PENGARUH JUMLAH DATA LATIH SVM PADA PERAMALAN BEBAN LISTRIK BULANAN DI SEKTOR INDUSTRI
ABSTRAK: Peramalanterhadap
beban listrik bulanan di industry adalah sangat penting dalam perencanaan dan
pengawasan serta monitoring penggunaan listrik disektor indsutri, sehingga
tingkat keakuratan sistem peramalan sangat diperlukan.Suport Vector Machine
(SVM) merupakan salah satu metode peramalan yang berbasis kecerdasan buatan
dapat memberikan nilai akurasi yang baik, dengan hasil nilai error yang
kecil.Sebagai sistem cerdas, SVM memerlukan pelatihan pada sistem
nya.Penelitian ini mengkaji pengaruh jumlah data latih yang diberikan pada SVM
sebagai metode peramalan beban listrik. Pengujian dilakukan dengan memberikan
variabel jumlah data dari 12 data sampai 72 data latih, dan SVM menggunakan
fungsi Kernel Gaussian RBF. Hubungan antara jumlah data latih dengan nilai
kesalahan peramalan (yang diukur dengan MAPE) dianalisis dengan korelasi
Person’s. Penelitian inimenghasilkan nilai Korelasi Person’s r= -0,96
memberikan arti bahwa antarajumlah data latih SVM dengan nilai MAPE yang
didapatkan dalam prakiraan SVM terdapat hubungan negatif dengan kekuatan
hubungan yang kuat.
Penulis: Luqman Assaffat
Kode Jurnal: jptlisetrodd160710
