mengenai prediksi beban listrik sudah banyak dilakukan oleh peneliti seperti: Prediksi Jangka Panjang pada Pembangkit Listrik Tenaga Air Manwan Chun-Tian Cheng dkk,
2005, kemudian Kuncoro dan Dalimi,2005 memprediksikan beban listrik jangka panjang di Indonesia menggunakan aplikasi jaringan syaraf tiruan.
1.2 Rumusan Masalah
Semakin meningkatnya kebutuhan listrik, pihak penyedia listrik memerlukan prediksi mengenai pemakaian beban daya listrik untuk menghindari kekurangan
pasokan distribusi beban listrik ke pengguna. Untuk itu dibutuhkan suatu metode untuk memprediksi pemakaian beban daya listrik.
1.3 Batasan Masalah
Agar pembahasan penelitian ini tidak menyimpang dari apa yang telah dirumuskan, maka diperlukan batasan masalah, yaitu:
1. Data yang digunakan merupakan data penggunaan beban daya listrik perjam.
Data yang digunakan adalah data penggunaan beban daya wilayah Kota Medan pada periode bulan Januari tahun 2007 hingga bulan Desember tahun
2012. Data didapatkan dari PT. PLN P3B UPB Sumatera Bagian Utara. 2.
Penelitian tidak memperhitungkan beban rata-rata penggunaan daya listrik per rumah atau kantor.
1.4 Tujuan Penelitian
Tujuan dari penelitian ini adalah untuk memprediksi penggunaan beban daya listrik secara periodik dengan menggunakan metode ANFIS.
1.5 Manfaat Penelitian
Manfaat yang dapat diperoleh dari penelitian ini adalah:
Universitas Sumatera Utara
1. Dengan penelitian ini dapat membantu penyedia listrik untuk menyusun rencana
jangka panjang pemakain beban daya listrik yg di butuhkan oleh konsumen.
2. Mengetahui kemampuan metode ANFIS dalam memprediksi data beban daya
listrik di daerah Sumatera bagian Utara. 3.
Memberikan suatu teknik alternatif mengenai prediksi beban daya listrik di
daerah Sumatera bagian Utara dengan menggunakan metode ANFIS serta sebagai referensi untuk penelitian lain yang berhubungan dengan metode ANFIS dan
prediksi beban daya listrik.
1.6 Metodologi Penelitian
Metodologi penelitian yang digunakan pada penelitian ini adalah:
a. Studi Literatur
Pada tahap ini pengumpulan refrensi atau rujukan mengenai Adadtive Neuro Fuzzy Inference Systems ANFIS yang berasal dari berbagai buku, jurnal,
artikel, dan rujukan penelitian lainnya.
b. Analisis Permasalahan
Pada tahap ini dilakukan analisis terhadap permasalahan untuk lebih memahami mengenai Adaptive Neuro Fuzzy Inference Systems, kemudian melakukan
pengumpulan data, analisis data, algoritma, dan struktur data.
c. Perancangan
Pada tahap ini dilakukan perancangan perangkat lunak yang dibangun, seperti perancangan proses dan antarmuka. Dalam penelitian ini nantinya, akan
menggunakan alur seperti yang terdapat pada Gambar 1. 1 Pada proses input, sistem menerima input data set berupa besaran penggunaan beban bulanan. Data
beban bulanan diperoleh dari PT. PLN P3B UPB Sumatera Bagian Utara. Data beban yang digunakan sendiri merupakan data penggunaan beban bulanan Kota
Medan pada bulan Januari 2007 hingga bulan Januari 2013.
Universitas Sumatera Utara
Start Input untuk
Training
Input Parameter Fungsi Keanggotaan
Training Input data
untuk testing
Testing ANFIS Output
berupa prediksi
End
Gambar 1.1 Sistem Yang Akan di Bangun
Setelah menerima input berupa data beban bulanan, data tersebut diproses untuk dilakukan training yang akan dilakukan oleh ANFIS. Selain memberi input
data untuk dilakukan training, juga ditetapkan fungsi keanggotaan dan nilai parameter dari ANFIS. Kemudian setelah didapatkan ANFIS yang telah di-
training maka selanjutkan memasukan testing data untuk mendapatkan hasil prediksi yang dilakukan oleh ANFIS.
Dengan didapatkan sebuah prediksi, maka dapatlah dilakukan perbandingan antara prediksi yang dihasilkan oleh ANFIS dengan data aktual dari sumber.
d. Implementasi
