BAB I PENDAHULUAN 1.1 Latar Belakang
|
|
- Sudirman Hartanto
- 6 tahun lalu
- Tontonan:
Transkripsi
1 BAB I PENDAHULUAN 1.1 Latar Belakang Tenaga listrik merupakan kebutuhan yang sangat penting bagi manusia dalam melakukan aktifitasnya sehari-hari. Peralatan rumah tangga maupun industri hampir semuanya membutuhkan energi listrik sebagai sumber tenaganya. Diperlukan sistem tenaga listrik yang handal dalam melayani kebutuhan beban namun tetap ekonomis. Salah satu faktor penting di bidang kelistrikan adalah faktor efisiensi biaya operasional. Biaya operasional yang tidak efisien dapat disebabkan oleh besarnya rugi-rugi pada pembangkit, transmisi, dan distribusi. Efisiensi di sisi pembangkit dapat dilakukan dengan menyesuaikan energi listrik yang dihasilkan dengan permintaan beban. Jumlah pemakaian tenaga listrik tidak dapat dipastikan setiap harinya. Apabila jumlah pemakaian tenaga listrik tidak diperkirakan terlebih dahulu maka dapat mempengaruhi kesiapan unit pembangkit dalam menyediakan tenaga listrik untuk konsumen. Beban listrik bersifat berubah-ubah pada setiap waktunya. Hal ini mengakibatkan penyediaan energi listrik juga bersifat dinamis mengikuti perubahan beban. Pengoperasian sistem tenaga listrik harus dapat memenuhi permintaan daya dengan kualitas yang baik. Jika energi listrik yang dibangkitkan lebih besar dari permintaan beban disamping akan mengakibatkan pemborosan energi juga dapat menimbulkan kenaikan frekuensi sistem. Apabila energi listrik yang dibangkitkan dan dikirimkan besarnya lebih rendah maka akan mengakibatkan penurunan frekuensi sistem dan terjadi pemadaman pada bus-bus beban yang dapat merugikan pelanggan. Peramalan beban listrik digunakan untuk menentukan besarnya energi listrik yang dibangkitkan yang telah disesuaikan dengan permintaan daya listrik yang dibutuhkan konsumen. Energi listrik tidak dapat disimpan dalam jumlah yang besar. Apabila listrik yang dihasilkan oleh pembangkit tidak digunakan seluruhnya oleh konsumen, maka energi listrik tersebut akan terbuang sehingga terjadi 1
2 pemborosan energi. Disamping besarnya rugi-rugi daya dan listrik cadangan, diperlukan perkiraan beban yang akan digunakan konsumen untuk mempersiapkan energi listrik yang dibangkitkan agar seefisien mungkin. Sumber pembangkit listrik di Indonesia sebagian besar berasal dari energi fosil yaitu batubara (45,47%) [1]. Energi fosil merupakan sumber energi yang tidak dapat diperbaharui sehingga ketersediaanya di alam semakin terbatas dan harganya semakin mahal. Energi fosil juga memberikan efek negatif bagi lingkungan yaitu menghasilkan polusi udara. Berdasarkan hal tersebut maka upaya penghematan energi dengan cara melakukan peramalan beban yang akurat dapat mengurangi besarnya biaya pembangkitan dan mengurangi polusi udara yang mengganggu lingkungan. Sehingga penghematan energi dari sisi pembangkit juga diperlukan disamping penghematan dari sisi konsumen. Sistem kelistrikan di Jawa-Madura-Bali (JAMALI) merupakan sistem yang terbesar di Indonesia. Pada tahun 2013, kapasitas listrik terpasang mencapai MW. Total kapasitas terpasang dan jumlah unit pembangkit PLN mencapai MW dan unit, dengan MW (78.26%) berada di JAMALI [1]. Setiap tahun besarnya beban mengalami peningkatan. Sistem kelistrikan JAMALI terdiri dari beberapa region, yaitu region Jakarta dan Banten, region Jawa Barat, region Jawa Tengah dan Daerah Istimewa Yogyakarta, region Jawa Timur, dan sub region Bali. Berdasarkan fakta tersebut maka penting untuk dilakukannya suatu perencanaan energi yang baik di masing-masing region JAMALI. Perencanaan besarnya energi listrik yang dibangkitkan untuk memenuhi kebutuhan konsumen dapat dilakukan baik dengan cara melakukan peramalan beban jangka pendek, menengah, maupun panjang. Peramalan jangka panjang dilakukan untuk jangka waktu diatas satu tahun. Peramalan beban jangka panjang digunakan untuk merencanakan pertambahan jumlah unit pembangkit untuk mengantisipasi pertambahan beban. Peramalan jangka panjang juga dapat digunakan untuk menentukan anggaran yang dibutuhkan untuk membangkitkan energi listrik dalam jangka waktu tertentu. Sedangkan peramalan jangka pendek dilakukan untuk menentukan penjadwalan pembangkit yang akan beroperasi melayani beban. Peramalan jangka pendek dapat dilakukan dalam periode harian. 2
3 Peramalan jangka pendek menggunakan data pada hari-hari sebelumnya untuk menentukan beban pada hari selanjutnya. Peramalan beban terdiri dari berbagai macam metode dengan masingmasing kelebihan dan kekurangannya. Peramalan beban yang dilakukan PLN (perusahaan listrik negara) adalah menggunakan metode koefisien. Metode ini menggunakan model hubungan antara beban listrik dengan hal yang mempengaruhi besarnya beban. Keuntungan metode ini adalah mampu memperkirakan beban dengan cara yang lebih sederhana. Namun metode konvensional ini mempunyai kekurangan yang disebabkan oleh hubungan antara beban listrik dan faktor yang mempengaruhi beban yang bersifat nonlinier. Hal ini mengakibatkan selisih antara hasil peramalan dengan beban sebenarnya masih relatif besar. Peramalan dengan data yang baik dan jumlahnya sesuai akan menghasilkan hasil prediksi yang lebih akurat. Hal ini dapat dilihat dari semakin kecilnya selisih nilai hasil peramalan dengan hasil sebenarnya di lapangan. Pada umumnya metode peramalan merupakan metode yang dilakukan dengan cara mengetahui pola data berdasarkan data-data yang telah ada sebelumnya. Salah satu metode yang dapat digunakan adalah dengan menggunakan adaptive neuro fuzzy inference system (ANFIS). 1.2 Perumusan masalah Berdasarkan latar belakang seperti pada 1.1, maka dapat dirumuskan permasalahan yang akan diangkat dalam penelitian ini, diantaranya adalah sebagai berikut: 1. Perlunya peramalan beban listrik jangka pendek yang akurat. Salah satu metode peramalan yang dapat digunakan adalah adaptive neuro fuzzy inference system (ANFIS). 2. Diperlukannya perbandingan keakuratan hasil peramalan antara metode ANFIS dan metode yang digunakan oleh PLN untuk meramalkan beban dalam jangka pendek. 3
4 1.3 Keaslian penelitian Penelitian tentang peramalan beban listrik baik dalam jangka pendek, menengah, maupun panjang telah banyak dilakukan sebelumnya. Metode yang digunakan juga telah banyak diaplikasikan untuk memperoleh selisih nilai perkiraan beban dengan nilai beban sebenarnya yang sekecil mungkin. Metode statistik untuk melakukan peramalan beban listrik jangka pendek seperti model regresi linear [2], exponential smoothing [3] dan model autoregresive integrated moving average (ARIMA) [4] telah dilakukan. Peramalan beban listrik jangka pendek dengan menggunakan metode jaringan syaraf tiruan (JST) dengan algoritma backpropagation di Kabupaten Karanganyar, Jawa Tengah [5] dengan variabel yang digunakan adalah data pemakaian beban listrik pada masa lampau. Hasil penelitian menunjukkan bahwa rata-rata error minimum JST sebesar % lebih kecil daripada error minimum PLN yang sebesar % sedangkan rata-rata error maksimum JST yaitu % lebih besar daripada error maksimum PLN sebesar %. Aplikasi logika fuzzy telah banyak dilakukan untuk peramalan beban jangka pendek [6]. Hasil penelitian tersebut adalah nilai persentase kesalahan permalan menggunakan logika fuzzy berkisar antara 10,78% sampai dengan 16.97%. Besarnya nilai error peramalan disebabkan oleh pemilihan aturan-aturan yang dibangun dari pengetahuan dan data-data yang ada. Penelitian menggunakan logika fuzzy yang diintegrasikan dengan jaringan syaraf tiruan untuk meramalkan beban listrik jangka panjang di wilayah Sumatra Barat [7]. Hasil penelitian menunjukkan bahwa hasil peramalan menggunakan sistem neuro fuzzy tidak jauh berbeda dengan peramalan PT. PLN wilayah Sumatra Barat dengan nilai kesalahan rata-rata sebesar 1,38%. Studi perbandingan antara metode jaringan syaraf tiruan dengan metode ANFIS menunjukkan bahwa penggunaan ANFIS mempunyai nilai mean absolute percentage error yang lebih rendah daripada jaringan syaraf tiruan [8]. Penelitian yang lain adalah menggunakan ANFIS dengan variasi input sejumlah 4 input dan 6 input [9]. Penelitian ini menggunakan satu epoch untuk masa training datanya. Hasil menunjukan bahwa penggunaan input yang lebih banyak akan menghasilkan 4
5 data peramalan yang lebih akurat yang dapat dilihat dari nilai besarnya nilai error. Peneltian dengan penggunaan training data backpropagation [10] dengan input ANFIS berupa data beban sebelumnya dari tahun 1981 hingga tahun 2000 menghasilkan nilai MAPE 1,87% yang merupakan hasil terbaik dibandingkan metode lain. Hasil beberapa penelitian tersebut menunjukan bahwa penggunaan ANFIS merupakan salah satu metode yang paling baik untuk meramalkan beban jangka pendek dibandingkan metode metode lain. Penelitian ini penting dilakukan untuk memperoleh peramalan beban dalam waktu jangka pendek yang lebih efektif di sistem kelistrikan daerah distribusi Jawa Tengah dan Daerah Istimewa Yogyakarta. Metode dalam penelitian ini adalah menggunakan ANFIS yang mempunyai tingkat efektifitas lebih baik dari beberapa metode untuk meramalkan beban dalam jangka pendek. Metode ANFIS yang digunakan adalah membandingkan berbagai macam fungsi keanggotaan (membership function) dalam ANFIS untuk kemudian didapatkan hasil peramalan beban yang paling efektif. 1.4 Batasan Masalah Batasan masalah yang digunakan dalam penelitian ini diantaranya adalah sebagai berikut: 1. Model peramalan dalam penelitian ini digunakan untuk memperkirakan beban sistem keseluruhan per hari. 2. Penelitian menggunakan data yang berasal dari sistem ketenagalistrikan Jawa- Madura-Bali daerah distribusi Jawa Tengah dan DIY. 3. Pemodelan peramalan beban dilakukan dengan program Matlab. 4. Beban yang diperkirakan adalah pada hari-hari biasa. Beban saat hari libur nasional tidak diperhitungkan. 1.5 Tujuan Penelitian Tujuan yang ingin dicapai dalam penelitian ini adalah sebagai berikut: 1. Mengaplikasikan ANFIS untuk meramalkan beban yang akan dibutuhkan pelanggan dalam setiap satu hari sehingga dari data tersebut dapat digunakan sebagai acuan penjadwalan pembangkit yang melayani beban. 5
