@thesis{thesis,
		author={Aprina  Adella},
		title ={PERAMALAN DAYA LISTRIK BERBASIS CONVOLUTIONAL NEURAL NETWORK PADA PLTMH MUARA RAYA BALI},
		year={2023},
		url={http://repository.itk.ac.id/20011/},
		abstract={Kebutuhan energi listrik semakin hari cenderung berubah-ubah hal ini dipengaruhi
oleh beberapa faktor, antara lain kebutuhan listrik rumah tangga, industri, usaha
komersial, dan tempat layanan umum. Agar dapat menekan biaya dalam proses
produksi energi listrik, PT Panji Muara Raya sebagai penyedia listrik yang
bersumberkan energi baru terbarukan yaitu Pembangkit Listrik Tenaga Mikro
Hidro dengan panjang penyulang 72,46 km dan memiliki 75 gardu distribusi
dengan beban puncak 1,96 MVA dengan rata rata produksi KWH tahunan yang
semakin meningkat dari tahun 2020 hingga 2022 sebesar 5,155,181 kWh di tahun
2020, 6,279,450 kWh di tahun 2021, dan 7,374,935 kWh di tahun 2022 (Mertayasa,
2022). Dari jumlah tersebut maka diperlukannya pemilihan metode dalam
memprediksi atau meramal daya listrik (Kastanja, 2017). Peramalan yang sering
digunakan adalah peramalan daya jangka pendek karena peramalan jangka pendek
ini berperan untuk memastikan pasokan listrik dan perencanaan pembangkit
cadangan. Pada penelitian ini model peramalan yang diterapkan untuk peramalan
daya pada pembangkit listrik mikro hidro yaitu menggunakan Convolutional
Neural Network (CNN) dan Artificial Neural Network. Dimana Peramalan daya
listrik menggunakan CNN pada Pembangkit Listrik Tenaga Mikro Hidro (PLTMH)
Muara Raya dengan hyperparameter terbaik selama 24 jam dan 168 jam kedepan
menghasilkan nilai error 5.13%. Hasil peramalan dari penelitian ini memperoleh
nilai MAPE terkecil pada peramalan periode 24 jam dan 168 jam dengan model
ANN.
Kata Kunci : CNN, Peramalan, PLTMH}
		}