OPTIMASI INFLUENCE RANGE ALGORITMA FUZZY SUBTRACTIVE CLUSTERING UNTUK PERAMALAN BEBAN DASAR DAN BEBAN PUNCAK HARIAN

• Main Author: Anwar Peranginangin, - (Author)
• Format: Book
• Published: 2012-07-17.
• Subjects: Thesis; NonPeerReviewed
• Online Access: Link Metadata
• Notes: http://repository.upi.edu/101899/1/s_te_1003190_table_of_content.pdf; http://repository.upi.edu/101899/2/s_te_1003190_chapter1.pdf; http://repository.upi.edu/101899/3/s_te_1003190_chapter2.pdf; http://repository.upi.edu/101899/4/s_te_1003190_chapter3.pdf; http://repository.upi.edu/101899/5/s_te_1003190_chapter4.pdf; http://repository.upi.edu/101899/6/s_te_1003190_chapter5.pdf; http://repository.upi.edu/101899/7/s_te_1003190_bibliography.pdf
• Keywords: L Education (General); T Technology (General); TK Electrical engineering. Electronics Nuclear engineering

Penelitian ini mengkaji tentang Optimasi Influence Range algoritma Fuzzy Subtractive Clustering (FSC) untuk peramlaan beban puncak dan beban dasar harian. Tujuan dari penelitian ini adalah membuat model peramalan beban dasar dan beban puncak harian berdasarkan hasil optimasi Influence Range, membandingkan hasil peramalan beban dasar dan beban puncak antara hasil optimasi Influence Range FSC dan metode PLN, dan membandingkan besarnya error antara metode hasil optimasi Influence Range dengan metode yang digunakan PLN. Melalui perhitungan dari hasil simulasi didapatkan rata-rata error peramalan beban puncak dengan menggunakan metode koefisien beban sebesar 0,490% dan rata-rata error peramalan beban dasar sebesar 0,887%. Sedangkan rata-rata error untuk peramalan beban puncak dengan menggunakan algoritma FSC sebesar 0,046% dan rata-rata error untuk peramalan beban dasar sebesar 0,029%. Sehingga dapat dibuktikan bahwa hasil perhitungan menyimpulkan bahwa peramalan beban menggunakan algoritma FSC memberikan hasil peramalan yang lebih akurat dibanding dengan algoritma Koefisien Beban dan dapat berpotensi untuk diusulkan ke perusahaan listrik. Kata kunci : Fuzzy Subtractive Clustering, Koefisien Beban, Prediksi Beban Jangka Pendek.