SAFRISYAL AZIS, NIM.132015108 (2019) APLIKASI METODE MOVING AVERAGE TERHADAP PERAMALAN BEBAN LISTRIK JARINGAN DISTRIBUSI 150 kV PADA PENYULANG SIMPANG TIGA SATU DI GARDU INDUK KERAMASAN KERTAPATI SUMATERA SELATAN. Skripsi thesis, Universitas Muhammadiyah Palembang.

Preview	Text 132015108_BAB I_DAFTAR PUSTAKA.pdf Download (236kB) | Preview
	Text 132015108_BAB II_SAMPAI_BAB TERAKHIR.pdf Restricted to Repository staff only Download (1MB)

Abstract

Prakiraan kebutuhan beban energi listrik merupakan langkah mula yang penting dalam perencanaan dan pengembangan penyediaan tenaga elektrik setiap saat secara cukup, baik dan terus menerus. Oleh karena itu diperlukan suatu metode peramalan beban yang akurat dan mudah di implementesikan berdasarkan ketersediaan data yang ada metode (Autoregrsive Integrated Moving Average) ARIMA, merupakan metode yang akurat dan cocok digunakan untuk peramalan beban jangka panjang. Penentuan model untuk peramalan (Autoregresive Integrated Moving Average) ARIMA terdiri dari beberapa tahap yaitu: pengecekan pola data, identifikasi Menentukan hasil Arus (Ampere)dan jumlah periode setiap bulanan nya data tersebut di kelolah dengan cara mengcluster data perbulan nya, sesudah dicluster data nya maka setelah itu di carijumlah Arus (Ampere) dan jumlah periode nya setiap bulan nya. Hasil peramalan yang lebih baik dibandingkan dengan metode single exponentialsmoothing error dan autoregresive moving average, terbukti dari hasil peramalan periode bulanan kedepannya. Model peramalan yang didasarkan dengan membandingkan kesalahan rata-rata nilai maksimum dan nilai minimum dengan nilai kesalahan rata-rata prediksi sebesar 2,82% dan kNN sebesar 2,3%. Metode hybrid neural network (GRNN) mendapatkan keakuratan prediksi beban listrik dengan nilai GA (general affair) adalah 1,2080 ARIMA.

Item Type:	Thesis (Skripsi)
Additional Information:	Pembimbing : 1.Erliza Yuniarti,S.T.,M.Eng 2. Ir, Muhar Danus,M.T
Uncontrolled Keywords:	Kata kunci: Peramalan beban, Mengkluster Data Arus, Metode ARIMA dan Metode Hybrid Neural Network
Subjects:	Elektro > Teknik Listrik
Divisions:	Fakultas Teknik > Teknik Elektro (S1)
Depositing User:	Mahasiswa Fakultas Teknik
Date Deposited:	29 Mar 2019 03:48
Last Modified:	29 Mar 2019 03:48
URI:	http://repository.um-palembang.ac.id/id/eprint/4043

Actions (login required)

View Item