| dc.contributor.author | MADELI, SYUKRAN | |
| dc.date.accessioned | 2018-09-17T01:41:25Z | |
| dc.date.available | 2018-09-17T01:41:25Z | |
| dc.date.issued | 2018-05-26 | |
| dc.identifier.uri | http://repository.umy.ac.id/handle/123456789/21278 | |
| dc.description | Indonesia merupakan salah satu negara berkembang dengan segala perkembangan di setiap sektor dan juga didukung oleh kemajuan teknologi, itulah sebabnya mengapa permintaan listrik di Indonesia meningkat. Tanpa adanya rumus eksak yang dapat memastikan besarnya beban listrik disetiap waktu, maka yang dapat dilakukan adalah meramalkan beban listrik. Metode peramalan beban yang dibahas pada studi ini adalah metode Jaringan syaraf tiruan (JST) yang dijalankan dengan Backpropogation. Penelitian ini menghasilkan suatu sistem peramalan beban puncak PT. PLN (persero) Kota Jambi rayon Kota Baru dalam rentang waktu 9 tahun kedepan dengan menggunakan Jaringan Syaraf Tiruan (JST) Backpropogation menggunakan software MATLAB R2017a. Peramalan beban puncak ini menggunakan data historis dari PT. PLN (persero) Kota Jambi rayon Kota Baru. Pada hasil penelitian ini didapatkan bahwa menggunakan metode JST memiliki error sebesar 8.9481e-10 ini menunjukkan bahwa metode JST layak digunakan sebagai metode peramalan kedepannya. Hasil peramalan yang telah dilakukan melalui metode JST dari tahun 2017 – 2025 menunjukkan rata-rata kenaikan beban puncak sebesar 6.3%. | en_US |
| dc.description.abstract | Indonesia is one of the developing countries with all developments in every sector and also supported by technological advancement, which is why the demand for electricity in Indonesia is increasing. Without the exact formula that can ensure the amount of electrical load at any time, then that can be done is to forecast the electrical load. The load forecasting method discussed in this study is a method of artificial neural network (ANN) run by Backpropogation. This research produces a peak load forecasting system of PT. PLN (Persero) Kota Jambi rayon Kota Baru in the span of 9 years ahead by using Artificial Neural Network (ANN) Backpropogation using software MATLAB R2017a. This peak load forecasting uses historical data from PT. PLN (Persero) Kota Jambi rayon Kota Baru. In the result of this research it is found that using ANN method has error of 8,9481e-10 this shows that method of ANN proper to use as forecasting method going forward. Forecasting results that have been done through the ANN method from 2017 to 2025 show an average peak load increase of 6.3%. | en_US |
| dc.publisher | FT UMY | en_US |
| dc.subject | Peramalan beban puncak, Jaringan Syaraf Tiruan (JST) Backpropagation, Matlab. Peak load forecasting, Artificial Neural Network (ANN) Backpropagation, Matlab | en_US |
| dc.title | ANALISIS PERAMALAN BEBAN PUNCAK MENGGUNAKAN METODE JARINGAN SYARAF TIRUAN BACKPROPAGATION PT. PLN (PERSERO) KOTA JAMBI RAYON KOTA BARU | en_US |
| dc.type | Thesis
SKR
F T
350 | en_US |