6 2. Mengetahui keakuratan metode ANFIS untuk meramalkan beban jangka pendek dengan menggunakan data beban pada waktu sebelumnya. 1.6 Manfaat Penelitian Penelitian ini diharapkan dapat memberikan solusi alternatif dalam memperkirakan beban yang akan dibutuhkan pelanggan dalam setiap harinya di PT. PLN P3B daerah distribusi Jawa Tengah dan Daerah Istimewa Yogyakarta agar diperoleh hasil peramalan yang lebih akurat untuk penghematan energi dari sisi pembangkit. 6
BAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Di era modern seperti saat ini, energi listrik menjadi salah satu kebutuhan dasar dalam kehidupan masyarakat. Berbagai peralatan rumah tangga maupun industri saat ini
Lebih terperinci1. BAB I PENDAHULUAN
1. BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Pertumbuhan penduduk dari tahun ke tahun membuat kebutuhan akan daya listrik semakin besar. Untuk dapat melayani kebutuhan beban yang semakin meningkat baik
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Akhir-akhir ini kita banyak mendengar banyak berita bahwa Perusahaan Listrik Negara (PLN) mengalami kerugian yang sangat besar setiap tahunnya yang disebabkan faktor-faktor
Lebih terperinciPERAMALAN BEBAN LISTRIK JANGKA PENDEK DI BALI MENGGUNAKAN PENDEKATAN ADAPTIVE NEURO-FUZZY INFERENCE SYSTEM (ANFIS)
PERAMALAN BEBAN LISTRIK JANGKA PENDEK DI BALI MENGGUNAKAN PENDEKATAN ADAPTIVE NEURO-FUZZY INFERENCE SYSTEM (ANFIS) L K Widyapratiwi 1, I P A Mertasana 2, I G D Arjana 2 1 Mahasiswa Teknik Elektro, Fakultas
Lebih terperinci2014 ESTIMASI BEBAN PUNCAK HARIAN BERDASARKAN KLUSTER TIPE HARI BERBASIS ALGORITMA HYBRID SWARM PARTICLE-ARTIFICIAL NEURAL NETWORK
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Di negara yang memiliki jumlah populasi penduduknya besar dan perkembangan industrinya mengalami peningkatan, tentunya memiliki tingkat kebutuhan akan sumber
Lebih terperinciBAB I PENDAHULUAN. berbagai variasi prosedur perencanaan. Perencanaan operasi meliputi metodologi
BAB I PENDAHULUAN 1.1 Latar Belakang Operasi sistem tenaga listrik yang modern biasanya berhubungan dengan berbagai variasi prosedur perencanaan. Perencanaan operasi meliputi metodologi dan proses pengambilan
Lebih terperinci1. BAB I PENDAHULUAN
1. BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Listrik sudah menjadi salah satu kebutuhan primer. Hampir seluruh aktifitas manusia memerlukan listrik. Dari aktifitas rumah tangga, perkantoran, pendidikan
Lebih terperinciBAB I PENDAHULUAN. industri, masyarakat perkotaan serta masyarakat pedesaan. Untuk tetap dapat
BAB I PENDAHULUAN 1.1 Latar Belakang Saat ini kebutuhan masyarakat akan tenaga listrik terus meningkat dari tahun ke tahun. Energi listrik merupakan kebutuhan yang sangat vital, baik bagi industri, masyarakat
Lebih terperinciPERBANDINGAN ALGORITMA PARTICLE SWARM OPTIMIZATION DAN REGRESI PADA PERAMALAN WAKTU BEBAN PUNCAK
Jurnal POROS TEKNIK, Volume 6, No. 2, Desember 2014 : 55-10 PERBANDINGAN ALGORITMA PARTICLE SWARM OPTIMIZATION DAN REGRESI PADA PERAMALAN WAKTU BEBAN PUNCAK Nurmahaludin (1) (1) Staff Pengajar Jurusan
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Semakin bertambah tahun, semua peralatan konvensional semakin tergantikan dengan adanya peralatan elektronik. Di setiap sisi kehidupan pada saat ini menggunakan peralatan
Lebih terperinciKeadaan atau kejadian-kejadian pada masa yang akan datang tidaklah akan selalu sesuai dengan yang diharapkan, oleh karena itu perlu dilakukan suatu
BAB I PENDAHULUAN 1.1. Latar Belakang Permasalahan Kata peramalan pada dasarnya adalah suatu perkiraan tentang suatu kejadian atau keadaan dimasa yang akan datang. Jadi jelaslah bahwa peramalan itu bukan
Lebih terperinciPERAMALAN JUMLAH KUNJUNGAN WISATAWAN MANCANEGARA KE LOMBOK MENGGUNAKAN JARINGAN SYARAF TIRUAN
PERAMALAN JUMLAH KUNJUNGAN WISATAWAN MANCANEGARA KE LOMBOK MENGGUNAKAN JARINGAN SYARAF TIRUAN Titik Misriati AMIK BSI Jakarta Jl. R.S Fatmawati No. 24 Pondok Labu, Jakarta Selatan titik.tmi@bsi.ac.id ABSTRACT
Lebih terperinciBAB I PENDAHULUAN. pada waktu yang akan datang berdasarkan data empiris. Data empiris(terhitung)
BAB I PENDAHULUAN 1.1 Latar Belakang Peramalan merupakan proses perkiraan tentang sesuatu yang terjadi pada waktu yang akan datang berdasarkan data empiris. Data empiris(terhitung) merupakan data yang
Lebih terperinciPREDIKSI LUAS PANEN DAN PRODUKSI PADI DI KABUPATEN BANYUMAS MENGGUNAKAN METODE ADAPTIVE NEURO-FUZZY INFERENCE SYSTEM (ANFIS)
PREDIKSI LUAS PANEN DAN PRODUKSI PADI DI KABUPATEN BANYUMAS MENGGUNAKAN METODE ADAPTIVE NEURO-FUZZY INFERENCE SYSTEM (ANFIS) Supriyanto 1, Sudjono 2, Desty Rakhmawati 3 ( 1,2. UNSOED Purwokerto, 3. STMIK
Lebih terperinciAplikasi Peramalan Kebutuhan Beban Listrik Menggunakan Metode Adaptive Neuro Fuzzy Inference System (ANFIS)
Aplikasi Peramalan Kebutuhan Beban Listrik Menggunakan Metode Adaptive Neuro Fuzzy Inference System (ANFIS) Erwan Ahmad Ardiansyah 1, Rina Mardiati 2, Afaf Fadhil 3 1,2 Jurusan Teknik Elektro, Fakultas
Lebih terperinciMETODE KOEFISIEN ENERGI UNTUK PERAMALAN BEBAN JANGKA PENDEK PADA JARINGAN JAWA MADURA BALI
