PERAMALAN BEBAN LISTRIK JANGKA PENDEK DI BALI MENGGUNAKAN PENDEKATAN ADAPTIVE NEURO-FUZZY INFERENCE SYSTEM (ANFIS)

  • Putu Arya Mertasana Universitas Udayana
  • Gde Dyana Arjana Universitas Udayana

Abstract

Dalam operasi sistem tenaga listrik diperlukan suatu peramalan beban listrik. Metode yang digunakan dalam meramalkan beban listrik, salah satunya adalah metode ANFIS. Dalam penelitian ini dilakukan peramalan beban listrik jangka pendek yakni peramalan beban listrik mingguan pada sistem kelistrikan Bali. Struktur ANFIS yang dilatih menggunakan model ANFIS Takagi-Sugeno dengan algoritma hybrid, 3 masukan data pelatihan untuk 1 data target, fungsi keanggotaan tipe Gbell dengan 4 fuzzy set, MSE sebesar 1e-04 dan training epoch sebanyak 540 kali. Hasil peramalan menggunakan metode ANFIS selanjutnya dibandingkan dengan hasil peramalan menggunakan metode ANN. Dari simulasi yang dilakukan, diperoleh MAPE peramalan menggunakan ANFIS sebesar 0,000293275%, sedangkan MAPE peramalan menggunakan ANN sebesar 0,160443776%. Dari hasil perbandingan tersebut, dapat dikatakan bahwa peramalan beban listrik mingguan menggunakan metode ANFIS memiliki tingkat akurasi peramalan yang lebih baik dibandingkan peramalan beban listrik mingguan menggunakan metode ANN.

Downloads

Download data is not yet available.

Author Biographies

Putu Arya Mertasana, Universitas Udayana
Teknik Elektro, Fakultas Teknik, Universitas Udayana
Gde Dyana Arjana, Universitas Udayana
Teknik Elektro, Fakultas Teknik, Universitas Udayana
Published
2013-05-25
How to Cite
ARYA MERTASANA, Putu; DYANA ARJANA, Gde. PERAMALAN BEBAN LISTRIK JANGKA PENDEK DI BALI MENGGUNAKAN PENDEKATAN ADAPTIVE NEURO-FUZZY INFERENCE SYSTEM (ANFIS). Majalah Ilmiah Teknologi Elektro, [S.l.], v. 11, n. 1, may 2013. ISSN 2503-2372. Available at: <https://ojs.unud.ac.id/index.php/mite/article/view/5584>. Date accessed: 19 nov. 2024.

Keywords

ANFIS, Fungsi Keanggotaan, MAPE (Mean Absolut Percentage Error), MSE (Mean Square Error).