PERAMALAN DAYA LISTRIK BERBASIS CONVOLUTIONAL NEURAL NETWORK PADA PLTMH MUARA RAYA BALI
Total View This Week0
Total View This Week0
Institusion
Institut Teknologi Kalimantan
Author
Aprina, Adella
Subject
AI Indexes (General)
Datestamp
2023-07-17 04:04:50
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
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
File :
04191002_statement_of_authenticity.pdf
04191002_publishing_agreement.pdf
04191002_chapter_1.pdf
04191002_chapter_2.pdf
04191002_chapter_3.pdf
04191002_chapter_4.pdf
04191002_conclusions.pdf
04191002_bibliography.pdf
04191002_enclosure.pdf
04191002_paper.pdf
04191002_form020.pdf
04191002_presentation.pdf
04191002_approval_sheet.pdf
04191002_cover.pdf
04191002_preface.pdf
04191002_abstract_id.pdf
04191002_abstract_en.pdf
04191002_table_of_content.pdf
04191002_illustrations.pdf
04191002_tables.pdf
04191002_notations.pdf
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
