

Kinerja Pola Operasi Waduk : - Produksi Energi Listrik - Keandalan

Selesai

Gambar 9. Diagram Alir Studi Sumber : Hasil Analisa Studi

= 0.7508

= 1.05

3. Mencari nilai T dari tabel Untuk α = 5% pada kedua sisi dimana menggunakan kolom t0.975 , dimana derajat bebas n = n1 + n2 – 2 = 72 + 72 – 2 = 142 maka dari tabel distribusi t diperoleh nilai Ttabel = 1.96. 4. Kesimpulan Hipotesis


Oleh karena nilai Thitung < Tabel maka kedua kelompok data berasal dari populasi yang sama. Apabila dari hasil uji F dan uji T hasilnya tidak memuaskan dilakukan uji hipotesis lainnya seperti uji Z namun apabila hasilnya cukup memuaskan maka hanya kedua uji ini yang akan dipergunakan. Maka data yang telah diuji dapat dipergunakan karena stabil secara varian maupun reratanya atau stasioner. 2.

Optimasi Program Linier Kabur Tahapan optimasi program linier kabur (plk) dengan menyelesaikan terlebih dahulu optimasi program linier yaitu : 1. Menentukan Fungsi Tujuan yaitu memaksimumkan total energi setahun Maksimumkan : Z = ∑Et = E1+E2+E3+E4+…..+E12 2. Menentukan Fungsi Batasan : - Smin ≤ St ≤ Smak + ∆St 25 ≤ St ≤ 117.18 + 20.82 t - Rmin ≤ Rt ≤ Rmak + ∆Rt 25≤ Rt ≤ 117.18 + 20.82 t - ∑ It =∑ Rt dalam setahun - Et ≥ 0 dimana : E = Energi listrik pertahun (kwh) = 9.8 x Etg x R x Hef x N Etg. = Efisiensi turbin generator, besarnya 0.790 R… = Release ke turbin (m3/det) Hef. = Tinggi jatuh efektif (m) TWL = Muka air belakang (Tail .water level), el. 179 m HL = Kehilangan tinggi (Head .Loss), besarnya 2.85 m N = Waktu (hour/jam) E1, E2, = Energi bulanan E3,Et St = Tampungan bulanan (m3) Smin = Tamp...minimum.(m3) Smak = Tamp.maksimum (m3) ∆St = Perubahan.tampungan (m3) Rt = Outflow..turbin... (m3/det) Rmin = Release minimum ke turbin yaitu 25 m3/det Rmak. = Release.maksimum ke turbin yaitu 46.09 m3/det ∆Rt = Perubahan.outflow (m3/det) It = Debit inflow (m3/det)

101

3. Menyelesaikan program linier dengan memaksimumkan fungsi dari tujuan (Z) menggunakan program linier model Ris (Rispiningtati, 2010: 2) dengan fasilitas solver pada excel. Untuk kondisi t =0 (λ =1) dan t=1 (λ=0), dimana : - Kondisi t=0 (λ =1) merupakan kondisi optimasi program linier sebenarnya dan dijadikan sebagai batas bawah (ZLower = ZL) bagi program linier kabur. - Kondisi t=1 (λ =0) merupakan kondisi optimasi program linier dengan toleransi interval atau dengan kata lain program linier yang fungsi batasannya dilenturkan (latitude) dan dijadikan sebagai batas atas (ZUper = ZU) bagi PLK. dimana : λ. = derajat.kepuasan/derajat.keanggotaan himpunan fuzzy t. = interval bergerak dari 0 ke 1 3. Hitung nilai koefisien kendala (Po), yaitu hasil pengurangan dari Z pada saat t =1 dengan Z pada saat t = 0. Po = ZU - ZL 4. Gambar fungsi keanggotaan tiap – tiap persamaan yang digunakan oleh Model Program Linier Kabur. 5. Membuat persamaan baru berdasarkan poin 4 dengan mencari nilai λ-cut dapat dihitung sebagai λ = 1 – t. 6. Menyelesaikan persamaan untuk memperoleh nilai λ dan Z. 7. Memasukan nilai Z ke dalam optimasi untuk memperoleh energi perbulan. Contoh hasil perhitungan optimasi waduk Sutami-Lahor Tahun 2002/2003 sebagai berikut :

