@thesis{thesis,
		author={ },
		title ={Peramalan Beban Listrik Konsumen Jangka PendekMenggunakan MetodeCustomer Baseline Load - Backpropagation Neural Network(CBL-BPNN)},
		year={2020},
		url={https://digilib.unesa.ac.id/detail/M2E0MTAxZjAtYjVlMi0xMWVhLTk4NWItMDc5MjVkMDFiZDcw},
		abstract={Energi listrik merupakan kebutuhan pokok masyarakat. Sehingga kebutuhanenergi listrik dimasa yang akan datang harus bisa diramalkan untuk memenuhipermintaan energi listrik yang digunakan oleh masyarakat. Untuk meramalkanbeban listrik tersebut diperlukan peramalan daya yang dikonsumsi olehpelanggan. Metode yang digunakan untuk meramalkan beban listrik konsumen padapenelitian ini terdiri dari CustomerBaseline Load (CBL) dan Backpropagation Neural network (BPNN).Penelitian ini bertujuan untuk mengetahui konsumsi energi listrik yangdigunakan oleh pelanggan wilayah kecamatan Karangpilang Surabaya barat denganjenis tarif Bisnis dan Industri satu minggu kedepan (peramalan jangkapendek).Hasil penelitian peramalan beban listrik konsumen jangka pendekmenggunakan metode hybrid Customer Baseline Load  Backpropagation NeuralNetwork (CBL-BPNN) didpatkan hasil untuk jenis tarif Bisnis sebesar, MSE = 0.00009465 danMAPE = 0.000269%. Sedangkan untuk jenis tarif Industrisebesar, MSE = 0.000096684 dan MAPE = 0.000245%. Sehingga dengan menggunakan metode hybridCustomer Baseline Load  Backpropagation Neural Network (CBL-BPNN)didapatkan peramalan yang lebih akurat selama satu minggu kedepan.Kata Kunci : CustomerBaseline Load, Backpropagation Neural Network, Beban listrik,peramalan jangka pendek}
		}