PREDIKSI ENERGI LISTRIK DENGAN METODE JARINGAN SYARAF TIRUAN BACKPROPAGATION MENGGUNAKAN MATLAB UNTUK KOTA SEMARANG TAHUN 2019 – 2024


Desi Kurniawati , 5301414078 (2019) PREDIKSI ENERGI LISTRIK DENGAN METODE JARINGAN SYARAF TIRUAN BACKPROPAGATION MENGGUNAKAN MATLAB UNTUK KOTA SEMARANG TAHUN 2019 – 2024. Under Graduates thesis, UNNES.

[thumbnail of PREDIKSI ENERGI LISTRIK DENGAN METODE JARINGAN SYARAF TIRUAN BACKPROPAGATION MENGGUNAKAN MATLAB UNTUK KOTA SEMARANG TAHUN 2019 – 2024]
Preview
PDF (PREDIKSI ENERGI LISTRIK DENGAN METODE JARINGAN SYARAF TIRUAN BACKPROPAGATION MENGGUNAKAN MATLAB UNTUK KOTA SEMARANG TAHUN 2019 – 2024) - Published Version
Download (1MB) | Preview

Abstract

Meningkatnya aktivitas manusia menuntut produsen listrik untuk menyediakan suplai listrik yang mencukupi permintaan konsumen. Jika persediaan listrik kurang maka akan dilakukan pemadaman untuk menghemat suplai listrik. Seperti di Kota Semarang, pemadaman bergilir masih yang sering terjadi terutama di jam kerja untuk mengantisipasi kekurangan suplai listrik di malam hari. Prediksi perlu dilakukan menggunakan metode yang tepat agar kebutuhan listrik disiasati dengan baik. Metode yang sesuai untuk memprediksi karakteristik listrik yaitu Jaringan Syaraf Tiruan Backpropagation. Tujuan penelitian ini adalah mengetahui model metode JST Backpropagation yang sesuai untuk memprediksi kebutuhan listrik Kota Semarang. Metode penelitian yang digunakan adalah metode eksperimen, dengan data diambil dari PT PLN (Persero) APJ Semarang yaitu penjualan tenaga listrik bulanan dari 2012 – 2016 dalam satuan MWh (Mega Watt hours). Tahapan analisis dimulai dari penyusunan data dalam pola matriks, data dilatih dan diuji menggunakan pemodelan parameter fungsi pelatihan. Output model yang memenuhi kriteria akan dipilih untuk prediksi dan hasilnya dibandingkan dengan RUKN Kota Semarang tahun 2019 – 2024. Analisis data menggunakan software Matlab. Hasil analisis menunjukkan model terbaik dari JST Backpropagation adalah TRAINGDX20 yang tersusun dari fungsi pelatihan TRAINGDX dan lapisan tersembunyi 20 neuron. Model ini memenuhi kriteria MSE = 0,00014499 dan R = 0,93862. Nilai kesalahan pada tahap pelatihan mencapai 5,7% dan tahap pengujian mencapai 3,45% serta nilai kesalahan terhadap RUKN mencapai 0,03%. Kesimpulan yang diperoleh dari penelitian ini adalah model Traingdx neuron 20 sesuai untuk memprediksi kebutuhan listrik Kota Semarang. Hasil prediksi model Traingdx neuron 20 untuk Kota Semarang yakni 2019 - 5426386 MWh, 2020 - 5521471 MWh, 2021 - 5641935 MWh, 2022 - 5740998 MWh, 2023 - 5857238 MWh, dan 2024 - 6018739 MWh. Terjadi peningkatan konsumsi energi listrik sebesar 0,28%, cukup besar untuk wilayah perkotaan. Namun peningkatan tersebut sepadan dengan peningkatan perekonomian dan populasi penduduk yang saling beriringan.

Item Type: Thesis (Under Graduates)
Uncontrolled Keywords: Prediksi, Energi Listrik, Model, JST Backpropagation
Subjects: T Technology > TK Electrical and Electronic Engineering
Fakultas: Fakultas Teknik > Pendidikan Teknik Elektro, S1
Depositing User: budi Budi santoso perpustakaan
Date Deposited: 11 Jun 2020 14:04
Last Modified: 11 Jun 2020 14:04
URI: http://lib.unnes.ac.id/id/eprint/36713

Actions (login required)

View Item View Item