@thesis{thesis,
		author={ },
		title ={Peramalan Daya PhotovoltaicJangka Sangat Pendek Menggunakan Metode Decomposition Backpropagation NeuralNetwork (D-BPNN)},
		year={2020},
		url={https://digilib.unesa.ac.id/detail/NjhmYTRhNjAtYmI1My0xMWVhLTkzMTQtZjU2MWM2OGU0YWFj},
		abstract={Peramalan daya photovoltaic diperlukan untuk mengetahuidaya listrik yang dihasilkan photovoltaicagar tidak terjadi kekurangan maupun kelebihan daya sehingga dihasilkan dayayang optimal untuk mensuplai beban. Metode yang digunakan untuk peramalan daya photovoltaic jangka sangat pendek inimenggunakan metode hybrid Decomposition Backpropagation Neural Network(D-BPNN). Penelitian ini bertujuan untuk mengetahui daya listrik yangdihasilkan photovoltaic selama 1 jamke depan. Hasil penelitian peramalan daya photovoltaicjangka sangat pendek menggunakan metode Decomposition BackpropagationNeural Network (D-BPNN)menunjukkan hasil MSE metode Decompositionadalah 2,563821534 W dan MAPE adalah 0,059452563%. Sedangkan metode hybrid Decomposition BackpropagationNeural Network (D-BPNN)menunjukkan hasil MSE = 0,470854794 W dan MAPE = 0,032175385%. Sehingga dapat disimpulkanbahwa peramalan dengan metode Decomposition Backpropagation Neural Network (D-BPNN) mendapatkan hasil yang lebih baik danperamalan yang lebih akurat untuk 1 jam ke depan.}
		}