Peramalan Beban Listrik Pada Smart Energy Meter (Sem) Menggunakan Regresi Linier

Azami, Moh. Wahfiudin Nur (2022) Peramalan Beban Listrik Pada Smart Energy Meter (Sem) Menggunakan Regresi Linier. Diploma thesis, Institut Teknologi Sepuluh Nopember.

Text 10311810000036-Undergraduate_Thesis.pdf Restricted to Repository staff only Download (3MB)

Abstract

CV. PLCD Edukasi Nusantara adalah perusahaan yang bergerak dibidang pembuatan trainer otomasi industri, mekanikal dan elektrikal, dimana pada saat ini mendapatkan permintaan untuk membuat alat yang dapat digunakan untuk monitoring energi listrik serta dapat memberikan perkiraan penggunaan beban listrik sehingga memberikan informasi kepada konsumen perihal penggunaan beban listrik di waktu yang akan datang. Untuk menjawab masalah tersebut Proyek Akhir ini mengangkat Smart Energy Meter (SEM) merupakan alat yang dapat memonitoring dan meramalkan penggunaan energi listrik diwaktu yang akan datang. SEM ini mengambil konsep dari meteran listrik konvensional yang diberi modifikasi dengan tambahan mikrokontroler untuk mengakuisisi dan mengolah data berupa tegangan, arus, frekuensi, dan faktor daya. Data hasil akuisisi pada mikrokontroller dikirimkan ke modul WiFi untuk dikirimkan ke database lokal, setelah sampai di database data diolah dan dilakukan kalkulasi untuk mendapatkan daya aktif (P), daya kompleks (S), daya reaktif (Q), sudut fasa dan konsumsi energi. Setelah mengambil data dilakukan peramalan beban listrik menggunakan metode regresi linier. Pengujian peramalan beban listrik pada SEM ini mengambil data beban panel yang ada pada Laboratorium Penggerak Elektrik dan Sistem Elektronika Daya, Departemen Teknik Elektro Otomasi, Fakultas Vokasi, Institut Teknologi Sepuluh Nopember dengan waktu pengambilan data setiap menit dari pukul 8.30 sampai dengan 15.30 WIB selama 3 pekan. Data penggunaan beban selama 2 pekan digunakan untuk meramalkan penggunaan beban listrik pada pekan ketiga. Dari hasil pengujian dan analisis dengan kesalahan peramalan beban listrik menggunakan MAPE (Mean Absolute Percentage Error) didapatkan rata-rata kesalahan peramalan pada daya aktif (P) sebesar 3,86%, pada daya kompleks (S) sebesar 3,77% dan pada daya reaktif (Q) sebesar 11,87% di pekan ketiga.
==============================================================================================================================
CV. PLCD Edukasi Nusantara is a company engaged in the manufacture of industrial automation trainers, mechanical, and electrical, which is currently receiving requests to make tools that can be used for monitoring electrical energy and can provide estimates of the use of electrical loads so as to provide information to consumers regarding the use of electrical loads. next time. To answer this problem, this Final Project raises the Smart Energy Meter (SEM) which is a tool that can monitor and predict the use of electrical energy in the future. This SEM takes the concept of a conventional electricity meter which is modified with the addition of a microcontroller to acquire and process data in the form of voltage, current, frequency, and power factor. The acquired data on the microcontroller is sent to the WiFi module to be sent to the Local Database, after arriving at the Database the data is processed and calculated to get active power (P), apparent power (S), reactive power (Q), phase angle, and energy consumption. After taking the data, electrical load forecasting is carried out using the linear regression method. The electrical load forecasting test on the SEM takes data from the existing panel loads at the Electric Drive and Power Electronics Systems Laboratory, Department of Electrical Automation Engineering, Vocational Faculty, Sepuluh Nopember Institute of Technology with data retrieval time every minute from 8.30 to 15.30 for 3 weeks. The load usage data for 2 weeks is used to forecast the use of electrical loads in the 3rd week. From the results of testing and analysis with electrical load forecasting errors using MAPE (Mean Absolute Percentage Error) the average forecast error for active power (P) is 3.86%, complex power (S) is 3.77% and reactive power (Q) is 11.87% in third week.

Item Type:	Thesis (Diploma)
Additional Information:	RSEO 629.895 Aza p-1 2022
Uncontrolled Keywords:	Mean Absolute Percentage Error, Peramalan Beban Listrik, Regresi Linier, Smart Energy Meter. Mean Absolute Percentage Error, Electric Load Forecasting, Linear Regression, Smart Energy Meter.
Subjects:	T Technology > TK Electrical engineering. Electronics Nuclear engineering > TK3070 Automatic control
Divisions:	Faculty of Vocational > 36304-Automation Electronic Engineering
Depositing User:	Mr. Marsudiyana -
Date Deposited:	15 Jul 2026 07:24
Last Modified:	15 Jul 2026 07:24
URI:	http://repository.its.ac.id/id/eprint/135074

Actions (login required)

View Item