Logo

Evolutionary algorithm pada neuro-fuzzy network untuk electrical load time series data forecasting

, William (2008) Evolutionary algorithm pada neuro-fuzzy network untuk electrical load time series data forecasting. Bachelor thesis, Petra Christian University.

Full text not available from this repository.

Abstract

Dalam long term forecasting (LTF) data beban listrik Jatim-Bali (2005-2007) menggunakan struktur jaringan neuro-fuzzy dengan algoritma training Levenberg-Marquardt algorithm (LMA) diperoleh nilai MSE yaitu 2 x10-3 tetapi dirasa masih belum optimal (Tugas Akhir Henry Kuswanto). Oleh karena itu, Evolutionary Algorithm akan digunakan untuk optimasi parameter sehingga diharapkan output dari Evolutionary Algorithm merupakan global minimum. Tipe Evolutionary Algorithm yang digunakan adalah Real Coded Genetic Algorithm karena parameter mean dan variance dari Gaussian Membership Function adalah bilangan real. Metode yang digunakan dalam proses crossover adalah Heuristic Crossover dan untuk proses mutasi menggunakan Multiple Uniform Mutation. Hasil mean dan variance dengan MSE LTF terkecil diperoleh dari proses Evolutionary Algorithm inilah yang akan digunakan untuk long term forecasting. Parameter Evolutionary Algorithm untuk memperoleh mean dan variance terbaik adalah pc = 0.9, pm = 0.2 dengan jumlah populasi = 120. MSE LTF terbaik yang diperoleh adalah 1.9x10-3.

Item Type: Thesis (Bachelor)
Uncontrolled Keywords: evolutionary algorithm, neuro-fuzzy, electrical load forecasting, long-term forecasting
Subjects: UNSPECIFIED
Divisions: UNSPECIFIED
Depositing User: Admin
Date Deposited: 23 Mar 2011 18:48
Last Modified: 31 Mar 2011 21:21
URI: http://repository.petra.ac.id/id/eprint/679

Actions (login required)

View Item