METODE KOEFISIEN ENERGI UNTUK PERAMALAN BEBAN JANGKA PENDEK PADA JARINGAN JAWA MADURA BALI Kafahri Arya Hamidie Konsumsi daya listrik mempunyai peranan penting dalam pelaksanaan pembangunan untuk peningkatan
Lebih terperinciBAB IV METODE PENELITIAN
BAB IV METODE PENELITIAN 4.1. Desain Penelitian Desain penelitian umumnya terbagi atas tiga bentuk yaitu penelitian eksploratif, penelitian penjelasan, dan penelitian deskriptif. Penelitian eksploratif
Lebih terperinciPERAMALAN BEBAN PEMAKAIAN LISTRIK JAWA TENGAH DAN DAERAH ISTIMEWA YOGYAKARTA DENGAN
PERAMALAN BEBAN PEMAKAIAN LISTRIK JAWA TENGAH DAN DAERAH ISTIMEWA YOGYAKARTA DENGAN MENGGUNAKAN HYBRID AUTOREGRESSIVE INTEGRATED MOVING AVERAGE NEURAL NETWORK Disusun oleh : Berta Elvionita Fitriani 24010211120005
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3.1 Variabel Penelitian Penelitian ini menggunakan satu definisi variabel operasional yaitu ratarata temperatur bumi periode tahun 1880 sampai dengan tahun 2012. 3.2 Jenis dan
Lebih terperinciBAB 3 PERANCANGAN PROGRAM. 3.1 Alasan digunakan Metode Exponential Smoothing. Banyak metode peramalan yang dapat digunakan dalam memprediksi tingkat
BAB 3 PERANCANGAN PROGRAM 3.1 Alasan digunakan Metode Exponential Smoothing Banyak metode peramalan yang dapat digunakan dalam memprediksi tingkat penjualan untuk beberapa periode ke depan. Biasanya untuk
Lebih terperinciPRISMA FISIKA, Vol. III, No. 3 (2015), Hal ISSN :
PRISMA FISIKA, Vol. III, No. (05), Hal. 79-86 ISSN : 7-80 Pemodelan Kebutuhan Daya Listrik Di Pt. PLN (Persero) Area Pontianak dengan Menggunakan Metode Gauss-Newton Mei Sari Soleha ), Joko Sampurno *),
Lebih terperinci2016 OPTIMAL ANOMALOUS SHORT TERM LOAD FORECASTING BERBASIS ALGORITMA FEED FORWARD BACKPROPAGATION
BAB I PENDAHULUAN 1.1. Latar Belakang Penelitian Peramalan beban selalu menjadi instrumen penting dalam operasi sistem tenaga. Berbagai keputusan operasi ditentukan oleh peramalan beban, seperti penjadwalan
Lebih terperinciPRAKIRAAN BEBAN PUNCAK JANGKA PANJANG PADA SISTEM KELISTRIKAN INDONESIA MENGGUNAKAN ALGORITMA ADAPTIVE NEURO-FUZZY INFERENCE SYSTEM
ISSN 1412 3762 http://jurnal.upi.edu/electrans ELECTRANS, VOL.11, NO.2, SEPTEMBER 2012, 18-26 PRAKIRAAN BEBAN PUNCAK JANGKA PANJANG PADA SISTEM KELISTRIKAN INDONESIA MENGGUNAKAN ALGORITMA ADAPTIVE NEURO-FUZZY
Lebih terperinciABSTRAK. Universitas Kristen Maranatha
ABSTRAK Indonesia saat ini sudah menghadapi pasar bebas. Hal ini membuat persaingan antara produk produk yang ada di Indonesia semakin ketat terutama produk yang sejenis. Dengan semakin ketatnya persaingan
Lebih terperinciBAB III METODE PENELITIAN
3.1. Kerangka Pemikiran BAB III METODE PENELITIAN Permasalahan yang akan dijawab atau tujuan yang ingin dicapai pada penelitian ini adalah untuk melakukan prakiraan beban listrik jangka pendek atau untuk
Lebih terperinciBAB I PENDAHULUAN. Peramalan merupakan suatu kegiatan memprediksi nilai dari suatu
BAB I PENDAHULUAN A. LATAR BELAKANG Peramalan merupakan suatu kegiatan memprediksi nilai dari suatu variabel berdasarkan nilai yang diketahui dari variabel tersebut pada masa lalu atau variabel yang berhubungan.
Lebih terperinciPERAMALAN BEBAN JANGKA PENDEK PADA HARI LIBUR DI BALI MENGGUNAKAN METODE GENERALIZED REGRESSION NEURAL NETWORK (GRNN)
PERAMALAN BEBAN JANGKA PENDEK PADA HA LIBUR DI BALI MENGGUNAKAN METODE GENERALIZED REGRESSION NEURAL NETWORK () Juniar Doan Wihardono 1, Agus Dharma 2, I Made Mataram 3 Jurusan Teknik Elektro dan Komputer,
Lebih terperinciPenerapan Adaptive Neuro Fuzzy Inference System Dalam Memprediksi Volume Pemakaian Air Bersih
Penerapan Adaptive Neuro Fuzzy Inference System Dalam Memprediksi Volume Pemakaian Air Bersih Niska Ramadani Dosen Universitas Dehasen Bengkulu niskaramadani@gmail.com ABSTRAK Pertumbuhan penduduk harus
Lebih terperinciBAB 3 METODOLOGI PENELITIAN
19 3.1 Diagram Alir Penelitian BAB 3 METODOLOGI PENELITIAN MULAI Pengajuan Surat Survei PT. Bangkit Sukses Mandiri (BSM) Diterima? Tidak Ya Observasi Perusahaan Wawancara dengan Direktur PT. BSM Pengamatan
Lebih terperinciBAB I PENDAHULUAN. menjaga tenggat waktu, dan meminimalkan biaya persediaan. yang harus ditempuh menghadapi suatu kondisi tertentu (Rangkuti, 2004).
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Dunia usaha yang terus berubah dengan cepat, mengharuskan perusahaan agar mampu menganalisis lingkungan usaha dan memprediksi berbagai kemungkinan yang terjadi
Lebih terperinciBAB 1 PENDAHULUAN. semakin bertambah ketatnya persaingan dalam bidang perdagangan. Setiap usaha
BAB 1 PENDAHULUAN 1.1 Latar Belakang Seiring dengan terus berkembangnya sektor industri yang juga mengakibatkan semakin bertambah ketatnya persaingan dalam bidang perdagangan. Setiap usaha dituntut untuk
Lebih terperinciBAB II TINJAUAN PUSTAKA
DAFTAR ISI PERNYATAAN... i ABSTRAK... ii KATA PENGANTAR... iii UCAPAN TERIMA KASIH... iv DAFTAR ISI... v DAFTAR TABEL... ix DAFTAR GAMBAR... x DAFTAR LAMPIRAN... xi BAB I PENDAHULUAN... 1 1.1 Latar Belakang...
