Prediksi Pemakaian Listrik Dengan Pendekatan Back Propagation
Abstract
Peramalan Pemakaian Listrik berdampak besar dalam operasi sistem tenaga listrikmulai dari perencanaan pembangkitan, analisis aliran daya, unit commitment, hydro thermis, dan operasi ekonomis sistem tenaga. Oleh karena itu peramalan Pemakaian listrik menjadi penting. Dalam penelitian ini menggunakan data time series dari pemakaian listrik wilayah
Kalimantan Selatan dan Tengah periode 2008 - 2012 karena memiliki atribut waktu, metode yang digunakan Backpropagation Neural Network. Hasil penelitian ini mampu menghasilkan Peramalan Pemakaian Listrik dengan struktur 12-3-1 Root Mean Square Error yang dihasilkan
mencapai 0.024, dan pada struktur 12-25-1 mampu menghasilkan Root Mean Square Error 0.011, dan terakhir pada struktur 12-100-1 mampu menghasilkan Root Mean Square Error 0.0098.
Kata kunci: Prediksi, Time Series, Backpropagation Neural Network, Listrik
References
. Putra, F. R. , Aplikasi Jaringan Syaraf Tiruan Dalam Perkiraan Beban Listrik Jangka Pendek. Padang: Jurusan Teknik Elektro Fakultas Teknik Universitas Andalas,2010
. Sahroni, A., Studi Komparasi Time Series Prediction Berbasis General Regression Neural Network dengan Backpropagation Neural Network pada Kasus Beban Puncak
. A. G. Abdullah, G. M. Suranegara, D.L. Hakim, Metode Hibrid PSO-JST untuk Peningkatan Akurasi Prediksi Beban Listrik. Forum Pendidikan Tinggi Teknik Elektro Indonesia (FORTEI) VII,2013, 5-6.
. B. Krose, P. V, An Introduction to Neural Network. Amsterdam: University of Amsterdam,1996.
. Lawrence, R, Using Neural Networks to Forecast Stock Market Prices. Manitoba: University of Manitoba, 1997
. Mulyadi, Y., Aplikasi Logika Fuzzy dan Jaringan Syaraf Tiruan sebagai Metode Alternatif Prediksi Beban Listrik Jangka Pendek, 2005,1 -11.
. Plummer, E. A., Time Series Forecasting with Feed-Forward Neural Networks,2000.
. Siang, J. , Jaringan Syaraf Tiruan dan Pemrograman Menggunakan Matlab. Yogyakarta: Penerbit Andi, 2004.
How To Cite This :
Refbacks
- There are currently no refbacks.