Time Series Forecasting of Electricity Load By Using Hybrid CNN-BiLSTM With Attention Model in Bali, Indonesia - Dalam bentuk pengganti sidang - Artikel Jurnal
BAMBANG SILVA PRASETYO

Informasi Umum

Kode

23.04.6374

Klasifikasi

658.403 55 - Forecasting

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Tugas Akhir

Dilihat

19 kali

Informasi Lainnya

Abstraksi

<p>Penggunaan energi listrik terus meningkat dari waktu ke waktu, sejalan dengan promosi energi hijau. Prediksi penggunaan beban listrik sangat penting untuk meningkatkan efisiensi produksi listrik, terutama bagi perusahaan listrik. Salah satu cara untuk mendekati prediksi beban listrik adalah dengan model pembelajaran mesin. Penelitian ini memodelkan prediksi deret waktu jangka pendek beban listrik menggunakan model hibrida CNN-BiLSTM dengan mekanisme perhatian untuk menghitung prediksi jangka pendek, yaitu 1, 3, dan 7 hari ke depan. Penelitian ini bertujuan untuk melihat efek mekanisme perhatian tambahan dalam model hibrida CNN-BiLTSM terhadap akurasi yang diperoleh oleh model tersebut. Selain itu, kami juga membandingkan model hibrida CNN-BiLSTM dengan perhatian dengan model BiLSTM dan model CNN-BiLSTM. Sebagai studi kasus, penelitian ini menggunakan data beban listrik di Bali, Indonesia. Kami juga membandingkan hasil eksperimen untuk menunjukkan bahwa model CNN-BiLSTM dengan Perhatian menghasilkan akurasi terbaik, dengan root mean square error sebesar 13.676 dan koefisien korelasi sebesar 0.993 dibandingkan dengan kedua model lainnya.</p>

• CCH4D4 - TUGAS AKHIR

Koleksi & Sirkulasi

Tersedia 1 dari total 1 Koleksi

Pengarang

Penerbit

Sirkulasi

Download / Flippingbook