Peramalan Beban Listrik Jangka Pendek Menggunakan Jaringan Syaraf Tiruan = Short Term Electrical Load Forecasting Using Artificial Neural Network

Fajar Alya RahmanFajar Alya Rahman, author

Peramalan Beban Listrik Jangka Pendek Menggunakan Jaringan Syaraf Tiruan = Short Term Electrical Load Forecasting Using Artificial Neural Network

Fajar Alya RahmanFajar Alya Rahman; (Fakultas Teknik Universitas Indonesia, 2012)

Abstrak

[ABSTRAK

Peramalan beban listrik memegang peranan yang sangat penting bagi efisiensi dan

kinerja dari PLN. Berbagai jenis metode dipakai untuk mendapatkan hasil peramalan beban yang akurat agar daya yang dikirimkan sesuai dengan kebutuhan

listrik dari konsumen. Skripsi ini membahas peramalan beban jangka pendek satu minggu ke depan dengan menggunakan Jaringan Syaraf Tiruan (JST). Peramalan

beban jangka pendek sangat dipengaruhi oleh faktor-faktor cuaca, yang dalam hal ini menjadi masukan JST, yaitu : Suhu, Kelembaban, Tekanan udara, dan

Kecepatan angin. Data yang digunakan untuk pembelajaran adalah data sebenarnya sepanjang tahun 2011. Arsitektur yang digunakan adalah feed-forward

dan algoritma yang dipakai adalah algoritma backpropagation. Berdasarkan hasil

didapatkan nilai MAPE terbaik sebesar 1.8 % dan untuk 10 kali running sebesar 2.65 % sehingga berada di bawah ambang kesalahan peramalan.

ABSTRAK

Electrical load forecasting has an important role for efficiency and performance

from PLN.Various types of methods have been used to provide an accurate load

forecasting on purpose that the transmitted power appropriates the demand of

consumers. This research will discuss short term load forecasting using Artificial

Neural Network (ANN). Short term load is influenced by weather factors, those

will become input of ANN, i.e. : Temperature, Humidity, Pressure, Wind speed,

Data used for study are actual data in 2011. Architecture used for this research is

feed-forward and Algorithm that is used is backpropagation . The final result

shows that the best MAPE is 1.8 % and for 2.65 % for 10 iterations which are

below the forecasting error limit., Electrical load forecasting has an important role for efficiency and performance