Lebih terperinciT 11 Aplikasi Model Backpropagation Neural Network Untuk Perkiraan Produksi Tebu Pada PT. Perkebunan Nusantara IX
T 11 Aplikasi Model Backpropagation Neural Network Untuk Perkiraan Produksi Tebu Pada PT. Perkebunan Nusantara IX Oleh: Intan Widya Kusuma Program Studi Matematika, FMIPA Universitas Negeri yogyakarta
Lebih terperinciPREDIKSI TINGGI MUKA AIR BENDUNGAN RIAM KANAN MENGGUNAKAN ADAPTIVE NEURO FUZZY INFERENCE SYSTEM
Technologia Vol 9, No.1, Januari Maret 2018 11 PREDIKSI TINGGI MUKA AIR BENDUNGAN RIAM KANAN MENGGUNAKAN ADAPTIVE NEURO FUZZY INFERENCE SYSTEM Yusri Ikhwani Fakultas Teknologi Informasi Universitas Islam
Lebih terperinciIV HASIL DAN PEMBAHASAN
tersembunyi berkisar dari sampai dengan 4 neuron. 5. Pemilihan laju pembelajaran dan momentum Pemilihan laju pembelajaran dan momentum mempunyai peranan yang penting untuk struktur jaringan yang akan dibangun.
Lebih terperinci6 IMPLEMENTASI MODEL 6.1 Prediksi Produksi Jagung
89 6 IMPLEMENTASI MODEL Rancangbangun model penyediaan tepung jagung pada rantai pasok industri berbasis jagung ini dapat digunakan sebagai suatu model yang dapat menganalisis penyediaan tepung jagung
Lebih terperinciAplikasi Sistem Informasi Forecasting pada PD. Maha Jaya. Teknik Informatika 1 Teknik Industri 2 Universitas Kristen Petra Surabaya
Aplikasi Sistem Informasi Forecasting pada PD. Maha Jaya Rudy Adipranata 1, Tanti Octavia 2, Andi Irawan 1 Teknik Informatika 1 Teknik Industri 2 Universitas Kristen Petra Surabaya Pendahuluan Pentingnya
Lebih terperinciUJM 3 (1) (2014) UNNES Journal of Mathematics.
UJM 3 (1) (2014) UNNES Journal of Mathematics http://journal.unnes.ac.id/sju/index.php/ujm APLIKASI JARINGAN SYARAF TIRUAN BACKPROPAGATION DALAM PERAMALAN BEBAN PUNCAK DISTRIBUSI LISTRIK DI WILAYAH PEMALANG
Lebih terperinciPerbaikan Metode Prakiraan Cuaca Bandara Abdulrahman Saleh dengan Algoritma Neural Network Backpropagation
65 Perbaikan Metode Prakiraan Cuaca Bandara Abdulrahman Saleh dengan Algoritma Neural Network Backpropagation Risty Jayanti Yuniar, Didik Rahadi S. dan Onny Setyawati Abstrak - Kecepatan angin dan curah
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang Masalah. Sebuah fakta bahwa waktu adalah uang dalam aktivitas penjualan. Pengambilan
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Sebuah fakta bahwa waktu adalah uang dalam aktivitas penjualan. Pengambilan keputusan merupakan hal yang penting untuk kesuksesan penjualan. Dalam hal ini seseorang
Lebih terperinciPERAMALAN VOLUME PENUMPANG KERETA API DI PULAU JAWA-SUMATERA DENGAN METODE JARINGAN SYARAF TIRUAN BACKPROGATION
BAB I PENDAHULUAN 1.1 Latar Belakang Transportasi merupakan suatu bidang kegiatan yang sangat penting dalam kehidupan masyarakat dunia pada umumnya, masyarakat Indonesia khususnya. Pentingnya transportasi
Lebih terperinciPeramalan Deret Waktu Menggunakan S-Curve dan Quadratic Trend Model
Konferensi Nasional Sistem & Informatika 2015 STMIK STIKOM Bali, 9 10 Oktober 2015 Peramalan Deret Waktu Menggunakan S-Curve dan Quadratic Trend Model Ni Kadek Sukerti STMIK STIKOM Bali Jl. Raya Puputan
Lebih terperinciMETODOLOGI PENELITIAN
III. METODOLOGI PENELITIAN A. Kerangka Pemikiran Perusahaan dalam era globalisasi pada saat ini, banyak tumbuh dan berkembang, baik dalam bidang perdagangan, jasa maupun industri manufaktur. Perusahaan
Lebih terperinciPrakiraan Beban Listrik Jangka Pendek Kota Banda Aceh Berbasis Logika Fuzzy
46 Jurnal Rekayasa Elektrika Vol. 10, No. 1, April 2012 Prakiraan Beban Listrik Jangka Pendek Kota Banda Aceh Berbasis Logika Fuzzy Syukriyadin dan Rio Syahputra Laboratorium Teknik Energi Listrik Jurusan
Lebih terperinci1 BAB III 2. 3 METODE PENELITIAN
14 1 BAB III 2. 3 METODE PENELITIAN 3.1 Sumber data Data yang digunakan dalam penelitian ini ialah data pengeluaran beban listrik harian sepanjang tahun 2008 sampai dengan tahun 2015 yang didapat dari
Lebih terperinciPRAKIRAAN PENGGUNAAN BEBAN LISTRIK JANGKA PENDEK PADA GKB 2 UMM MENGGUNAKAN METODE ADAPTIVE NEURO-FUZZY INFERENCE SYSTEM (ANFIS) SKRIPSI
PRAKIRAAN PENGGUNAAN BEBAN LISTRIK JANGKA PENDEK PADA GKB 2 UMM MENGGUNAKAN METODE ADAPTIVE NEURO-FUZZY INFERENCE SYSTEM (ANFIS) SKRIPSI Diajukan Untuk Memenuhi Persyaratan Guna Meraih Gelar Sarjana Strata
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Produk Domestik Regional Bruto (PDRB) merupakan salah satu indikator penting untuk mengetahui kondisi ekonomi di suatu daerah dalam suatu periode tertentu, baik atas
Lebih terperinciESTIMASI KONSUMSI ENERGI LISTRIK BALI BERBASIS ANN
ESTIMASI KONSUMSI ENERGI LISTRIK BALI BERBASIS ANN Jurusan Teknik Elekro Fakultas Teknik Universitas Udayana Kampus Bukit Jimbaran Bali 80361, tlp (0361)703315 Email : mertasana@ee.unud.ac.id Abstrak Aspek
Lebih terperinciPERAMALAN (FORECASTING)
#3 - Peramalan (Forecasting) #1 1 PERAMALAN (FORECASTING) EMA302 Manajemen Operasional Pengertian (1) 2 Oxford Dictionary, Forecast is a statement about what will happen in the future, based on information
Lebih terperinciBAB III METODE PENELITIAN. Data-data historis beban harian yang akan diambil sebagai evaluasi yaitu
BAB III METODE PENELITIAN 3.1 Pengumpulan Data Beban Listrik dari PLN Data-data historis beban harian yang akan diambil sebagai evaluasi yaitu selama lima tahun pada periode 2006-2010, selanjutnya data
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Pendahuluan. Universitas Sumatera Utara
BAB 1 PENDAHULUAN 1.1 Pendahuluan Peramalan merupakan upaya memperkirakan apa yang terjadi pada masa mendatang berdasarkan data pada masa lalu, berbasis pada metode ilmiah dan kualitatif yang dilakukan
Lebih terperinciJurnal Elektro ELTEK Vol. 2, No. 1, April 2011 ISSN:
Perbandingan Penggunaan Metode Radial Basis Function Network () Dari Metode Fuzzy Neural Netwotk () Dalam Memperkirakan Beban Jangka Pendek di GI. Gondang Wetan Pasuruan Rory Asrial, Almizan Abdullah,
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Konsep Peramalan Peramalan ( forecasting) merupakan alat bantu yang penting dalam perencanaan yang efektif dan efisien khususnya dalam bidang ekonomi. Dalam organisasi modern
Lebih terperinciLEMBAR PENGESAHAN PERNYATAAN BEBAS PLAGIARISME KATA PENGANTAR UCAPAN TERIMA KASIH ABSTRAK DAFTAR ISI DAFTAR TABEL DAFTAR GAMBAR BAB I PENDAHULUAN
DAFTAR ISI LEMBAR PENGESAHAN PERNYATAAN BEBAS PLAGIARISME KATA PENGANTAR... i UCAPAN TERIMA KASIH... ii ABSTRAK... iii DAFTAR ISI... v DAFTAR TABEL... vii DAFTAR GAMBAR... viii BAB I PENDAHULUAN... 1 A.
