Struktur neuro-fuzzy tipe mimo-ts menggunakan LMA-training untuk electrical load time series data forecasting - Digital Collection of Petra Christian University

Struktur jaringan neuro-fuzzy merupakan salah satu sistem yang dapat digunakan untuk meramalkan data time series. Salah satu data time series yang dapat diramalkan dengan menggunakan struktur jaringan neuro-fuzzy adalah data beban listrik suatu perusahaan atau negara. Struktur jaringan neuro-fuzzy yang digunakan untuk meramalkan beban listrik Jawa Timur-Bali ini, dibuat menggunakan Gaussian Membership Function sebagai fungsi membership dari Takagi Sugeno fuzzy logic system (FLS). Output dari sistem fuzzy ini kemudian dimasukan dalam sebuah algoritma training yaitu Levenberg-Marquardt algorithm (LMA) training untuk memperbaiki parameter-parameter yang dimiliki sehingga sistem dapat menghasilkan Output dengan error yang kecil. Data beban listrik yang digunakan untuk training adalah data beban listrik Jawa Timur-Bali dari 1 September 2005 - 31 Desember 2006. Hasil yang diperoleh dari pengujian sistem adalah untuk short term forecasting data beban listrik Jatim-Bali bulan Januari 2007 - Maret 2007, didapatkan Mean Square Error (MSE) sebesar 0,0010 dan untuk hasil long term forecasting bulan juni 2007 - Agustus 2007 didapatkan MSE sebesar 0.0011.

Contributor
• (99-034) Felix Pasila
• (97-031) Thiang
• (98-056) Hany Ferdinando

Keyword
neuro-fuzzy, fuzzy logic sistem, lma training, takagi-sugeno, forecasting

Category
s1 - Skripsi/Undergraduate Thesis (Program Studi Teknik Elektro S1)

Rights
Skripsi No.02010848/ELK/2007; Henry Kuswanto (23403076)
The resource(s) is/are owned by the Creator/Contributor.Reproduction & distribution for non-commercial purposes is permitted provided that the credit for the Creator/Contributor and the source are explicitly stated,and no alteration are made

FILE(s)