ABSTRAK :
ANALISIS PRAKIRAAN BEBAN LISTRIK WILAYAH YOGYAKARTA DENGAN JARINGAN SYARAF TIRUAN
Oleh:
BIMO ANGGIT SAPUTRA
NIM : 15010037
Departemen Teknik Elektro
Sekolah Tinggi Teknologi Adisutjipto
Email:bimoanggit90@gmail.com
Tenaga listrik harus disediakan pada jumlah atau besaran yang sesuai dengan kebutuhan dan pada waktu yang tepat. Penyedian tenaga listrik yang melebihi kebutuhan beban berakibat pada terjadinya kerugian daya listrik. Sebaliknya, jika terjadi kekekurangan pasokan (penyedian) listrik, akan berakibat pada terjadinya pemadaman. Untuk menyediakan tenaga listrik yang sesuai dengan kebutuhan tersebut, harus ada rencana penyediaan listrik yang dilakukan dengan cara membuat prediksi atau prakiraan beban listrik. Oleh karena itu persoalan prakiraan beban listrik menjadi sangat penting didalam penyediaan tenaga listrik yang efisien.
Untuk memprediksi kebutuhan beban listrik, PLN selama ini menggunakan metode koefisien beban. Perhitungan dengan metode ini didasarkan pada pengalaman-empiris perencana penyedia listrik yang relatif sulit dilakukan terutama dalam hal koreksi-koreksi yang perlu dilakukan terhadap perubahan beban. Oleh karena itu diperlukan suatu metode yang lebih baik dari metode koefisien beban.
Pada penelitian ini, penulis membangun suatu model prediksi beban listrik jangka pendek menggunakan jaringan syaraf tiruan (JST) dengan algoritma pembelajaran backpropagation dan fungsi aktivasi sigmoid. Lingkup pengambilan data penelitian dibatasi beban listrik pada wilayah kerja Yogyakarta.
Hasil penelitian ini memperlihatkan bahwa prediksi JST beban listrik tanggal 1 Januari 2018 sampai dengan 31 Desember 2020 memperlihatkan bahwa beban rata-rata sebesar 277 A meningkat 334 A perhari dan rata-rata persentase error JST sebesar 19,6%.
Kata kunci : beban listrik, prakiraan beban listrik, jaringan syaraf tiruan, backpropagation.
|