Penerapan metode Adaptive Neuro Fuzzy Inference System untuk prediksi beban listrik jangka menengah (Studi kasus pada PT PLN (Persero) Distribusi Jakarta Raya dan Tangerang area Cikokol)
| Main Author: | Maychel Jecsan H, . |
|---|---|
| Format: | Lainnya NonPeerReviewed Book |
| Bahasa: | ind |
| Terbitan: |
Universitas Pamulang
, 2015
|
| Subjects: | |
| Online Access: |
http://eprints.unpam.ac.id/1122/1/Cover.pdf http://eprints.unpam.ac.id/1122/2/Skripsi%20T.%20Informatika%20BAB%20I.pdf http://eprints.unpam.ac.id/1122/3/Skripsi%20T.%20Informatika%20BAB%20II.pdf http://eprints.unpam.ac.id/1122/4/Skripsi%20T.%20Informatika%20BAB%20III.pdf http://eprints.unpam.ac.id/1122/5/Skripsi%20T.%20Informatika%20BAB%20IV.pdf http://eprints.unpam.ac.id/1122/6/Skripsi%20T.%20Informatika%20BAB%20V.pdf http://eprints.unpam.ac.id/1122/ |
Daftar Isi:
- Dalam operasi sistem tenaga listrik diperlukan suatu prediksi beban listrik. Metode yang digunakan dalam meramalkan beban listrik, salah satunya adalah metode ANFIS (Adaptive Neuro Fuzzy Inference System) yaitu penggabungan mekanisme fuzzy inference system yang digambarkan dalam arsitektur jaringan syaraf.Dalam penelitian ini dilakukan prediksi beban listrik jangka menengah yakni prediksi beban listrik mingguan pada sistem kelistrikan Distribusi Jakarta Raya dan Tangerang Area Cikokol dari bulan Mei-Agustus 2015. Struktur ANFIS yang dilatih menggunakan model ANFIS Takagi- Sugeno dengan algoritma hybrid, 2 masukan data yaitu beban konsumen dan beban penduduk pelatihan serta 1 data target yaitu beban aktual,fungsi keanggotaan tipe Gbell dengan 4 fuzzy set, MSE (Mean Square Error) sebesar 1.0e+006 dan training epoch sebanyak 40 kali. Dari simulasi yang dilakukan, diperoleh MAPE (Mean Absolut Percentage Error) prediksi menggunakan ANFIS sebesar 17.601% untuk data konsumen dan 18.16% untuk data penduduk. Hasil prediksi menggunakan metode ANFIS pada Matlab 2011b selanjutnya dibandingkan dengan hasil peramalan menggunakan perhitungan manual dengan rumus ANFIS sendiri. Dari hasil perbandingan tersebut,dapat dikatakan bahwa prediksi beban listrik mingguan menggunakan metode ANFIS memiliki tingkat akurasi prediksi yang lebih baik dibandingkan prediksi beban listrik mingguan menggunakan metode koefisien beban yang diterapkan sebelumnya. Ini diketahui dengan pengujian langsung menggunakan software Matlab 2011b. Kata Kunci : ANFIS, Fungsi Keanggotaan, MAPE (Mean Absolut Percentage Error),MSE (Mean Square Error).