Skripsi

Smart forecasting pertumbuhan beban listrik menggunakan anfis (adaptive neuro fuzzy inference system) guna mendukung kelangsungan sektor pariwisata di Kota Batu / Binar Maqhfi Rohman

Abstrak
Kota Batu menjadi kota dengan konsumsi energi listrik yang terus meningkat karena berkembangnya pariwisata yang kini telah menjadi ikon kota. Bila energi listrik yang ada tidak mampu memenuhi kebutuhan dapat dipastikan pertumbuhan ekonomi akan terhambat dan tingkat kepuasan masyarakat dalam hal pelayanan energi listrik akan berkurang. Sebagai bentuk antisipasi yang dapat dilakukan adalah meramalkannya (forecasting) dengan tujuan untuk melihat kapabilitas transformator dalam beberapa tahun berikutnya sehingga penyedia pelayanan energi listrik dapat melakukan antisipasi dan perencanaan mitigasi kemungkinan kelebihan kapasitas transformator sehingga perlunya penggantian transformator baru. Penelitian ini memiliki tujuan yaitu (1) Mendeskripsikan peramalan pertumbuhan beban listrik di Kota Batu menggunakan data murni yang disebut skenario 1 dengan metode ANFIS dan bantuan software Matlab (2) Mendeskripsikan peramalan pertumbuhan beban listrik di Kota Batu menggunakan data transformasi yang disebut skenario 2 dengan metode ANFIS dan bantuan software Matlab (3) Mengevaluasi model terbaik dalam melakukan peramalan pertumbuhan beban listrik di Kota Batu antara skenario 1 dan skenario 2 menggunakan metode ANFIS dan bantuan software Matlab. Penelitian ini menggunakan metode kuantitatif dengan menggunakan ANFIS berupa toolbox ANFIS melalui aplikasi matlab untuk meramalkan daya listrik terpasang. Data yang digunakan adalah data sekunder berupa jumlah objek wisata jumlah pengunjung wisata PDRB jumlah penduduk dan jumlah pelanggan listrik yang didapatkan dari BPS Provinsi Jawa Timur. Pada tahapan penelitian data dibagi menjadi dua skenario yaitu Skenario 1 berupa data murni sedangkan pada skenario 2 data yang digunakan adalah data murni yang telah diolah kembali menggunakan regresi linear sederhana atau disebut data transformasi. Setiap skenario dilakukan tiga peramalan dan hasil penelitian akan dibandingkan nilai akurasinya menggunakan parameter MAPE untuk mencari kriteria model terbaik. Hasil analisa menyimpulkan bahwa (1) Pada skenario 1 akurasi tertinggi terjadi pada peramalan kedua dengan nilai MAPE 0.038133% (2) Pada skenario 2 akurasi tertinggi terjadi pada peramalan pertama dengan nilai MAPE 0.048914% (3) Dilihat dari rata- rata nilai MAPE skenario 2 lebih baik karena memiliki nilai rerata MAPE lebih kecil dari skenario 1 yaitu 0.066350% sehingga bisa dikatakan skenario 2 memiliki tingkat akurasi lebih tinggi daripada skenario 1 sehingga dapat dikatakan model terbaik dalam penelitian ini adalah skenario 2 pada peramalan pertama.

Informasi Detail

DDC

SKRIPSI DIGITAL

Prodi

Universitas Negeri Malang. Program Studi Teknik Elektro, 2023.

Deskripsi Fisik

xvi, 101 lembar : ilus.

Bahasa

Indonesia

No Reg

4066/RS/24

Edisi

Skripsi (Sarjana)--Universitas Negeri Malang. 2023

Subjek

1. PARIWISATA ( KOTA BATU ) - SMART FORECASTING
2. TOURISM (BATU CITY) - SMART FORECASTING

Pembimbing

1. Sujito, S.t., M.t., Ph.d;2. Dr.eng Anik Nur Handayani, S.t., M.t

Lampiran Berkas