PREDIKSI KONSUMSI ENERGI LISTRIK MENGGUNAKAN TEMPORAL CONVOLUTIONAL NETWORK

KENNETH ANGELO

Informasi Dasar

169 kali
23.04.1603
621.382
Karya Ilmiah - Skripsi (S1) - Reference

Peramalan konsumsi listrik saat ini merupakan salah satu tantangan terpenting bagi industri. Karena tingkat konsumsi listrik yang semakin tinggi, maka setiap perusahaan perlu menggunakan energi listrik dengan efisien agar konsumsi listrik yang digunakan tidak melebihi budget perusahaan.

Dalam perkembangan teknologi, berbagai penerapan machine learning sudah banyak dilakukan untuk mengatasi masalah prediksi konsumsi listrik seperti Recurrent Neural Network (RNN) dan Long ShortTerm Memory (LSTM) untuk menemukan pola kompleks pada data konsumsi listrik. Temporal Convolutional Networks (TCN) adalah arsitektur khusus yang memiliki keunggulan dalam hal efisiensi komputasi dan mampu mengekstrasi pola dalam jangka Panjang dibandingkan dengan RNN dan LSTM. Penelitian ini bertujuan untuk membuat sistem prediksi penggunaan energi listrik di masa depan menggunakan algoritma TCN dengan akurasi yang tinggi.

Setelah melakukan pengujian parameter, didapatkan parameter terbaik untuk model TCN dengan rasio pembagian 80% data training dan 20% data testing menghasilkan hasil prediksi terbaik dengan error MAE 0.526019, MSE = 0.924949, RMSE 0.961743 dan R2 score 76,5%

Subjek

ARTIFICIAL INTELLIGENCE
Temporal logic,

Katalog

PREDIKSI KONSUMSI ENERGI LISTRIK MENGGUNAKAN TEMPORAL CONVOLUTIONAL NETWORK
 
 
Indonesia

Sirkulasi

Rp. 0
Rp. 0
Tidak

Pengarang

KENNETH ANGELO
Perorangan
Muhammad Ary Murti, Casi Setianingsih
 

Penerbit

Universitas Telkom, S1 Teknik Elektro
Bandung
2023

Koleksi

Kompetensi

  • TUI4B4 - TUGAS AKHIR

Download / Flippingbook

 

Ulasan

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