PERAMALAN BEBAN LISTRIK JANGKA PENDEK DENGAN METODE JARINGAN SYARAF TIRUAN DAN LOGIKA FUZZY Short Term Power Load Forecasting Method With Neural Network And Fuzzy Logic

Pencarian berdasarkan :

SEMUA Pengarang Subjek ISBN/ISSN Pencarian Spesifik

Pencarian terakhir:

Tugas Akhir Elektro

PERAMALAN BEBAN LISTRIK JANGKA PENDEK DENGAN METODE JARINGAN SYARAF TIRUAN DAN LOGIKA FUZZY Short Term Power Load Forecasting Method With Neural Network And Fuzzy Logic

Doddy Banyu Urip - Nama Orang;

PERAMALAN BEBAN LISTRIK JANGKA PENDEK DENGAN METODE JARINGAN SYARAF TIRUAN DAN LOGIKA FUZZY Short Term Power Load Forecasting Method With Neural Network And Fuzzy Logic
Doddy Banyu Urip11, I Made Ginarsa21,.I Made Ari Nrartha31
ABSTRAK
. Konsumsi energi listrik selalu berubah dari waktu ke waktu, sedangkan energi listrik tidak dapat disimpan dalam skala yang besar dan harus tersedia pada saat dibutuhkan. Oleh karena itu peramalan beban listrik jangka pendek dibutuhkan untuk perencanaan operasi ekonomis pada sistem pembangkit.
Metode yang digunakan dalam penelitian ini adalah Jaringan Syaraf Tiruan dengan algoritma backpropagation berbasis pelatihan marquardt-levenberg dan Logika Fuzzy dengan fuzzy inference system Mamdani. Hasil peramalan dengan data masukan berupa beban listrik historis dan suhu lingkungan dari kedua metode ini kemudian direratakan untuk mendapatkan peramalan yang lebih baik. Hasil penelitian pada peramalan beban dengan metode Jaringan Syaraf Tiruan memberikan nilai rata-rata persentase error sebesar 3,5612% lebih kecil dibandingkan peramalan dengan metode Logika Fuzzy yang mempunyai nilai rata-rata persentase error sebesar 4,408%. Dengan mencari rerata hasil peramalan kedua metode diperoleh rata-rata nilai persentase error peramalan sebesar 1,7141%.
Kata Kunci : Peramalan Beban Listrik Jangka Pendek, Jaringan Syaraf Tiruan, Logika Fuzzy, Backpropagation, FIS Mamdani.
ABSTRACT
Electrical energy consumption changes from time to time, while the electrical energy can not be stored in a large scale and should be available when needed. Therefore, short-term power load forecasting required for economical operation planning on generating systems. The method used in this study is a Neural Network with back propagation algorithm based on Levenberg-Marquardt training and Fuzzy Logic with fuzzy inference system Mamdani. Forecasting results with the data input in the form of historical electric load and ambient temperature of both methods are then averaged to obtain the better forecasting.
Results of research on load forecasting method Neural Network give the average percentage error of 3.5612% smaller than the forecasting using Fuzzy Logic method which is rated as the average percentage error of 4.408%. By searching the average forecasting results obtained by these two methods the average forecasting error percentage of 1.7141%
Keywords: Short Term Power Load Forecasting, Artificial Neural Network, Fuzzy Logic, Backpropagation, FIS Mamdani.

Ketersediaan

Tidak ada salinan data

Informasi Detail

Judul Seri: -
No. Panggil: 621.367 8 [20] Dod.p
Penerbit: UNRAM : Fakultas Teknik Unram., 2017
Deskripsi Fisik: -
Bahasa: Indonesia
ISBN/ISSN: -
Klasifikasi: 621.367 8 [20]
Tipe Isi: -
Tipe Media: -
Tipe Pembawa: -
Edisi: Edisi 1 Jilid 1
Subjek: Jaringan Syaraf Tiruan
Peramalan Beban Listrik Jangka Pendek
Logika Fuzzy
FIS Mamdani
Info Detail Spesifik: -
Pernyataan Tanggungjawab: Banyu Urip,Doddy

Versi lain/terkait

Tidak tersedia versi lain

Lampiran Berkas

PERAMALAN BEBAN LISTRIK JANGKA PENDEK DENGAN METODE JARINGAN SYARAF TIRUAN DAN LOGIKA FUZZY Short Term Power Load Forecasting Method With Neural Network And Fuzzy Logic

Komentar

Anda harus login sebelum memberikan komentar