Adhitya Surya Pradana, 5302419046 (2024) IMPLEMENTASI ARTIFICIAL NEURAL NETWORK UNTUK PREDIKSI PENGGUNAAN ENERGI LISTRIK DI GEDUNG E11 TEKNIK ELEKTRO. Under Graduates thesis, Universitas Negeri Semarang.

PDF (Skripsi) - Published Version Restricted to Repository staff only Download (2MB) | Request a copy

Abstract

Pemanfaatan sistem cerdas tak terlepas dari hadirnya Artificial Neural Network atau dikenal sebagai Jaringan Syaraf Tiruan (JST). Salah satu pemanfaatan JST adalah dibidang prediksi atau forecasting. Energi listrik saat ini merupakan kebutuhan manusia paling utama. Dalam konteks ini pemanfaatan JST yang akan diteliti yaitu prediksi penggunaan energi listrik pada Gedung E11 Teknik Elektro Universitas Negeri Semarang. Penelitian skripsi ini bertujuan untuk mengetahui hasil prediksi penggunaan energi listrik di Gedung E11 Teknik Elektro Universitas Negeri Semarang dan mengetahui langkah algoritma Artificial Neural Network serta mengetahui hasil Root Mean Squarred Error (RMSE). Variabel prediksi yang digunakan meliputi jumlah hari kerja dalam satu minggu dan jumlah jam dalam satu hari. Metode analisis data yang digunakan adalah menggunakan algoritma Backpropagation dengan model JST. Proses penelitian ini meliputi tahap pengumpulan data, preprocessing data, pembobotan data (Nguyen Widrow), training data dan testing data. Proses analisis data menggunakan 70% data training dan 30% data testing, menggunakan dua unit neuron input layer dan duabelas unit neuron hidden layer dengan learning rate 0,5 dan momentum 0,5 dengan struktur algoritma 1-1-1. Target error yang ditentukan sebesar 0,0001 dengan jumlah epoch sebanyak 100 epoch. Hasil dari analisis ini menghasilkan nilai RMSE (Root Mean Squarred Error) sebesar 0,1149 dan MSE (Mean Squarred Error) yang dihasilkan sebesar 0,013. Hasil rerata dari prediksi penggunaan energi listrik di Gedung E11 Teknik Elektro sebesar 21502 kWh/tahun dan 1792 kWh/bulan. Nilai ini Jika dirupiahkan pada tarif golongan S-2 atau pelanggan sosial sebesar Rp. 36.553.494, /tahun dan Rp. 3.046.117,-/bulan.

Actions (login required)

View Item