View Item 
      •   UMY Repository
      • 03. DISSERTATIONS AND THESIS
      • Students
      • Undergraduate Thesis
      • Faculty of Engineering
      • Department of Electrical Engineering
      • View Item
      •   UMY Repository
      • 03. DISSERTATIONS AND THESIS
      • Students
      • Undergraduate Thesis
      • Faculty of Engineering
      • Department of Electrical Engineering
      • View Item
      JavaScript is disabled for your browser. Some features of this site may not work without it.

      ANALISA PERAMALAN BEBAN PUNCAK TRANSFORMATOR DAYA MENGGUNAKAN METODE JARINGAN SYARAF TIRUAN BACKPROPAGATION GARDU INDUK 150 KV KENTUNGAN

      Thumbnail
      View/Open
      COVER (41.55Kb)
      HALAMAN JUDUL (1.236Mb)
      HALAMAN PENGESAHAN (674.5Kb)
      INTISARI (445.2Kb)
      BAB I (595.8Kb)
      BAB II (1.776Mb)
      BAB III (901.3Kb)
      BAB IV (2.212Mb)
      BAB V (579.9Kb)
      DAFTAR PUSTAKA (600.9Kb)
      LAMPIRAN (4.350Mb)
      NASKAH PUBLIKASI (644.7Kb)
      Date
      2019
      Author
      BUDIARTA, ARI NUR
      Metadata
      Show full item record
      Abstract
      Perusahaan Listrik Negara (PLN) sebagai pengelola energi listrik Negara Indonesia bertanggung jawab sebagai wadah ketersediaan kebutuhan energi listrik. Perkembangan jaman yang selaras dengan meningkatnya jumlah penduduk, kemajuan teknologi dan informasi menuntut PLN untuk meningkatkan jumlah ketersediaan kebutuhan energi yang dibutuhkan. Dalam penelitian ini membahas metode peramalan beban puncak transformator dengan menggunakan metode Jaringan Syaraf Tiruan (JST). Penelitian ini menggunakan software Matlab R2014b menghasilkan peramalan beban puncak pada Transformator II Gardu Induk 150 kV Kentungan dalam kurun waktu 10 tahun kedepan menggunakan metode Jaringan Syaraf Tiruan (JST) Backpropagation. Hasil yang didapatkan bahwa peramalan beban puncak menggunakan metode JST Feed-forward backpropagation menghasilkan MSE pelatihan sebesar 9,6023e-06 dan 7,8609e-06 untuk MSE pengujian. Sementara peramalan beban puncak dengan menggunakan metode JST Cascade-forward backpropagation menghasilkan MSE pelatihan sebesar 9,7739e06 dan 6,6751e-06 untuk MSE pengujian. Sedangkan kelayakan penggunaanya dalam melakukan pelatihan jaringan lebih layak menggunakan metode Feedforward backpropagation daripada menggunakan metode Cascade-forward backpropagation, karena Feed-forward backpropagation memiliki nilai error yang lebih baik daripada Cascade-forward backpropagation
      URI
      http://repository.umy.ac.id/handle/123456789/30700
      Collections
      • Department of Electrical Engineering

      DSpace software copyright © 2002-2015  DuraSpace
      Contact Us | Send Feedback
      Theme by 
      @mire NV
       

       

      Browse

      All of UMY RepositoryCollectionsBy Issue DateAuthorsTitlesSubjectsThis CollectionBy Issue DateAuthorsTitlesSubjects

      My Account

      Login

      DSpace software copyright © 2002-2015  DuraSpace
      Contact Us | Send Feedback
      Theme by 
      @mire NV