PREDIKSI SUSUT DISTRIBUSI TENAGA LISTRIK UNIT PELAKSANA PELANGGAN (UP3) SEMARANG MENGGUNAKAN JARINGAN SYARAF TIRUAN BACKPROPAGATION

Andriansyah, Rizko (2025) PREDIKSI SUSUT DISTRIBUSI TENAGA LISTRIK UNIT PELAKSANA PELANGGAN (UP3) SEMARANG MENGGUNAKAN JARINGAN SYARAF TIRUAN BACKPROPAGATION. Masters thesis, Universitas Islam Sultan Agung Semarang.

	Text Magister Teknik Elektro_20602100001_fullpdf.pdf Download (3MB)
	Text Magister Teknik Elektro_20602100001_pernyataan_publikasi.pdf Restricted to Registered users only Download (1MB)

Abstract

Salah satu indikator baik atau buruknya kinerja suatu sistem ketenagalistrikan dapat diketahui dari angka susut energi listrik. Susut energi bulan ini baru bisa diketahui pada pertengahan bulan di depannya menunggu hasil laporan pendapatan yang terdiri dari pendapatan rekening listrik, uang tagihan susulan dari pelanggan yang kena P2TL (Penertiban Pemakaian Tenaga Listrik), biaya kelalaian,sewa trafo, dan lain-lain sehingga dinilai terlambat untuk dijadikan acuan dalam mengambil kebijakan. Maka prediksi angka susut dinilai perlu dilakukan dengan harapan bias membantu pengambilan kebijakan terkait pengendalian susut. Penelitian ini memanfaatkan Software Matlab dengan metode Jaringan Syaraf Tiruan Backpropogation untuk memprediksi nilai susut PT. PLN (Persero) Unit Pelaksana Pelayanan Pelanggan Semarang dengan 7 data input . Pada penelitian ini , penulis menggunakan permodelan terdiri atas 7 masukan, 1 hidden layer dengan 14 node (neuron), 1 output dan learning rate 0,1. Selanjutnya dalam proses ini dapat memberikan data besarnya susut distribusi bulanan pada unit kerja dalam 1 tahun. Dari hasil penelitian, didapatkan model jaringan syaraf tiruan 7-14-1 dengan 7 lapisan input, 14 neuron pada lapisan tersembunyi, dan 1 lapisan output, sebagai pola yang bisa digunakan untuk memprediksi susut pada semua Unit Pelaksana Pengelola distribusi Listrik. Prediksi susut distribusi ini menghasilkan nilai regresi 0.9924 dan RMSE 0.52525 pada epoch 367 sehingga sangat baik untuk dapat digunakan memprediksi susut pada periode yang akan datang.

Item Type:	Thesis (Masters)
Subjects:	T Technology > T Technology (General)
Divisions:	Pascasarjana Pascasarjana > Magister Teknik elektro
Depositing User:	Pustakawan 1 UNISSULA
Date Deposited:	05 May 2025 08:32
URI:	http://repository.unissula.ac.id/id/eprint/40143

Actions (login required)

View Item