Text

Peramalan Beban Pemakaian Listrik Jawa Tengah dan Daerah Istimewa Yogyakarta Dengan Menggunakan Hybrid Autoegressive Integrated Moving Average-Neural Network

---

ABSTRAK
Kebutuhan akan tenaga listrik saat ini sangatlah tinggi, peralatan-peralatan
elektronik baik dari rumah tangga maupun industri dan perusahaan membutuhkan
listrik sebagai tenaga penggerak. Perusahaan Listrik Negara (PLN) distribusi Jawa
Tengah dan Daerah Istimewa Yogyakarta sebagai perusahaan yang dibentuk
dengan tujuan untuk menyelenggarakan usaha penyediaan tenaga listrik harus
dapat menyediakan sistem penyedia tenaga listrik yang handal dan ekonomis.
Tujuan dari penelitian ini adalah mendapatkan hasil peramalan data Beban
Pemakaian Listrik Jawa Tengah dan Daerah Istimewa Yogyakarta 30 hari ke
depan. Terdapat tiga metode peramalan dalam penelitian ini, yaitu peramalan
dengan menggunakan Neural Network, dan Hybrid ARIMA-NN. Data yang
digunakan adalah data Beban Pemakaian Listrik Jawa Tengah dan Daerah
Istimewa Yogyakarta periode bulan Januari 2014 sampai November 2014.
Keakuratan hasil peramalan diukur berdasarkan kriteria MSE, dimana model
terbaik yang dipilih adalah model dengan nilai MSE terkecil. Berdasarkan hasil
analisis diperoleh peramalan beban penggunaan listrik selama 30 hari ke depan,
disimpulkan bahwa hasil peramalan menggunakan menggunakan model Neural
Network lebih baik dibandingkan model Hybrid ARIMA-NN.
Kata Kunci: beban pemakaian listrik, peramalan beban pemakaian listrik,
ARIMA, NN, hybrid ARIMA-NN

ABSTRACT
Excessive use of electronic devices in household and industry has made
the demand of nation’s electrical power increase significantly these days. As a
corporation that aim to provide national electrical power, Perusahaan Listrik
Negara (PLN) that distributes electrical power to Central Java and Yogyakarta has
to be able to provide an economical and reliable system of electrical power
provider. This study aimed to forecast data of electrical power usage in Central
Java and Yogyakarta for the next 30 days. There were three forecasting methods
used in this study; Neural Networks and Hybrid ARIMA-NN. The data used in
this study was electrical power usage data in January 2014 - November 2014 in
Central Java and Yogyakarta. The accuracy of the study was measured based on
MSE criteria where the best model chosen was the model that has lowest MSE
value. According to the result of the analysis, using Neural Networks model to
forecast electrical power usage for the next 30 days has better forecasting result
than Hybrid ARIMA-NN model.
Key Word : electrical power usage, forecasting of electrical power usage,
ARIMA, NN, hybrid ARIMA-NN

---

Ketersediaan

414E15IV

519.536 FIT p

Perpustakaan FSM Undip (Referensi)

Tersedia

Informasi Detail

Judul Seri

STATISTIKA

No. Panggil

519.536 FIT p

Penerbit

: ., 2015

Deskripsi Fisik

-

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

943

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

PEMODELAN MATEMATIKA

Info Detail Spesifik

-

Pernyataan Tanggungjawab

Berta Elvionita Fitriani

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar