OPTIMASI LOKASI DAN KAPASITAS STASIUN PENGISIAN KENDARAAN LISTRIK UMUM (SPKLU) DI WILAYAH KOTA SURABAYA MENGGUNAKAN ALGORITMA GENETIK TESIS Karya tulis sebagai salah satu syarat untuk memperoleh gelar Magister dari Institut Teknologi Bandung Oleh ALI ZAINAL ABIDIN NIM: 23222335 (Program Studi Magister Teknik Elektro) INSTITUT TEKNOLOGI BANDUNG November 2024 ii ABSTRAK OPTIMASI LOKASI DAN KAPASITAS STASIUN PENGISIAN KENDARAAN LISTRIK UMUM (SPKLU) DI WILAYAH KOTA SURABAYA MENGGUNAKAN ALGORITMA GENETIK Oleh Ali Zainal Abidin NIM: 23222335 (Program Studi Magister Teknik Elektro) Sektor transportasi merupakan penyumbang emisi karbon terbesar kedua di Indonesia, dengan kontribusi 23,14% dari total emisi karbon pada 2021. Untuk mengurangi emisi ini, transisi ke kendaraan listrik (EV) menjadi langkah kunci. Namun, keterbatasan infrastruktur, terutama stasiun pengisian kendaraan listrik menyebabkan waktu tunggu yang lama juga menurunkan minat konsumen. Mengingat permintaan pengisian daya listrik pada stasiun pengisian kendaraan listrik umum (SPKLU) juga dipengaruhi oleh home charging, maka proporsi kepemilikan home charging oleh pelanggan perlu diperhitungkan dalam perencanaan pembangunan SPKLU di masa mendatang. Berdasarkan hal tersebut, penelitian ini bertujuan untuk merencanakan penambahan lokasi dan kapasitas SPKLU di Kota Surabaya untuk perencanaan jangka panjang (pada 2030) dan jangka pendek (tiap tahun), guna mengoptimalkan operasional SPKLU serta memperhitungkan proporsi kepemilikan home charging yang optimal. Prediksi populasi EV di masa mendatang dilakukan menggunakan regresi multivariat, dengan mempertimbangkan faktor-faktor yang memengaruhi minat konsumen. Kemudian dilakukan pemodelan menggunakan pendekatan berbasis agen dan optimasi dilakukan dengan algoritma genetika untuk menentukan konfigurasi optimal SPKLU dan kepemilikan home charging. Hasil menunjukkan bahwa hasil optimal kepemilikan home charging sebesar 28% dari populasi EV, disertai pembangunan SPKLU di lokasi strategis, dapat memberikan keuntungan operasional optimal pada tahun 2030 hingga Rp78,6 juta per hari. Penelitian ini diharapkan menjadi panduan strategis bagi pembuat kebijakan dalam mendukung transisi ke kendaraan listrik melalui perencanaan infrastruktur dan penyusunan kebijakan yang efektif. Kata kunci: stasiun pengisian kendaraan listrik, pemodelan berbasis agen, optimasi algoritma genetika. iii ABSTRACT LOCATION AND CAPACITY OPTIMIZATION OF PUBLIC ELECTRIC VEHICLE CHARGING STATIONS IN SURABAYA CITY USING GENETIC ALGORITHM By Ali Zainal Abidin NIM: 23222335 (Master’s Program in Electrical Engineering) The transportation sector is the second-largest contributor to carbon emissions in Indonesia, accounting for 23.14% of total carbon emissions in 2021. To reduce these emissions, the transition to electric vehicles (EVs) is a key measure. However, infrastructure limitations, especially electric vehicle charging stations, result in long waiting times, which reduces consumer interest. Considering that the demand for charging at public electric vehicle charging stations is also influenced by home charging, the proportion of home charging ownership among customers must be considered in the future planning of public charging station development. Based on this, the aim of this research is to plan the addition of locations and capacities for public charging station in Surabaya for both long-term (in 2030) and short-term (annual) planning, to optimize public charging station operations and consider the optimal proportion of home charging ownership. The prediction of future EV population is conducted using multivariate regression, considering factors affecting consumer interest. Subsequently, modeling is performed using an agent- based modeling approach, and optimization is carried out with a genetic algorithm to determine the optimal configuration for public charging stations and home charging ownership. The results show that the optimal home charging ownership is 28% of the EV population, along with the construction of new public charging stations at strategic locations, which can provide optimal operational profit of up to Rp78.6 million per day in 2030. This research is expected to serve as a strategic guide for policymakers in supporting the transition to electric vehicles through infrastructure planning and the development of effective policies. Keywords: electric vehicle charging station, agent-based modeling, genetic algorithm optimization.