Lebih terperinciPEMODELAN DAN SISTEM INFORMASI PREDIKSI KAPASITAS PEMBANGKIT LISTRIK MENGGUNAKAN NEURAL NETWORK (SEKTOR RUMAH TANGGA)
PEMODELAN DAN SISTEM INFORMASI PREDIKSI KAPASITAS PEMBANGKIT LISTRIK MENGGUNAKAN NEURAL NETWORK (SEKTOR RUMAH TANGGA) Salmawaty Tansa 1, Bambang Panji Asmara 2 Fakultas Teknik, Jurusan Teknik Elektro,
Lebih terperinciABSTRAK PERAMALAN KURS RUPIAH TERHADAP US DOLLAR MENGGUNAKAN METODE HIBRID
ABSTRAK PERAMALAN KURS RUPIAH TERHADAP US DOLLAR MENGGUNAKAN METODE HIBRID Peramalan adalah bagian integral dari kegiatan pengambilan keputusan manajemen. Ramalan yang dilakukan umumnya berdasarkan pada
Lebih terperinciBAB I PENDAHULUAN. yang merupakan keuntungan perusahaan yang dibagikan kepada semua pemegang
BAB I PENDAHULUAN 1.1 Latar Belakang Ekspektasi atau motivasi setiap investor adalah mendapatkan keuntungan dari transaksi investasi yang dilakukan. Para investor yang bertransaksi di pasar modal, khususnya
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 1.1 Tempat Penelitian Penelitian ini dilakukan di PT. Aetra Air Jakarta, Jl. Jend. Sudirman Ged. Sampoerna Strategic Square. 1.2 Obyek Penelitian Objek penelitian dilakukan
Lebih terperinciBAB IV ANALISIS HASIL PENGOLAHAN DATA
BAB IV ANALISIS HASIL PENGOLAHAN DATA 4.1 Pola Dasar Permintaan Dari hasil pengumpulan data aktual yang telah dilakukan mengenai pertumbuhan jumlah kartu kredit BCA yang dimiliki oleh cardholder BCA Cabang
Lebih terperinciANALISIS PERBANDINGAN METODE JARINGAN SYARAF TIRUAN DAN REGRESI LINEAR BERGANDA PADA PRAKIRAAN CUACA
ANALISIS PERBANDINGAN METODE JARINGAN SYARAF TIRUAN DAN REGRESI LINEAR BERGANDA PADA PRAKIRAAN CUACA Nurmahaludin (1) (1) Staf Pengajar Jurusan Teknik Elektro Politeknik Negeri Banjarmasin Ringkasan Kebutuhan
Lebih terperinciBAB 3 METODOLOGI PENELITIAN
BAB 3 METODOLOGI PENELITIAN 3.1 Jenis dan Metode Penelitian Metode penelitian yang akan dilakukan di dalam penelitian ini yaitu dengan metode deskriptif eksploratif. Penelitian deskriptif eksploratif adalah
Lebih terperinciBAB 4 HASIL DAN PEMBAHASAN
53 BAB 4 HASIL DAN PEMBAHASAN Pembahasan pada bab ini menjelaskan mengenai hasil pengumpulan data, hasil analisis data, pembahasan dan hasil perancangan layar. Setelah hasil perancangan layar juga terdapat
Lebih terperinciPERANCANGAN PEMBANGKIT LISTRIK TENAGA ANGIN SKALA KECIL DI GEDUNG BERTINGKAT
PERANCANGAN PEMBANGKIT LISTRIK TENAGA ANGIN SKALA KECIL DI GEDUNG BERTINGKAT TUGAS AKHIR Diajukan Untuk Melengkapi Salah Satu Syarat Mencapai Gelar Sarjana Teknik Jurusan Elektro Universitas Muhammadiyah
Lebih terperinciBAB 2 LANDASAN TEORI
7 BAB 2 LANDASAN TEORI 2.1 Pengertian Peramalan Peramalan sering dipandang sebagai seni dan ilmu dalam memprediksikan kejadian yang mungkin dihadapi pada masa yang akan datang. Secara teoritis peramalan
Lebih terperinciPERAMALAN PENJUALAN TIKET PESAWAT PADA CV. VIDO JAYA TOUR DAN TRAVEL
PERAMALAN PENJUALAN TIKET PESAWAT PADA CV. VIDO JAYA TOUR DAN TRAVEL Nama : Awalludin Ma rifatullah Idhofi NPM : 11212269 Jurusan : Manajemen Pembimbing : Dr. Dra. Peni Sawitri, MM PENDAHULUAN Latar Belakang
Lebih terperinciBAB 2 TINJAUAN TEORITIS
BAB 2 TINJAUAN TEORITIS 2.1. Peramalan 2.1.1. Pengertian dan Kegunaan Peramalan Peramalan (forecasting) menurut Sofjan Assauri (1984) adalah kegiatan memperkirakan apa yang akan terjadi pada masa yang
Lebih terperinciPeramalan Beban Jangka Panjang Sistem Kelistrikan Kota Palu Menggunakan Metode Logika Fuzzy
13 Peramalan Beban Jangka Panjang Sistem Kelistrikan Kota Palu Menggunakan Metode Logika Fuzzy Maryantho Masarrang, Erni Yudaningtyas, dan Agus Naba Abstract Long-term load forecasting is intended to estimate
Lebih terperinciPRESENTASI SIDANG PENULISAN ILMIAH
PRESENTASI SIDANG PENULISAN ILMIAH METODE PERAMALAN PENJUALAN TAHU PADA USAHA KECIL MENENGAH (UKM) MAKMUR JAYA NAMA : Tia Mutiara NPM : 16210881 JURUSAN : Ekonomi Manajemen PENDAHULUAN Peramalan digunakan
Lebih terperinciBAB I PENDAHULUAN. Peramalan (forecasting) adalah kegiatan untuk meramalkan apa yang akan
BAB I PENDAHULUAN A. Latar Belakang Peramalan (forecasting) adalah kegiatan untuk meramalkan apa yang akan terjadi pada masa yang akan datang. Sedangkan ramalan adalah suatu situasi atau kondisi yang akan
Lebih terperinciBAB I PENDAHULUAN. akan menjadi standar hasil dalam perkembangan dunia usaha itu sendiri. Dalam
