Prediksi Konsumsi Energi Listrik Di Pusat Perbelanjaan Tentrem Mall Menggunakan Metode Multi Layer Perceptron Backpropagation

Authors

  • Ilham Aimar Fajar Universitas PGRI Semarang Indonesia
  • Teguh Heriyanto Universitas PGRI Semarang Indonesia
  • Prassanda Dwi Anggriawan Universitas PGRI Semarang Indonesia

DOI:

https://doi.org/10.26877/v6g63920

Keywords:

teknik elektro, jaringan syaraf tiruan, radiasi matahari, panel surya

Abstract

Pemakaian energi listrik yang besar digedung seperti di pusat perbelanjaan sekarang ini dikarenakan penggunaan peralatan yang besar dan membutuhkan konsumsi listrik yang besar. Perhitungan pemakaian energi listrik menjadi penting untuk merencanakan penggunaan listrik kedepannya agar lebih efisien serta memprediksi biaya pemakaian listrik ditahun depan agar budgeting perusahaan bisa disesuaikan. Metode Multi Layer Perceptron (MLP) dengan alogaritma backpropagation diterapkan di dalam penelitian ini dan untuk memprediksi pemakaian listrik berdasarkan data penggunaan energi sebelumnya. Sistem ini memakai beberapa lapisan, meliputi lapisan input, lapisan tersembunyi dan lapisan keluar, bobot dari jaringan bisa diperbarui menggunakan fungsi sigmoid dan algoritma backpropagation. Hasil penelitian yang dilakukan menunjukkan bahwa memakai model MLP bisa mendeteksi pola pemakaian listrik dan bisa memperkirakan nilainya hamper sama dengan nilai aktual. Nilai dari  Mean Squared Error (MSE) yang rendah bisa menunjukkkan dengan penggunaan metode MLP Backpropagation memiliki kemampuan yang baik dalam memprediksi pemakaian listrik di pusat perbelanjaan.

References

[1]. Hartati, “Penggunaan Metode Arima Dalam Meramal Pergerakan Inflasi,” Jurnal Matematika, Saint, dan Teknologi, vol. 18, no. 1, 1-10, 2017.

[2]. Nurhayati, “Jaringan Saraf Tiruan Backpropagation Un-tuk Menentukan Tingkat Pencemaran Air,” E-JURNAL JUSITI: Jurnal Sistem Informasi dan Teknologi Infor-masi, vol. 4, no. 2, 124-131, 2015.

[3]. Sinaga, Dewantara, “Jaringan Saraf Tiruan Infeksi Mata dengan Menggunakan Metode Beraksitektur Multi Layer Perceptron,” Jurnal Majalah Ilmiah Informasi dan Teknologi Ilmiah (INTI), vol. 7, no. 2, 189-192, 2020.

[4]. Simbolon, Imelda Asih Rohani, Fikri Yatussa’ada, dan Anjar Wanto, “Penerapan Algoritma Backpropagation dalam Memprediksi Persentase Penduduk Buta Huruf di Indonesia,” Jurnal Informatika UPGRI, vol. 4, no. 2, 163-169, 2018.

[5]. Muhammad Fatih Hafidz Mursalim, A. R. (2023). PRAKIRAAN KONSUMSI ENERGI LISTRIK PADA PT PLN (PERSERO) UP3 MAKASSAR SELATAN DENGAN METODE ARTIFICIAL NEURAL NETWORK BACKPROPAGATION . Journal of Power Energy System, Vol. 01, No. 02, Tahun 2023 , 1-6.

[6]. Roni Saputra, S. S. (2023). Implementasi Multilayer Perceptron Artificial Neural Network untuk Prediksi Konsumsi Energi Listrik PT PLN (Persero) UP3 Salatiga . Elektrika, Vol. 15 No.2 Tahun 2023, 60-68.

[7]. Wijaya, A. H. (2019). ARTIFICIAL NEURAL NETWORK UNTUK MEMPREDIKSI BEBAN LISTRIK DENGAN MENGGUNAKAN METODE BACKPROPAGATION . Jurnal CoreIT, Vol.5, No.2, Desember 2019 , 61-70.

Downloads

Published

2025-12-31