PENERAPAN RADIAL BASIS FUNCTION NEURAL NETWORK UNTUK PERKIRAAN BEBAN HARIAN DI GARDU INDUK BLIMBING MALANG

Hadi, Warsito (2005) PENERAPAN RADIAL BASIS FUNCTION NEURAL NETWORK UNTUK PERKIRAAN BEBAN HARIAN DI GARDU INDUK BLIMBING MALANG. Skripsi thesis, ITN Malang.

Text 9912006.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (4MB)

Abstract

Dalam melayani kebutuhan daya listrik yang tidak tetap dari waktu ke waktu dan untuk pengoperasian suatu sistem tenaga listrik yang selalu dapat memenuhi permintaan daya pada setiap saat dengan kualitas baik dan dengan harga yang murah, maka pihak perusahaan listrik harus mengetahui permintaan daya listrik dimasa yang akan datang sehingga diperlukanlah " Perkiraan Beban" yang bertujuan untuk tercapainya permasalahan diatas. Metode Radial Basis Function Neural network yang lebih umum di sebut dengan metode Jaringan Syaraf Tiruan merupakan metode yang masih banyak di pakai untuk perkiraan beban yang akan datang, karena metode ini telah terbukti mampu memperkirakan beban yang akan datang dengan akurasi hasil perkiraan yang bagus dan mempunyai tingkat error yang kecil. Metode Radial Basis Function Neural Network merupakan pengembangan dari metode Jaringan Syaraf Tiruan Konvensional, keunggulan dari metode ini adalah dapat memperkirakan beban puncak dan juga pemakaian beban total (energi) karena jaringan Radial Basis Function memiliki dua modul yaitu untuk memperkirakan beban puncak dan memperkirakan pemakaian beban total (energi).

Item Type:	Thesis (Skripsi)
Additional Information:	Warsito Hadi (9912006)
Uncontrolled Keywords:	Load Forecasting. Artificial Neural network, Artificial Intelligence, Radial Basis Function
Subjects:	Engineering > Electrical Engineering
Divisions:	Fakultas Teknologi Industri > Teknik Elektro S1 > Teknik Elektro S1(Skripsi)
Depositing User:	septiani rosyidah
Date Deposited:	30 May 2022 05:03
Last Modified:	30 May 2022 05:03
URI:	http://eprints.itn.ac.id/id/eprint/8464

Actions (login required)

View Item