2018 5th International Conference on Data and Software Engineering (ICoDSE) 2018
DOI: 10.1109/icodse.2018.8705837
|View full text |Cite
|
Sign up to set email alerts
|

Medium Term Power Load Forecasting for Java and Bali Power System Using Artificial Neural Network and SARIMAX

Help me understand this report

Search citation statements

Order By: Relevance

Paper Sections

Select...
1
1

Citation Types

0
1
0
2

Year Published

2020
2020
2024
2024

Publication Types

Select...
3
1

Relationship

0
4

Authors

Journals

citations
Cited by 4 publications
(3 citation statements)
references
References 10 publications
0
1
0
2
Order By: Relevance
“…Pada beberapa kasus, data penjualan, konsumsi listrik, jumlah wisatawan, dan sebagainya, seringkali memiliki pola tertentu, yaitu meningkat atau menurun pada waktu-waktu tertentu [12]. Hal ini mengindikasikan bahwa data tersebut memiliki pola musiman.…”
Section: Model Arima Dan Arimaxunclassified
See 2 more Smart Citations
“…Pada beberapa kasus, data penjualan, konsumsi listrik, jumlah wisatawan, dan sebagainya, seringkali memiliki pola tertentu, yaitu meningkat atau menurun pada waktu-waktu tertentu [12]. Hal ini mengindikasikan bahwa data tersebut memiliki pola musiman.…”
Section: Model Arima Dan Arimaxunclassified
“…Artinya, transaksi pembayaran non-tunai terbukti secara statistik dipengaruhi pula oleh transaksi pada periode sebelumnya serta variabel yang tidak dilibatkan dalam model (galat) pada periode sebelumnya. Model yang terbukti lebih sederhana dan tepat berdasarkan AIC adalah ARIMA(0,1,2)(1,0,0) 12 . Persamaan (11) adalah ARIMA(0,1,2)(1,0,0) 12 berdasarkan data training untuk transaksi pembayaran non-tunai pada waktu ke-t. Untuk menghasilkan ramalan dari model ARIMAX, maka galat pada persamaan (9) dan (10) dimodelkan terlebih dulu dengan ARIMA, lalu ditambahkan dengan estimasi dari model regresi deret waktu.…”
Section: Model Regresi Deret Waktuunclassified
See 1 more Smart Citation