| dc.description.abstract | Pesatnya perkembangan teknologi pada era saat ini terus mengalami peningkatan yang tinggi, sehingga akan membuat pemakaian terhadap energi listrik pun juga mengalami peningkatan yang tinggi, seperti pada tempat-tempat industri, perkantoran, dan perumahan. Seiring berjalannya waktu, beban puncak yang digunakan juga akan semakin besar. Untuk mengantisipasi hal tersebut, dibutuhkan metode agar dapat memprediksikan jumlah beban puncak yang akan didistribusikan kepada konsumen agar dapat menghindari kerugian seperti pemadaman secara bergilir. Hal tersebut justru akan membuat konsumen menjadi khawatir dan sangat tidak nyaman dalam menggunakan energi listrik. Maka dari itu dibutuhkan suatu metode peramalan beban puncak untuk memprediksi jumlah beban yang dibutuhkan di dalam beberapa waktu ke depan. Penelitian untuk meramalkan beban puncak ini menggunakan simulasi dengan software Matlab. Data yang digunakan pada penelitian kali ini merupakan data beban puncak listrik setiap bulan selama 7 tahun yang terbagi menjadi 3 data. yaitu data input, data target dan data uji . Metode yang diterapkan pada penelitian kali ini yaitu metode Levenberg Marquardt. Data yang dipakai untuk pelatihan penelitian ini yaitu data pada tahun 2011 sampai dengan pada tahun 2017, dimana dari data-data tersebut akan dibagi menjadi data input, data target dan data uji pelatihan recurrent neural network. Data tersebut disusun menjadi 36 data input dan 12 data target, serta menggunakan 13 pola yang berbeda, dimana pergantian pada setiap pola merupakan pergeseran dari data input dan data target yang bertujuan untuk meminimalkan jumlah nilai error dari suatu metode peramalan. Hasil dari peramalan beban puncak yang didapatkan yaitu nilai MAPE (Mean Absolute Percentage Error) yang merupakan perhitungan akurasi peramalan terhadap target, pada pengujian peramalan beban dengan menggunakan metode recurrent neural network dengan optimasi levenberg marquardt didapatkan nilai MAPE sebesar 16,11166595%. Nilai MAPE tersebut sudah memiliki tingkat akurasi yang tinggi, dimana C. D. Lewis pada tahun 1982 pada bukunya yang berjudul Industrial and Business Forecasting Methods: A Radical Guide to Exponential Smoothing and Curve Fitting, mengatakan bahwa nilai MAPE 11% hingga 20% di kategorikan ramalan bagus dan hasil MAPE yang diperoleh yaitu 16,11166595% dapat diartikan. Dari data rekap peramalan beban mulai tahun 2018 sampai dengan 2023 berdasarkan hasil perhitungan total bepan puncaknya disetiap tahun. Menurut R1UPTL 2016-2025 untuk penambahan kapasitas trafo di suatu GI ditentukan pada saat pembebanan trafo mencapai 60%-70% dari kapasitas maksimal transformator yang terpasang saat ini yaitu 5773,67 Amp. Sehingga 70% dari kapasitas transformator 5773,67 Amp diperoleh 4041,171 Amp. Bahwa untuk perkiraan beban puncak diperkirakan ban melewati kapasitas transformator pada Gardu Induk Jember pada tahun 2023 beban puncak yaitu pada bulan Maret sebesar 5031,254 Amp, Juni sebesar 4657,63Amp, dan September sebesar 4162,68 Amp yaitu melewati maksimal 4041,171 Amp dari 70% kapasitas trafo yaitu 5773,67 Amp. | en_US |
