PERAMALAN KEBUTUHAN ENERGI LISTRIK MENGGUNAKAN ARTIFICIAL NEURAL NETWORK DI KOTA SAMARINDA --Ed. 1

ABSTRAK

Zulham Dika Sentono Pembimbing:
15642009 I. Ir. Cornelius Sarri, M.T.
Program Studi Teknik Listrik D-IV II. Erry Yadie, ST.,MT.
Peramalan Kebutuhan Energi Listrik Menggunakan Artificial Neural Network Di Kota Samarinda
Abstrak, Permintaan energi listrik di Samarinda dari tahun ketahun semakin meningkat seiring dengan perkembangan penduduk kota Samarinda. Untuk penyediaan energi listrik di masa mendatang pada periode tertentu, diperluka peramalan kebutuhan energi listrik pada periode tertentu.Penelitian ini telah dilakukan dengan sistem peramalan kebutuhan energi listrik jangka panjang di Kota Samarinda menggunakan Artificial Neural Network (ANN).Hasil penelitian ini menunjukan penentuan parameter seperti metode pembelajaran, lapisan tersembunyi dan jumlah neuron. Hasil peramalan kebutuhan energi listrik Kota Samarinda menggunakan ANN dengan konfigurasi jaringan [20-10-5] sebagai berikut: energi terjual pada tahun 2019 sebesar 2.148.064,73 kWh menjadi 4.714.210,31 kWh pada tahun 2028 dengan laju pertumbuhan pada tiap tahunnya sebesar 8,17% , daya tersambung pada tahun 2019 sebesar 861.777 KVA menjadi 1.914.038 KVA pada tahun 2028 dengan laju pertumbuhan pada tiap tahunnya sebesar 8,31%, beban puncak pada tahun 2019 sebesar 724 MW menjadi 1.596 MW pada tahun 2028 dengan laju pertumbuhan pada tiap tahunnya sebesar 8,22%, panjang SUTM pada tahun 2019 sebesar 2.667 kms menjadi 5.519 kms pada tahun 2028 dengan laju pertumbuhan pada tiap tahunnya sebesar 5,41%, panjang SUTR pada tahun 2019 sebesar 3.126 kms menjadi 6.519 kms pada tahun 2028 dengan laju pertumbuhan pada tiap tahunnya sebesar 7,62%, trafo distribusi pada tahun 2019 sebesar 3.574 unit menjadi 7.166 unit pada tahun 2028 dengan laju pertumbuhan tiap tahun sebesar 7,2%, dan daya trafo distribusi pada tahun 2019 sebesar 407.541 kVA menjadi 809.965,11 kVA pada tahun 2028 dengan laju pertumbuhan tiap tahunnya sebesar 7,11%. Dalam peramalan beban listrik diketahui bahwa beban tahunan akan meningkat.

Kata Kunci: Artificial neural network, beban puncak, daya tersambung, energi terjual
ABSTRACT

Zulham Dika Sentono Pembimbing:
15642009 I. Ir. Cornelius Sarri, M.T.
Program Studi Teknik Listrik D-IV II. Erry Yadie, ST.,MT.
Predicting the Electrical Energy Necessaries by Using Artificial Neural Networks in Samarinda

Abstract, The demand for electricity in Samarinda from year to year is increasing along with the development of the population in Samarinda city. For the supply of electricity in the future in a certain period, predicting the necessary for electrical energy in a certain period. This research has been done with the system of predicting with long-term electrical energy needs in Samarinda City by using Artificial Neural Network (ANN). The results of this study indicated the determination of parameters such as learning methods, hidden layers and number of neurons. The results of predicting the electricity needs of Samarinda City by using ANN with network configuration [20-10-5] as follows: energy sold in 2019 amounted to 2,148,064.73 kWh to 4,714,210.31 kWh in 2028 with a growth rate each year of 8.17%, the connected power in 2019 was 861,777 KVA to 1,914,038 KVA in 2028 with an annual growth rate of 8.31%, peak load in 2019 of 724 MW to 1,596 MW in 2028 at a rate annual growth of 8.22%, the length of SUTM in 2019 amounted to 2,667 kms to 5,519 kms in 2028 with an annual growth rate of 5.41%, the length of SUTR in 2019 amounted to 3,126 kms to 6,519 kms in 2028 with an annual growth rate of 7.62%, distribution transformers in 2019 amounted to 3,574 units to 7,166 units in 2028 with an annual growth rate of 7.2%, and the power transformer ribusi in 2019 amounted to 407,541 kVA to 809,965.11 kVA in 2028 with an annual growth rate of 7.11%. In electricity load predicting it is known that the annual load will be increasing.
Keyword: Artificial Neural Network, peak load, connected power, energy sold