PEMODELAN DAN SISTEM INFORMASI PREDIKSI KAPASITAS PEMBANGKIT LISTRIK MENGGUNAKAN NEURAL NETWORK

Abstract

Kebutuhan ketersediaan tenaga
listrik saat ini sangat tinggi mengingat banyaknya permintaan pemasangan listrik setiap tahun. Untuk itu diperlukan perencanaan operasi sistem tenaga listrik yang handal untuk meramalkan kebutuhan beban listrik.
Salah satu metode peramalan beban listrik adalah JST (Jaringan Syaraf Tiruan). JST merupakan sistem pemroses informasi yang mempunyai karakteristik mirip jaringan syaraf biologi. JST digunakan untuk peramalan beban karena kemampuan pendekatan yang baik terhadap ketidaklinieran. Pada metode ini digunakan JST dengan algoritma backpropagation dan hasil peramalan didasarkan pada data beban per hari dan data pelanggan untuk sector rumah tangga, bisnis, industry, social, dan pemerintahan.
Berdasarkan hasil penelitian yang dilakukan lewat pemrograman menggunakan software MATLAB, proses pelatihan data yang dilakukan dengan arsitektur jaringan yaitu input layer 12, hidden layer 5, output layer 1 dengan parameter jaringan sebagai berikut laju pembelajaran 0,1, maximum epoch 1000, parameter goal 0,001. Hasil pelatihan yang dihasilkan berhasil 98%. Proses pengujian data diambil dari data pelanggan dan data beban terbaru setelah itu dilakukan pada peramalan data

Keywords: Backpropagation, epoch, jaringan syaraf tiruan