OPTIMASI ALGORITMA FLETCHER REEVES UNTUK MEMPREDIKSI JUMLAH PASANG BARU LISTRIK PADA PT JASERINDO MENGGUNAKAN METODE BACKPROPAGATION

MHD ZOEL ARDHA, TANJUNG (2023) OPTIMASI ALGORITMA FLETCHER REEVES UNTUK MEMPREDIKSI JUMLAH PASANG BARU LISTRIK PADA PT JASERINDO MENGGUNAKAN METODE BACKPROPAGATION. Other thesis, STIKOM Tunas Bangsa.

[thumbnail of OPTIMASI ALGORITMA FLETCHER REEVES UNTUK MEMPREDIKSI JUMLAH PASANG BARU LISTRIK PADA PT JASERINDO MENGGUNAKAN METODE BACKPROPAGATION] Other (OPTIMASI ALGORITMA FLETCHER REEVES UNTUK MEMPREDIKSI JUMLAH PASANG BARU LISTRIK PADA PT JASERINDO MENGGUNAKAN METODE BACKPROPAGATION)
072- skripsi finish - simson.pdf
Restricted to Registered users only

Download (6MB) | Request a copy

Abstract

Peranan listrik sangat penting bagi setiap lapisan masyarakat bahkan listrik juga
sangat dibutuhkan sebagai sarana produksi dan untuk kehidupan sehari-hari,
begitu pentingnya peranan listrik tentu saja berdampak pada permintaan listrik
yang semakin besar tapi hal ini kiranya tidak linier dengan persediaan listrik yang
belum mampu memenuhi permintaan listrik yang begitu besar tersebut. Data
diperoleh langsung dari PT. Jaserindo Pematang Siantar adalah jumlah pasang
baru listrik dari tahun 2018-2022 dengan 11 daerah. Penelitian ini menggunakan
algoritma jaringan saraf tiruan Fletcher Reeves untuk melakukan pengujian data
agar mendapatkan suatu prediksi jumlah pasang baru listrik di PT. Jaserindo
Pematang Siantar. Model arsitektur jaringan yang digunakan pada penelitian ada
5, yaitu 2-5-1, 2-10-1, 2-15-1, 2-20-1, 2-25-1. Dari hasil uji coba yang dilakukan
menggunakan software MatLab menghasilkan model arsitektur terbaik yaitu
model 2-5-1 dengan nilai performance atau Mean Square Error sebesar
0.042742267 dibandingkan dengan keempat model arsitektur lainnya.

Kata Kunci : Pasang Baru Listrik, Jaringan Saraf Tiruan, Backpropagation.

Item Type: Thesis (Other)
Subjects: Q Science > QA Mathematics > QA76 Computer software
Divisions: Faculty of Engineering, Science and Mathematics > School of Electronics and Computer Science
Depositing User: Perpustakaan STIKOM TB
Date Deposited: 24 Apr 2024 07:47
Last Modified: 24 Apr 2024 07:47
URI: http://repository.stikomtb.ac.id/id/eprint/81

Actions (login required)

View Item
View Item