UMM Institutional Repository

PREDIKSI PEMAKAIAN DAYA LISTRIK MENGGUNAKAN METODE SUPPORT VECTOR REGRESSION (SVR) (Studi Kasus: PT. PLN (Persero) Rayon Seririt)

Mashita, Rima Mediana (2018) PREDIKSI PEMAKAIAN DAYA LISTRIK MENGGUNAKAN METODE SUPPORT VECTOR REGRESSION (SVR) (Studi Kasus: PT. PLN (Persero) Rayon Seririt). Bachelors Degree (S1) thesis, University of Muhammadiyah Malang.

[img]
Preview
Text
jiptummpp-gdl-rimamedian-50748-1-pendahul-n.pdf

Download (1MB) | Preview
[img]
Preview
Text
jiptummpp-gdl-rimamedian-50748-2-babi.pdf

Download (381kB) | Preview
[img]
Preview
Text
jiptummpp-gdl-rimamedian-50748-3-babii.pdf

Download (365kB) | Preview
[img]
Preview
Text
jiptummpp-gdl-rimamedian-50748-4-babiii.pdf

Download (508kB) | Preview

Abstract

Peranan listrik sangat penting bagi kehidupan masyarakat, begitu pentingnya peranan listrik tentu saja berdampak pada kebutuhan listrik yang begitu besar, maka PT. PLN (Persero) Rayon Seririt sebagai penyedia tenaga listrik harus bisa memprediksi besarnya peggunaan listrik rumah tangga setiap harinya. Selain itu menyebabkan semakin besar pula pemakian daya listik, apabila pemakaian daya listrik tidak diolah dengan baik akan menimbulkan beban energi listrik yang tidak terbendung. Dengan permasalahan yang telah diuraikan, penelitian ini menerapkan algoritma Support Vector Regression dalam prediksi pemakain daya listrik untuk mengetahui besarnya pemakaian daya listrik yang akan datang. Berdasarkan hasil pengujian yang dilakukan, hasil nilai akurasi terbaik MAE sebesar 84466,8, RMSE sebesar 122015,2, dan Koefisien Korelasi sebesar 57,3 % pada kernel polynomial. Sehingga algoritma Support Vector Regression dan fungsi kernel polynomial cocok digunakan dalam memprediksi pemakaian daya listrik.

Item Type: Thesis (Bachelors Degree (S1))
Student ID: 201310370311303
Keywords: PT. PLN (Persero) Rayon Seririt, Pemakain Daya Listrik, Support Vector Regression (SVR), Fungsi Kernel, Mean Absolute Error (MAE), Root Mean Squared Error (RMSE), dan Koefisien Korelasi
Subjects: T Technology > T Technology (General)
Divisions: Faculty of Engineering > Department of Informatics (55201)
Depositing User: Ida Fitriani Noor
Date Deposited: 29 Sep 2018 03:19
Last Modified: 29 Sep 2018 03:19
URI : http://eprints.umm.ac.id/id/eprint/37624

Actions (login required)

View Item View Item
UMM Official

© 2008 UMM Library. All Rights Reserved.
Jl. Raya Tlogomas No 246 Malang East Java Indonesia - Phone +62341464318 ext. 150, 151 - Fax +62341464101
E-Mail : infopus[at]umm.ac.id - Website : http://lib.umm.ac.id - Online Catalog : http://laser.umm.ac.id - Repository : http://eprints.umm.ac.id

Web Analytics

UMM Institutional Repository is powered by :
EPrints Logo