Text

PREDIKSI BEBAN LISTRIK JANGKA PENDEK MENGGUNAKAN METODE JARINGAN SYARAF TIRUAN UNTUK AREA KOTA PADANG

---

Kebutuhan terhadap tenaga listrik saat ini semakin meningkat dan menjadi prioritas utama mengingat semakin banyaknya peralatan rumah tangga maupun industri yang menggunakan tenaga listrik sebagai sumbernya, sehingga diperlukan suatu sistem tenaga listrik yang handal namun tetap ekonomis serta efisien. Oleh karena itu, diperlukan suatu perencanaan dan perancangan sistem tenaga listrik salah satunya yaitu dengan melakukan prediksi beban listrik. Salah satu metode prediksi beban listrik yaitu menggunakan Jaringan Syaraf Tiruan (JST). JST merupakan model sistem komputansi yang bekerja seperti sistem syaraf biologis. JST digunakan untuk prediksi beban listrik karena kemampuan pendekatan yang baik terhadap ketidak-linieran. Variabel yang digunakan dalam JST ini adalah data beban listrik pada masa lampau yang dikomsumsi oleh pelanggan. Dalam penelitian ini digunakan JST jangka pendek dengan algoritma Backpropagation dengan 24 masukan dan 24 keluaran serta 2 lapisan dalam yang masing-masing terdiri atas 49 sel. Fungsi aktivasi yang digunakan adalah Fungsi Sigmoid Biner. Hasil prediksi beban listrik menggunakan JST nantinya dibandingkan dengan hasil prediksi menggunakan Microsoft Excel. Untuk kota Padang, hasil prediksi beban listrik menggunakan JST mempunyai kesalahan berkisar 0,09 % - 23,62 % dengan MAPE sebesar 4,44 %. Sedangkan prediksi beban listrik menggunakan Microsoft Excel berkisar 0 % - 24,61 % dengan MAPE sebesar 7,86 %. Error Prediksi beban listrik menggunakan JST masih dalam batas toleransi deviasi prediksi beban yang ditentukan oleh PT. PLN yaitu sebesar ±5 %.

Kata kunci : Prediksi beban, Jaringan Syaraf Tiruan, Backpropagation.

---

Ketersediaan

Informasi Detail

Judul Seri

Tugas akhir teknik elektro 2015

No. Panggil

1531-011

Penerbit

Padang : Fakultas Teknik ITP., 2015

Deskripsi Fisik

-

Bahasa

Indonesia

ISBN/ISSN

2012310088

Klasifikasi

NONE

Tipe Isi

text

Tipe Media

computer

Tipe Pembawa

-

Edisi

-

Subjek

-

Info Detail Spesifik

-

Pernyataan Tanggungjawab

-

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar