Prakiraan Beban Tenaga Listrik Menggunakan Metode NEFPROX (Neuro-Fuzzy Function Approximator) Studi Kasus di PT PLN APJ Bandung

Ais Lukmanudin

Informasi Umum

Kode

113030108

Klasifikasi

005.1 - Computer programming

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Informatika Teori Dan Pemrograman

Dilihat

328 kali

Informasi Lainnya

Abstraksi

ABSTRAKSI: Tenaga listrik tidak dapat disimpan dalam skala besar, oleh karena itu tenaga ini harus disediakan pada saat dibutuhkan. Akibatnya timbul persoalan dalam menghadapi kebutuhan daya listrik yang tidak tetap dari waktu ke waktu, apabila daya yang dikirim jauh lebih besar dari pada permintaan daya pada konsumen, maka akan timbul persoalan pemborosan energi pada perusahaan pembangkit listrik, dan jika sebaliknya maka akan merugikan pihak konsumen. Oleh karena itu diperlukan penyesuaian antara pembangkitan dengan permintaan daya, sehingga dapat mengurangi kerugian kedua belah pihak. Metode yang akan digunakan dalam menyelesaikan masalah ini ialah NEFPROX. Dengan metode ini proses pelatihan memerlukan waktu yang relatif singkat dan proses pengambilan kesimpulan menjadi lebih mudah dimengerti. Percobaan yang dilakukan training set yang digunakan sebanyak 60 hari, validation set sebanyak 7 hari, dan test set sebanyak 7 hari. Pengujian akan dilakukan sebanyak 2 kali. Dari trining set sebanyak 60 hari dihasilkan 24-51 aturan. Pada pengujian pertama MAPE yang diperoleh ialah 1.8023 %, dan pada pengujian kedua MAPE yang diperoleh ialah 2.296%. <br>Kata Kunci : NEFPROX, rule base, training set, validation set, test set, MAPEABSTRACT: The electric power can not be stored in a huge scale, but this source of power should be ready when it is needed by user. Problem arise when the needed of electric power is always fluctuate from time to time. Because when the supply of electric power is too bigger than the user demand the result is an energy wasted and for vise versa, user will be disapointed. So, supply of power and demand from user should be met to minimize loss from both side. Method that will be used to resolve this peoblem is NEFPROX. It’s training process needs short time and easy to know how this method makes a conclusion. The experiment used 60 days of traininng set, 7 days of validation set, and 7 days of test set. The experiment will be twice. 24 – 51 rules were produced from 60 days of training set. In the first experiment MAPE that was issued is 1.8023 %, and in the second experiment MAPE that was issued is 2.2960 %. <br>Keyword: NEFPROX, rule base, training set, validation set, test set, MAPE