Studi Prakiraan Beban Listrik Menggunakan Metode Artificial Neural Network

Abstract

Kebutuhan masyarakat Indonesia akan energi listrik terus mengalami peningkatan dari tahun ke tahun. Oleh karena itu, diperlukan suatu prakiraan beban listrik jangka pendek agar pihak penyedia listrik dapat menyalurkan energi listrik secara kontinyu kepada konsumen listrik. Dengan adanya prakiraan beban listrik, maka rencana penjadwalan operasi dan alokasi pembangkit cadangan dapat diatur dengan baik oleh sisi supply. Penelitian ini dilakukan prakiraan beban listrik menggunakan metode Artificial Neural Network (ANN) dengan model algoritma backpropagation. Kelebihan metode ini adalah dapat memprakirakan beban listrik sesuai dengan pola-pola beban masa lampau yang telah diajarkan. Data yang digunakan untuk pembelajaran adalah data aktual beban listrik Waktu Beban Puncak (WBP) Siang dan Malam pada Gardu Induk (GI) 150kV Buduran selama tahun 2017. Pada penelitian ini, prosedur
yang digunakan, yaitu studi literatur, pengumpulan data, pengolahan data, analisis data yang terdiri dari perancangan model prakiraan beban listrik menggunakan ANNbackpropagation, dan penarikan kesimpulan. Berdasarkan hasil penelitian, untuk WBP Siang dan Malam, arsitektur jaringan terbaik adalah 5-20-10-1 untuk WBP Siang dan Malam, dengan pengaturan momentum dan laju pemahaman 0,85 dan 0,1 untuk WBP Siang, serta 0,9 dan 0,15 untuk WBP  alam. Berdasarkan arsitektur jaringan terbaik, proses pengujian WBP Siang menghasilkan Mean Squared Error (MSE) 0,036084 dan Mean Absolute Percentage  Error (MAPE) 4,66%, sedangkan untuk WBP Malam menghasilkan MSE 0,15772 dan MAPE 16,83%.