Peramalan Konsumsi Listrik Jangka Pendek Dengan Elman-Recurrent Neural Network

Neural Network (NN) adalah metode yang telah dipercaya dan digunakan untuk meramalkan konsumsi listrik per jam jangka pendek di berbagai negara. Di Indonesia, metode NN juga dicoba, namun model ARIMA musiman ganda masih lebih sering dipilih. Metode NN yang digunakan dalam penelitian-penelitian sebelumnya adalah Feed-Forward Neural Network (FFNN). Pada penelitian ini digunakan tipe NN lain, yaitu Elman-Recurrent Neural Network (Elman-RNN), yang dapat merepresentasikan orde MA. Dengan penelitian ini akan dibuktikan bahwa Elman-RNN dapat menghasilkan ramalan yang lebih baik daripada model ARIMA musiman ganda. Model ARIMA musiman ganda yang diperoleh adalah ARIMA([1,2,3,4,6,7,9,10,14,21,33],1,8)(0,1,1)24 (1,1,0)168. Model ini menghasilkan residual yang white noise, namun tidak berdistribusi normal. Hal ini diduga karena adanya outlier. Dengan deteksi outlier secara iteratif, diperoleh 14 innovational outlier. Jaringan Elman-RNN yang dicoba ada 4 macam. Keempat jaringan ini menggunakan satu lapisan tersembunyi dengan fungsi aktivasi tangent sigmoid dan satu output dengan fungsi linier. Dengan membandingkan nilai MAPE out-sample disimpulkan bahwa jaringan keempat, yaitu Elman-RNN(22, 3,1), dengan input lag 1 dan lag kelipatan 24 ± 1, fungsi tangent sigmoid pada lapisan tersembunyi, dan fungsi linier pada lapisan output, merupakan model terbaik untuk peramalan konsumsi listrik per jam jangka pendek di Mengare.

by : Alfonsus J. E. (1305 100 056)

Leave a Reply

Fill in your details below or click an icon to log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Log Out / Change )

Twitter picture

You are commenting using your Twitter account. Log Out / Change )

Facebook photo

You are commenting using your Facebook account. Log Out / Change )

Google+ photo

You are commenting using your Google+ account. Log Out / Change )

Connecting to %s