Penelitian ini bertujuan mengembangkan model Unit Commitment (UC) berbasis Binary Particle Swarm Optimization yang mengintegrasikan karakteristik heat rate dengan kendala operasi aktual Pusat Listrik Tenaga Mesin Gas Duri, yaitu mode backup, derating temporer, dan gas trip, serta membandingkan hasil Unit Commitment yang diperoleh dengan pola Unit Commitment eksisting. Fungsi biaya bahan bakar tujuh unit dibentuk melalui curve fitting data heat rate, kemudian dipadukan dengan tiga komponen ekspektasi biaya kendala operasi ke dalam fungsi objektif. Selanjutnya, algoritma Binary Particle Swarm Optimization diterapkan dengan mekanisme repair untuk memastikan kandidat jadwal memenuhi batas teknis unit, kecukupan kapasitas pembangkitan, jadwal pemeliharaan, keseimbangan daya, dan kontinuitas operasi unit. Simulasi dilakukan selama satu minggu, yaitu 1–7 Mei 2026, dengan resolusi waktu 30 menit menggunakan data historis operasi Pusat Listrik Tenaga Mesin Gas Duri selama enam bulan. Hasil optimasi menunjukkan bahwa algoritma Binary Particle Swarm Optimization mencapai konvergensi pada iterasi ke-160 dan menghasilkan jadwal Unit Commitment yang optimal dengan total biaya operasi sebesar Rp9.450.413.749,07. Nilai tersebut lebih rendah dibandingkan biaya Unit Commitment eksisting sebesar Rp9.582.434.443,61, sehingga diperoleh penghematan sebesar Rp132.020.694,54 atau 1,38% tanpa mengurangi energi yang disalurkan sebesar 9.424,12 MWh. Meskipun frekuensi start-stop meningkat dari 49 menjadi 54 kali, jadwal hasil optimasi tetap menghasilkan pola pengoperasian unit yang lebih optimal dan ekonomis. Temuan ini dapat menjadi dasar bagi PT PLN Nusantara Power dalam menyusun strategi Unit Commitment Pusat Listrik Tenaga Mesin Gas Duri yang lebih efisien, dengan kebaruan berupa integrasi kendala operasi granular berbasis kejadian lapangan ke dalam formulasi Unit Commitment-Binary Particle Swarm Optimization.