Electronic Theses and Dissertation

Energi listrik telah menjadi kebutuhan mendasar bagi masyarakat. untuk memenuhi permintaan energi listrik tersebut, hal yang dilakukan adalah prakiraan beban listrik. penelitian ini bertujuan untuk mengembangkan model prakiraan beban puncak harian kota banda aceh dengan mempertimbangkan data suhu, kelembaban udara serta data beban listrik hari ini pada jam puncak. metode yang digunakan pada penelitian ini adalah metode adaptive neuro fuzzy inference system (anfis). perangkat lunak matlab r2015a digunakan untuk membuat model prakiraan beban puncak harian berdasarkan neuro fuzzy designer toolbox. model anfis yang dikembangkan berupa variasi jenis fungsi keanggotaan segitiga, trapezium dan gaussian dengan masing-masing fungsi keanggotaan dilengkapi dengan 3 dan 4 variabel fuzzy sets. instrumen mape digunakan untuk mengukur tingkat akurasi dari model anfis yang dikembangkan. berdasarkan hasil simulasi training, model anfis gaussian dengan 4 fuzzy sets menghasilkan nilai mape terkecil sebesar 1,68 %. pada prosedur testing data, model anfis gaussian dengan 4 fuzzy sets menghasilkan nilai mape terkecil 3,16 %.

Electric energy has become a fundamental necessity for society. To meet the demand for electric energy, what is done is Load Forecasting. This research aims to develop a Peak Daily Load Forecast Model for the city of Banda Aceh by considering temperature data, air humidity, as well as today's electric load data during peak hours. The method used in this research is the Adaptive Neuro Fuzzy Inference System (ANFIS) method. Matlab R2015a Software is used to create the Peak Daily Load Forecast Model based on the neuro fuzzy designer toolbox. The developed ANFIS model consists of various types of membership functions: triangular, trapezoidal, and Gaussian, each equipped with 3 and 4 fuzzy sets. The Mean Absolute Percentage Error (MAPE) instrument is used to measure the accuracy level of the developed ANFIS model. Based on the simulation training results, the Gaussian ANFIS model with 4 fuzzy sets produced the smallest MAPE value of 1.68%. In the testing data procedure, the Gaussian ANFIS model with 4 fuzzy sets produced the smallest MAPE value of 3.16%.