ANALISIS PERBANDINGAN METODE LOGIKA FUZZY DENGAN JARINGAN SYARAF TIRUAN BACKPROPAGATION PADA PERAMALAN KEBUTUHAN ENERGI LISTRIK JANGKA PANJANG DI INDONESIA SAMPAI TAHUN 2022

Abstract

Abstrak

Pada penelitian ini, untuk optimalisasi penyediaan energi listrik di Indonesia, diperlukan suatu perkiraan / peramalan kebutuhan energi listrik. Metoda peramalan yang digunakan adalah logika fuzzy dan jaringan saraf tiruan backpropagation dengan dua lapisan tersembunyi dan satu lapisan output. Peramalan yang dilakukan bersifat jangka panjang, yaitu sampai tahun 2022. Peramalan / perkiraan kebutuhan energi listrik jangka panjang umumnya mengacu pada statistik masa lalu dan atas dasar analisis karakteristik konsumsi energi yang lalu.  Karakteristik tersebut biasanya dipengaruhi oleh beberapa faktor, seperti jumlah penduduk, jumlah pelanggan listrik (rumah tangga, industri, bisnis, sosial, gedung kantor pemerintah, penerangan jalan umum), rasio elektrifikasi, pertumbuhan ekonomi dan lain sebagainya. Sehingga, metoda logika fuzzy ini menggunakan data historis / aktual yang diakumulasikan dalam beberapa periode waktu, yaitu dari tahun 2004 sampai 2012. Hasil peramalan dengan menggunakan logika fuzzy dan menunjukkan bahwa kebutuhan energi listrik di Indonesia pada tahun 2022 sebesar 215.203 GWh. Nilai ini tidak jauh berbeda dengan peramalan yang dilakukan oleh jaringan saraf tiruan backpropagation yaitu sebesar 242.120  GWh. Nilai kesalahan (error) antara hasil peramalan logika fuzzy dengan jaringan saraf tiruan backpropagation pada tahun 2022 masing- masing adalah 8,2413% dan 2,8027%.  

Kata kunci : logika fuzzy, jaringan saraf tiruan back propagation, peramalan kebutuhan energi listrik, , data historis / aktual,

Abstract

In this research to optimize the energy supply of electricity in Indonesia required an estimation / forecasting of electric energy needs., forecasting methods used are fuzzy logic and Backpropagation neural network with two hidden layers and one output layer. Forecasting is done long term, until 2022. Forecast / estimate the long-term electric energy demand generally refers to the statistics of the past and on the basis of analysis of energy consumption characteristics ago. Such characteristics are usually influenced by several factors, such as population, number of electricity customers (home, industry, business, social, goverment office, public lighting), electrification ratio, economic growth and the others. Thus, this fuzzy logic method and Backpropagation neural network uses historical data / actual accumulated in several time periods, namely from 2004 to 2012. The results of forecasting using fuzzy logic and Backpropagation neural network shows that the electrical energy needs in Indonesia in 2022 amounted to 215.203 GWh. This value is not much different from the prediction made by Backpropagation neural network, which amounted to 242. 120  GWh. Error value between the results of forecasting with fuzzy logic to Backpropagation neural network in 2022 was 8,2413% and 2,8027% .

Key words  : fuzzy logic, backpropagation neural network ,electric energy demand forecasting, historical data /  actual,