artificial neural network (ANN) deep learning untuk prediksi beban puncak dan kebutuhan energi listrik

artificial neural network (ANN) deep learning untuk prediksi beban puncak dan kebutuhan energi listrik Dr. Istiyo Winarno, S.T., M.T. Contributor Muhamad Airlangga Sajekti Primary Author Dr. Iradiratu Diah P.K., S.T., M.T. Contributor mixed material bibliography Surabaya Fakultas Teknik dan Ilmu Kelautan, Universitas Hang Tuah 2023 monographic id Indonesia x, 73 p. : ill. ; 29 cm. Pada Provinsi Jawa Timur penggunaan energi listrik dipengaruhi oleh pertumbuhan penduduk. Semakin tinggi tingkat pertumbuhan penduduk maka semakin besar penggunaan listrik. Prediksi ialah sesuatu proses untuk memperkirakan peristiwa pada masa yang akan datang. Prediksi kebutuhan energi listrik sangat diperlukan untuk memperkirakan nilai daya listrik yang akan dibangkitkan untuk melayani beban dan kebutuhan daya listrik dalam distribusi daya listrik. Penelitian ini bertujuan untuk memprediksi beban puncak dan kebutuhan energi listrik selama satu tahun kedepan menggunakan metode Artificial Neural Network (ANN) Deep Learning dengan pembelajaran Backpropagation. Penelitian dilakukan dengan menggunakan data histori beban APB selama 5 tahun (Januari 2016 s/d Desember 2023) dengan satuan daya MegaWatt (MW). Dengan melakukan pelatihan fungsi training traingdx dengan nilai R = 0,999 yang mendekati nilai 1 menggunakan 10 neuron hidden layer. Beban puncak (kebutuhan maksimum) terjadi di bulan ke-11 yaitu pada bulan November 2023 dengan beban mencapai 7257 MW dan beban terkecil terjadi pada bulan ke-1 yaitu bulan Januari 2023 dengan beban mencapai 5633 MW. Pada provinsi Jawa Timur untuk tahun 2016 s.d 2023 mengalami pertumbuhan atau kenaikan terus-menerus, untuk tahun 2016 jumlah energi listrik 59.322 MW, sedangkan untuk tahun 2023 prediksi jumlah energi listrik naik sampai 75.576 MW. Beban Puncak Prediksi Kebutuhan Energi Listrik Artificial Neural Network Deep Learning NONE Perpustakaan Fakultas Teknik dan Ilmu Kelautan Lantai 2 - Gedung Fakultas Teknik dan Ilmu Kelautan, Jalan Arief Rachman Hakim No. 150, Sukolilo, Surabaya 623.23.19 Muh a S0200722023 Perpustakaan Fakultas Teknik dan Ilmu Kelautan-UHT 623.23.19 Muh a 3553 2024-01-17 10:13:51 2024-01-17 10:14:26 machine generated