BAB I PENDAHULUAN 1.1 Latar Belakang Perencanaan dalam sebuah produksi merupakan salah satu hal yang harus diperhatikan dalam dunia usaha. Secara tidak langsung perencanaan produksi akan menjadi standar
Lebih terperinciSuatu sistem tenaga listrik memiliki unit-unit pembangkit yang bertugas menyediakan daya dalam sistem tenaga listrik agar beban dapat terlayani.
Suatu sistem tenaga listrik memiliki unit-unit pembangkit yang bertugas menyediakan daya dalam sistem tenaga listrik agar beban dapat terlayani. Unit pembangkit dapat mengalami gangguan setiap waktu yang
Lebih terperinci1.1. Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Salah satu aplikasi sistem cerdas yang paling sukses dan masih berkembang saat ini yaitu peramalan beban listrik. Peramalan beban listrik adalah suatu ilmu
Lebih terperinci1 Pendahuluan. 1.1 Latar Belakang Masalah
1 Pendahuluan 1.1 Latar Belakang Masalah Kebutuhan masyarakat akan perkiraan cuaca terutama curah hujan ini menjadi sangat penting untuk merencanakan segala aktifivitas mereka. Curah hujan juga memiliki
Lebih terperinciPERAMALAN PENGGUNA INDIHOME DI PT.TELEKOMUNIKASI TBK PALEMBANG
PERAMALAN PENGGUNA INDIHOME DI PT.TELEKOMUNIKASI TBK PALEMBANG Oktariani 1*, Sopian Soim 2, Adewasti 3 1 Program Studi Teknik Telekomunikasi, Jurusan Teknik Elektro, Politeknik Negeri Sriwijaya Bukit Besar,
Lebih terperinciBAB 1. Adakalanya proses penalaran mengandung data-data atau informasi yang mengandung
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Proses penalaran merupakan bagian yang sangat penting dalam sistem cerdas. Adakalanya proses penalaran mengandung data-data atau informasi yang mengandung ketidaktepatan
Lebih terperinciBAB I PENDAHULUAN. masyarakat dapat terpenuhi secara terus menerus. mengakibatkan kegagalan operasi pada transformator.
BAB I PENDAHULUAN 1.1 Latar Belakang Fungsi utama sistem tenaga listrik adalah untuk memenuhi kebutuhan energi listrik setiap konsumen secara terus menerus. Sebelum tenaga listrik disalurkan ke konsumen
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Pada saat ini, energi listrik merupakan salah satu komponen terpenting dalam perkembangan suatu daerah. Perkembangan pembangunan secara berkelanjutan serta berkembangnya
Lebih terperinciBAB I PENDAHULUAN 1.1 LATAR BELAKANG
BAB I PENDAHULUAN 1.1 LATAR BELAKANG Setiap Bank menyalurkan Kartu Kredit kepada masyarakat dengan bertujuan untuk memperoleh keuntungan yang diberikan dalam bentuk bunga dan sebagai alat promosi. Dengan
Lebih terperinciMETODE PENELITIAN. pelanggan rumah tangga, bisnis, sosial, dan industri pada tahun-tahun yang
III. METODE PENELITIAN 3.1 Pendahuluan Tugas akhir ini merupakan survei yang bertujuan untuk mengetahui pengaruh pendapatan konsumen dan jumlah penduduk terhadap kebutuhan/permintaan energi listrik di
Lebih terperinciBAB III LANGKAH PEMECAHAN MASALAH
BAB III LANGKAH PEMECAHAN MASALAH 3.1 Penetapan Kriteria Optimasi Koperasi Niaga Abadi Ridhotullah (KNAR) adalah badan usaha yang bergerak dalam bidang distributor makanan dan minuman ringan (snack). Koperasi
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Teknologi dan perkembangan ilmu pengetahuan dewasa ini sudah mengalami perkembangan pesat. Seiring berjalannya waktu, perkembangan ini menyebabkan timbulnya kebutuhan
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Dalam perkembangan teknologi yang semakin pesat ini banyak sekali perubahan perkembangan yang telah terjadi untuk membantu kehidupan masyarakat. Dalam perkembangan
Lebih terperinciBab I Pendahuluan I.1 Latar Belakang
Bab I Pendahuluan I.1 Latar Belakang Salah satu energi alternatif yang jumlahnya tak terbatas, kontinu, terdapat dimanamana, tidak menimbulkan polusi dan gratis adalah sinar matahari. Kini, energi matahari
Lebih terperinciBAB 1 PENDAHULUAN Latar Belakang
BAB 1 PENDAHULUAN 1.1. Latar Belakang Semua negara mempunyai mata uang sebagai alat tukar. Pertukaran uang dengan barang yang terjadi disetiap negara tidak akan menimbulkan masalah mengingat nilai uang
Lebih terperinciANALISIS PERAMALAN PENJUALAN SPARE PART BUSSING GARDAN MOBIL TRUK PADA CV. HARAPAN KELUARGA MAKMUR. : Dwi Handoko Npm :
ANALISIS PERAMALAN PENJUALAN SPARE PART BUSSING GARDAN MOBIL TRUK PADA CV. HARAPAN KELUARGA MAKMUR Nama : Dwi Handoko Npm : 12211238 Pembimbing : Handayani, SE.,MM PENDAHULUAN Latar Belakang : Berkembangnya
