slot gacor slot gacor hari ini slot gacor 2025 demo slot pg slot gacor slot gacor
APLIKASI JARINGAN SYARAF TIRUAN UNTUK PROYEKSI KEBUTUHAN ENERGI LISTRIK PROVINSI D.I.YOGYAKARTA TAHUN 2016-2025 | Kristianto | Transient: Jurnal Ilmiah Teknik Elektro skip to main content

APLIKASI JARINGAN SYARAF TIRUAN UNTUK PROYEKSI KEBUTUHAN ENERGI LISTRIK PROVINSI D.I.YOGYAKARTA TAHUN 2016-2025

1Departemen Teknik Elektro, Universitas Diponegoro , Indonesia

2Jl. Prof. Sudharto, SH, Kampus UNDIP Tembalang, Semarang 50275, Indonesia, Indonesia

Editor(s): oky prakoso
Open Access Copyright 2019 TRANSIENT

Citation Format:
Abstract
Peningkatan permintaan energi listrik membuat perusahaan penyedia energi listrik perlu membuat suatu proyeksi atau peramalan, agar tercukupinya permintaan energi listrik dimasa yang akan datang. Hasil dari peramalan dapat dijadikan pertimbangan dalam mengambil kebijakan yang akan diterapkan di masa mendatang. Pada penelitian ini dilakukan suatu peramalan kebutuhan energi listrik Provinsi D.I.Yogyakarta untuk tahun 2016-2025 menggunakan metode Jaringan syaraf tiruan (JST) dengan bantuan nntool pada software MATLAB R2016a. Arsitektur yang digunakan pada jaringan pelatihan menggunakan algoritma backpropagation dengan 8 masukan yang terdiri dari data historis jumlah pelanggan (sektor rumah tangga, bisnis, publik, dan komersil) dan PDRB (Produk Domestik Regonal Bruto) sektor rumah tangga, bisnis, publik, dan komersil tahun 2006-2015, kemudian untuk lapisan tersembunyi pertama menggunakan 16 neuron dan 8 neuron untuk lapisan kedua. Sedangkan untuk lapisan keluaran menggunakan 1 neuron yaitu konsumsi energi listrik tahun 2006-2015. Hasil pelatihan jaringan menghasilkan pola yang selanjutnya akan digunakan untuk memproyeksikan kebutuhan energi listrik tahun 2016-2025. Proyeksi menggunakan metode JST menunjukan rata-rata error atau perbedaan sebesar 1,89% terhadap RUPTL 2015-2025, dengan besar rata-rata pertumbuhan konsumsi listrik sebesar 6,90% tiap tahunnya.
Fulltext View|Download
Keywords: proyeksi energi listrik, jaringan syaraf tiruan backpropagation, MATLAB R2016a, RUPTL 2015-2025

Article Metrics:

Last update:

No citation recorded.

Last update:

No citation recorded.