ESTIMASI KONSUMSI ENERGI LISTRIK MENGGUNAKAN JARINGAN SYARAF TIRUAN MULTILAYER PERCEPTRON PADA PT PLN (PERSERO) UP3 SALATIGA


Roni Saputra, 5301417021 (2023) ESTIMASI KONSUMSI ENERGI LISTRIK MENGGUNAKAN JARINGAN SYARAF TIRUAN MULTILAYER PERCEPTRON PADA PT PLN (PERSERO) UP3 SALATIGA. Under Graduates thesis, UNIVERSITAS NEGERI SEMARANG.

[thumbnail of 5301417021_Roni Saputra.pdf] PDF - Published Version
Restricted to Repository staff only

Download (4MB) | Request a copy

Abstract

Energi listrik memiliki peranan vital dalam kehidupan masyarakat pada saat ini. Meningkatnya permintaan energi listrik mengharuskan penyedia energi listrik dapat memberikan supply energi listrik yang handal tetapi tetap ekonomis, sehingga diperlukan strategi dan metode untuk penyesuaian antara supply dan demand energi listrik. Oleh karena itu, penelitian estimasi konsumsi energi listrik perlu dilakukan untuk mengetahui perkiraan konsumsi energi listrik di masa depan. Penelitian ini dilaksanakan di PT PLN (Persero) UP3 Salatiga, penelitian menggunakan data time series konsumsi energi listrik wilayah kerja PT PLN (Persero) UP3 Salatiga tahun 2017 sampai 2021 serta menggunakan jaringan syaraf tiruan multilayer perceptron untuk analisis data. Hasil penelitian dari sebanyak 160 variasi jaringan berbeda yang di training 100% variasi jaringan tersebut memiliki nilai MAPE <10% termasuk kriteria akurasi estimasi sangat baik. Setiap fungsi pelatihan diambil variasi jaringan terbaik yang selanjutnya akan dilakukan testing, variasi jaringan tersebut yaitu TRAINGD 4 hidden layer dengan 25 node hidden layer yang memiliki MAD 2,717,429 kWh dan MAPE 2.59%, TRAINGDM 1 hidden layer dengan 3 node hidden layer yang memiliki MAD 4,337,413 kWh dan MAPE 4.41%, TRAINGDA 4 hidden layer dengan 20 node hidden layer yang memiliki nilai MAD 2,624,072 kWh dan MAPE 2.79%, TRAINGDX 4 hidden layer dengan 3 node hidden layer yang memiliki nilai MAD 2,829,054 kWh dan MAPE 2.93%. Kemudian testing dilakukan untuk menguji 4 model jaringan terbaik dari setiap fungsi pelatihan tersebut. Hasil testing menunjukkan bahwa variasi jaringan terbaik yaitu TRAINGDA 4 hidden layer dengan 20 node hidden layer yang memiliki nilai MAD sebesar 3,728,386 kWh dan MAPE sebesar 3.24%. Variasi jaringan inilah yang digunakan untuk estimasi konsumsi energi listrik tahun 2022-2026. Hasil estimasi konsumsi energi listrik tahun 2022 sebesar 1,278,867,573 kWh, tahun 2023 sebesar 1,274,074,800 kWh, tahun 2024 sebesar 1,272,107,991 kWh, tahun 2025 sebesar 1,272,151,388 kWh, dan tahun 2026 sebesar 1,273,323,104 kWh. Hasil ini menunjukkan bahwa dalam 5 tahun ke depan konsumsi energi listrik wilayah kerja PT PLN (Persero) UP3 Salatiga cukup fluktuatif namun cenderung meningkat.

Item Type: Thesis (Under Graduates)
Uncontrolled Keywords: Estimasi, Multilayer Perceptron, Konsumsi Energi Listrik
Subjects: T Technology > TA Engineering (General). Civil engineering (General)
T Technology > TK Electrical and Electronic Engineering
Fakultas: Fakultas Teknik > Pendidikan Teknik Elektro, S1
Depositing User: Setyarini UPT Perpus
Date Deposited: 12 Nov 2024 04:20
Last Modified: 12 Nov 2024 04:20
URI: http://lib.unnes.ac.id/id/eprint/65493

Actions (login required)

View Item View Item