HIDAYATULLAH, RAMA HASAN (2022) PERAMALAN BEBAN LISTRIK JANGKA PENDEK MENGGUNAKAN OPELM (OPTIMALLY PRUNED EXTREME LEARNING MACHINE) PADA SISTEM KELISTRIKAN CILEGON, BANTEN. S1 thesis, UNIVERSITAS SULTAN AGENG TIRTAYASA.
![[img]](https://eprints.untirta.ac.id/style/images/fileicons/text.png) |
Text (BAB 1)
Rama Hasan Hidayatullah_3332160036_01.pdf Restricted to Registered users only Download (395kB) | Request a copy |
|
Text
Rama Hasan Hidayatullah_3332160036_02.pdf Download (266kB) |
|
Text (BAB III)
Rama Hasan Hidayatullah_3332160036_03.pdf Restricted to Registered users only Download (102kB) | Request a copy |
|
Text
Rama Hasan Hidayatullah_3332160036_04.pdf Download (765kB) |
|
Text (BAB V)
Rama Hasan Hidayatullah_3332160036_05.pdf Restricted to Registered users only Download (9kB) | Request a copy |
|
Text (DAFTAR PUSTAKA)
Rama Hasan Hidayatullah_3332160036_Ref.pdf Restricted to Registered users only Download (80kB) | Request a copy |
|
Text (LAMPIRAN)
Rama Hasan Hidayatullah_3332160036_Lamp.pdf Restricted to Registered users only Download (289kB) | Request a copy |
Abstract
Peramalan beban listrik jangka pendek merupakan faktor yang sangat penting dalam perencanaan dan pengoperasian sistem tenaga listrik. Tujuan dari peramalan beban listrik adalah agar permintaan listrik dan penyediaan listrik dapat seimbang. Karakteristik beban di wilayah Cilegon sangat fluktuatif sehingga pada penelitian ini digunakan metode OPELM (Optimally Pruned Extreme Learning Machine) untuk meramalkan beban listrik. Kelebihan OPELM ada pada learning speed yang cepat dan pemilihan model yang tepat meskipun datanya mempunyai pola tidak linier. Keakuratan metode OPELM dapat diketahui dengan menggunakan data aktual. Kriteria keakuratan yang digunakan adalah MAPE (Mean Absolute Percent Error). Error rata-rata hasil pengujian peramalan paling minimum menunjukkan MAPE sebesar 2,1252%.
| Item Type: | Thesis (S1) | |||||||||
|---|---|---|---|---|---|---|---|---|---|---|
| Contributors: |
|
|||||||||
| Additional Information: | Peramalan beban listrik jangka pendek merupakan faktor yang sangat penting dalam perencanaan dan pengoperasian sistem tenaga listrik. Tujuan dari peramalan beban listrik adalah agar permintaan listrik dan penyediaan listrik dapat seimbang. Karakteristik beban di wilayah Cilegon sangat fluktuatif sehingga pada penelitian ini digunakan metode OPELM (Optimally Pruned Extreme Learning Machine) untuk meramalkan beban listrik. Kelebihan OPELM ada pada learning speed yang cepat dan pemilihan model yang tepat meskipun datanya mempunyai pola tidak linier. Keakuratan metode OPELM dapat diketahui dengan menggunakan data aktual. Kriteria keakuratan yang digunakan adalah MAPE (Mean Absolute Percent Error). Error rata-rata hasil pengujian peramalan paling minimum menunjukkan MAPE sebesar 2,1252%. | |||||||||
| Subjects: | T Technology > T Technology (General) T Technology > TK Electrical engineering. Electronics Nuclear engineering |
|||||||||
| Divisions: | 03-Fakultas Teknik > 20201-Jurusan Teknik Elektro | |||||||||
| Depositing User: | Rama Hasan Hidayatullah | |||||||||
| Date Deposited: | 21 Jun 2023 15:17 | |||||||||
| Last Modified: | 21 Jun 2023 15:17 | |||||||||
| URI: | http://eprints.untirta.ac.id/id/eprint/15885 |
Actions (login required)
 |
View Item |