102


Tabel 1. Optimasi Dengan Program Linier Tahun 2002/2003 Hasil Optimasi

Kendala m3/det Qmax 117

6

10 m3 S Max Q min Smin 304 25 63 Sn = Sn-1 + In - On I Sn I-O

106 m3

3

m3/det

3

3

m3/det

106 m3

m

Qbutuh Sbutuh El.Max 56 671 273 SO = Sn - Smax SO 3

6

3

m El.Min 260 Grav. TWL 3

m /det

m /det

m /det

m /det

10 m

m

m /det

Inflow

Sn

∆S

SO

S. Wdk

Elev.

[1] [2] [3] Okt 25 Nop 48 25 Des 77 77 Jan 97 117 Peb 109 117 Mar 103 117 Apr 73 73 Mei 66 25 Jun 51 25 Jul 44 25 Agt 38 25 Sept 37 25 Okt 42 25 Jlh 784 Rerata 65 Sumber : Perhitungan

[4]

[5]

[6]

[7]

0 52 40 0 0 -44 -48 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0

65 199 304 304 304 190 65 65 65 65 65 65

263.54 263.54 266.84 271.03 272.12 272.50 272.50 272.03 270.73 268.99 266.83 263.54

Bulan

Eff. 1 10 179

m3/det

106 m3

Orerata 65

Out Opt 2033

HL

3 106 KwH

106 KwH E. Opt 385.65 Batas Bawah 106 KwH

3

m

m /det

Qbutuh

H

O Opt

H. Opt

E. Opt

[8]

[9]

[10]

[11]

[12]

66 86 77 72 71 74 71 71 57 49 45 53 792 66

82 82 85 89 90 91 91 90 89 87 85 82

48 25 57 109 103 117 114 51 44 38 37 42 784 65

82 82 85 89 90 91 91 90 89 87 85 82 1042 87

22 11 27 54 52 59 58 26 22 19 17 19 385.65 32

87

Tabel 2. Optimasi Lanjutan Batas Atas Tahun 2002/2003 Hasil Optimasi

Kendala 6

m3/det

106 m3

Eff. 1 10 179

Orerata 65

Out Opt 2033

HL

m3/det

m

m3/det

3 106 KwH

106 KwH E. Opt 386.32 Batas Atas 106 KwH

Elev.

Qbutuh

H

O Opt

H. Opt

E. Opt

[6]

[7]

[8]

[9]

[10]

[11]

[12]

65 199 358 358 358 190 65 65 65 65 65 65

263.54 263.54 266.84 271.03 272.12 272.50 272.50 272.03 270.73 268.99 266.83 263.54

66 86 77 72 71 74 71 71 57 49 45 53 792 2052

82 82 85 89 90 91 91 90 89 87 85 82

48 25 36 109 103 138 114 51 44 38 37 42 784 2033

82 82 85 89 90 91 91 90 89 87 85 82 1042

22 11 17 54 52 70 58 26 22 19 17 19 386.32

10 m3 S Max Q min Smin 358.40 25.00 62.64 Sn = Sn-1 + In - On I Sn I-O

Qbutuh Sbutuh El.Max 56.00 671.00 273 SO = Sn - Smax SO

El.Min 260 Grav. TWL

m3/det

m3/det

m3/det

m3/det

106 m3

m

Inflow

Sn

∆S

SO

S. Wdk

[1] [2] [3] Okt 25 Nop 48 25 Des 77 77 Jan 97 138 Peb 109 138 Mar 103 138 Apr 73 73 Mei 66 25 Jun 51 25 Jul 44 25 Agt 38 25 Sept 37 25 Okt 42 25 Jlh 784 Rerata 2033 Sumber : Perhitungan

[4]

[5]

