PREDIKSI NILAI SUSUT ENERGI LISTRIK PADA PT PLN (PERSERO) ULP BANGKINANG MENGGUNAKAN METODE MACHINE LEARNING PROPHET Unissula Repository

GUMELAR, RADHITYO (2025) PREDIKSI NILAI SUSUT ENERGI LISTRIK PADA PT PLN (PERSERO) ULP BANGKINANG MENGGUNAKAN METODE MACHINE LEARNING PROPHET. Undergraduate thesis, Universitas Islam Sultan Agung.

	Text Teknik Elektro_30602200223_fullpdf.pdf \| Download (2MB)
	Text Teknik Elektro_30602200223_pernyataan_publikasi.pdf Restricted to Registered users only \| Download (54kB)

Abstract

Efisiensi distribusi energi listrik merupakan salah satu tantangan utama bagi PT PLN (Persero), khususnya dalam mengurangi nilai susut energi listrik yang terjadi selama proses distribusi. Penelitian ini bertujuan untuk mengembangkan model prediksi nilai susut energi listrik di PLN ULP Bangkinang menggunakan metode machine learning Prophet. Metode ini dirancang untuk menganalisis data deret waktu dengan pola kompleks, termasuk tren dan musiman, yang umumnya terjadi dalam distribusi energi. Data susut energi dari tahun 2018 hingga 2024 digunakan sebagai dataset penelitian. Proses pengembangan model melibatkan pengumpulan data susut energi bulanan, preprocessing, pelatihan model dengan optimasi hyperparameter menggunakan Optuna, dan evaluasi kinerja model menggunakan metrik Mean Squared Error (MSE) dan R² Score. Hasil pengujian menunjukkan bahwa metode Prophet memiliki kinerja terbaik dengan nilai MSE sebesar 0.0054 dan R² sebesar 0.68785 dibandingkan dengan metode pembanding lainnya, seperti ARIMA, SARIMA, dan LSTM. Temuan ini menunjukkan bahwa metode Prophet mampu memprediksi nilai susut energi secara akurat meskipun dengan dataset yang terbatas. Penelitian ini memberikan kontribusi dalam mengidentifikasi pola susut energi secara dini dan mendukung pengambilan keputusan berbasis data untuk meningkatkan efisiensi operasional PLN. Implementasi model ini diharapkan dapat meminimalkan kerugian energi listrik dan meningkatkan kualitas layanan kepada pelanggan.

Dosen Pembimbing:	Hapsari, Jenny Putri \| UNSPECIFIED
Item Type:	Thesis (Undergraduate)
Subjects:	T Technology > TK Electrical engineering. Electronics Nuclear engineering
Divisions:	Fakultas Teknologi Industri Fakultas Teknologi Industri > Mahasiswa FTI - Skripsi Teknik Elektro
Depositing User:	Pustakawan 4 UNISSULA
Date Deposited:	20 Nov 2025 01:46
URI:	https://repository.unissula.ac.id/id/eprint/42056

Actions (login required)

View Item