Lebih terperinciBAB 2 LANDASAN TEORI. Produksi jagung merupakan hasil bercocok tanam, dimana dilakukan penanaman bibit
BAB 2 LANDASAN TEORI 2.1 Pengertian Produksi Produksi jagung merupakan hasil bercocok tanam, dimana dilakukan penanaman bibit tanaman pada lahan yang telah disediakan, pemupukan dan perawatan sehingga
Lebih terperinciBAB 2 TINJAUAN TEORITIS. yang akan datang. Ramalan adalah situasi dan kondisi yang diperkirakan akan terjadi
BAB 2 TINJAUAN TEORITIS 2.1 Pengertian Peramalan Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi pada masa yang akan datang. Ramalan adalah situasi dan kondisi yang diperkirakan akan
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Dalam upaya pembangkitan tenaga listrik diperlukan suatu perencanaan yang baik. Kebutuhan beban dewasa ini sangat bervariasi dan meningkat, sehingga pusat-pusat pembangkit
Lebih terperinciPrediksi Pemakaian Listrik Dengan Pendekatan Back Propagation
ISSN: 2089-3787 465 Prediksi Pemakaian Listrik Dengan Pendekatan Back Propagation Ruliah S, Rendy Rolyadely Sekolah Tinggi Manajemen Informatika dan Komputer Banjarbaru Jl. A.Yani Km. 33,3 Loktabat Banjarbaru
Lebih terperinciPERAMALAN BEBAN JANGKA PENDEK PADA HARI LIBUR DI BALI MENGGUNAKAN METODE GENERALIZED REGRESSION NEURAL NETWORK (GRNN)
SKRIPSI PERAMALAN BEBAN JANGKA PENDEK PADA HARI LIBUR DI BALI MENGGUNAKAN METODE GENERALIZED REGRESSION NEURAL NETWORK (GRNN) JUNIAR DOAN WIHARDONO JURUSAN TEKNIK ELEKTRO DAN KOMPUTER FAKULTAS TEKNIK UNIVERSITAS
Lebih terperinciTeam project 2017 Dony Pratidana S. Hum Bima Agus Setyawan S. IIP
Hak cipta dan penggunaan kembali: Lisensi ini mengizinkan setiap orang untuk menggubah, memperbaiki, dan membuat ciptaan turunan bukan untuk kepentingan komersial, selama anda mencantumkan nama penulis
Lebih terperinci1.1 Latar Belakang BAB 1 PENDAHULUAN
BAB 1 PENDAHULUAN 1.1 Latar Belakang Menurut Slamet (2002), sampah adalah segala sesuatu yang tidak lagi dikehendaki oleh yang punya dan bersifat padat. Sementara didalam Naskah Akademis Rancangan Undang-undang
Lebih terperinciBAB II TINJAUAN PUSTAKA
digilib.uns.ac.id BAB II TINJAUAN PUSTAKA 2.1 Landasan Teori 2.1.1 Executive Information System (EIS) Executive Information System (EIS) adalah sebuah sistem penunjang keputusan yang dibangun secara khusus
Lebih terperinciBAB I PENDAHULUAN. Pada saat ini peran pasar modal dalam perekonomian Indonesia mulai
BAB I PENDAHULUAN 1.1 Latar Belakang Pada saat ini peran pasar modal dalam perekonomian Indonesia mulai melembaga. Pembelian saham menjadi salah satu pilihan modal yang sah, selain bentuk modal lainnya
Lebih terperinciBAB 3 METODOLOGI PEMECAHAN MASALAH
BAB 3 METODOLOGI PEMECAHAN MASALAH 3.1 Flow Process Metodologi Penelitian IDENTIFIKASI DAN PERUMUSAN MASALAH Mencari teknik peramalan yang tepat terhadap volume produksi yang ada STUDI PUSTAKA Mencari
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang Pramudiani Ayu Prihastiti, 2015
1 BAB I PENDAHULUAN 1.1. Latar Belakang Energi listrik merupakan salah satu kebutuhan yang penting bagi kehidupan sehari-hari masyarakat baik dalam aktivitas di lingkungan perumahan, perkantoran, tempat-tempat
Lebih terperinciBab III PERANCANGAN PROGRAM APLIKASI
35 Bab III PERANCANGAN PROGRAM APLIKASI 3.1 Spesifikasi Rumusan Rancangan Perancangan program aplikasi ini terbagi menjadi dua bagian yaitu proses, yaitu : proses input dan hasil keluaran atau output Proses
Lebih terperinciPERAMALAN BEBAN LISTRIK MENGGUNAK AN JARINGAN SARAF TIRUAN METODE KOHONEN ABSTRAK
PERAMALAN BEBAN LISTRIK MENGGUNAK AN JARINGAN SARAF TIRUAN METODE KOHONEN Galang Jiwo Syeto, Arna Fariza, S.Kom, M.Kom, Setiawardhana, S.T Program DIV Jurusan Teknik Informatika Politeknik Elektronika
Lebih terperinciBAB I PENDAHULUAN. pertumbuhan bisnis, industri, dan lain sebagainya. Sehingga diperlukan peramalan
BAB I PENDAHULUAN 1.1 Pengantar Seiring dengan kemajuan teknologi, permasalahan pada dunia listrik sering terjadi salah satunya pada kebutuhan energi listrik. Kebutuhan energi listrik yang semakin bertambah
Lebih terperinciPREDIKSI PERMINTAAN KREDIT MENGGUNAKAN METODE ADAPTIVE NEURO FUZZY INFERENCE SYSTEM (ANFIS) SKRIPSI SAMUEL ANTHONIUS MADUWU
PREDIKSI PERMINTAAN KREDIT MENGGUNAKAN METODE ADAPTIVE NEURO FUZZY INFERENCE SYSTEM (ANFIS) SKRIPSI SAMUEL ANTHONIUS MADUWU 091402118 PROGRAM STUDI TEKNOLOGI INFORMASI FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI
Lebih terperinci