0 52 62 0 0 -65 -48 0 0 0 0 0 0.00

0 0 0 0 0 0 0 0 0 0 0 0 0.00

m3/det Qmax 138.27

Bulan

106 m3

m3/det

m3/det

106 m3

m

m

103


Hasil optimasi dengan menggunakan program linier menghasilkan energi listrik sebesar 385.65 Gwh pertahun merupakan batas bawah. Batas bawah merupakan program linier karena tunduk pada aturan program linier. Optimasi lanjutan menghasilkan energi listrik sebesar 386.32 Gwh pertahun merupakan batas atas. Batas atas diasumsi bukan program linier karena melanggar aturan atau dilenturkan (latitude) batasannya dari aturan program linier tersebut. Dari hasil optimasi program linier batas bawah dimana t=0 (λ =1), dan lanjutan optimasi batas atas dimana t=1 (λ =0) maka digambarkan fungsi-fungsi keanggotaan dari persamaan program linier kabur (plk) seperti gambar 10 sampai dengan gambar 12 dibawah ini.

D e r a j a t

K e a n 1 g g o µ0 = [B0.X] t a a n 0 385.65

∑Et = E1 + E2 +…+E12

P0 = 0.67

Domain 386.32 106 kWh

ZLower =ZL

ZUpper =ZU

Gambar 10. Fungsi Tujuan PLK Sumber : Hasil Perhitungan

D e r a j a t

K e a n 1 g g o t µ1 = [B1.X] a a n

P1 = 44.62

Domain

0 25 12.10 (E)

117.18

m3/det

56.72 (E)

106 kWh

Gambar 11. Fungsi Batasan Bawah Sumber : Hasil Perhitungan

D e r a j a t

K e a n 1 g g o µ2 = [B2.X] t a a n 0

P2 = 54.82

25

12.10 (E)

Domain m3/det 66.92 (E) 106 kWh 138.27

Gambar 12. Fungsi Batasan Atas Sumber : Hasil Perhitungan Dari gambar 11 dan gambar 12 dapat dilihat bahwa, semakin besar nilai domain, akan memiliki nilai derajat keanggotaan yang cenderung semakin kecil. Sehingga untuk mencari nilai λcut dapat dihitung sebagai λ = 1- t, dengan : bi + pi = ruas kanan batasan ke - i Dengan demikian akan diperoleh bentuk persamaan linier baru atau persamaan linier kabur sebagai berikut (Kusumadewi, 2002: 222). Maksimalkan : λ dengan batasan : - λ (ZU - ZL) – c.x ≤ - ZL - λ pi + Ʃaij.Xj ≤ bi + pi ( i ɛ Nm ) - λ, Xj ≥ 0 Perumusan : # λ (386.32 – 385.65) – ∑Et ≤ - 385.65 # λ (56.72 – 12.10) + E ≤ 56.72 # λ (66.92 – 12.10) + E ≤ 66.92 # λ, E ≥ 0 Disederhanakan : # 0. 67 λ – 12E ≤ - 385.65 # 44.62 λ + E ≤ 56.72 # 54.82 λ + E ≤ 66.92 # λ, E ≥ 0 Kalikan -1 pers. (1) agar nilainya positif # - 0. 67 λ + 12E = 385.65 # 44.62 λ + E = 56.72 # 54.82 λ + E = 66.92 # λ, E ≥ 0 Persamaan – persamaan diatas diselesaikan dengan bantuan perangkat lunak Matrix Laboratory (Matlab) R2012a yang merupakan software yang berbasiskan fungsi – fungsi matriks berikut ini.

104


Gambar 15. Perbandingan Produksi Rilis Sumber : Hasil Perhitungan Dari hasil optimasi diperoleh total produksi energi listrik dan rilis model program linier kabur lebih baik dari eksisting. Gambar 13. Optimasi Matlab R2012a Sumber : Implementasi program Hasil dari penyelesaian Matlab adalah nilai λ (derajat kepuasan) sebesar 0.6006 dan Z sebesar 32.1681 GWh (rerata energi perbulan program linier kabur). Nilai Z dikalikan 12 bulan diperoleh total energi setahun optimasi program linier kabur sebesar 386.02 GWh. Untuk mendapatkan energi realistis tiap – tiap bulan, total nilai Z setahun dimasukan sebagai nilai constraint di optimasi solver. Hasil rekapitulasi optimasi selama 11 tahun dibandingkan eksisting disajikan dalam gambar 14 dan 15 berikut ini :

