PREDIKSI PENGGUNAAN DAYA LISTRIK MENGGUNAKAN ALGORITMA LONG SHORT TERM MEMORY BERBASIS WEBSITE
SATRIA RANA DITYANTOMO
Informasi Umum
Kode
21.04.2861
Klasifikasi
006.31 - Machine Learning
Jenis
Karya Ilmiah - Skripsi (S1) - Reference
Subjek
Machine - Learning
Dilihat
495 kali
Informasi Lainnya
Abstraksi
Energi listrik merupakan hal penting bagi kehidupan sekarang. Banyak kegiatan sehari hari menggunakan listrik. Harga Listrik diukur dari seberapa besar pengunaan daya listrik yang terpakai. Peramalan harga atau besar pemakaian daya listrik sangat dibutuhkan untuk bisa mengambil keputusan untuk berhemat serta mengatur management pengeluaran. Dalam perkembangan teknologi, banyak penerapan Machine Learning yang dapat digunakan untuk melakukan peramalan atau prediksi harga atau data masa depan. Salah satu algoritma yang akan dipakai untuk adalah Long Short Term Memory (LSTM). Penelitian ini bertujuan untuk dapat membuat system prediksi penggunaan daya listrik dengan menggunakan algoritma LSTM untuk dapat memprediksi penggunaan listrik di masa depan. Penelitian ini akan diimplementasikan kedalam bentuk media Website System Monitoring and Prediction. Bedasarkan Hasil Pengujian diketahui bahwa untuk metode LSTM dengan parameter rasio training dan tesing sebesar 70:30, epoch sebesar 250, jumlah Hidden Layer sebanyak 3 layer LSTM dengan masing masing 64 neuron disetiap layernya, serta tipe optimasi Adam dengan learning rate sebesar 0.001 menghasilkan hasil prediksi yang bagus dengan nilai MAE 0.0240619, MSE 0.0194829, RMSE 0.139581.
Koleksi & Sirkulasi
Seluruh (1) koleksi tidak tersedia
Anda harus log in untuk mengakses flippingbook
Pengarang
| Nama | SATRIA RANA DITYANTOMO |
| Jenis | Perorangan |
| Penyunting | Casi Setianingsih, Muhammad Ary Murti |
| Penerjemah | Indonesia |
Penerbit
| Nama | Universitas Telkom, S1 Teknik Komputer |
| Kota | Bandung |
| Tahun | 2021 |
Sirkulasi
| Harga sewa | IDR 0,00 |
| Denda harian | IDR 0,00 |
| Jenis | Non-Sirkulasi |
