Peramalan penggunaan bahan bakar pada pembangkit listrik tenaga gas uap menggunakan metode Backpropagation Neural Network

This item is published by Universitas Islam Negeri Sunan Ampel Surabaya

Fatchurin, Emi (2020) Peramalan penggunaan bahan bakar pada pembangkit listrik tenaga gas uap menggunakan metode Backpropagation Neural Network. Undergraduate thesis, UIN Sunan Ampel Surabaya.

Text
Emi Fatchurin_H72216027.pdf
Download (7MB)

Abstract

Bahan bakar yang memadai sangat diperlukan dalam pembangkitan energi listrik karena bahan bakar merupakan komponen utama dalam pembangkitan energi listrik. Penggunaan bahan bakar yang efektif dan eﬁsien tentu saja disesuaikan dengan kebutuhan beban yang diminta sehingga tidak ada energi yang terbuang ataupun kekurangan bahan bakar dalam proses pembangkitan. Dibutuhkan suatu perencanaan yang baik dengan melakukan prediksi terhadap penggunaan bahan bakar gas yang dikeluarkan oleh Unit PLTGU PT. PJB Unit Pembangkitan Gresik. Penelitian ini bertujuan untuk keefektifan dan keefesiensian pembangkit dalam memprediksi dan mempersiapkan bahan bakar di kemudian hari dengan menggunakan metode backpropagation neural network serta memprediksi biaya yang dibutuhkan untuk proses pembangkitan. Hasil Prediksi penggunaan bahan bakar gas Unit PLTGU PT. PJB Unit Pembangkitan Gresik pada minggu ke-1 bulan Oktober yaitu sebesar 24.814 KNm3/h sehingga biaya yang dibutuhkan untuk keperluan bahan bakar gas yaitu sebesar Rp 92.695.620.617 MAPE sebesar 15,0825%. Hal tersebut menunjukkan bahwa model yang dibangun oleh jaringan backpropagation termasuk ke dalam kategori baik dalam kemampuan memprediksi karena nilai error berada diantara 10-20% dan akurasinya sebesar 84,9175%. Arsitektur jaringan Backpropagation yang paling optimal yaitu dengan menggunakan 1 hidden layer dengan 9 node dengan momentum 0,9 dan learning rate 0,01. Dari hasil penelitian di atas dapat disimpulkan bahwa metode Backpropagation Neural Network baik untuk memprediksi penggunaan bahan bakar gas pada Unit PLTGU PT. PJB UP Gresik yang akan digunakan di kemudian hari.