PENERAPAN ELMAN-RECURRENT NEURAL NETWORK PADA PERAMALAN KONSUMSI LISTRIK JANGKA PENDEK DI PT. PLN APP MALANG
Abstract: Neural network (NN)
adalah representasi buatan otak manusia yang mensimulasikan proses pembelajaran
otak manusia untuk diimplementasikan pada sistem komputasi yang mampu
menyelesaikan proses perhitungan selama proses pembelajaran pada setiap
permasalahan. NN yang digunakan yaitu Recurrent Neural Network (RNN). RNN
adalah salah satu metode yang banyak digunakan untuk meramalkan konsumsi
listrik per jam jangka pendek di berbagai negara. Metode ini dimungkinkan baik
untuk peramalan karena memiliki keutamaan yaitu terdapat loop feedback, yang
mana prosedur umum dari jaringan recurrent yaitu mampu mengakomodasi output
jaringan menjadi input pada jaringan itu lagi dalam rangka menghasilkan output
pada jaringan berikutnya. Input jaringan Elman-RNN yang dikaji dan dicobakan
untuk peramalan pada data, yaitu input berupa matriks sesuai lag-lag yang
signifikan dari plot ACF dan PACF. Hasil akurasi ramalan melalui nilai MAPE
data testing menunjukkan bahwa jaringan Elman-RNN(13,4,1) merupakan model
terbaik untuk peramalan konsumsi listrik per jam jangka pendek di Blimbing,
Malang.
Penulis: Dea Lucky Sani
Kode Jurnal: jpmatematikadd141029
