Prediksi Beban Listrik Dengan Menggunakan Jaringan Syaraf Tiruan Metode Backpropagation

Abstract

Listrik merupakan bentuk energi yang mengalir melalui jaringan kabel dan sudah menjadi bagian yang penting bagi kemajuan peradaban manusia di berbagai bidang, baik dalam bidang ekonomi, teknologi, sosial dan budaya, Meningkatnya aktifitas manusia akan mempengaruhi penggunaan listrik. Tingginya kebutuhan energi listrik kepada konsumen mengharuskan produsen menyediakan suplai energi listrik yang handal tetapi tetap ekonomis. Oleh karena itu, diperlukan strategi dan metode untuk penyesuaian antara pembangkitan dan permintaan daya. Hal tersebut dapat dicapai dengan melakukan perencanaan operasi yang baik dan tepat, salah satu langkah perencanaan operasi sistem tenaga listrik yang penting yaitu prediksi kebutuhan beban listrik. Salah satu metode prediksi beban listrik adalah menggunakan JST (Jaringan Syaraf Tiruan). JST merupakan sistem pemroses informasi yang mempunyai karakteristik mirip jaringan syaraf biologi. Pada metode ini digunakan JST dengan algoritma backpropagation  dan hasil prediksi diperoleh dengan menambahkan data beban listrik (MW)  hari-hari similar yang telah dipilih. Hasil prediksi beban listrik dengan menggunakan Jaringan Syaraf Tiruan metode backpropagation nilai MAPE (Mean Absolute Percentage Error) terbesar didapat dengan nilai 4.32 %. Dan nilai MAPE  terkecil didapat  dengan nilai 2.71 %.