PRAKIRAAN KEBUTUHAN ENERGI LISTRIK WILAYAH PROVINSI JAWA TENGAH MENGGUNAKAN METODE BACKPROPAGATION NEURAL NETWORK DAN METODE EKSTRAPOLASI LINIER
Deva Okky Deltania, 5311418009 (2023) PRAKIRAAN KEBUTUHAN ENERGI LISTRIK WILAYAH PROVINSI JAWA TENGAH MENGGUNAKAN METODE BACKPROPAGATION NEURAL NETWORK DAN METODE EKSTRAPOLASI LINIER. Under Graduates thesis, UNIVERSITAS NEGERI SEMARANG.
PDF
- Published Version
Restricted to Repository staff only Download (4MB) | Request a copy |
Abstract
Kebutuhan energi listrik terus mengalami peningkatan seiring dengan berjalannya waktu. Beberapa faktor yang mempengaruhi peningkatan tersebut, yaitu laju pertumbuhan penduduk, jumlah pelanggan, dan PDRB suatu wilayah. PLN sebagai perusahaan penyedia listrik harus memikirkan hal tersebut agar terjadi keseimbangan antara supply dan demand. Penelitian ini digunakan dalam memprakirakan kebutuhan energi listrik PT PLN UID Jateng & DIY Semarang tahun 2022-2027 dengan menggunakan metode Backpropagation Neural Network dan Ekstrapolasi Linier. Variabel yang digunakan dalam penelitian ini yaitu faktor yang dapat mempengaruhi peningkatan kebutuhan energi listrik. Hasil penelitian menunjukkan metode Backpropagation Neural Network model LEARNGDM, TRAINGDX 30 menghasilkan nilai MAPE sebesar 8,4%, sedangkan metode Ekstrapolasi Linier sebesar 10,7%. Sehingga metode Backpropagation Neural Network lebih baik dalam memprakirakan kebutuhan energi listrik di wilayah Provinsi Jawa Tengah, dan dapat menjadi salah satu alternatif dalam memprakirakan kebutuhan enrgi listrik di masa yang akan datang karena metode tersebut mudah dilakukan dan akurat asalkan menggunakan parameter yang tepat.
Item Type: | Thesis (Under Graduates) |
---|---|
Uncontrolled Keywords: | Prakiraan kebutuhan energi listrik, Backpropagation Neural Network, Matlab, Ekstrapolasi Linier |
Subjects: | T Technology > TK Electrical and Electronic Engineering |
Fakultas: | Fakultas Teknik > Teknik Elektro S1 |
Depositing User: | Setyarini UPT Perpus |
Date Deposited: | 12 Nov 2024 02:46 |
Last Modified: | 12 Nov 2024 02:46 |
URI: | http://lib.unnes.ac.id/id/eprint/65440 |
Actions (login required)
View Item |