Model Arsitektur Artificial Neural Network pada Pelanggan Listrik Negara (PLN)

Muhammad Noor Hasan Siregar

Abstract


Perusahaan Listrik Negara (PLN) merupakan sebuah BUMN yang mengurusi semua aspek kelistrikan yang ada di Indonesia. Meningkatnya kebutuhan masyarakat akan listrik seiring tumbuhnya populasi membuat pelanggan listrik terus bertambah. Penelitian ini bertujuan untuk membuat sebuah model prediksi dengan memanfaatkan kecerdasan buatan yakni Jaringan saraf Tiruan dengan menggunakan algoritma Backpropogation. Data penelitian bersumber dan diolah oleh Badan Pusat Statistik Indonesia (https://www.bps.go.id). Data masukan adalah kelompok pelanggan PLN yang dibagi kedalan 5 kategori yakni Sosial, Rumah Tangga, Bisnis, Industri dan Publik dengan data jumlah pelanggan (2006-2015). Hasil penelitian menunjukkan bahwa 4 pengujian model arsitektur yaitu 5-10-1, 5-25-1, 5-10-25-1 dan 5-25-10-1 diperoleh model 5-25-1 adalah model arsitektur terbaik dengan parameter MSE Pelatihan 0,0009994101, MSE Pengujian 0,0011603685, Epoch 520 dan Akurasi  80%. Diharapkan penelitian ini dapat memberikan prediksi kepada pihak PLN kedepanya tentang jumlah peningkatan pelanggan PLN mengingat listrik adalah salah satu kebutuhan masyarakat.


Keywords


Pelanggan; Prediksi; Kecerdasan Buatan; Backpropogation; Jaringan Saraf Tiruan

Full Text:

PDF

References


A. P. Windarto, “Penerapan Data Mining Pada Ekspor Buah-Buahan Menurut Negara Tujuan Menggunakan K-Means Clustering,” Techno.COM, vol. 16, no. 4, pp. 348–357, 2017.

A. P. Windarto, “Implementation of Data Mining on Rice Imports by Major Country of Origin Using Algorithm Using K-Means Clustering Method,” Int. J. Artif. Intell. Res., vol. 1, no. 2, pp. 26–33, 2017.

M. G. Sadewo, A. P. Windarto, and D. Hartama, “PENERAPAN DATAMINING PADA POPULASI DAGING AYAM RAS PEDAGING DI INDONESIA BERDASARKAN PROVINSI MENGGUNAKAN K-MEANS CLUSTERING,” InfoTekJar (Jurnal Nas. Inform. dan Teknol. Jaringan), vol. 2, no. 1, pp. 60–67, 2017.

Sumijan, A. P. Windarto, A. Muhammad, and Budiharjo, “Implementation of Neural Networks in Predicting the Understanding Level of Students Subject,” Int. J. Softw. Eng. Its Appl., vol. 10, no. 10, pp. 189–204, 2016.

A. P. Windarto, L. S. Dewi, and D. Hartama, “Implementation of Artificial Intelligence in Predicting the Value of Indonesian Oil and Gas Exports With BP Algorithm,” Int. J. Recent Trends Eng. Res., vol. 3, no. 10, pp. 1–12, 2017.

A. Wanto, A. P. Windarto, D. Hartama, and I. Parlina, “Use of Binary Sigmoid Function And Linear Identity In Artificial Neural Networks For Forecasting Population Density,” Int. J. Inf. Syst. Technol., vol. 1, no. 1, pp. 43–54, 2017.

A. Wanto and A. P. Windarto, “Analisis Prediksi Indeks Harga Konsumen Berdasarkan Kelompok Kesehatan Dengan Menggunakan Metode Backpropagation,” J. Penelit. Tek. Inform., vol. 2, no. 2, pp. 37–44, 2017.

M. N. H. Siregar, “Neural Network Analysis With Backpropogation In Predicting Human Development Index ( HDI ) Component by Regency / City In North Sumatera,” I n t e r n a t i o n a l Jo u r n a l O f I n f o r m a t i o n S yst e m T e c h n o l ogy, vol. 1, no. 1, pp. 22–33, 2017.

Agus Perdana Windarto, “Implementasi metode topsis dan saw dalam memberikan reward pelanggan,” Kumpul. J. Ilmu Komput., vol. 4, no. 1, pp. 88–101, 2017.

