Penerapan Elman-Recurrent Neural Network Pada Peramalan Konsumsi Listrik Jangka Pendek Di Pt. Pln App Malang
| Main Author: | Sani, DeaLucky |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | eng |
| Terbitan: |
, 2014
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/153983/1/SKRIPSI_LISTRIK.pdf http://repository.ub.ac.id/153983/ |
Daftar Isi:
- Neural network (NN) adalah representasi buatan dari otak manusia yang mensimulasikan proses pembelajaran pada otak manusia untuk diimplementasikan dengan sistem komputasi sehingga mampu menyelesaikan sejumlah proses perhitungan selama proses pembelajaran pada setiap permasalahan. Permasalahan utama yang melatarbelakangi dilakukan penelitian ini adalah ketidakseimbangan antara besar daya listrik yang dibangkitkan dan daya listrik yang diminta oleh pelanggan yang menyebabkan pemborosan bahkan pemadaman, sehingga dibutuhkan metode untuk memperkirakan besar daya yang dibutuhkan. NN adalah salah satu metode yang banyak digunakan untuk meramalkan konsumsi listrik per jam jangka pendek di berbagai negara. Pada penelitian ini digunakan metode yaitu Recurrent Neural Network. Metode ini dimungkinkan sangat bagus untuk pencocokan data terurut karena memiliki keutamaan yaitu terdapat loop feedback. Prosedur umum dari jaringan recurrent yaitu pengakomodasian output jaringan untuk menjadi input pada jaringan itu lagi dalam rangka menghasilkan output pada jaringan berikutnya. Ada 2 input jaringan Elman-RNN yang dikaji dan dicobakan untuk peramalan pada data, yaitu input matrik sesuai lag-lag yang signifikan dari plot ACF dan PACF dan input matrik lag-lag kelipatan 24-168. Kedua jaringan ini menggunakan satu lapisan tersembunyi dengan fungsi aktivasi tangent sigmoid dan satu output dengan fungsi linier. Hasil perbandingan akurasi ramalan melalui nilai MAPE data testing menunjukkan bahwa jaringan pertama, yaitu Elman-RNN (13,4,1) merupakan model terbaik untuk peramalan konsumsi listrik per jam jangka pendek di Blimbing, Malang. Peramalan ini menghasilkan ramalan beban listrik per jam.