首页    期刊浏览 2024年09月18日 星期三
登录注册

文章基本信息

  • 标题:Peramalan Beban Listrik Jangka Pendek Menggunakan Optimally Pruned Extreme Learning Machine (OPELM) pada Sistem Kelistrikan Jawa Timur
  • 本地全文:下载
  • 作者:Januar Adi Perdana ; Adi Soeprijanto ; Rony Seto Wibowo
  • 期刊名称:Jurnal Teknik ITS
  • 印刷版ISSN:2301-9271
  • 电子版ISSN:2337-3539
  • 出版年度:2012
  • 卷号:1
  • 期号:1
  • 页码:176-181
  • DOI:10.12962/j23373539.v1i1.1252
  • 语种:Spanish
  • 出版社:Lembaga Penelitian dan Pengabdian kepada Masyarakat
  • 摘要:Peramalan beban listrik jangka pendek merupakan faktor yang sangat penting dalam perencanaan dan pengoperasian sistem tenaga listrik. Tujuan dari peramalan beban listrik adalah agar permintaan listrik dan penyediaan listrik dapat seimbang. Karakteristik beban di wilayah Jawa Timur sangat fluktuatif sehingga pada penelitian ini digunakan metode Optimally Pruned Extreme Learning Machine (OPELM) untuk meramalkan beban listrik. Kelebihan OPELM ada pada learning speed yang cepat dan pemilihan model yang tepat meskipun datanya mempunyai pola non linier. Keakuratan metode OPELM dapat diketahui dengan menggunakan metode pembanding yaitu metode ELM. Kriteria keakuratan yang digunakan adalah MAPE. Hasil dari perbandingan kriteria keakuratan menunjukkan bahwa hasil peramalan OPELM lebih baik dari ELM. Error rata-rata hasil pengujian peramalan paling minimum menunjukkan MAPE sebesar 1,3579% terjadi pada peramalan hari Jumat, sementara pada hari yang sama dengan metode ELM menghasilkan MAPE sebesar 2,2179%.
  • 关键词:Peramalan Beban Listrik Jangka Pendek;OPELM;ELM
国家哲学社会科学文献中心版权所有