PERAMALAN BEBAN LISTRIK YANG TERSAMBUNG PADA PENYULANG PT PLN (PERSERO) ULP TANGGUL TAHUN 2020-2024 MENGGUNAKAN METODE ADAPTIVE NEURO FUZZY INFERENCE SYSTEM (ANFIS)

  • Andi Wahyudi Universitas Jember
  • Moch Gozali Universitas Jember
  • Guido Dias Kalandro Universitas Jember

Abstract

Peramalan beban listrik yang tersambung pada PT PLN (Persero) ULP Tanggul menggunakan data beban bulanan 5 tahun kebelakang yaitu tahun 2015-2019 untuk meramalkan beban listrik pada tahun 2020-2024. Metode yang digunakan pada penelitian peramalan beban listrik ini adalah metode Adaptive Neuro Fuzzy Inference System (ANFIS) yang dirancang menggunakan software MatLab R2016b. Data beban listrik tahun 2015-2019 dibagi menjadi 2 yaitu sebagai data training dan data testing. Training data dilakukan dengan menggunakan 8 jenis fungsi keanggotaan yaitu triangular (trimf), trapezoidal (trapmf), generalized-bell (gbellmf), Gaussian (gaussmf), Gaussian 2 (gauss2mf), different between of two sigmoidal (dsigmf), pi-shape (pimf) dan product of two sigmoidal (psigmf). Dari semua percobaan training menggunakan 8 jenis fungsi keanggotaan, 6 variasi jumlah fungsi keanggotaan, 2 tipe output fungsi keanggotaan dan 6 variasi jumlah epoch menghasilkan error paling kecil dan dikatakan struktur jaringan ANFIS terbaik hasil training ketika menggunakan fungsi keanggotaan triangular, 3 jumlah fungsi keanggotaan, tipe output linear, dan 2500 jumlah epoch yaitu sebesar 2,6544E-07. Testing peramalan tahun 2018 menghasilkan nilai MAPE sebesar 0,0000103988%, sedangkan testing peramalan tahun 2019 menghasilkan nilai MAPE sebesar 0,0000158672%. Dari nilai MAPE hasil testing tahun 2018 dan tahun 2019 dapat diketahui bahwa nilai MAPE kurang dari 10% sehingga dapat dikatakan kemampuan prediksi sangat baik.

Published
2020-08-31
How to Cite
WAHYUDI, Andi; GOZALI, Moch; KALANDRO, Guido Dias. PERAMALAN BEBAN LISTRIK YANG TERSAMBUNG PADA PENYULANG PT PLN (PERSERO) ULP TANGGUL TAHUN 2020-2024 MENGGUNAKAN METODE ADAPTIVE NEURO FUZZY INFERENCE SYSTEM (ANFIS). Jurnal Arus Elektro Indonesia, [S.l.], v. 6, n. 2, p. 46-51, aug. 2020. ISSN 2443-2318. Available at: <https://jurnal.unej.ac.id/index.php/E-JAEI/article/view/19100>. Date accessed: 21 jan. 2021.
Section
Articles