Beban Konsumsi Listrik LANDASAN TEORI

diasosiasikan denga rentang kualitatif tertentu. Singkatnya logika fuzzy memperbolehkan satu output kesimpulan dari beberapa input.

2.2 Beban Konsumsi Listrik

Tenaga listrik adalah suatu bentuk energi sekunder yang dibangkitkan, ditransmisikan dan didistribusikan untuk segala macam keperluan, tidak termasuk listrik yang dipakai untuk komunikasi, elektronika, atau isyarat. Untuk wilayah Jawa-Bali, pendistribusian tenaga listrik diatur oleh anak cabang dari PT. PLN Persero yaitu PLN P3B Jawa-Bali penyaluran dan pusat pengatur beban Jawa-Bali. Unit ini mengatur kapan pembangkit harus dinyalakan start dan kapan harus dimatikan off, serta menentukan menentukan pembangkit mana yang harus dinyalakan setiap harinya agar kebutuhan listrik oleh pelanggan selalu terpenuhi. Beban Listrik adalah Suatu peralatan yang terkoneksi dengan sistem daya sehingga mengkonsumsi energi listrik atau Total daya aktifreaktif yang dikonsumsi oleh suatu peralatan yang terkoneksi ke sistem daya. Berdasarkan jenis konsumen energi listrik, secara garis besar, beban dapat dikelompokkan menjadi 4 D. Suswanto, 2003, yaitu: 1. Beban rumah tangga, yaitu beban yang digunakan di sektor rumah tangga, misalnya berupa lampu untuk penerangan, alat rumah tangga, mixer, oven, televisi dan sebagainya. Beban rumah tangga biasanya memuncak pada malam hari. 2. Beban komersial, yaitu beban yang digunakan di sektor bisnis, misalnya berupa penerangan untuk reklame, penyejuk udara dan alat-alat listrik lainnya yang diperlukan oleh restoran, hotel, perkantoran dan sebagainya. Beban ini secara drastis naik di siang hari, untuk beban perkantoran dan pertokoan akan menurun di waktu sore. 3. Beban industri dibedakan dalam skala kecil dan skala besar. Untuk skala kecil banyak beroperasi di sing hari, sedangkan industri besar banyak yang beroperasi hingga 24 jam misal: pabrik. 4. Beban fasilitas umum, beban ini adalah jenis beban konsumsi listrik yang digunakan secara umum. Misal penerangan jalan, traffick light, dan sebagainya. Pengklasifikasian ini harus diperhatikan apabila ingin melakukan analisa beban untuk suatu sistem yang sangat besar. Perbedaan yang paling prinsip dari empat jenis beban diatas yaitu daya yang digunakan dan waktu pembebanan puncaknya yang berbeda. Beban puncak adalah nilai terbesar dari pembebanan sesaat pada suatu interval beban tertentu. Beban puncak merupakan beban tertinggi yang terjadi selama periode tertentu, periode tertentu dapat berupa sehari, sebulan, maupun dalam setahun.

2.3 Jenis data

Dokumen yang terkait

Prediksi Temporal untuk Kemunculan Titik Panas di Provinsi Riau Menggunakan Autoregressive Integrated Moving Average (ARIMA)

1 13 30

PERAMALAN PEMAKAIAN BEBAN TRANSFORMATOR DAYA DENGAN METODE AUTOREGRESSIVE INTEGRATED MOVING AVERAGE (ARIMA) DI GI PAUH LIMO.

0 3 6

PERAMALAN PEMAKAIAN BEBAN TRANSFORMATOR DAYA DENGAN METODE AUTOREGRESSIVE INTEGRATED MOVING AVERAGE (ARIMA) DI GI PAUH LIMO - Repositori Universitas Andalas

0 0 1

PERAMALAN PEMAKAIAN BEBAN TRANSFORMATOR DAYA DENGAN METODE AUTOREGRESSIVE INTEGRATED MOVING AVERAGE (ARIMA) DI GI PAUH LIMO - Repositori Universitas Andalas

0 0 1

PERAMALAN PEMAKAIAN BEBAN TRANSFORMATOR DAYA DENGAN METODE AUTOREGRESSIVE INTEGRATED MOVING AVERAGE (ARIMA) DI GI PAUH LIMO - Repositori Universitas Andalas

0 2 4

Peramalan Indeks Harga Saham Perusahaan Finansial LQ45 Menggunakan Metode Autoregressive Integrated Moving Average (ARIMA) dan Vector Autoregressive (VAR)

0 2 6

STUDI PERAMALAN (FORECASTING) KURVA BEBAN HARIAN LISTRIK JANGKA PENDEK MENGGUNAKAN METODE AUTOREGRESSIVE INTEGRATED MOVING AVERAGE(ARIMA)

0 1 9

PERAMALAN JUMLAH MAHASISWA BARU DENGAN MODEL AUTOREGRESSIVE INTEGRATED MOVING AVERAGE (ARIMA)

1 1 14

Penggunaan Metode ARIMA (Autoregressive Integrated Moving Average) untuk Prakiraan Jumlah Permintaan Gula Rafinasi (Studi Kasus: PT. Makassar Tene) - Repositori UIN Alauddin Makassar

0 0 92

PEMBUATAN APLIKASI PERAMALAN INDEKS HARGA SAHAM GABUNGAN DENGAN METODE TIME SERIES AUTOREGRESSIVE INTEGRATED MOVING AVERAGE (ARIMA) DEVELOPING APPLICATION FOR FORECASTING INDONESIA COMPOSITE INDEX USING AUTOREGRESSIVE INTEGRATED MOVING AVERAGE (ARIMA)

0 1 147