DIGITAL LIBRARY



JUDUL:PREDIKSI BEBAN LISTRIK DI KOTA BANJARBARU MENGGUNAKAN JARINGAN SYARAF TIRUAN BACKPROPAGATION
PENGARANG:MUHAMMAD NAZMI FADILAH
PENERBIT:UNIVERSITAS LAMBUNG MANGKURAT
TANGGAL:2020-06-24


Energi listrik sudah menjadi bagian penting bagi perkembangan peradaban diberbagai sektor antara lain sektor ekonomi, teknologi, pendidikan, pemerintahan, sosial dan budaya.manusia. Kecukupan pasokan energi listrik diukur dengan melihat.kemampuan pasokan daya listrik pada saat beban puncak. Hal ini karena sifat tenaga.listrik tidak dapat disimpan dalam.skala besar, sehingga kebutuhan suatu saat harus dipasok saat itu juga. Perusahaan Listrik Negarasebagai perusahaan penyedia.tenaga listrik harus ada rencana penyediaan listrik pada periode waktu tertentu yang dilakukan dengan cara membuat prediksi beban listrik.Pelanggan listrik tercatat pada PT.PLN Rayon Banjarbaru pada tahun 2019 sebanyak 133.726 pelanggan dengan nilai listrik yang terjual sebesar 411 milyar rupiah, sedangkan pada tahun 2018 sebanyak 126.747 dengan nilai listrik yang terjual sebesar 367 milyar rupiah. Jaringan Syaraf Tiruan Backpropagation merupakan salah satu cabang.kecerdasan.buatanyang digunakan mengidentifikasi pola data menggunakan algoritma pembelajaran dalam menyelesaikan permasalahan yang berhubungan dengan prediksi. Algoritma Jaringan Syaraf Tiruan Backpropagation terdiri tiga.tahap, yaitu tahap perambatan maju, tahap perambatan-balik, serta tahap perubahan bobot dan bias. Tujuan  penelitian ini adalah untuk melakukan.prediksi dan mengetahui.tingkat akurasi dengan Jaringan Syaraf Tiruan Backpropagation.Data yang digunakan adalah data jumlah beban listrik yang dibangkitkan di kota Banjarbaru dalam kurun waktu 9 tahun dengan 12 unit masukan. Hasil dari penelitian ini adalah tahap pelatihan Jaringan Syaraf Tiruan dengan empat.simulasi lapisan sembunyi mendapatkan arsitektur.jaringan yang cukup baik yakni arsitektur 12-12-1 dengan nilai MAPE adalah 6,597% dan RMSE adalah 0,032222. Untuk tahap.pengujian.diperoleh nilai MAPE adalah 7,918% dan RMSE adalah 0,070479yang dapat digunakan untuk memprediksi jumlah beban listrik dengan cukup baik. Serta tahap.prediksi diperoleh nilai MAPE adalah 12,366%dan RMSE adalah 0,113272 yang menunjukkan hasil prediksi kurang baik dikarenakan terjadi penurunan jumlah beban listrik yang dibangkitkan secara signifikan pada bulan Desember 2018 dengan bulan Januari 2019.

Berkas PDF
NODOWNLOAD LINK
1FILE 1



File secara keseluruhan dapat di unduh DISINI