Infrastruktur distribusi listrik menjadi tulang punggung penyaluran energi dari pusat pembangkit menuju konsumen. Namun proses penyaluran ini kerap diiringi rugi-rugi daya yang menurunkan efisiensi sistem secara signifikan. Rugi-rugi pada jaringan distribusi juga dapat mengganggu kestabilan tegangan. Kondisi ini merupakan indikator penting bagi kemampuan sistem tenaga listrik mempertahankan operasi yang stabil saat terjadi gangguan.

Salah satu solusi yang menjanjikan adalah integrasi pembangkit tersebar atau Distributed Generation sebagai sumber daya skala kecil yang ditempatkan dekat dengan pusat beban. Pembangkit tersebar mampu menurunkan rugi-rugi penyaluran, memperbaiki profil tegangan, dan meningkatkan keandalan sistem. Akan tetapi penempatan yang tidak optimal justru dapat memicu aliran daya balik dan menambah rugi-rugi. Oleh karena itu, teknik optimasi sangat dibutuhkan untuk menentukan lokasi dan kapasitas pembangkit tersebar yang paling tepat.

Penelitian terbaru oleh Prisma Megantoro bersama tim peneliti dari Universitas Airlangga, Universiti Kebangsaan Malaysia, dan King Abdulaziz University mengembangkan pendekatan baru untuk menjawab tantangan ini. Tim menggabungkan dua algoritma optimasi metaheuristik menjadi satu algoritma hibrid Zebra-Archimedes atau Z-AOA. Pendekatan ini dirancang untuk menempatkan dan menentukan kapasitas pembangkit tersebar secara optimal pada sistem IEEE 57-bus.

Metode Optimasi dengan Algoritma Hibrid Zebra-Archimedes (Z-AOA)

Algoritma Z-AOA menggabungkan kemampuan eksplorasi yang kuat dari Zebra Optimization Algorithm dengan kemampuan eksploitasi yang presisi dari Archimedes Optimization Algorithm. Penggabungan ini memungkinkan algoritma mencari solusi potensial secara luas, lalu menyempurnakannya secara efektif. Kekuatan utama Z-AOA terletak pada mekanisme peralihan adaptif antara fase eksplorasi dan eksploitasi, sehingga keseimbangan tetap terjaga sepanjang proses optimasi.

“Mekanisme peralihan adaptif inilah yang membuat Z-AOA sangat efektif untuk masalah optimasi sistem tenaga yang kompleks dan multidimensi,” jelas Prisma Megantoro, peneliti utama. “Algoritma Zebra menjelajah ruang solusi secara luas, kemudian Archimedes menajamkan hasilnya menuju titik optimal.”

Kerangka optimasi yang dibangun memuat batasan teknis penting. Batasan tersebut mencakup batas kapasitas generator, ambang besaran tegangan bus, dan batas daya reaktif. Varian objektif tunggal secara terpisah meminimalkan rugi-rugi daya aktif, deviasi tegangan, dan indeks kestabilan tegangan. Sementara itu varian multiobjektif meminimalkan rugi-rugi daya dan deviasi tegangan secara bersamaan menggunakan metode penjumlahan berbobot yang dilengkapi analisis Pareto front.

Pengujian dilakukan pada sistem IEEE 57-bus yang terdiri atas 57 bus, 80 saluran transmisi, 7 generator termal, 17 transformator, dan 42 beban. Sistem ini merepresentasikan jaringan distribusi tegangan menengah yang realistis. Setiap algoritma menggunakan ukuran populasi 75 agen pencari dan dibatasi 50 iterasi agar perbandingan tetap adil.

Hasil Penelitian

Implementasi Z-AOA pada sistem IEEE 57-bus menunjukkan hasil yang signifikan. Sistem awal tanpa pembangkit tersebar memiliki rugi-rugi daya aktif sebesar 22,81 MW. Algoritma Z-AOA berhasil menurunkan rugi-rugi daya hingga 52,72 persen dengan tingkat kepatuhan regulasi tegangan mencapai 99,9 persen. Capaian ini melampaui Archimedes Optimization Algorithm tunggal yang mencatat penurunan 51,91 persen dengan kepatuhan 98,2 persen.

Pada skenario multiobjektif, varian Z-AOA memberikan keseimbangan yang baik. Varian ini mencapai penurunan rugi-rugi daya sebesar 48,54 persen dan penurunan deviasi tegangan sebesar 30,20 persen. Sebagai pembanding, varian Archimedes multiobjektif mencatat penurunan rugi-rugi daya 46,60 persen dan deviasi tegangan 34,60 persen. Hasil ini menegaskan bahwa proses hibridisasi meningkatkan kualitas solusi pada minimasi rugi-rugi daya.

