HERI KURNIAWAN ASSHIDDIQ (2022) ANALISIS PREDIKSI BEBAN LISTRIK YANG TERHUBUNG DENGAN TRANSFORMATOR DAYA 150KV PADA GARDU INDUK MENGGUNAKAN MACHINE LEARNING. S1 thesis, Universitas Muhammadiyah Yogyakarta.

[thumbnail of Halaman Judul] Text (Halaman Judul)
Halaman Judul.pdf
Download (673kB)
[thumbnail of Lembar Pengesahan] Text (Lembar Pengesahan)
Lembar Pengesahan.pdf
Restricted to Registered users only
Download (1MB)
[thumbnail of Abstrak] Text (Abstrak)
Abstrak.pdf
Restricted to Registered users only
Download (63kB)
[thumbnail of Bab I] Text (Bab I)
Bab I.pdf
Download (138kB)
[thumbnail of Bab II] Text (Bab II)
Bab II.pdf
Restricted to Registered users only
Download (561kB)
[thumbnail of Bab III] Text (Bab III)
Bab III.pdf
Restricted to Registered users only
Download (192kB)
[thumbnail of Bab IV] Text (Bab IV)
Bab IV.pdf
Restricted to Registered users only
Download (1MB)
[thumbnail of Bab V] Text (Bab V)
Bab V.pdf
Restricted to Registered users only
Download (67kB)
[thumbnail of Daftar Pustaka] Text (Daftar Pustaka)
Daftar Pustaka.pdf
Restricted to Registered users only
Download (195kB)
[thumbnail of Lampiran] Text (Lampiran)
Lampiran.pdf
Restricted to Registered users only
Download (1MB)
[thumbnail of Naskah Publikasi] Text (Naskah Publikasi)
Naskah Publikasi.pdf
Restricted to Registered users only
Download (793kB)
[thumbnail of Full Text] Text (Full Text)
Full Text.pdf
Restricted to Repository staff only
Download (5MB)

Abstract

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

Dosen Pembimbing: KARISMA TRINANDA PUTRA, , S.ST., M.T., PH.D. and ANNA NUR NAZILAH CHAMIM, ST., M.ENG. | NIDN0519069003, NIDN0006087601
Item Type: Thesis (S1)
Uncontrolled Keywords: ELECTRICAL CONSUMPTION, PREDICTION, MACHINE LEARNING
Divisions: Fakultas Teknik > S1 Teknik Elektro
Depositing User: M. Erdiansyah
Date Deposited: 18 Dec 2023 06:24
Last Modified: 18 Dec 2023 06:24
URI: https://etd.umy.ac.id/id/eprint/35800

Actions (login required)

View Item View Item