PERAMALAN BEBAN JANGKA PENDEK PADA HARI LIBUR DI BALI MENGGUNAKAN METODE GENERALIZED REGRESSION NEURAL NETWORK (GRNN)

Main Article Content

Juniar Doan Wihardono Agus Dharma I Made Mataram

Abstract

Peramalan beban merupakan suatu kegiatan untuk memperkirakan kondisi beban pada hari yang akan datang. Kondisi beban pada saat hari libur merupakan suatu fenomena yang sangat menarik untuk diketahui. Fenomena ini terjadi di Bali yaitu pada saat hari Raya Nyepi. Karena, kondisi beban pada hari Raya Nyepi akan mengalami penurunan yang sangat drastis. Kondisi tersebut perlu diketahui agar operasi sistem tenaga listrik dapat berjalan secara optimal. Metode peramalan beban pada penelitian ini menggunakan metode Generalized Regression Neural Nework (GRNN) yang dibandingkan dengan metode Radial Basis Function Neural Network (RBFNN). Data pada proses peramalan menggunakan data beban puncak harian pada hari libur di Bali antara tahun 2010 sampai 2014. Pemilihan data difokuskan pada data beban puncak pada 5 hari sebelum hari libur (h-4) sampai hari libur (h). Metode GRNN menghasilkan Mean Square Error (MSE) sebesar 0.020089 dan Mean Absolute Percentage Error (MAPE) sebesar 2.01%. sedangkan metode RBFNN menghasilkan MSE sebesar 0.022757 dan MAPE sebesar 2,28%.

Downloads

Download data is not yet available.

Article Details

How to Cite
DOAN WIHARDONO, Juniar; DHARMA, Agus; MATARAM, I Made. PERAMALAN BEBAN JANGKA PENDEK PADA HARI LIBUR DI BALI MENGGUNAKAN METODE GENERALIZED REGRESSION NEURAL NETWORK (GRNN). Jurnal SPEKTRUM, [S.l.], v. 3, n. 2, p. 71-76, dec. 2016. ISSN 2684-9186. Available at: <https://ojs.unud.ac.id/index.php/spektrum/article/view/25374>. Date accessed: 25 oct. 2020.
Keywords
Peramalan Beban, Hari libur, Metode GRNN, Metode RBFNN
Section
Articles

Most read articles by the same author(s)