OPTIMASI PERANGKINGAN KONTINGENSI MENGGUNAKAN SALP SWARM ALGORITHM

Rencana pengembangan infrastruktur ketenagalistrikan nasional dalam
RUPTL 2021–2030 menuntut respons adaptif terhadap perubahan iklim dan
peningkatan kebutuhan pendinginan. Untuk itu, stabilitas tegangan dan manajemen
beban puncak perlu dikendalikan secara dinamis, khususnya dalam menghadapi
kontingensi N-1. Studi ini mengimplementasikan Salp Swarm Algorithm (SSA) dan
Genetic Algorithm (GA) untuk memeringkat keparahan gangguan pada saluran dan
generator dalam sistem IEEE 30 Bus dan IEEE 118 Bus. Proses simulasi diawali
dengan perhitungan indeks performa tiap saluran, penentuan parameter SSA, dan
selanjutnya evaluasi melalui tiga parameter yaitu Search Space Scan Percentage,
waktu pemrosesan, dan capture ratio. Pada sistem skala besar IEEE 118 Bus, GA
terbukti lebih efisien dengan Search Space Scan Percentage sebesar 1.714042 ×10-
21
, waktu komputasi 5.5511 detik, dan capture ratio 99,6 %, sedikit di bawah MSSA
yaitu 100 %. Sebaliknya, pada sistem kecil IEEE 30 Bus, MSSA menunjukkan
kinerja lebih optimal dengan efisiensi pencarian 7.375175 ×10-8
, waktu 6.3741
detik, dan capture ratio 100 %. Penelitian ini menawarkan dasar ilmiah bagi
pengelolaan sistem kelistrikan yang lebih andal, efisien, dan disesuaikan dengan
skala jaringan.
Kata Kunci : Perangkingan Kontingensi, Indeks Performa, Salp Swarm
Algorithm, Genetic Algorithm, Capture Ratio