{"title":"对贫穷地区电力需求的适应性神经网络实现分析","authors":"Donni Frans Pasman, M. A. Muslim, Moch. Dhofir","doi":"10.18860/NEU.V0I0.1643","DOIUrl":null,"url":null,"abstract":"Kemajuan teknologi informasi memungkinkan kegiatan peramalan energi listrik dapat dilakukan dengan berbagai metode. Metode jaringan syaraf tiruan perambatan balik dan jaringan syaraf adaptif telah diterapkan pada kegiatan peramalan energi listrik. Keberhasilan peramalan ditentukan ketepatan data yang relevan. Dalam penelitian ini dipilih beberapa data meliputi : Produk Domestik Bruto perkapita, pertumbuhan penduduk, jumlah rumah tangga, jumlah energi total dan daya tersambung. Data yang dipergunakan adalah data yang diperoleh dari Badan Pusat Statistik Malang dan PT PLN APJ Malang. Data untuk pembelajaran diambil mulai tahun 2001-2005, untuk pengujian mulai tahun 2006-2008 dan peramalan tahun 2009. Penelitian ini menyajikan suatu algoritma jaringan saraf adaptif untuk peramalan permintaan energi listrik. Studi empiris menunjukkan bahwa jaringan saraf adaptif algoritma konvergensi lebih cepat dan presisi yang lebih tinggi daripada algoritma jaringan saraf. Hasil peramalan memperlihatkan error rata-rata sangat kecil, yaitu sebesar 1%. Kata kunci : Peramalan, Jaringan Syaraf Adaptif.","PeriodicalId":17685,"journal":{"name":"Jurnal Neutrino","volume":null,"pages":null},"PeriodicalIF":0.0000,"publicationDate":"2012-03-28","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"4","resultStr":"{\"title\":\"ANALISIS IMPLEMENTASI JARINGAN SYARAF ADAPTIF UNTUK PERAMALAN KEBUTUHAN ENERGI LISTRIK WILAYAH MALANG\",\"authors\":\"Donni Frans Pasman, M. A. Muslim, Moch. Dhofir\",\"doi\":\"10.18860/NEU.V0I0.1643\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Kemajuan teknologi informasi memungkinkan kegiatan peramalan energi listrik dapat dilakukan dengan berbagai metode. Metode jaringan syaraf tiruan perambatan balik dan jaringan syaraf adaptif telah diterapkan pada kegiatan peramalan energi listrik. Keberhasilan peramalan ditentukan ketepatan data yang relevan. Dalam penelitian ini dipilih beberapa data meliputi : Produk Domestik Bruto perkapita, pertumbuhan penduduk, jumlah rumah tangga, jumlah energi total dan daya tersambung. Data yang dipergunakan adalah data yang diperoleh dari Badan Pusat Statistik Malang dan PT PLN APJ Malang. Data untuk pembelajaran diambil mulai tahun 2001-2005, untuk pengujian mulai tahun 2006-2008 dan peramalan tahun 2009. Penelitian ini menyajikan suatu algoritma jaringan saraf adaptif untuk peramalan permintaan energi listrik. Studi empiris menunjukkan bahwa jaringan saraf adaptif algoritma konvergensi lebih cepat dan presisi yang lebih tinggi daripada algoritma jaringan saraf. Hasil peramalan memperlihatkan error rata-rata sangat kecil, yaitu sebesar 1%. Kata kunci : Peramalan, Jaringan Syaraf Adaptif.\",\"PeriodicalId\":17685,\"journal\":{\"name\":\"Jurnal Neutrino\",\"volume\":null,\"pages\":null},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2012-03-28\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"4\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Jurnal Neutrino\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.18860/NEU.V0I0.1643\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Jurnal Neutrino","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.18860/NEU.V0I0.1643","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
ANALISIS IMPLEMENTASI JARINGAN SYARAF ADAPTIF UNTUK PERAMALAN KEBUTUHAN ENERGI LISTRIK WILAYAH MALANG
Kemajuan teknologi informasi memungkinkan kegiatan peramalan energi listrik dapat dilakukan dengan berbagai metode. Metode jaringan syaraf tiruan perambatan balik dan jaringan syaraf adaptif telah diterapkan pada kegiatan peramalan energi listrik. Keberhasilan peramalan ditentukan ketepatan data yang relevan. Dalam penelitian ini dipilih beberapa data meliputi : Produk Domestik Bruto perkapita, pertumbuhan penduduk, jumlah rumah tangga, jumlah energi total dan daya tersambung. Data yang dipergunakan adalah data yang diperoleh dari Badan Pusat Statistik Malang dan PT PLN APJ Malang. Data untuk pembelajaran diambil mulai tahun 2001-2005, untuk pengujian mulai tahun 2006-2008 dan peramalan tahun 2009. Penelitian ini menyajikan suatu algoritma jaringan saraf adaptif untuk peramalan permintaan energi listrik. Studi empiris menunjukkan bahwa jaringan saraf adaptif algoritma konvergensi lebih cepat dan presisi yang lebih tinggi daripada algoritma jaringan saraf. Hasil peramalan memperlihatkan error rata-rata sangat kecil, yaitu sebesar 1%. Kata kunci : Peramalan, Jaringan Syaraf Adaptif.
京公网安备 11010802042870号
京ICP备2023020795号-1
分享
求助内容：
应助结果提醒方式：
扫码关注我们
