Prakiraan Beban Listrik Menggunakan Metode Jaringan Saraf Tiruan dengan Data yang Terbatas

Seiring dengan perkembangan zaman, prakiraan kebutuhan beban listrik menjadi salah satu hal vital dalam perencanaan pembangkitan dan distribusi. Terdapat berbagai macam cara untuk melakukan prakiraan kebutuhan energi listrik. Salah satunya adalah dengan menggunakan metode jaringan saraf tiruan. Metode ini meniru kemampuan otak manusia untuk menerima suatu masukan lalu melakukan pemrosesan di antara neuron yang ada di dalamnya untuk menghasilkan informasi berdasarkan proses yang terjadi di dalam neuron. Tujuan penelitian ini adalah untuk melakukan prakiraan beban listrik di Kabupaten Jayawijaya menggunakan bantuan metode jaringan saraf. Penelitian ini membangun suatu arsitektur jaringan saraf yang sesuai dengan data yang diperoleh dari PT PLN (Persero) UP3 Wamena untuk menemukan model arsitektur yang sesuai dan memiliki tingkat akurasi yang tinggi. Karena data yang dimiliki untuk melakukan prakiraan beban listrik terbatas, dilakukan metode interpolasi berdasarkan data asli yang telah dimiliki untuk menambah jumlah data yang sudah ada. Dengan cara ini, data yang dapat digunakan sebagai masukan akan lebih banyak. Hal ini membuat model yang dibangun dapat melakukan prakiraan kebutuhan beban dengan lebih akurat. Data yang telah diperbanyak ini digunakan sebagai masukan data dalam model jaringan saraf tiruan. Setelah melakukan percobaan berulang-ulang menggunakan jaringan saraf, diperoleh hasil bahwa model yang sesuai dengan data adalah jaringan feed-forward long short term memory (LSTM). Dengan menggunakan model ini, dapat diperoleh error yang sesuai dengan standar suatu model untuk melakukan prakiraan, yaitu sebesar 0,04% dengan sembilan epoch.