Analisis Peramalan Konsumsi Energi Listrik Kota Balikpapan Menggunakan Multilayer Perceptron (MLP) dan Adaptive Neuro Fuzzy Inference System (ANFIS)

Ramat, Muhammad Sahaluddin (2025) Analisis Peramalan Konsumsi Energi Listrik Kota Balikpapan Menggunakan Multilayer Perceptron (MLP) dan Adaptive Neuro Fuzzy Inference System (ANFIS). Bachelor thesis, Institut Teknologi Kalimantan.

	Text 12211063_cover.pdf Download (643kB)
	Text 12211063_statement_of_authenticity.pdf Download (327kB)
	Text 12211063_publishing_agreement.pdf Download (211kB)
	Text 12211063_appoval_sheet.pdf Download (334kB)
	Text 12211063_preface.pdf Download (633kB)
	Text 12211063_abstract_id.pdf Download (331kB)
	Text 12211063_abstract_en.pdf Restricted to Repository staff only until 26 April 2028. Download (320kB) | Request a copy
	Text 12211063_table_of_content.pdf Restricted to Repository staff only until 26 April 2028. Download (855kB) | Request a copy
	Text 12211063_illustrations.pdf Restricted to Repository staff only until 26 April 2028. Download (427kB) | Request a copy
	Text 12211063_tables.pdf Restricted to Repository staff only until 26 April 2028. Download (423kB) | Request a copy
	Text 12211063_notations.pdf Restricted to Repository staff only until 26 April 2028. Download (1MB) | Request a copy
	Text 12211063_chapter_1.pdf Restricted to Repository staff only until 26 April 2028. Download (1MB) | Request a copy
	Text 12211063_chapter_2.pdf Restricted to Repository staff only until 26 April 2028. Download (3MB) | Request a copy
	Text 12211063_chapter_3.pdf Restricted to Repository staff only until 26 April 2028. Download (2MB) | Request a copy
	Text 12211063_chapter_4.pdf Restricted to Repository staff only until 26 April 2028. Download (7MB) | Request a copy
	Text 12211063_conclusion.pdf Restricted to Repository staff only until 26 April 2028. Download (419kB) | Request a copy
	Text 12211063_bibliography.pdf Download (954kB)
	Text 12211063_enclosure.pdf Restricted to Repository staff only until 26 April 2028. Download (6MB) | Request a copy
	Text 12211063_presentation.pdf Restricted to Repository staff only until 26 April 2028. Download (7MB) | Request a copy

Abstract

Kebutuhan energi listrik di Kota Balikpapan terus mengalami peningkatan seiring dengan pertumbuhan penduduk, Untuk mendukung perencanaan sistem ketenagalistrikan yang efektif, diperlukan metode peramalan yang akurat dalam memprediksi konsumsi energi listrik di masa mendatang. Penelitian ini bertujuan untuk menganalisis serta membandingkan akurasi dua metode kecerdasan buatan, yaitu Multilayer Perceptron (MLP) dan Adaptive Neuro-Fuzzy Inference System (ANFIS) dalam meramalkan konsumsi energi listrik Kota Balikpapan. Data yang digunakan meliputi jumlah penduduk, produksi listrik, dan daya terpasang sebagai variabel input, serta konsumsi listrik sebagai variabel output, dengan periode data Januari 2015 hingga Desember 2024. Model MLP dibangun dengan arsitektur 3-12-6-1, menggunakan algoritma backpropagation sebagai metode pelatihan. Sedangkan ANFIS menggunakan sistem fuzzy Sugeno orde pertama dengan metode pembelajaran hybrid (Least Squares Estimator dan Backpropagation). Berdasarkan hasil evaluasi performa model, MLP menghasilkan nilai performa keberhasilan sebesar 91.45% dalam menangkap pola konsumsi listrik sehingga MLP merupakan metode terbaik dalam memprediksi konsumsi energi listrik Kota Balikpapan dibandingkan metode ANFIS yang memiliki performa keberhasilan sebesar 81,27%. Dengan demikian, metode MLP terbukti lebih efektif dan akurat dalam meramalkan konsumsi energi listrik Kota Balikpapan. Setelah diperoleh model dengan akurasi terbaik, dilakukan peramalan variabel input menggunakan metode peramalan deret waktu sesuai pola masing-masing variabel (trend dan musiman), di antaranya ARIMA dan SARIMA. Hasil peramalan variabel input untuk periode 2025–2029 kemudian dimasukkan ke dalam model terbaik untuk menghasilkan prediksi konsumsi energi listrik Kota Balikpapan selama lima tahun ke depan yang dalam penelitian ini mendapatkan hasil pada 2025 sebesar 1.619.373.480 kwh, 2026 sebesar 1.756.083.032 kwh, 2027 sebesar 1.892.380.464 kwh, 2028 sebesar 2.028.435.008 kwh, dan 2029 sebesar 2.163.358.496.

Item Type:	Thesis (Bachelor)
Subjects:	T Technology > T Technology (General)
Divisions:	Jurusan Teknologi Industri dan Proses > Teknik Industri
Depositing User:	Muhammad Sahaluddin Rahmat
Date Deposited:	05 Jan 2026 05:02
Last Modified:	05 Jan 2026 05:02
URI:	http://repository.itk.ac.id/id/eprint/24858

Actions (login required)

View Item