OTOMASI PEMBACAAN DATA PENGGUNAAN LISTRIK PADA kWh METER PASCABAYAR UNTUK MENGURANGI WAKTU PROSES PENGAMBILAN DATA DAN PERHITUNGAN TAGIHAN LISTRIK MENGGUNAKAN PENDEKATAN JARINGAN SYARAF TIRUAN

Rierien Jessyntha M, Andi Sudiarso, S.T., M.T., M.Sc., Ph.D

2014 | Tesis | S2 Teknik Industri

Dalam kehidupan sehari-hari mayoritas individu menggunakan listrik untuk keberlangsungan hidupnya. Penyedia listrik terbesar di Indonesia berasal dari perusahaan listrik negara (PLN). Untuk memonitor secara berkala penggunaan pelanggan, salah satu media PLN untuk merekam jumlah pemakaian listrik berupa kWh meter pascabayar dengan pengumpulan data melalui pencatat meter (cater) yang melakukan aktivitas pembacaan, pengetikan, dan pengambilan foto untuk setiap kWh meter. Hal ini menyebabkan besarnya konsumsi waktu proses tersebut. Kesadaran konsumen pun meningkat dengan ditemukannya beberapa cater yang melakukan kesalahan dan absensi dalam proses pencatatan. Perusahaan penyedia listrik seperti PLN pun dituntut untuk meningkatkan kualitas pelayanan dalam bidang operasionalnya. Dalam penelitian ini dikembangkan sebuah perangkat lunak aplikasi untuk memperbaiki sistem pencatatan manual dengan inovasi berupa integrasi pembacaan terhadap sistem perhitungan tagihan listrik. Hal ini digunakan untuk mengetahui seberapa jauh sistem dapat meminimasi waktu proses pencatatan hingga perhitungan tagihan listrik. Metode yang digunakan dalam penelitian ini adalah dengan algoritma jaringan syaraf tiruan (JST). Setelah dilakukan analisis terhadap algoritma JST, yaitu Backpropagation dan Kohonen-SOM , hasil performa algoritma terbaik yaitu Backpropagation digunakan sebagai dasar pembacaan sistem tagihan meter listrik. Objek dari penelitian berupa citra, data waktu proses pencatatan penggunaan kWh meter listrik, dan hasil perhitungan tagihan penggunaan listrik. Pada penelitian ini, lama proses kerja antara sistem tagihan meter listrik yang dibaca dan sistem manual dibandingkan untuk menentukan metode dengan tingkat produktivitas yang lebih tinggi. Hasil penelitian menunjukkan pembacaan melalui sistem algoritma Kohonen-SOM memerlukan rata-rata waktu per iterasi selama 8,7 detik dan algoritma Backpropagation selama 4,32 detik. Hasil pembacaan JST memperlihatkan perbedaan yang cukup besar dibandingkan dengan lama waktu rata-rata sistem manual, yaitu sebesar 20,9 detik per aktivitas tanpa rata-rata waktu proses transfer. Hasil berupa text dari metode JST kemudian dipadukan ke dalam sistem perhitungan tagihan meter listrik pascabayar dengan hasil pengujian menunjukkan sistem 69,02 detik lebih cepat dibandingkan sistem manual dengan waktu selama 73,69 detik. Dengan rata-rata waktu transfer selama 40 detik, selama satu jam metode pembacaan berbasis JST dapat mencatat sebanyak 33 rumah. Berbeda dengan metode JST, metode manual mampu melakukan proses pembacaan sebanyak 31 rumah tiap jamnya. Hal ini membuktikan bahwa sistem JST dapat meminimasi waktu pembacaan.

Electricity has become an important aspect in daily life. In Indonesia, PT. PLN has a role as the biggest electricity supplier. To collect and supervise the data usage of customer, PT. PLN use human labour as the data collector. The Indonesian kilo Watt hour (kWh) meter reading used mobile phone to store the amount of usage, mobile phone camera to capture images of kWh usage, and a set of papers to record in physical form. These processes are repetitive and time consuming. Moreover, some human operators absence to collect data and record wrong electricity usage deliberately which increasing the customer awareness. All of the fraudness possibilities demand PT.PLN to continuosly improve its performance, spesifically in operational area. The purpose of this paper is to build software in order to improve existing data collection processes that integrated with billing calculation and transaction processes. The automated system presents the artificial neural network (ANN) method, Backpropagation and Kohonen-SOM algorithm, to recognize the number of electricity usage. The object of the research are image, computation time, and billing calculation. On this research, the comparison of processing time from existing and automated system calculated to choose better system with higher productivity rate. The Kohonen-SOM algorithm spent an average computation time with repetitions as 8,7 seconds and Backpropagation spent as 4,32 seconds. The system spent 60.90 sec/house that equal with 59 houses/hour. The automated system presents a new methodology of artificial neural network, for avoiding the high construction and maintenance costs in the existing meter reading technology. Result of the automated design shows the data read-out integrated with billing transaction system has 69,02 seconds at the average process time that equal with 33 houses/hour. From the comparison, it shows that there is a difference as much as 2 houses between the methods of analysis. The automated system performs higher productivity.

Kata Kunci : kWh meter pascabayar, jaringan syaraf tiruan, transaksi, otomasi, produktivitas