Peramalan Kebutuhan Beban Jangka Pendek Menggunakan Jaringan Syaraf Tiruan Backpropagation

Abstract

Kebutuhan akan ketersediaan tenaga listrik saat ini sangat tinggi mengingat banyaknya peralatan rumah tangga maupun industri yang menggunakan tenaga listrik sebagai sumber tenaganya, sehingga diperlukan adanya sistem tenaga listrik yang handal namun tetap ekonomis. Hal tersebut dapat dicapai dengan melakukan perencanaan operasi yang baik dan tepat, salah satu langkah perencanaan operasi sistem tenaga listrik yang penting yaitu peramalan kebutuhan beban listrik. Salah satu metode peramalan beban listrik adalah menggunakan JST (Jaringan Syaraf Tiruan). JST merupakan sistem pemroses informasi yang mempunyai karakteristik mirip jaringan syaraf biologi. JST digunakan untuk peramalan beban karena kemampuan pendekatan yang baik terhadap ketidaklinieran. Variabel yang digunakan dalam JST ini adalah data beban listrik dan data temperatur lingkungan pada masa lampau dimana temperatur lingkungan merupakan salah satu hal yang mempengaruhi konsumsi beban. Pada metode ini digunakan JST dengan algoritma backpropagation dan hasil peramalan diperoleh dengan menambahkan rata-rata data hari-hari similar yang telah dipilih. Persentase kesalahan rata-rata absolut antara hasil peramalan menggunakan contoh data beban listrik wilayah Jateng & DIY antara metode ini dengan beban aktual adalah sebesar 2,39. Kata kunci : beban listrik, temperatur lingkungan, JST, backpropagation.