Article Per Year (5 Year)
p-Index From 2020 - 2025
3.237
P-Index
This Author published in this journals
All Journal Foristek Jambura Journal of Electrical and Electronics Engineering Jurnal Teknologi Elekterika BERNAS: Jurnal Pengabdian Kepada Masyarakat Jurnal Sibermas (Sinergi Pemberdayaan Masyarakat) Inverted Jurnal Abdimas Terapan Empiris Jurnal Pengabdian Pada Masyarakat (EJPPM) Nusantara Journal of Multidisciplinary Science Jurnal Pengabdian Pada Masyarakat Eldimas Journal Of Renewable Energy Engineering
Bambang Panji Asmara
Universitas Negeri Gorontalo
Religion Agriculture, Biological Sciences & Forestry Humanities Biochemistry, Genetics & Molecular Biology Computer Science & IT Control & Systems Engineering Dentistry Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Immunology & microbiology Languange, Linguistic, Communication & Media Mathematics Medicine & Pharmacology Neuroscience Nursing Public Health Social Sciences Veterinary Other

Published : 22 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Foristek

 1 
PEMODELAN DAN SISTEM INFORMASI PREDIKSI KAPASITAS PEMBANGKIT LISTRIK MENGGUNAKAN NEURAL NETWORK Tansa, Salmawaty; Asmara, Bambang Panji
FORISTEK : Forum Teknik Elektro dan Teknologi Informasi Vol 4, No 2 (2014)
Publisher : FORISTEK : Forum Teknik Elektro dan Teknologi Informasi

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Kebutuhan ketersediaan tenaga listrik saat ini sangat tinggi mengingat banyaknya permintaan pemasangan listrik setiap tahun. Untuk itu diperlukan perencanaan operasi sistem tenaga listrik yang handal untuk meramalkan kebutuhan beban listrik. Salah satu metode peramalan beban listrik adalah JST (Jaringan Syaraf Tiruan). JST merupakan sistem pemroses informasi yang mempunyai karakteristik mirip jaringan syaraf biologi. JST digunakan untuk peramalan beban karena kemampuan pendekatan yang baik terhadap ketidaklinieran. Pada metode ini digunakan JST dengan algoritma backpropagation dan hasil peramalan didasarkan pada data beban per hari dan data pelanggan untuk sector rumah tangga, bisnis, industry, social, dan pemerintahan. Berdasarkan hasil penelitian yang dilakukan lewat pemrograman menggunakan software MATLAB, proses pelatihan data yang dilakukan dengan arsitektur jaringan yaitu input layer 12, hidden layer 5, output layer 1 dengan parameter jaringan sebagai berikut laju pembelajaran 0,1, maximum epoch 1000, parameter goal 0,001. Hasil pelatihan yang dihasilkan berhasil 98%. Proses pengujian data diambil dari data pelanggan dan data beban terbaru setelah itu dilakukan pada peramalan data Keywords: Backpropagation, epoch, jaringan syaraf tiruan
Co-Authors Ade Irawaty Tolago Ahmad Muharor Alam, Saiful Arafat, Muhammad Yasser Arifin Matoka Ashad, Bayu Adrian Bonok, Zainuddin Dako, Rahmat Deddy Dicky Dunggio Dongka, Rahmat Hidayat Ervan Hasan Harun H, Haeriani Hartono, Sriwijanaka Yudi Ifan Wiranto Ifan Wiranto Ikhsan Hidayat Ikhsan Hidayat Ikhsan Hidayat Iskandar Z. Nasibu Iskandar Zulkarnain Nasibu Iti, Mohammad Rifki Jumiati Ilham Kadir, Nuralim Kamil Amali, Lanto M. Lanto Mohamad Kamil Amali Mahmud A. Manoe Moh Ihsan Hamsa Muhammad Sarlin Mutmainnah, Nur Nadifa, Ulfatun Novaldiyanto K. Nento Nurul Khaerani Hamzidah Ode Asri, Aristi Ayuningsi Rahmat D.R Dako Rahmat Deddy Rianto Dako Rianto Dako, Rahmad Dedi Saidah Suyuti Salmawaty Tansa Salmawaty Tansa Sardi Salim Sri Ayu Ashari Syahrir Abdussamad Tolago, Ade Irawati Ulfatun Nadifa Wahab Musa Wahyu Saputra Wrastawa Ridwan Yasin Mohamad Yasser , Muhammad Z Nasibu, Iskandar Zainudin Bonok