Komparasi Prediksi Iluminasi Terhadap Susunan Lampu Led Dengan Metode Ann-Backpropagation dan Elm (Extreme Learning Machine)

Abstract

Kemajuan suatu daerah ditandai dengan adanya peningkatan pertumbuhan penduduk serta aktivitas penduduk tersebut. Peningkatan tersebut seharusnya sebanding dengan peningkatan sarana serta infrastruktur yang mendukung aktivitas penduduk tersebut, salah satu infrasturktur yaitu penerangan jalan. PJU (Penerangan Jalan Umum) yang optimal dengan daya yang efisien mutlak diperlukan. Penerangan jalan umum dalam penggunaan energi listrik perlu adanya peningkatan efisiensi energi. Lampu LED (Light Emitting Diode) dianggap sebagai sumber cahaya hemat energi, ramah lingkungan dan cocok untuk menggantikan lampu konvensional. Pada saat ini daya dari chip modul LED tunggal terbatas, sehingga modul LED chip tunggal belum dapat memenuhi permintaan sumber pencahayaan dengan persyaratan kecerahan tinggi dan penerangan tinggi. Akan tetapi, susunan LED dengan beberapa LED dapat tercapai dalam memenuhi permintaan sumber pencahayaan. Akan tetapi, permasalahan pada saat ini untuk mengetahui performa lampu LED dengan menggunakan metode konvesional, dimana lampu LED harus dibuat terlebih dahulu dan dihidupkan untuk melakukan pengujian. Berdasarkan masalah dan latar belakang tersebut, dibutuhkan suatu solusi menyelesaikan permasalahan yang ada pada saat desain awal susunan lampu LED. Oleh karena itu, pada penelitian ini dengan mengimplementasi dan mengeksplorasi mengenai teknik komparasi yang terbaik untuk mendapatkan prediksi iluminasi dari lampu LED array dengan melakukan komparasi antara metode ANN-Backpropagation dengan metode ELM (Extreme Learning Machine). Sehingga, diketahui metode yang tepat dalam memprediksi iluminansi dari susunan lampu LED hanya dengan membuat beberapa sampel susunan LED dengan menggunakan metode yang cepat dan akurasi yang tinggi berdasarkan parameter Mean Square Eror (MSE) dan R-square (R2) Berdasarkan hasil pengujian, didapatkan hasil bahwa prediksi iluminasi susunan LED dengan metode ANN-Backpropagation didapatkan hasil akurasi prediksi pada ketinggian 1, 2 dan 3 meter masing-masing sebesar 0,99 dengan waktu berurut-urut selama 2.602, 2.751 dan 2.482 detik, sedangkan pada metode ELM (Extreme Learning Machine) di dapakan hasil akurasi prediksi pada ketinggian 1, 2 dan 3 meter masing- masing sebesar 0,93 0,97 dan 0,95 dengan waktu berurut-urut selama 1,54 1,50 dan 1,57 detik. Berdasarkan hasil tersebut, didapatkan performa metode ANN-Backpropagation menghasilkan prediksi yang lebih akurat daripada metode ELM (Extreme Learning Machine. Akan tetapi waktu yang diperlukan dalam melakukan prediksi iluminasi susunan LED metode ANN Backpropagation lebih lama, sedangkan metode ELM (Extreme Learning Macchine) dengan waktu yang lebih cepat. Hal tersebut karena pada metode ANN Backpropagation menggunakan iterasi/epoch (pembelajaran berulang) dalam proses pembelajarannya. Berbeda dengan ELM yang tidak memiliki tahap perulangan dalam proses pembelajarannya, karena pada meotde ELM parameter input weight dan hidden bias dipilih secara acak menggunakan matriks pseudoinverse. Sehingga dapat mengurangi waktu komputasi dalam pelatihan.