Peramalan beban jangka pendek untuk hari libur nasional menggunakan interval type-2 fuzzy inference system (studi kasus : sistem kelistrikan Jawa-Bali)

Nurohmah, Hidayatul (2015) Peramalan beban jangka pendek untuk hari libur nasional menggunakan interval type-2 fuzzy inference system (studi kasus : sistem kelistrikan Jawa-Bali). Masters thesis, Institut Teknologi Sepuluh Nopember.

[img] Text
undergraduated thesis.pdf

Download (2MB)

Abstract

Kebutuhan energi listrik sangat dipengaruhi oleh perilaku beban yang tidak menentu. Di sisi lain, penyedia energi listrik dituntut harus mampu menjamin kontinuitas kebutuhan beban untuk saat ini dan meramalkan kebutuhan beban untuk masa yang akan datang. Perbedaan hari libur dan hari biasa mengakibatkan karakteristrik beban listrik menjadi sangat kompleks dan nonliniear, Oleh karena itu masalah peramalaan beban jangka pendek sangat perlu didukung oleh metode komputasi untuk simulasi dan validasi. Fuzzy logic adalah metode yang handal untuk peramalan beban pada sistem yang kompleks dan non-liniear karena dapat mengubah variabel sistem ke bentuk linguistik dalam reasoning approximation. Interval type-2 fuzzy inference system (IT2FIS) merupakan pengembangan metode Interval type-1 fuzzy inference system (IT1FIS) yang sangat tepat untuk digunakan pada peramalan beban karena mempunyai kelebihan yang sangat fleksibel dalam perubahan footprint of uncertainty (FOU), sehingga sangat mendukung untuk membentuk pemrosesan awal data time series, komputasi, simulasi dan validasi model sistem. Pada penelitian ini dilakukan simulai peramalan beban jangka pendek menggunakan Interval type-2 fuzzy logic toolbox (IT2FLT). Performansi error hasil prediksi yang diperoleh dari perbandingan nilai peramalan dengan nilai-nilai aktualnya ditunjukkan oleh nilai mean absolute percentage error (MAPE). Akurasi yang didapat dari hasil forecasting beban jangka pendek dengan metode permodelan fuzzy type -2 dihasilkan error secara umum lebih kecil dibandingkan dengan metode type-1. Metode peramalan tersebut memiliki MAPE terendah pada tahun 2010 yaitu sebesar 1,2658% sedangkan MAPE tertinggi terjadi pada tahun 2011yaitu sebesar 5,782%. ==================================================================================================== The electrical energy requirement is strongly influenced by uncertain behavior of the load. On the other side, the electric energy provider is required to be able to ensure continuity of load demand at this time, and forecast for the future. The difference of holidays and ordinary days resulted characteristics of the electrical load becomes very complex and nonlinear, therefore the problem of short-term load forecasting very need to be supported by computational methods for simulation and validation. Fuzzy logic is a reliable method for forecasting the load on the system that complex and non-linear because it can change system variables into linguistic form through reasoning approximation. Interval type-2 fuzzy inference system (IT2FIS) as the development of methods of Interval type-1 fuzzy inference system (IT1FIS), it is appropriate to be used in load forecasting because it has the advantages that very flexible on the change of the footprint of uncertainty (FOU), so it supports to establish initial processing of the data time series , computing, simulation and validation of system models. In this research carried out simulations of short-term load forecasting using Interval type-2 fuzzy logic toolbox (IT2FLT). The error performance of the prediction result obtained from the comparison of the value of forecasting against actual values indicated by the mean absolute percentage error (MAPE). The accuracy of the results obtained from short-term load forecasting using fuzzy type-2 method, generally resulting error is smaller than the type-1 method. The forecasting method has the lowest MAPE in 2010 in the amount of 1.2658% while the highest MAPE occurred in 2011 in the amount of 5.782%.

Item Type: Thesis (Masters)
Additional Information: RTE 621.31 Nur p
Uncontrolled Keywords: Fuzzy type-1, Fuzzy Type–2 Inference System, Peramalan Beban Jangka Pendek. ======================================================================================================= Fuzzy Type-1, Fuzzy Type–2 Inference System Short-term load forecasting
Subjects: T Technology > TK Electrical engineering. Electronics Nuclear engineering > TK1322.6 Electric power-plants
Divisions: Faculty of Electrical Technology > Electrical Engineering > (S2) Master Theses
Depositing User: - Taufiq Rahmanu
Date Deposited: 01 Apr 2019 02:39
Last Modified: 01 Apr 2019 02:39
URI: http://repository.its.ac.id/id/eprint/62656

Actions (login required)

View Item View Item