PREDIKSI PENGGUNAAN DAYA LISTRIK MENGGUNAKAN ALGORITMA LONG SHORT TERM MEMORY BERBASIS WEBSITE

SATRIA RANA DITYANTOMO

Informasi Dasar

21.04.2861
006.31
Karya Ilmiah - Skripsi (S1) - Reference

Energi listrik merupakan hal penting bagi kehidupan sekarang. Banyak kegiatan sehari hari menggunakan listrik. Harga Listrik diukur dari seberapa besar pengunaan daya listrik yang terpakai. Peramalan harga atau besar pemakaian daya listrik sangat dibutuhkan untuk bisa mengambil keputusan untuk berhemat serta mengatur management pengeluaran. Dalam perkembangan teknologi, banyak penerapan Machine Learning yang dapat digunakan untuk melakukan peramalan atau prediksi harga atau data masa depan. Salah satu algoritma yang akan dipakai untuk adalah Long Short Term Memory (LSTM). Penelitian ini bertujuan untuk dapat membuat system prediksi penggunaan daya listrik dengan menggunakan algoritma LSTM untuk dapat memprediksi penggunaan listrik di masa depan. Penelitian ini akan diimplementasikan kedalam bentuk media Website System Monitoring and Prediction. Bedasarkan Hasil Pengujian diketahui bahwa untuk metode LSTM dengan parameter rasio training dan tesing sebesar 70:30, epoch sebesar 250, jumlah Hidden Layer sebanyak 3 layer LSTM dengan masing masing 64 neuron disetiap layernya, serta tipe optimasi Adam dengan learning rate sebesar 0.001 menghasilkan hasil prediksi yang bagus dengan nilai MAE 0.0240619, MSE 0.0194829, RMSE 0.139581.

Subjek

Machine - learning
 

Katalog

PREDIKSI PENGGUNAAN DAYA LISTRIK MENGGUNAKAN ALGORITMA LONG SHORT TERM MEMORY BERBASIS WEBSITE
 
 
Indonesia

Sirkulasi

Rp. 0
Rp. 0
Tidak

Pengarang

SATRIA RANA DITYANTOMO
Perorangan
Casi Setianingsih, Muhammad Ary Murti
Indonesia

Penerbit

Universitas Telkom, S1 Teknik Komputer
Bandung
2021

Koleksi

Kompetensi

 

Download / Flippingbook

 

Ulasan

Belum ada ulasan yang diberikan
anda harus sign-in untuk memberikan ulasan ke katalog ini