3. Simulasi Pola Operasi Waduk Simulasi dilakukan berdasarkan Rule Curve hasil optimasi Model Ris, dicoba-coba lepasan yang maksimal dengan memperhatikan pola yang dipergunakan. Simulasi menggunakan data yang lengkap yaitu tahun 2009 s/d 2011. Dilakukan perbandingan antara pola operasi eksisting dengan pola operasi studi berupa grafik yaitu : 1. Perbandingan debit inflow 2. Perbandingan elevasi muka air 3. Perbandingan volume tampungan 4. Perbandingan debit outflow 5. Perbandingan hasil operasi waduk dengan pola operasi rencana Debit Inflow Waduk Sutami Tahun 2009 - 2011 200.00

DEBIT INFLOW (M3/DET)

180.00

2009 Eksisting 2011 Eksisting 2010 S

2010 Eksisting 2009 S 2011 S

160.00 140.00 120.00 100.00 80.00 60.00

40.00 20.00

Gambar 14. Perbandingan Produksi Listrik Sumber : Hasil Perhitungan

BULAN

Gambar 16. Perbandingan Debit Inflow Sumber : Hasil Perhitungan

105


Rencana

600.00

Elevasi Muka Air Waduk Sutami Tahun 2009 - 2011

Simulasi

273.00

500.00

Produksi Listrik (GWh)

ELEVASI MAW (M)

271.00 269.00 267.00 265.00 263.00 261.00


2010 Eksisting 2009 S 2011 S

400.00

300.00

200.00

100.00

259.00

0.00 1 2009

BULAN Gamb Gambar 17. Perbandingan Elevasi MAW Sumber : Hasil Perhitungan

2 2010

3

2011

Tahun

Gambar 20. Perbandingan Hasil Operasi Waduk dengan Pola Operasi Rencana Sumber : Hasil Perhitungan

Volume Waduk Sutami Tahun 2009 - 2011

Tabel 3. Batas Atas Rule Curve Baru

200.00

VOLUME (106 M3)

190.00 180.00

No

170.00 160.00

Bulan

Elevasi (m)

Volume (juta m3)

150.00

140.00 130.00 120.00 110.00 100.00 90.00 80.00


2010 Eksisting 2009 S 2011 S

70.00

BULAN

Gambar 18. Perbandingan Volume Waduk Sumber : Hasil Perhitungan

Debit Outflow Waduk Sutami Tahun 2009 - 2011 180.00

DEBIT OUTFLOW (M3/DET)

160.00


2010 Eksisting 2009 S 2011 S

140.00 120.00 100.00 80.00 60.00

40.00 20.00

BULAN

Gambar 19. Perbandingan Debit Outflow Sumber : Hasil Perhitungan

1 Januari 266.84 2 Pebruari 271.03 3 Maret 272.12 4 April 272.50 5 Mei 272.50 6 Juni 272.03 7 Juli 270.73 8 Agustus 268.99 9 September 266.83 10 Oktober 263.54 11 Nopember 263.54 12 Desember 263.54 Sumber : Perhitungan

126.72 166.85 178.45 182.49 182.49 177.49 163.66 146.22 126.64 100.80 100.80 100.80

Tabel 4. Batas Bawah Rule Curve Elevasi Volume No Bulan (m) (juta m3) 1 Januari 246.00 25.18 246.00 2 Pebruari 25.18 246.00 3 Maret 25.18 4 April 246.00 25.18 246.00 5 Mei 25.18 246.00 6 Juni 25.18 246.00 7 Juli 25.18 8 Agustus 246.00 25.20 246.00 9 September 25.18 246.00 10 Oktober 25.28 11 Nopember 246.00 25.18

