Logo

Struktur neuro-fuzzy tipe mimo-ts menggunakan LMA-training untuk electrical load time series data forecasting

Kuswanto, Henry (2007) Struktur neuro-fuzzy tipe mimo-ts menggunakan LMA-training untuk electrical load time series data forecasting. Bachelor thesis, Petra Christian University.

Full text not available from this repository.

Abstract

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.

Item Type: Thesis (Bachelor)
Uncontrolled Keywords: neuro-fuzzy, fuzzy logic sistem, lma training, takagi-sugeno, forecasting
Subjects: UNSPECIFIED
Divisions: UNSPECIFIED
Depositing User: Admin
Date Deposited: 23 Mar 2011 18:48
Last Modified: 31 Mar 2011 20:24
URI: https://repository.petra.ac.id/id/eprint/430

Actions (login required)

View Item