Perpustakaan Digital ITB

Pencurian listrik yang menyebabkan susut non teknis menjadi tantangan utama yang dihadapi oleh perusahaan listrik terutama dalam meningkatkan efektivitas inspeksi. Optimasi rute inspeksi pencurian listrik perlu mempertimbangkan jarak tempuh yang efisien dan potensi pendapatan denda. Penelitian sebelumnya menunjukkan bahwa metode Self-Organizing Map (SOM) yang diadaptasi untuk keperluan Travelling Salesman Problem (TSP) dapat memaksimalkan pendapatan ekonomi dari denda pencurian listrik dengan biaya rendah. Pendekatan tersebut memiliki kelemahan karena mengabaikan jarak tempuh dan hanya berfokus pada subset pelanggan dengan potensi denda tertinggi. Penelitian ini bertujuan untuk melakukan optimasi rute inspeksi untuk meminimalkan jarak tempuh, memaksimalkan estimasi pendapatan denda, dan memaksimalkan jumlah inspeksi per rute secara bersamaan menggunakan Non- dominated Sorting Genetic Algorithm II (NSGA-II). Modifikasi dilakukan pada pembentukan initial population dan operator crossover untuk memenuhi batasan jumlah minimum inspeksi. Optimasi inspeksi pencurian listrik dalam penelitian ini dikategorikan sebagai permasalahan Vehicle Routing Problem (VRP) dengan karakteristik khusus, yaitu VRP dengan time windows (batas waktu kerja harian), VRP dengan kapasitas minimum (jumlah minimum pelanggan harus diinspeksi), dan Selective VRP (pemilihan pelanggan berdasarkan prioritas inspeksi) serta multi objektif VRP (VRP yang mengoptimalkan lebih dari satu objektif secara bersamaan). PLN menghadapi tantangan dalam memastikan inspeksi pencurian listrik efektif dan mencapai target inspeksi minimum. Optimasi rute diperlukan untuk menghindari inspeksi acak yang kurang tepat sasaran. Hasil penelitian menunjukkan pendekatan NSGA-II dengan modifikasi terbukti lebih unggul dalam memaksimalkan pendapatan denda per inspeksi dan selalu menghasilkan solusi valid yang memenuhi batasan inspeksi minimum, terutama di wilayah padat dengan jarak pendek.