ABSTRAKSI: Unit Commitment Problem adalah penjadwalan produksi daya listrik generator pembangkit listrik pada suatu periode untuk memenuhi permintaan kebutuhan daya listrik pada rentang waktu tertentu dengan tujuan mendapatkan biaya pembangkitan seminimum mungkin. Unit Commitment merupakan permasalahan optimasi kombinatorial dan memiliki banyak constraint dengan ruang solusi yang sangat besar dan sulit untuk diselesaikan.
Terdapat beberapa pendekatan yang telah dilakukan untuk menyelesaikan permasalahan tersebut, salah satunya dalam penelitian ini digunakan pendekatan metode Particle Swarm Optimization yang menggunakan biner sebagai representasi solusinya dan dengan menggunakan fungsi fitness yang baik terbukti mampu memberikan solusi biaya ekonomi yang optimum dalam penjadwalan 10 unit dengan permintaan 24 periode waktu yaitu sebesar $560,901 dan penjadwalan 4 unit dengan 8 periode waktu yaitu sebesar $74,476. Selain itu juga dengan pengaturan parameter yang tepat metode ini mampu menghasilkan rata-rata akurasi seluruh constraint diatas 97%. Ini menunjukan bahwa Particle Swarm Optimization merupakan metode yang tepat dalam menyelesaikan Unit Commitment Problem.Kata Kunci : Unit Commitment Problem, Particle Swarm Optimization, biner, constraint, fungsi fitness.ABSTRACT: The Unit Commitment Problem is to scheduling power production of electrical power generating units to meet a load demand on some period of time in order to get the most minimum production cost. The Unit Commitment Problem is optimization problem with mixed combinatorial and have a set of operational constraints with enormous dimension which is very complex to solve.
There are several approaches that have been used to solve Unit Commitment Problem. In this paper the author uses Particle Swarm Optimization algorithm with binary as representation of solution and good enough fitness function, has been proved to be able to deliver solution with good optimum economic dispatch cost. In scheduling 10 units with 24 demand period the method deliver best solution with $560,901 production cost and in scheduling 4 units with 8 demand period the method deliver best solution with $74,476 production cost. Also with the right parameters setting, this method capable of delivering solution with average accuracy above 97% over every operational constraints. This shows the Particle Swarm Optimization is an appropriate method in solving Unit Commitment Problem.Keyword: Unit Commitment Problem, Particle Swarm Optimization, binary, constarint, fitness function.