JARINGAN SARAF TIRUAN UNTUK MEMPREDIKSI PERMOHONAN INSTALASI LISTRIK MENGGUNAKAN ALGORITMA BACKPROPAGATION

  • Dedi Suhendro
    STIKOM Tunas Bangsa
  • Adinda Frizy Pramesti
    STIKOM Tunas Bangsa
DOI: https://doi.org/10.23960/jitet.v12i3.4303
Abstract Views (Last 12 Months)
478 Abstract Views
348 Downloads

Abstract

PT. PLN (Persero) sebagai perusahaan BUMN di Indonesia yang bertanggung jawab menyediakan dan mengelola pasokan listrik. Perusahaan ini pun merupakan satu-satunya perusahaan milik Negara yang menyediakan jasa ketenagalistrikan, sehingga mempunyai hak eksklusif untuk menjual tenaga listrik di Indonesia. Masalah yang timbul adalah pada penyediaan perlengkapan atau alat untuk membangun saluran listrik baru,  minimnya tenaga kerja dan terbatasnya jumlah instalasi per hari. Perlu dilakukan perkiraan untuk mengetahui jumlah permohonan instalasi listrik dimasa mendatang. Data perkiraan tersebut sesuai dengan jumlah kebutuhan instalasi listrik di wilayah kerja PT. PLN (Persero) UP3 Pematang Siantar Januari s/d Agustus 2023. Algoritma yang digunakan untuk prediksi adalah jaringan syaraf tiruan backpropagation. Algoritma backpropagation ini menggunakan lima model arsitektur diantaranya 6-20-1, 6-30-1, 6-40-1, 6-50-1 dan 6-60-1. Di antara kelima model arsitektur yang digunakan, dipilih arsitektur terbaik yaitu 6-30-1 yang mempunyai akurasi 90%, MSE 0,000998854 dan tingkat error yang digunakan 0,001-0,25. Oleh karena itu, model arsitektur ini cukup efektif untuk memprediksi jumlah permohonan instalasi listrik.

Downloads

Download data is not yet available.

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.

I. W. Jati, “Fungsi Perusahaan Listrik Negara (PLN) Sebagai Penyedia Tenaga Listrik Terhadap Konsumen Ditinjau Dari Undang-Undang Perlindungan Konsumen,” Aainul Haq J. Huk. Kel. Islam, vol. 1, no. II, pp. 58–73, 2021.

M. P. N. S. P, A. H. Andriawan, and I. A. Wardah, “Artificial Neural Network untuk Memprediksi Konsumsi Energi Listrik di PT . PLN (Persero) Up3 Surabaya Selatan,” J. Elsains J. Elektro, vol. 4, no. 1, pp. 1–6, 2022.

F. Ayu, “Implementasi Jaringan Saraf Tiruan Untuk Menentukan Kelayakan Proposal Tugas Akhir,” IT J. Res. Dev., vol. 3, no. 2, pp. 44–53, 2019.

M. Arifin, K. Asfani, and A. N. Handayani, “Aplikasi Jaringan Saraf Tiruan Metode Perceptron Pada Pengenalan Pola Notasi,” Simetris J. Tek. Mesin, Elektro dan Ilmu Komput., vol. 9, no. 1, pp. 77–86, 2018.

A. Darmawan, Syamsiah, and F. Ismawan, “Analisis Pembuatan Aktivasi Jaringan Saraf Tiruan dengan Metode Mcculloch-Pitts pada Fungsi Logika AND, Or dan XOR,” Fakt. Exacta, vol. 12, no. 2, pp. 67–73, 2019.

A. P. Windarto, “Implementasi JST Dalam Menentukan Kelayakan Nasabah Pinjaman KUR Pada Bank Mandiri Mikro Serbelawan Dengan Metode Backpropogation,” J-SAKTI (Jurnal Sains Komput. dan Inform., vol. 1, no. 1, p. 12, 2017.

A. H. Wijaya, “Artificial Neural Network Untuk Memprediksi Beban Listrik Dengan Menggunakan Metode Backpropagation,” J. CoreIT, vol. 5, no. 2, pp. 61–70, 2019.

Imelda Asih Rohani Simbolon, Fikri Yatussa’ada, and Anjar Wanto, “Penerapan Algoritma Backpropagation dalam Memprediksi Persentase Penduduk Buta Huruf di Indonesia,” J. Inform. UPGRIS, vol. 4, no. 2, p. 23, 2018.

S. P. Siregar, A. Wanto, and Z. M. Nasution, “Analisis Akurasi Arsitektur JST Berdasarkan Jumlah Penduduk Pada Kabupaten / Kota di Sumatera Utara,” Sensasi 2018, no. Juli, pp. 526–536, 2018.

R. Maiyuriska, “Penerapan Jaringan Syaraf Tiruan dengan Algoritma Backpropagation dalam Memprediksi Hasil Panen Gabah Padi,” J. Inform. Ekon. Bisnis, vol. 4, pp. 28–33, 2022.

M. F. Mubarokh, M. Nasir, and D. Komalasari, “Jaringan Syaraf Tiruan untuk Memprediksi Penjualan Pakaian Menggunakan Algoritma Backpropagation,” J. Comput. Inf. Syst. Ampera, vol. 1, no. 1, pp. 29–43, 2020.

L. Aryani, Fatmasari, Afriyudi, and N. Hadinata, “Prediksi Jumlah Siswa Baru Dengan Menggunakan Metode Exponential Smoothing (Studi Kasus : SMK Ethika Palembang),” Bina Darma Conf. Comput. Sci., vol. 2, no. Vol 2 No 3 (2020): Bina Darma Conference on Computer Science (BDCCS), pp. 237–244, 2020.

W. Satria, “Jaringan Syaraf Tiruan Backpropagation untuk Peramalan Penjualan Produk (Studi Kasus di Metro Electronic dan Furniture),” Djtechno J. Teknol. Inf., vol. 1, no. 1, pp. 14–19, 2020.

Cover
Issue
Published
2024-08-03
How to Cite
Suhendro, D., & Pramesti, A. F. (2024). JARINGAN SARAF TIRUAN UNTUK MEMPREDIKSI PERMOHONAN INSTALASI LISTRIK MENGGUNAKAN ALGORITMA BACKPROPAGATION. Jurnal Informatika Dan Teknik Elektro Terapan, 12(3). https://doi.org/10.23960/jitet.v12i3.4303