PERBANDINGAN METODE KOEFISIEN DENGAN JARINGAN SYARAF TIRUAN PADA PERAMALAN BEBAN LISTRIK JANGKA PENDEK

Peramalan beban jangka pendek merupakan peramalan beban listrik untuk keperluan operasi ekonomis sistem tenaga. Berbagai metode sudah diteliti untuk mendapatkan predisksi beban listrik tersebut. Penelitian ini menyajikan hasil prediksi beban listrik jangka pendek menggunakan metode koefisien dan jaringan syaraf tiruan (JST). Dua skenario peramalan beban untuk masing-masing metoda yaitu peramalan berdasarkan hari yang sama dan berdasarkan urutan hari-hari dalam seminggu. Data untuk peramalan adalah daya beban historis setiap setengah jam dari penyulang- penyulang di Gardu Induk Ampenan. Pra-prosesing dan pengelompokan data untuk data latih dan   data uji pada dua metoda tersebut. Metoda JST menggunakan 3 layer, layer input sebanyak 3 neuron, layer hidden sebanyak 8 neuron dan layer output sebanyak 1 neuron dengan fungsi aktivasi adalah sigmoid biner. Hasil penelitian menunjukkan, untuk skenario hari yang sama diperoleh prediksi beban listrik rata- rata selama seminggu sebesar 27,38 MW dan 26,50 MW untuk metoda koefisien dan metoda JST dengan nilai rata-rata MAPE sebesar 8,97% dan 4,72%. Sehingga nilai akurasi untuk metode koefisien dan metode JST sebesar 91,03% dan 95,28%. Skenario untuk urutan hari-hari dalam seminggu diperoleh prediksi beban listrik rata-rata selama seminggu sebesar 26,98 MW dan 26,71 MW untuk metoda koefisien dan metoda JST dengan nilai rata-rata MAPE sebesar 7,34 % dan 4,98%. Sehingga nilai akurasi untuk metode koefisien dan metode JST sebesar 92,66% dan 95,02%. Hasil ini menunjukan metode JST lebih baik dari metode koefisien untuk kedua skenario.