A platform for research: civil engineering, architecture and urbanism
A platform for research: civil engineering, architecture and urbanism
PRAKIRAAN KEBUTUHAN ENERGI LISTRIK WILAYAH PROVINSI JAWA TENGAH MENGGUNAKAN METODE BACKPROPAGATION NEURAL NETWORK DAN METODE EKSTRAPOLASI LINIER
Kebutuhan energi listrik mengalami peningkatan seiring dengan berjalannya waktu. Faktor-faktor yang mempengaruhi peningkatan tersebut, diantaranya yaitu laju pertumbuhan penduduk, permintaan kebutuhan listrik dalam berbagai sektor seperti rumah tangga, industri, bisnis, social atau public dan juga kenaikan PDRB suatu wilayah. PLN sebagai perusahaan penyedia listrik harus memikirkan hal tersebut agar terjadi keseimbangan supply dan demand. Salah satu cara yang dapat dilakukan oleh PLN yaitu memprakirakan kebutuhan energi listrik di masa yang akan datang. Metode Backpropagation Neural Network (Jaringan Syaraf Tiruan) dan metode Ekstrapolasi Linier digunakan untuk memprakirakan kebutuhan listrik di wilayah Provinsi Jawa Tengah dari tahun 2022-2027. Hasil dari penelitian ini menunjukkan pada metode Backpropagation Neural Network arsitektur jaringan terbaik menggunakan model fungsi pembelajaran LEARNGDM, fungsi pelatihan TRAINGDX dengan 30 neuron yang menghasilkan nilai MAPE atau nilai rata-rata error dengan data aktual PLN terkecil yaitu 8,4%. Sedangkan pada metode Ekstrapolasi Linier prakiraan yang dihasilkan menunjukkan nilai MAPE atau nilai rata-rata error dengan data aktual PLN sebesar 10,7%.
PRAKIRAAN KEBUTUHAN ENERGI LISTRIK WILAYAH PROVINSI JAWA TENGAH MENGGUNAKAN METODE BACKPROPAGATION NEURAL NETWORK DAN METODE EKSTRAPOLASI LINIER
Kebutuhan energi listrik mengalami peningkatan seiring dengan berjalannya waktu. Faktor-faktor yang mempengaruhi peningkatan tersebut, diantaranya yaitu laju pertumbuhan penduduk, permintaan kebutuhan listrik dalam berbagai sektor seperti rumah tangga, industri, bisnis, social atau public dan juga kenaikan PDRB suatu wilayah. PLN sebagai perusahaan penyedia listrik harus memikirkan hal tersebut agar terjadi keseimbangan supply dan demand. Salah satu cara yang dapat dilakukan oleh PLN yaitu memprakirakan kebutuhan energi listrik di masa yang akan datang. Metode Backpropagation Neural Network (Jaringan Syaraf Tiruan) dan metode Ekstrapolasi Linier digunakan untuk memprakirakan kebutuhan listrik di wilayah Provinsi Jawa Tengah dari tahun 2022-2027. Hasil dari penelitian ini menunjukkan pada metode Backpropagation Neural Network arsitektur jaringan terbaik menggunakan model fungsi pembelajaran LEARNGDM, fungsi pelatihan TRAINGDX dengan 30 neuron yang menghasilkan nilai MAPE atau nilai rata-rata error dengan data aktual PLN terkecil yaitu 8,4%. Sedangkan pada metode Ekstrapolasi Linier prakiraan yang dihasilkan menunjukkan nilai MAPE atau nilai rata-rata error dengan data aktual PLN sebesar 10,7%.
PRAKIRAAN KEBUTUHAN ENERGI LISTRIK WILAYAH PROVINSI JAWA TENGAH MENGGUNAKAN METODE BACKPROPAGATION NEURAL NETWORK DAN METODE EKSTRAPOLASI LINIER
Deva Okky Deltania (author)
2023
Article (Journal)
Electronic Resource
Unknown
Metadata by DOAJ is licensed under CC BY-SA 1.0
Prediksi Kebutuhan Energi Listrik Menggunakan Metode Jaringan Syaraf Tiruan
| BASE | 2022
ANALISIS KEBUTUHAN ARSIPARIS DI DINAS KEARSIPAN DAN PERPUSTAKAAN PROVINSI JAWA TENGAH
| DOAJ | 2019