PEMODELAN HYBRID CONVOLUTIONAL BACKPROPAGATION NEURAL NETWORK UNTUK PERAMALAN BEBAN JANGKA SANGAT PENDEK BERDASARKAN MINIMALISASI BIAYA LISTRIK

Abstract

Abstrak Listrik merupakan kebutuhan pokok masyarakat yang sangat penting. Oleh karena itu, kebutuhan listrik di masa mendatang harus disiapkan secara tepat untuk memenuhi kebutuhan listrik. Untuk memprediksi beban listrik, perlunya memprediksi konsumsi daya pelanggan. Peramalan beban jangka sangat pendek adalah peramalan kebutuhan listrik selama beberapa menit sampai beberapa jam. Dapat dilihat bahwa kesalahan peramalan sering terjadi selama peramalan, tetapi setiap keputusan perencanaan belum dibuat dan prakiraan belum dibuat yang akan mempengaruhi langkah-langkah kebijakan di masa depan. Pada penelitian ini melakukan peramalan beban listrik jangka sangat pendek dengan metode yang digunakan yaitu Hybrid Convolutional - Backpropagtion Neural Network (C-BPNN) berdasarkan minimalisasi biaya listrik. Penilitian ini memiliki tujuan untuk dapat mengetahui kebutuhan energi listrik yang digunakan oleh konsumen selama 5 jam kedepan. Kebaruan yang dilakukan dalam penelitian ini yaitu peramalan beban listrik jangka sangat pendek dengan menggunakan metode Hybrid Convolutional - Backpropagtion Neural Network (C-BPNN) dengan penambahan variabel biaya listrik. Hasil dari melakukan peramalan beban listrik konsumen jangka sangat pendek didapatkan nilai MSE dan MAPE sebesar, MSE = 0.000972393 dan MAPE = 0.00082227%. Sehingga dengan menggunakan metode Hybrid Convolutional - Backpropagtion Neural Network (C-BPNN) didapatkan hasil yang maksimal serta peramalan lebih akurat selama 5 jam kedepan kedepan dan hasil peramalan dapat digunakan oleh instansi terkait untuk menyiapkan pasokan listrik yang cukup sehingga terhindar dari gangguan pada jaringan. Kata Kunci: Peramalan, Convolutional, Backpropagtion Neural Network, Mean Squared Error, Mean Absolute Percent Error