Peramalan beban merupakan peranan yang sangat penting pada suatu wilayah terutama di Pulau Sebatik dan merupakan bagian penting dalam sistem pembangkit tenaga listrik yang efisien untuk menentukan peramalan beban sekitar jangkauan PLN karena selama ini PLN menggunakan metode koefisien beban, dengan perhitungan berdasarkan pada pengalaman empiris perancana penyedian listrik yang relatif sulit dilakukan terutama dalam hal koreksi-koreksi yang perlu dilakukan terhadap perubahan beban. Pada penelitian ini, menggunakan model peramalan beban puncak energi listrik jangka pendek menggunakan jaringan syaraf tiruan (JST) dengan algoritma pembelajaran backpropagation dan fungsi aktivasi sigmoid, dengan tujuan mengetahui dan menganalisa beban puncak yang terjadi setiap bulan. Melakukan peramalan beban puncak energi listrik untuk beberapa bulan yang akan datang dengan menggunakan metode JST Backpropagation dan melakukan pemograman menggunakan program matlab 7.1 untuk melakukan peramalan beban puncak dengan menggunakan data dari PT PLN Pulau Sebatik Kab. Nunukan. Hasil penelitian ini memperlihatkan bahwa hasil peramalan beban puncak energi listrik, menghasilkan nilai error rata-rata adalah 0.1840 %, nilai error tertinggi terjadi pada bulan desember adalah 0.4995 % dan nilai error terendah terjadi pada bulan agustus adalah 0.0170 % pada perbandingan antara peramalan dengan beban aktual. Sedangkan hasil Peramalan bulan juni 2013 sampai bulan maret 2014 menghasilkan nilai MAPE 0.0129604 %, nilai peramalan tertinggi terjadi pada bulan maret adalah 2210.06 Kwh dan nilai peramalan terendah terjadi pada bulan september adalah 2155.16 Kwh.

Tidak Tersedia Deskripsi