PANGESTU, Ajeng Yugo (2022) Analisis Perkiraan Konsumsi Energi Listrik Harian Berbasis Machine Learning Menggunakan Model Long Short Term Memory Berbasis Data Smart Meter Smart Meter Di Ruko Dharmawangsa, Jakarta Selatan. Skripsi thesis, Universitas Jenderal Soedirman.

	PDF (Cover) COVER-Ajeng Yugo Pangestu-H1A018017-Skripsi-2022.pdf Download (215kB)
	PDF (Legalitas) LEGALITAS-Ajeng Yugo Pangestu-H1A018017-Skripsi-2022.pdf Restricted to Repository staff only Download (3MB)
	PDF (Abstrak) ABSTRAK-Ajeng Yugo Pangestu-H1A018017-Skripsi-2022.pdf Restricted to Repository staff only Download (706kB)
	PDF (BabI) BAB-I-Ajeng Yugo Pangestu-H1A018017-Skripsi-2022.pdf Restricted to Repository staff only until 22 August 2023. Download (1MB)
	PDF (BabII) BAB-II-Ajeng Yugo Pangestu-H1A018017-Skripsi-2022.pdf Restricted to Repository staff only until 22 August 2023. Download (7MB)
	PDF (BabIII) BAB-III-Ajeng Yugo Pangestu-H1A018017-Skripsi-2022.pdf Restricted to Repository staff only until 22 August 2023. Download (1MB)
	PDF (BabIV) BAB-IV-Ajeng Yugo Pangestu-H1A018017-Skripsi-2022.pdf Restricted to Repository staff only Download (11MB)
	PDF (BabV) BAB-V-Ajeng Yugo Pangestu-H1A018017-Skripsi-2022.pdf Download (650kB)
	PDF (DaftarPustaka) DAFTAR PUSTAKA-Ajeng Yugo Pangestu-H1A018017-Skripsi-2022.pdf Download (604kB)
	PDF (Lampiran) LAMPIRAN-Ajeng Yugo Pangestu-H1A018017-Skripsi-2022.pdf Restricted to Repository staff only Download (16MB)

Abstract

Energi listrik menjadi salah satu kebutuhan dasar dalam kehidupan masyarakat, sehingga tingkat permintaan akan energi listrik pun semakin besar seiring perkembangan zaman di masyarakat. Dalam rangka pemenuhan kebutuhan energi listrik yang memadai di Indonesia, PT PLN yang bekerja sama dengan PT Telkom perlu melakukan peramalan penggunaan/konsumsi energi listrik (kWh) pelanggan guna mencegah krisis energi listrik akibat permintaan listrik yang terus meningkat. Dalam penelitian ini dilakukan peramalan konsumsi energi listrik ruko dengan pasokan listrik 1-phase yang berasal dari satu trafo distribusi di area ruko Dharmawangsa, Kebayoran Baru, Jakarta Selatan selama satu bulan yaitu pada bulan Juli 2022 menggunakan metode Artificial Neural Network (ANN) yaitu arsitektur Long Short Term Memory (LSTM) yang berbasis Machine Learning.Dari model arsitektur LSTM yang dibentuk menggunakan framework tensorflow keras. Model memiliki 100 buah node input yang dapat dilihat pada input shape dan sekaligus sebagai layer pwrtama. Untuk layer keduanya yaitu dropout dengan nilai input pada layer-nya yaitu (0.2) dan untuk layer ketiga adalah dense dengan nilai inputnya yaitu 1.Pada hasil pengujian didapat nilai prediksi pada interval waktu 400 jam pertama dan untuk pengujian kedua didapat nilai prediksi pada interval waktu 100 jam dimana 100 jam ini terletak diantara interval waktu jam ke 200 sampai jam ke 300. Dari hasil pengujian kedua waktu prediksi tersebut didapat performansi nilai RMSE sebesar 0.059 dan nilai loss function sebesar 0.036. Dengan nilai RMSE dan nilai loss function tersebut, maka dapat dikatan nilai hasil prediksi tersebut cukup baik dan optimal.

Actions (login required)

View Item