NUGROHO, Hafidz Widya (2019) Perkiraan Beban Tenaga Listrik di Area Kabupaten Banyumas Menggunakan Metode Artificial Neural Network (ANN). Skripsi thesis, Universitas Jenderal Soedirman.
|
PDF (Cover)
COVER-HAFIDZ WIDYA NUGROHO-H1A015051-skripsi-2019.pdf Download (29kB) | Preview |
|
![[img]](http://repository.unsoed.ac.id/style/images/fileicons/other.png) |
PDF (Legalitas)
LEGALITAS-HAFIDZ WIDYA NUGROHO-H1A015051-skripsi-2019.pdf Restricted to Repository staff only Download (1MB) |
|
|
PDF (Abstrak)
ABSTRACK-HAFIDZ WIDYA NUGROHO-H1A015051-skripsi-2019.pdf Download (12kB) | Preview |
|
|
PDF (BabI)
BAB-I-HAFIDZ WIDYA NUGROHO-H1A015051-skripsi-2019.pdf Restricted to Repository staff only Download (138kB) |
|
|
PDF (BabII)
BAB-II-HAFIDZ WIDYA NUGROHO-H1A015051-skripsi-2019.pdf Restricted to Repository staff only Download (631kB) |
|
|
PDF (BabIII)
BAB-III-HAFIDZ WIDYA NUGROHO-H1A015051-skripsi-2019.pdf Restricted to Repository staff only Download (125kB) |
|
|
PDF (BabIV)
BAB-IV-HAFIDZ WIDYA NUGROHO-H1A015051-skripsi-2019.pdf Restricted to Repository staff only Download (783kB) |
|
|
PDF (BabV)
BAB-V-HAFIDZ WIDYA NUGROHO-H1A015051-skripsi-2019.pdf Restricted to Repository staff only Download (126kB) |
|
|
PDF (Daftarpustaka)
DAFTAR-PUSTAKA-HAFIDZ WIDYA NUGROHO-H1A015051-skripsi-2019.pdf Download (128kB) | Preview |
|
|
PDF (Lampiran)
LAMPIRAN-HAFIDZ WIDYA NUGROHO-H1A015051-skripsi-2019.pdf Restricted to Repository staff only Download (3MB) |
Abstract
Kebutuhan tenaga listrik saat ini sangat tinggi mengingat banyaknya peralatan rumah tangga maupun industri yang menggunakan tenaga listrik sebagai sumber tenaganya, sehingga diperlukan adanya sistem tenaga listrik yang handal namun tetap ekonomis. Hal tersebut dapat dicapai dengan melakukan perencanaan operasi yang baik dan tepat, salah satu langkah perencanaan operasi sistem tenaga listrik yang penting yaitu prediksi kebutuhan beban tenaga listrik dengan membuat pemodelan dengan metode Artificial Neural Network (ANN), model algoritma backpropagation. Penelitian ini dilakukan di Kabupaten Banyumas dengan menggunakan data beban mingguan tenaga listrik area Kabupaten Banyumas dengan mengambil data beban listrik pada 2 Gardu Induk yaitu GI Kalibakal dan GI Rawalo dari tanggal 1 agustus 2015 sampai 19 januari 2019. Pemodelan jaringan syaraf tiruan dilakukan dengan menggunakan program Matlab R2017a. Sistem ini menggunakan 14 unit masukan beban tenaga listrik yaitu berupa beban listrik selama 14 minggu sebelumnya dan menghasilkan unit keluaran berupa beban tenaga listrik (MW) minggu besok (M+1). Untuk mendapatkan arsitektur terbaik maka dilakukan pelatihan data dan pengujian data menggunakan data yang berbeda dengan data latih. Arsitektur ANN terbaik adalah jaringan yang menghasilkan RMSE pengujian yang terkecil. Hasil dari penelitian ini didapatkan arsitektur ANN terbaik yaitu 40 hidden layer dengan 80000 epoch menggunakan fungsi aktivasi logsig pada hidden layer dan output layer dengan nilai momentum 0,2 dan laju pembelajaran 0,01 yang menghasilkan nilai RMSE pelatihan sebesar 0,28219 MW dan RMSE pengujian sebesar 7,9315 MW. Maka didapatkan hasil prediksi selama 52 minggu kedepan dengan persentase penurunan beban tenaga listrik senilai -2,6059%. Maka ANN dengan metode Back Error Propagation (BEP) ini dapat memprediksi beban tenaga listrik Area Kabupaten Banyumas.
| Item Type: | Thesis (Skripsi) |
|---|---|
| Nomor Inventaris: | H19100 |
| Uncontrolled Keywords: | kebutuhan beban listrik, prediksi, Artificial Neural Network (ANN), backpropagation, RMSE |
| Subjects: | E > E149 Electricity |
| Divisions: | Fakultas Teknik > S1 Teknik Elektro |
| Depositing User: | Mr Supriyana Supriyana |
| Date Deposited: | 27 Aug 2019 06:47 |
| Last Modified: | 09 Dec 2019 03:49 |
| URI: | http://repository.unsoed.ac.id/id/eprint/2060 |
Actions (login required)
 |
View Item |