STUDI PREDIKSI BEBAN JANGKA PENDEK MENGGUNAKAN METODE NEURAL NETWORK BERBASIS DATA TIME SERIES PADA PT. SIANTAR TARA SEJATI SITE TARAKAN
Beban listrik umumnya menunjukkan pola yang dinamis dan berfluktuasi mengikuti karakteristik pemakaian harian. Penelitian ini memberikan kontribusi baru studi prediksi beban listrik jangka pendek berbasis data time series pada salah satu independen power plant di Kota Tarakan, Provinsi Kalimantan Utara. Penelitian ini bertujuan untuk membandingkan dua pendekatan metode neural network (NN), yaitu NN tanpa pengolahan data time series dan NN berbasis data time series (NN-TS). Data yang digunakan berupa data historis beban listrik harian yang berasal dari sumber data pembangkit. Proses prediksi dilakukan melalui tahap stasioneri sehingga diperoleh model terbaik. Melalui model terbaik NN-TS diperoleh Arsitrektur NN yang berbeda. Pada pola NN diperoleh layer 24-10-1 sedangkan NN-TS 24-2-1. Hasil prediksi beban listrik jangka pendek menggunakan metode NN mendapatkan MAPE sebesar 6,0846% dan dengan menggunakan metode NN-TS sebesar 4,33%.