Techno (Oct 2017)
PENGARUH JUMLAH DATA LATIH SVM PADA PERAMALAN BEBAN LISTRIK BULANAN DI SEKTOR INDUSTRI
Abstract
Peramalanterhadap beban listrik bulanan di industriadalah sangat penting dalam perencanaan dan pengawasan serta monitoring penggunaan listrik di sektor indsutri, sehingga tingkat keakuratan sistem peramalan sangat diperlukan.Suport Vector Machine (SVM) merupakan salah satu metode peramalan yang berbasis kecerdasan buatan dapat memberikan nilai akurasi yang baik, dengan hasil nilai error yang kecil.Sebagai sistem cerdas, SVM memerlukan pelatihan pada sistem nya.Penelitian ini mengkaji pengaruh jumlah data latih yang diberikan pada SVM sebagai metode peramalan beban listrik. Pengujian dilakukan dengan memberikan variabel jumlah data dari 12 data sampai 72 data latih, dan SVM menggunakan fungsi Kernel Gaussian RBF. Hubungan antara jumlah data latih dengan nilai kesalahan peramalan (yang diukur dengan MAPE) dianalisis dengan korelasi Person’s. Penelitian ini menghasilkan nilai Korelasi Person’s r= -0,96 memberikan arti bahwa antara jumlah data latih SVM dengan nilai MAPE yang didapatkan dalam prakiraan SVM terdapat hubungan negatif dengan kekuatan hubungan yang kuat.
