PERAMALAN BEBAN PADA JARING DISTRIBUSI KALIMANTAN SELATAN DAN KALIMANTAN TENGAH DENGAN MENGGUNAKANARTIFICIAL NEURAL NETWORKS RESILIENT PROPAGATION

Abstrak -- Sistem peramalan beban pada penelitian kali ini menggunakan jaring saraf tiruan dengan metode RPROP (Resilient Propagation). Untuk peramalan beban jangka panjang (long term forcasting). Dengan multi input dan desain struktur multi layer, metode ini bisa memperbaiki error dengan cepat. Pada beberapa penelitian sebelumnya banyak yang menggunakan JST feed forward dengan algoritma propagasi balik untuk peramalan beban dalam jangka waktu yang singkat atau lama. Dengan metode RPROP perbaikan error bisa dilakukan lebih cepat dan dalam proses training dapat melakukan regresi non-linier pola-pola beban listrik dalam kurun waktu yang singkat ataupun lama. Data yang akan ditraining adalah data jaringan distribusi kalimantan selatan dan kalimantan tengah selama 4 tahun dari beberapa gardu induk, data temperatur, cuaca dari BMKG selama 4 tahun, serta data populasi penduduk dengan pertumbuhan rata-rata dari tahun 2005 hingga 2008. Akurasi peramalan di test dengan data sesungguhnya untuk mengetahui simpangan error maksimum sehingga bisa di lakukan perbaikan secara terus menerus pada learning rate dan bobot yang akan digunakan untuk memperbaiki akurasi peramalan. Dengan metode ini hasilnya cukup bagus yaitu error sudah bisa mendekati nol dengan MSE 10-5.