Prediksi Kebutuhan Listrik Tiga Fase Dengan Jaringan Syaraf Tiruan Berdasarkan Data Erte System Universitas Lampung

Abstract

<jats:p>Electricity Real-Time Estimation (ERTE) System Universitas Lampung, melalui pemanfaatan IoT (Internet of Things), memberikan informasi mengenai pemakaian listrik tiga fase dalam waktu nyata dan menympannya secara historis. Data tersebut dapat digunakan untuk melakukan prediksi kebutuhan listrik masa depan. Jaringan Syaraf Tiruan merupakan metode yang memungkinkan melakukan prediksi berdasarkan pengamatan pada pola data yang ada seperti layaknya otak manusia. Penelitian dilakukan dalam empat bagian, pertama adalah penentuan lapisan masukan (input layer) terdiri dari tanggal, hari, hari libur, jam, ruangan, dan pemakaian listrik serta lapisan keluaran (output layer) terdiri dari prediksi kebutuhan listrik; kedua adalah pelatihan model; ketiga adalah pengujian Jaringan Syaraf Tiruan. Semua bagian tersebut dibagi ke masing-masing fase RST. Pada bagian keempat, dilakukan prediksi kebutuhan listrik berdasarkan hasil estimasi dari setiap fase. Setelah dilakukan pelatihan dan pengujian dari model jaringan syaraf tiruan, prediksi kebutuhan listrik tiga fase menggunakan Jaringan Syaraf Tiruan memiliki tingkat akurasi yang tinggi, yaitu 99,11%. Hal ini menunjukkan bahwa Jaringan Syaraf Tiruan dengan Backpropagation dapat digunakan untuk melakukan prediksi kebutuhan daya listrik dengan cukup akurat. Backpropagation menurunkan tingkat error yang cukup rendah sehingga hasil prediksi dapat dijadikan dasar dalam melakukan pengelolaan dan perencanaan perkiraan kebutuhan daya listrik untuk gedung yang menggunakan listrik tiga fase.</jats:p>

Implementasi Datamining Pada Kasus Tenaga Listrik Yang Dibangkitkan Berdasarkan Provinsi

“…Sumber data pada penelitian ini diperoleh dari Badan Pusat Statistik (BPS) yang di akses melalui situs http://www.bps.go.id. Pada penelitian terdahulu, banyak metode ilmu komputer yang digunakan oleh peneliti dalam menyelesaikan permasalahan secara efisien yang bersifat kompleks yaitu metode datamining [1][2] [3], metode http://ejurnal.stmik-budidarma.ac.id/index.php/komik fuzzy [4], metode sistem pendukung keputusan [5], metode jaringan saraf tiruan [6]. Pada penelitian ini peneliti membahas kasus tentang Tenaga Listrik yang dibangkitkan berdasarkan Provinsi dengan menggunakan metode datamining K-Means Clustering sebagai penyelesaian.…”