PREDIKSI PELANGGAN LISTRIK MENURUT JENIS PELANGGAN PADA PT. PLN (PERSERO) UP3 PEMATANG SIANTAR MENGGUNAKAN METODE BACKPROPAGATION

Dedi Suhendro, Rahmi Salis

Abstract


PT. PLN (Persero) sebagai perusahaan BUMN di Indonesia yang bertugas menyuplai serta mengatur tenaga listrik. Sehingga permintaan energi listrik tersebut harus diikuti dengan tersedianya tenaga listrik. Penelitian ini bertujuan untuk menganalisis dan mengimplementasikan metode Backpropagation dalam memprediksi pelanggan listrik menurut Jenis menggunakan software Matlab. Data pelanggan listrik menurut jenis pelanggan di UP3 Pematang Siantar, tahun 2018-2022, yang diperoleh dari PT.PLN (Persero) UP3 Pematang Siantar, Variabel input terdiri dari 5 jenis pelanggan listrik antara lain: Rumah tangga (X1), Sosial (X2), Pemerintah (X3), Bisnis/Usaha (X4), Industri (X5).  Hasil pelatihan dan pengujian dari 5 model JST adalah (4-25-1-1, 4-45-1-1, 4-75-1-1, 4-85-1-1, 4-100-1-1) diperoleh model arsitektur terbaik adalah 4-45-1-1 dengan tingkat akurasi 80%, Epoch sebesar 31, MSE Pengujian 0.0012840520, MSE Pelatihan 0.0009692780.

Full Text:

PDF 186-192

References


A. Kristianto, S. Handoko, and Karnoto, “Aplikasi Jaringan Syaraf Tiruan untuk Proyeksi Kebutuhan Energi Listrik Provinsi D.I.Yogyakarta Tahun 2016-2025,” TRANSIENT J. Ilm. Tek. Elektro UNDIP, vol. 7, no. 2, pp. 1–7, 2018.

D. Setyowati and S. Sunardiyo, “Prakiraan Kebutuhan Energi Listrik dengan Jaringan Saraf Tiruan (Artificial Neural Network) Metode Backpropagation Tahun 2020-2025,” J. EECCIS (Electrics, Electron. Commun. Control. Informatics, Syst., vol. 14, no. 1, pp. 6–9, 2020.

Purwoharjono, “Penerapan Metode Jaringan Syaraf Tiruan Untuk Prediksi Kebutuhan Beban Listrik,” ALINIER J. Artif. Intell. Appl., vol. 2, no. 1, pp. 46–54, 2021.

S. Sahrul, P. Purwoharjono, and R. Gianto, “Peramalan Kebutuhan Energi Listrik Menggunakan Metode Gabungan,” J. Sist. dan Teknol. Inf., vol. 11, no. 3, pp. 412–418, 2023.

F. Annasiyah and M. Prastuti, “Peramalan Konsumsi Energi Listrik untuk Sektor Industri di PT PLN (Persero) Area Gresik Menggunakan Metode Time Series Regression dan ARIMA,” J. Sains dan Seni ITS, vol. 12, no. 1, pp. 1–7, 2023.

A. Hasibuan and W. V. Siregar, “Prakiraan Kebutuhan Energi Listrik Kota Subulussalam Sampai Tahun 2020 Menggunakan Metode Analisis Regresi,” RELE (Rekayasa Elektr. dan Energi) J. Tek. Elektro, vol. 1, no. 2, pp. 57–61, 2019.

P. Mangera, “Perkiraan Kebutuhan Energi Listrik Jangka Panjang Pada Pt. Pln (Persero) Wilayah Papua Dan Papua Barat Area Merauke Dengan Menggunakan Metode Regresi Linier,” Mustek Anim Ha, vol. 7, no. 3, pp. 247–256, 2018.

M. B. Fadillah, D. Y. Sukma, and Nurhalim, “Analisis Prakiraan Kebutuhan Energi Listrik Tahun 2015-2024 Wilayah Pln Kota Pekanbaru dengan Metode Gabungan,” J. Mhs. Jom FTEKNIK, vol. 2, no. 2, pp. 1–10, 2015.

B. Fachri, A. P. Windarto, and I. Parinduri, “Penerapan Backpropagation dan Analisis Sensitivitas pada Prediksi Indikator Terpenting Perusahaan Listrik,” J. Edukasi dan Penelit. Inform., vol. 5, no. 2, p. 202, 2019.

M. N. H. Siregar, “Model Arsitektur Artificial Neural Network pada Pelanggan Listrik Negara (PLN),” InfoTekJar (Jurnal Nas. Inform. dan Teknol. Jaringan), vol. 3, no. 1, pp. 1–5, 2018.

Q. C. Feng and X. Wang, “Pengenalan Kecerdasan Buatan (Artificial Intelligence) Kepada Para Remaja,” Procedia Comput. Sci., vol. 166, pp. 310–314, 2022.

M. D. Yalidhan, “Implementasi Algoritma Backpropagation Untuk Memprediksi Kelulusan Mahasiswa,” Klik - Kumpul. J. Ilmu Komput., vol. 5, no. 2, p. 169, 2018.

B. A. B. Ii, “Jbptunikompp-Gdl-Andriansya-19792-7-Babii--I,” pp. 4–25.

Z. Z. R. Permana, S. T. Rasmana, and I. Puspasari, “Prediksi Jarak Bola pada Citra Kamera Katadioptrik menggunakan metode Artifical Neural Network,” ELKOMIKA J. Tek. Energi Elektr. Tek. Telekomun. Tek. Elektron., vol. 9, no. 2, pp. 279–292, 2021.

M. Ulfa, “Penerapan Jaringan Syaraf Tiruan Prediksi Kebutuhan Alat Lampu Penerangan Jalan Umum (LPJU) dengan Metode Backpropagation,” J. Abdi Ilmu, vol. 14, no. 1, pp. 59–65, 2021.

N. Rahayu and H. Mustafidah, “Perbandingan Ketepatan Pola Data pada Jaringan Backpropagation Berdasarkan Metode Pembobotan Random dan Nguyen Widrow,” Sainteks, vol. 19, no. 1, pp. 27–38, 2022.


Refbacks

  • There are currently no refbacks.


This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.

Publisher
Jurusan Teknik Elektro, Fakultas Teknik, Universitas Lampung
Jl. Prof. Soemantri Brojonegoro No. 1 Bandar Lampung 35145
Email: jitet@eng.unila.ac.id
Website : https://journal.eng.unila.ac.id/index.php/jitet

Copyright (c) Jurnal Informatika dan Teknik Elektro Terapan (JITET)
pISSN: 2303-0577   eISSN: 2830-7062