Jurnal: Rancang Bangun Sistem Peramalan Konsumsi Daya Listrik dengan Artificial Neural Network Backpropagation

Abstrak

Jaringan saraf tiruan model jaringan layar jamak yang diimplementasikan dengan menggunakan program komputasi untuk menyelesaikan masalah yang kompleks melalui proses perhitungan dengan algoritma Backpropagation. Salah satu masalah yang dapat dipecahkan adalah sistem peramalan berdasarkan data time series, data time series untuk data masukan adalah data konsumsi daya listrik dalam satuan kWh pada LWBP dan WBP, data okupansi tahun 2011. Jaringan yang sudah dilatih menghasilkan akurasi peramalan MSE pada LWBP 7,48738e-12, MSE pada WBP 1,11035e-10, dan MAPE pada LWBP 1,6141e-9%, MAPE pada WBP 2,50e-8%, untuk jaringan yang tidak dilatih dapat meramalkan konsumsi daya listrik dengan uji validitas pada LWBP R = 0,837, dan pada WBP R = 0,835. Pada pelatihan dan pengujian sistem optimal dengan 8 neuron pada lapisan tersembunyi.

Katakunci: Jaringan Saraf Tiruan; algoritma Backpropagation; data time series; sistem peramalan

Pendahululuan

Dalam menyelesaikan pemasalahan dari variabel data yang kompleks dengan nilai-nilai yang bervariasi dan untuk mendapatkan hasil yang tepat, Artificial neural network atau jaringan saraf tiruan merupakan metode tepat untuk permasalahan yang kompleks, karena Jaringan saraf tiruan adalah sistem nonlinier yang mampu mensimulasikan struktur, karakter dan fungsi otak manusia. Kelebihan yang sangat nonlinier pemetaan input dan output cenderung terhadap mempelajari dan pelatihan (trainning), sehingga berperilaku sesuai pelatihan dengan fungsi tertentu ketika berurusan dengan variabel yang berlawanan (Zhang dan Gu, 2007).

Peneliti: Radini Sintaa

Untuk lebih lengkapnya silahkan download di link berikut: