Informasi Umum

Kode

21.04.2781

Klasifikasi

006.31 - Machine Learning

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Machine - Learning

Dilihat

344 kali

Informasi Lainnya

Abstraksi

Abstrak

Penggunaan listrik sangat dibutuhkan semua masyarakat dimanapun. Listrik juga sangat dibutuhkan untuk memenuhi kebutuhan sehari-hari di instansi maupun rumah tangga. Penggunaan listrik tiap periodenya selalu bertambah dikarenakan banyaknya pembangunan dimana-mana. Perbedaan penggunaan listrik ini dipengaruhi oleh kebiasaan, pola hidup seseorang, bahkan musim dapat menyebabkan perubahan pemakaian listrik. Maka dari itu pentingnya prediksi beban listrik sangat dibutuhkan pada masa perkembangan teknologi ini yang sangat membutuhkan listrik. Dalam memeunuhi upaya tersebut, peneliti akan membuatkan sistem yang dapat memprediksikan beban listrik pada masa berikutnya. Pada penelitian ini menggunakan sistem Deep Learning dan algoritma yang digunakan adalah Radial Basis Function (RBF). Pemlihan Algortima Radial Basis Function (RBF) dikarenakan Algortima RBF memiliki tingkat akurasi yang tinggi. Penelitian ini bertujuan untuk memprediksi beban listrik yang akan datang dengan menggunakan algoritma Radial Basis Function (RBF) berbasis yang akan diimplementasikan pada web yang menggunakan framework Flask. Hasil prediksi yang dilakukan pada metode RBF pada rasio 30% data Testing dan 70% data Training dengan rincian parameternya diantaranya jumlah unit center/cluster sebesar 80, Epoch 350, Batch Size 5, Learning Rate 0.001, dan Optimizer yang digunakan adalah SGD(Stochastic Gradient Descent). Prediksi menggunakan pendekatan error pada MAE,MSE dan RMSE yang dapat dikatakan cukup baik karena nilai error mendekati 0. Kata Kunci: Radial Basis Function, Beban Listrik, prediksi.

Koleksi & Sirkulasi

Seluruh (1) koleksi tidak tersedia

Pengarang

Penerbit

Sirkulasi

Download / Flippingbook