Studi prakiraan beban listrik menggunakan metode artificial neural network

Abstract

Pada penelitian ini, dilakukan prakiraan beban listrik jangka panjang menggunakan metode Artificial Neural Network (ANN) dengan penerapan algoritma backpropagation pada studi kasus distribusi energi listrik Area Mojokerto. Pada penelitian ini digunakan 8 variabel, dimana untuk variabel dependent berupa beban listrik, sedangkan untuk variabel independent digunakan 7 variabel yaitu jumlah penduduk, PDRB, jumlah pelanggan sektor rumah tangga, jumlah pelanggan sektor industri, jumlah pelanggan sektor usaha, jumlah pelanggan sektor sosial, dan susut distribusi. Berdasarkan hasil percobaan beberapa arsitektur ANN, diperoleh hasil MAPE pengujian terbaik sebesar 0.512% yang berarti memiliki tingkat akurasi tinggi. Hal ini berarti metode ANN dengan algoritma backpropagation dapat diterapkan sebagai metode prakiraan beban listrik untuk studi kasus pada distribusi energi listrik Area Mojokerto. Model ANN-backpropagation terbaik pada penelitian ini adalah variasi bobot dan bias awal diatur secara manual dengan modifikasi menggunakan algoritma inisialisasi Nguyen Widrow, jaringan memiliki 2 hidden layer dengan penyusunan 5 neuron pada hidden layer 1 dan 15 neuron pada hidden layer 2, nilai learning rate dan momentum berturut-turut adalah 0.9 dan 0.1. Berdasarkan arsitektur ANN terbaik, prakiraan beban listrik distribusi area Mojokerto pada tahun 2018 sampai dengan 2030 cenderung mengalami kenaikan dari tahun ke tahun, meskipun ada penurunan sebesar 0.157% dari tahun 2027 ke tahun 2028. Hasil prakiraan terendah ada pada tahun 2018 dengan hasil 312.7489 MW dan beban tertinggi ada pada tahun 2030 dengan hasil 383.5597MW. Hasil prakiraan beban listrik Area Mojokerto dari tahun 2018 sampai dengan 2030 mengalami kenaikan sebesar 22.641% dengan kenaikan rata-rata 1.728% per tahunnya