106


12 Desember 246.00 Sumber : Perhitungan

25.18

Gambar 21. Perbandingan Rule Curve Baru dan Eksisting Sumber : Hasil Perhitungan D. KESIMPULAN DAN SARAN 1. Kesimpulan Berdasarkan hasil studi yang telah dilakukan, maka dapat diambil kesimpulan sebagai berikut : 1. Total produksi energi maksimal hasil optimasi Program Linier Kabur adalah 5,606.66 juta kwh atau naik 27.19 % dari produksi eksisting sebesar 4,407.95 juta kwh dan lebih tinggi 0.09% dari produksi program linier sebesar 5,601.59 juta kwh. 2. Program linier kabur mempunyai total lepasan yang sama dengan program linier berarti lebih efisien karena menghasilkan energi yang lebih besar. Efisiensi PLK 1936.94 m3/kwh, PL 1938.69 m3/kwh dan Eksisting 2090.13 m3/kwh 3. Hasil simulasi selama 3 tahun menggunakan rule curve baru memiliki kinerja yang lebih baik dibandingkan kondisi eksisting karena menghasilkan energi yang lebih besar yaitu 1,517.14 juta kwh atau naik 9.14 % dari produksi eksisting sebesar 1,390.09 juta kwh dengan keandalan yang sama yaitu 100%. Sehingga dapat disimpulkan bahwa kurva pengatur tinggi muka air yang baru dapat digunakan.

2. Saran 1. Program Linier Kabur (PLK) yang digunakan merupakan gabungan Program Linier dengan Logika Kabur (Fuzzy Logic) khusus menangani kekaburan (fuzzy) pada sumber daya dengan tujuan tertentu (crisp) atau sisi sebelah kanan persamaan (Right Hand Side/RHS) dengan hasil yang cukup memuaskan. Perlu dilakukan penelitian lebih lanjut untuk variasi – variasi program linier kabur seperti : sumberdaya kabur dan fungsi tujuan kabur, koefisien sumber daya kabur, koefisien fungsi tujuan kabur maupun kombinasi keempatnya. 2. Model Program Linier Kabur dapat diterapkan untuk Pola Operasi Waduk. Namun pengguna harus memahami program linier dan logika kabur sehingga kurang praktis dibandingkan model-model tunggal. 3. Pola Operasi Waduk yang dilakukan oleh Perum Jasa Tirta I dapat ditingkatkan lagi. Peningkatan berupa, meningkatkan keakuratan peramalan data, perlunya penggunaan teknik pemodelan yang secara eksplisit mampu merepresentasikan keadaan pengoperasian sesungguhnya. DAFTAR PUSTAKA 1. Haryadi, 2000. Studi Analisa Penerapan Logika Fuzzy (fuzzy logic) Dalam Perencanaan Pola Operasi Waduk Sutami. Skripsi Tidak Dipublikasikan. Malang : Jurusan Teknik Pengairan Fakultas Teknik Universitas Brawijaya. 2. Kusumadewi, Sri. 2002. Analisa dan Desain Sistem Fuzzy Menggunakan Tool Box Matlab. Yogyakarta : Graha Ilmu. 3. Loucks, D.P., and Beek, E.V. 2005. Water Resources Systems Planning and Management. Turin : Ages Arti Grafiche. 4. Mays, L.W. 1996. Water Resources Handbook. USA : McGraw-Hill, Inc. 5. Rispiningtati. 2010. Optimasi Energi PLTA dengan Pengaturan Waduk. Makalah pada Seminar Nasional Program Magister dan Doktor Fakultas Teknik UB (SN-PMD FTUB) Ke-1. Malang : Jurusan Teknik Pengairan Fakultas Teknik Universitas Brawijaya.


107

6. Sen, Z. 2010. Fuzzy Logic and Hydrological Modeling. USA : Taylor and Francis Group, LLC.

8. Soewarno. 1995. Hidrologi Aplikasi Metode Statistik Untuk analisa Data Jilid 1 dan 2, Bandung : NOVA.

7. Soetopo, W. 1984. Pengaruh Sedimentasi Waduk Karangkates Terhadap Produksi Listriknya. Skripsi Tidak Dipublikasikan. Malang : Jurusan Teknik Pengairan Fakultas Teknik Universitas Brawijaya.

9. http://www.SciRP.org/journal/jwarp, Tanggal 4 Desember 2013, Pukul 20.15 10 http://www.youtube.com/watch? .featur=player _detailpage&v=-Zuf3uk6-UI Tanggal 8 Juni 2014, Pukul 20.00

OPTIMASI POLA OPERASI WADUK SUTAMI MENGGUNAKAN MODEL PEMROGRAMAN LINIER KABUR (FUZZY LINEAR PROGRAMMING)

Recommend Documents