Please take a moment to complete this survey below

Library's collection Library's IT development Cancel

Struktur neuro-fuzzy tipe mimo-ts menggunakan LMA-training untuk electrical load time series data forecasting

Struktur jaringan neuro-fuzzy merupakan salah satu sistem yang dapat digunakan untuk meramalkan data time series. Salah satu data time series yang dapat diramalkan dengan menggunakan struktur jaringan neuro-fuzzy adalah data beban listrik suatu perusahaan atau negara. Struktur jaringan neuro-fuzzy yang digunakan untuk meramalkan beban listrik Jawa Timur-Bali ini, dibuat menggunakan Gaussian Membership Function sebagai fungsi membership dari Takagi Sugeno fuzzy logic system (FLS). Output dari sistem fuzzy ini kemudian dimasukan dalam sebuah algoritma training yaitu Levenberg-Marquardt algorithm (LMA) training untuk memperbaiki parameter-parameter yang dimiliki sehingga sistem dapat menghasilkan Output dengan error yang kecil. Data beban listrik yang digunakan untuk training adalah data beban listrik Jawa Timur-Bali dari 1 September 2005 - 31 Desember 2006. Hasil yang diperoleh dari pengujian sistem adalah untuk short term forecasting data beban listrik Jatim-Bali bulan Januari 2007 - Maret 2007, didapatkan Mean Square Error (MSE) sebesar 0,0010 dan untuk hasil long term forecasting bulan juni 2007 - Agustus 2007 didapatkan MSE sebesar 0.0011.

Creator(s)
  • (23403076) HENRY KUSWANTO
Contributor(s)
  • Felix Pasila → Advisor 1
  • Hany Ferdinando → Advisor 2
  • Thiang → Examination Committee 1
Publisher
Universitas Kristen Petra; 2007
Language
Indonesian
Category
s1 – Undergraduate Thesis
Sub Category
Skripsi/Undergraduate Thesis
Source
Skripsi No.02010848/ELK/2007; Henry Kuswanto (23403076)
Subject(s)
  • TIME-SERIES ANALYSIS
  • FORECASTING-STATISCAL METHODS
File(s)

Similar Collection

by creator, contributor, or subject