<?xml version="1.0" encoding="UTF-8" ?>
<modsCollection xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" xmlns:slims="http://slims.web.id" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd">
<mods version="3.3" id="113652">
 <titleInfo>
  <title>PRAKIRAAN BEBAN PUNCAK HARIAN KOTA BANDA ACEH MENGGUNAKAN METODE ADAPTIVE NEURO FUZZY INFERENCE SYSTEM (ANFIS)</title>
 </titleInfo>
 <name type="Personal Name" authority="">
  <namePart>Heldi Tindra</namePart>
  <role>
   <roleTerm type="text">Primary Author</roleTerm>
  </role>
 </name>
 <typeOfResource manuscript="no" collection="yes">mixed material</typeOfResource>
 <genre authority="marcgt">bibliography</genre>
 <originInfo>
  <place>
   <placeTerm type="text">Banda Aceh</placeTerm>
   <publisher>Program Studi Magister Teknik Elektro</publisher>
   <dateIssued>2023</dateIssued>
  </place>
 </originInfo>
 <language>
  <languageTerm type="code">id</languageTerm>
  <languageTerm type="text">Indonesia</languageTerm>
 </language>
 <physicalDescription>
  <form authority="gmd">Theses</form>
  <extent></extent>
 </physicalDescription>
 <note>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 %.</note>
 <note type="statement of responsibility"></note>
 <subject authority="">
  <topic>FUZZY SYSTEMS</topic>
 </subject>
 <subject authority="">
  <topic>ELECTRIC ENERGY</topic>
 </subject>
 <classification>333.793 2</classification>
 <identifier type="isbn"></identifier>
 <location>
  <physicalLocation>ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala</physicalLocation>
  <shelfLocator></shelfLocator>
 </location>
 <slims:digitals/>
</mods>
<recordInfo>
 <recordIdentifier>113652</recordIdentifier>
 <recordCreationDate encoding="w3cdtf">2023-08-24 16:07:45</recordCreationDate>
 <recordChangeDate encoding="w3cdtf">2023-08-24 16:42:43</recordChangeDate>
 <recordOrigin>machine generated</recordOrigin>
</recordInfo>
</modsCollection>