ANALISIS PREDIKSI BEBAN LISTRIK YANG TERHUBUNG DENGAN TRANSFORMATOR DAYA 150KV PADA GARDU INDUK MENGGUNAKAN MACHINE LEARNING

KONSUMSI TENAGA LISTRIK DI WILAYAH INDONESIA MENGALAMI PENINGKATAN SETIAP TAHUNNYA. PERUBAHAN KONSUMSI LISTRIK TERSEBUT TIDAK DAPAT DIPREDIKSI SECARA TEPAT KARENA BANYAK FAKTOR YANG MEMENGARUHI PERTUMBUHAN KONSUMEN LISTRIK. SALAH SATU CARA UNTUK MENGETAHUI PERUBAHAN KONSUMSI LISTRIK ADALAH MEMPELAJARI POLA-POLA DATA PADA BEBAN LISTRIK, SEHINGGA DAPAT MEMPREDIKSI PERUBAHAN BEBAN LISTRIK DENGAN ERROR TERKECIL. TUJUAN DARI PENELITIAN INI ANTARA LAIN UNTUK MENGETAHUI CARA MELAKUKAN PREDIKSI BEBAN LISTRIK YANG TERHUBUNG PADA SUATU TRAFO DAYA MELALUI MACHINE LEARNING, KEMAMPUAN MODEL MACHINE LEARNING DI TIAP ALGORITMA YANG DIGUNAKAN, SERTA FAKTOR YANG MEMENGARUHI HASIL PEMODELAN DARI MASING-MASING ALGORITMA MACHINE LEARNING. METODE YANG DIGUNAKAN ADALAH MEMBANDINGKAN HASIL PEMODELAN DARI MASING-MASING ALGORITMA, YAITU LINEAR REGRESSION, RANDOM FOREST, SUPPORT VECTOR REGRESSION, MULTILAYER PERCEPTRON, DAN LONG SHORT TERM MEMORY BERDASARKAN GAMBAR GRAFIK SERTA NILAI MAE, MSE, RMSE DAN R2. HASILNYA ADALAH ALGORITMA RANDOM FOREST DAN LONG SHORT TERM MEMORY MAMPU UNTUK MEMBUAT MODEL YANG BAIK DENGAN MASING-MASING NILAI MAE SEBESAR 1.21 DAN 0.93, NILAI MSE SEBESAR 3.29 DAN 3.48, NILAI RMSE SEBESAR 1.81 DAN 1.87, SERTA NILAI R2 PADA MODEL RF SEBESAR 0.72 ATAU 72