PRAKIRAAN BEBAN LISTRIK JANGKA PENDEK KOTA BANDA ACEH BERBASIS LOGIKA FUZZY | ELECTRONIC THESES AND DISSERTATION

Electronic Theses and Dissertation

Universitas Syiah Kuala

    SKRIPSI

PRAKIRAAN BEBAN LISTRIK JANGKA PENDEK KOTA BANDA ACEH BERBASIS LOGIKA FUZZY


Pengarang

Rio Syahputra - Personal Name;

Dosen Pembimbing



Nomor Pokok Mahasiswa

050410501055

Fakultas & Prodi

Fakultas Teknik / Teknik Elektro (S1) / PDDIKTI : 20201

Penerbit

Banda Aceh : Fakultas Teknik.,

Bahasa

Indonesia

No Classification

511.313

Literature Searching Service

Hard copy atau foto copy dari buku ini dapat diberikan dengan syarat ketentuan berlaku, jika berminat, silahkan hubungi via telegram (Chat Services LSS)

Salah satu aspek teknis yang menunjang perencanaan pengoperasian optimal suatu pembangkit baik ditinjau dari segi keandalan sistem maupun segi ekonomis operasi sistem tenaga adalah masalah prakiraan beban listrik jangka pendek. Tugas Akhir ini bertujuan untuk memprakirakan beban listrikjangka pendekjam beban puncak (17.30
- 22.30 WIB) pembebanan harian Unit Penyaluran Transmisi Banda Aceh P3B PT PLN Persero wilayah Aceh 150-20 kV dengan mengaplikasikan metode Adaptive Neuro Fuzzy Inference System (ANFIS).Perangkat lunak yang digunakan untuk memprediksi beban listrik jangka pendek dalam tugas akhir ini dengan bantuan perangkat lunak MATLAB R 2007b dan Microsoft Excel 2007. Simulasi dilakukan dengan memanfaatkan 4 bulan training data set pembebanan harian. Struktur ANFIS yang nantinya dilatih menggunakan model ANFIS Sugeno, 3 jenis fungsi keanggotaan dengan 3 dan 4 fuzzy set untuk masing-masing jenis fungsi keanggotaan. Struktur ANFIS tersebut nantinya dilatih dengan menggunakan algoritma hybrid. Dari hasil simulasi diperoleh bahwa struktur ANFIS 3 masukan fungsi keanggotaan gbe/1 dengan 3 fuzzy set sebagai struktur ideal. Selanjutnya hasil estimasi ANFIS dibandingkan dengan metode rat.a-rat.a bergerak. Hasil simulasi menunjukkan model prediksi ANFIS menghasilkan MAPE sebesar 3,42 %, sedangkan model prediksi metode rata-rata bergerak sebesar 6,58 %.

Kata Kunci : ANFIS, Fungsi Keanggotaan, Algoritma hybrid, MAPE (Mean Absolut
Percentage Error)





Tidak Tersedia Deskripsi

Citation



    SERVICES DESK