T. Imandasari and A. P. Windarto, “Sistem Pendukung Keputusan dalam Merekomendasikan Unit Terbaik di PDAM Tirta Lihou Menggunakan Metode Promethee,” J. Teknol. dan Sist. Komput., vol. 5, no. 4, p. 159, 2017.

D. R. Sari, A. P. Windarto, D. Hartama, and S. Solikhun, “Sistem Pendukung Keputusan untuk Rekomendasi Kelulusan Sidang Skripsi Menggunakan Metode AHP-TOPSIS,” J. Teknol. dan Sist. Komput., vol. 6, no. 1, p. 1, 2018.

Solikhun, A. P. Windarto, Handrizal, and M.Fauzan, “Jaringan Saraf Tiruan Dalam Memprediksi Sukuk Negara Ritel Berdasarkan Kelompok Profesi Dengan Backpropogation Dalam Mendorong Laju Pertumbuhan Ekonomi,” Kumpul. J. Ilmu Komput., vol. 4, no. 2, pp. 184–197, 2017.

M. Mesran, G. Ginting, S. Suginam, and R. Rahim, “Implementation of Elimination and Choice Expressing Reality ( ELECTRE ) Method in Selecting the Best Lecturer ( Case Study STMIK BUDI DARMA ),” Int. J. Eng. Res. Technol., vol. 6, no. 2, NaN-2017, pp. 141–144, 2017.

I. Chen and B. L. Poole, “Performance Evaluation of Rule Grouping on a Real-Time Expert System Architecture,” vol. 6, no. 6, pp. 883–891, 2014.

Y. Malhotra, “Expert systems for knowledge management: crossing the chasm between information processing and sense making,” Expert Syst. Appl., vol. 20, no. 1, pp. 7–16, 2001.

M. Min, “A rule based expert system for analysis of mobile sales data on fashion market,” 2013 Int. Conf. Inf. Sci. Appl. ICISA 2013, 2013.

M. Mohammadi and S. Jafari, “An expert system for recommending suitable ornamental fish addition to an aquarium based on aquarium condition,” arXiv Prepr. arXiv1405.1524, vol. 3, no. 2, pp. 1–7, 2014.

Agus Perdana Windarto, “IMPLEMENTASI JST DALAM MENENTUKAN KELAYAKAN NASABAH PINJAMAN KUR PADA BANK MANDIRI MIKRO SERBELAWAN DENGAN METODE BACKPROPOGATION,” J-SAKTI (Jurnal Sains Komput. dan Inform., vol. 1, no. 1, pp. 12–23, 2017.

W. M. Dessy and A. Irawan, “Perbandingan Metode Jaringan Syaraf Tiruan Backpropagation Dan Learning Vector Quantization Pada Pengenalan Wajah,” J. Komput. dan Inform., vol. 1, no. 1, pp. 45–51, 2012.

Z. A. Matondang, “JARINGAN SYARAF TIRUAN DENGAN ALGORITMA BACKPROPAGATION UNTUK PENENTUAN KELULUSAN SIDANG SKRIPSI,” Pelita Inform. Budi Darma, vol. IV, no. 1, pp. 84–93, 2013.

A. R. Youllia Indrawaty, Asep Nana Hermana, “Implementasi Model Backpropagation Dalam Mengenali Pola Gambar Untuk Mendiagnose Penyakit Kulit,” J. Inform., vol. 3, no. 1, pp. 1–7, 2012.

A. Jumarwanto, “APLIKASI JARINGAN SARAF TIRUAN BACKPROPAGATION UNTUK MEMPREDIKSI PENYAKIT THT DI RUMAH SAKIT MARDI RAHAYU KUDUS,” J. Tek. Elektro, vol. 1, no. 1, pp. 11–21, 2009.




DOI: https://doi.org/10.30743/infotekjar.v3i1.642

Refbacks

  • There are currently no refbacks.


Copyright (c) 2018 Muhammad Noor Hasan Siregar

Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.

InfoTekJar (Jurnal Nasional Informatika dan Teknologi Jaringan)

Program Studi Teknik Informatika - Universitas Islam Sumatera Utara
Website : http://jurnal.uisu.ac.id/index.php/infotekjar/index
Email : infotekjar@ft.uisu.ac.id

InfoTekJar : Jurnal Nasional Informatika dan Teknologi Jaringan) is licensed under a Creative Commons Attribution 4.0 International License