“Dibandingkan dengan algoritma metaheuristik lain seperti Genetic Algorithm, Firefly Optimization Algorithm, dan Pathfinder Algorithm, pendekatan berbasis Archimedes terbukti unggul di hampir semua metrik,” ujar Syahirah Abd Halim, salah satu peneliti. “Z-AOA memberikan penurunan rugi-rugi daya paling rendah sekaligus regulasi tegangan terbaik.”

Keunggulan ini diperkuat melalui uji statistik Wilcoxon signed-rank pada tingkat signifikansi 0,05. Setiap pendekatan dijalankan sebanyak 30 kali untuk tiap objektif dengan populasi 75 dan 50 iterasi. Hasil uji menunjukkan perbedaan yang signifikan antar pendekatan dengan seluruh nilai p di bawah 0,05. Temuan ini mengonfirmasi keunggulan performa Z-AOA secara statistik pada seluruh objektif optimasi.

Implikasi Praktis

Hasil penelitian ini memiliki implikasi nyata bagi perencanaan dan pengelolaan sistem distribusi listrik masa depan. Penurunan rugi-rugi daya berarti penghematan biaya operasional melalui pemanfaatan energi yang lebih efisien. Perbaikan profil tegangan dan kepatuhan regulasi yang tinggi juga mengurangi risiko gangguan, sehingga layanan kepada konsumen menjadi lebih andal.

Penempatan pembangkit tersebar yang optimal mendukung penetrasi energi terbarukan yang lebih besar pada jaringan. Secara tidak langsung, pendekatan ini berkontribusi terhadap penyediaan energi yang terjangkau dan bersih. Fleksibilitas Z-AOA juga membuka peluang penerapan pada masalah sistem tenaga lain, seperti dispatch daya reaktif optimal, aliran daya optimal, dan alokasi sistem penyimpanan energi.

Tantangan dan Arah Penelitian Masa Depan

Meskipun menjanjikan, penelitian ini masih memiliki keterbatasan. Metode penjumlahan berbobot pada kerangka multiobjektif berpotensi melewatkan solusi Pareto yang bersifat non-konveks. Asumsi pembebanan statis juga belum memperhitungkan variasi pembangkitan energi terbarukan dan beban yang bersifat stokastik. Selain itu, pembangkit tersebar masih dimodelkan sebagai sumber ideal dengan kendali sempurna.

“Untuk penelitian selanjutnya, kami berencana mengembangkan optimasi stokastik yang memperhitungkan kuantifikasi ketidakpastian,” ungkap Megantoro. “Kami juga akan mengeksplorasi teknik multiobjektif dengan penyesuaian bobot dinamis serta integrasi sistem penyimpanan energi dan infrastruktur kendaraan listrik.”

Penerapan di dunia nyata turut menghadapi tantangan berupa kerumitan integrasi dengan sistem manajemen energi yang ada, kesenjangan kerangka regulasi, dan pertimbangan ekonomi yang lebih luas. Kolaborasi dengan pelaku industri dan regulator dinilai penting untuk menyusun panduan implementasi yang praktis.

Kesimpulan

Penelitian ini memberikan kontribusi penting bagi optimasi penempatan dan penentuan kapasitas pembangkit tersebar pada sistem tenaga listrik. Melalui algoritma hibrid Zebra-Archimedes, penelitian berhasil mendemonstrasikan pendekatan yang efektif untuk menurunkan rugi-rugi daya, mengelola daya reaktif, dan memperbaiki deviasi tegangan secara bersamaan.

Varian objektif tunggal Z-AOA unggul pada penurunan rugi-rugi daya dengan regulasi tegangan yang sangat baik. Sementara itu varian multiobjektif mampu menyeimbangkan dua tujuan yang saling bertentangan dengan tetap mengungguli algoritma konvensional. Dalam konteks transisi menuju energi bersih, pendekatan ini menggabungkan pemahaman mendalam tentang sistem kelistrikan dengan komputasi cerdas untuk mengoptimalkan pemanfaatan sumber daya terbarukan.

Penulis Prisma Megantoro, Syahirah Abd Halim, Muhammad Rafi Nabil Arsalan, Makbul A. M. Ramli, Nor Azwan Mohamed Kamari, Ahmad H. Milyani

Referensi

Megantoro, P., et al. (2026). A novel hybrid Zebra-Archimedes Optimization Algorithm for DG placement and sizing: Single and multi-objective performance analysis. Results in Control and Optimization, 23, 100716. https://doi.org/10.1016/j.rico.2026.100716