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.

	Text Rama Hasan Hidayatullah_3332160036_Fulltext.pdf Restricted to Registered users only Download (1MB)
	Text Rama Hasan Hidayatullah_3332160036_CP.pdf Restricted to Registered users only Download (346kB)
	Text Rama Hasan Hidayatullah_3332160036_01.pdf Restricted to Registered users only Download (395kB)
	Text Rama Hasan Hidayatullah_3332160036_02.pdf Restricted to Registered users only Download (266kB)
	Text Rama Hasan Hidayatullah_3332160036_03.pdf Restricted to Registered users only Download (102kB)
	Text Rama Hasan Hidayatullah_3332160036_04.pdf Restricted to Registered users only Download (765kB)
	Text Rama Hasan Hidayatullah_3332160036_05.pdf Restricted to Registered users only Download (9kB)
	Text Rama Hasan Hidayatullah_3332160036_Ref.pdf Restricted to Registered users only Download (80kB)
	Text Rama Hasan Hidayatullah_3332160036_Lamp.pdf Restricted to Registered users only Download (289kB)

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%.

Actions (login required)

View Item