skip to main content

PERAMALAN BEBAN PUNCAK HARIAN PADA SISTEM PT.PLN APB JAWA TENGAH DAN DIY MENGGUNAKAN METODE JARINGAN SARAF TIRUAN – ALGORITMA GENETIKA

*Charisma Lingga Pradipika  -  Departemen Teknik Elektro, Universitas Diponegoro, Indonesia
Susatyo Handoko  -  Departemen Teknik Elektro, Universitas Diponegoro, Indonesia
Bambang Winardi  -  Departemen Teknik Elektro, Universitas Diponegoro, Indonesia
Diterbitkan: 25 Jul 2017.
Akses Terbuka Copyright (c) 2017 TRANSMISI

Citation Format:
Sari
Salah satu hal yang penting  pada  aktivitas operasi sistem tenaga listrik adalah perencanaan operasi.  Perencanaan operasi yang baik  dapat memberikan transaksi energi listrik yang optimal. Salah satu langkah perencanaan operasi adalah peramalan beban listrik.  Jaringan saraf tiruan adalah salah satu metode peramalan beban. Jaringan saraf tiruan memiliki kemampuan generalisasi terhadap pola saat pembelajaran dan memberikan respon  yang bisa diterima terhadap pola yang serupa. Algoritma genetika adalah  teknik optimasi yang didasarkan pada evolusi biologis. Pada penelitian ini  dirancang  sebuah peramalan beban jangka pendek menggunakan metode jaringan saraf tiruan – algoritma genetika. Algoritma genetika digunakan untuk  menentukan jumlah neuron pada lapisan tersembuyi jaringan saraf tiruan. Variabel yang digunakan peramalan beban ini adalah beban puncak listrik harian.  Hasil peramalan dari metode tersebut akan dibandingkan dengan  beban aktual. Persentase kesalahan absolut  rerata terbaik peramalan  jaringan saraf tiruan dengan metode trial & error sebesar 1,517 %. Persentase  kesalahan absolut  rerata peramalan metode  jaringan saraf tiruan – algoritma genetika terbaik sebesar 1,412 %. sedangkan hasil  dari peramalan  PT PLN adalah  1,917 %.
Fulltext View|Download
Kata Kunci: peramalan beban jangka pendek; jaringan saraf tiruan; algoritma genetika; persentase kesalahan absolut

Article Metrics:

Last update:

No citation recorded.

Last update: 2024-10-10 11:41:55

No citation recorded.