<![CDATA[PT PLN (Persero) merupakan salah satu penyedia jasa ketenagalistrikan yang selalu terhubung erat dengan masyarakat, karena merupakan produk yang selalu dibutuhkan masyarakat untuk kebutuhan sehari-hari. Perkembangan saat ini, terkait dengan pertumbuhan jumlah penduduk, kemajuan teknologi dan informasi, mengharuskan PLN untuk meningkatkan jumlah kebutuhan energi. Oleh karena itu, diperlukan langkah-langkah strategis untuk memprediksi beban lebih trafo. Penelitian ini membahas prediksi beban transformator harian berdasarkan data yang tersedia pada laporan real-time UP2D di Sumatera Utara pada bulan Juni 2023. Algoritma yang digunakan untuk prediksi adalah jaringan syaraf tiruan membuat propagasi balik. Algoritma backpropagation ini menggunakan lima model arsitektur diantaranya 29-15-1, 29-30-1, 29-40-1, 29-50-1 dan 29-65-1. Diantara kelima model arsitektur yang digunakan, dipilih arsitektur terbaik yaitu 29-50-1 yang mempunyai akurasi sebesar 87.50%, MSE 0.000996722 dan MSE yang digunakan sebesar 0.002 - 0.29. Oleh karena itu, model arsitektur ini cukup efektif untuk beban transformator berdasarkan data beban penyulang.]]>
Copyrights © 2023
