Ikhtari Haimi (2010) PERAMALAN BEBAN LISTRIK JANGKA PENDEK DENGAN MENGGUNAKAN METODE ADAPTIVE NEURO FUZZY INFERENCE SYSTEM (ANFIS) (Studi Kasus: PT. PLN (Persero) Sektor Pembangkit Pekanbaru). Skripsi thesis, Universitas Islam Negeri Sultan Syarif Kasim Riau.

Preview

Text 2010_201095TIF.pdf Download (1MB) | Preview

Abstract

Sebagai sebuah perusahaan yang menangani kebutuhan akan sumber daya listrik di Kota Pekanbaru, Perusahanaan Listrik Negara (PLN) haruslah dapat mengetahui secara tepat jumlah permintaan kebutuhan energi listrik pada setiap harinya. Salah satu masalah yang dihadapi Perusahaan Listrik Negara (PLN) adalah bagaimana meramalkan beban listrik dengan akurasi yang baik sehingga PLN dapat memenuhi kebutuhan daya listrik yang diperlukan konsumen dengan kapasitas yang sesuai. Tujuan dari pembuatan Tugas Akhir ini adalah membuat sistem yang dapat meramalkan kebutuhan beban listrik jangka pendek menggunakan metode Adaptive Neuro Fuzzy Inference System (ANFIS dengan memanfaatkan data historis harian beban listrik PLN. ANFIS menggabungkan mekanisme sistem inferensi fuzzy yang digambarkan dalam arsitektur jaringan syaraf dengan menggunakan sistem inferensi Takagi Sugeno Kang (TSK) orde satu. Algoritma pembelajaran pada tahapan maju adalah Least Squares Estimator (LSE) Recursive, dan tahap mundur menggunakan metode Gradient Descent. Berdasarkan hasil pengujian didapat Mean Absolute Persen Error (MAPE) peramalan beban listrik adalah ± 1,68%. Keluaran yang dihasilkan oleh sistem ini dapat diterima dan kesalahan dianggap rendah karena dibawah 20 %. Kata kunci: ANFIS, Gradient Descent, inference TSK, LSE Recursive dan MAPE.

Actions (login required)

View Item