Record Details

Peramalan Pemakaian Air Pada PLTGU Di Pembangkitan Listrik Jawa Bali Unit Gresik Menggunakan Extreme Learning Machine Dengan Optimasi Algoritme Genetika

Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer

View Archive Info
 
 
Field Value
 
ISSN 2548-964X
 
Authentication Code dc
 
Title Statement Peramalan Pemakaian Air Pada PLTGU Di Pembangkitan Listrik Jawa Bali Unit Gresik Menggunakan Extreme Learning Machine Dengan Optimasi Algoritme Genetika
 
Added Entry - Uncontrolled Name Jayanti, Heny Dwi
Cholissodin, Imam
Santoso, Edy
Fakultas Ilmu Komputer, Universitas Brawijaya
Fakultas Ilmu Komputer, Universitas Brawijaya
Fakultas Ilmu Komputer, Universitas Brawijaya
 
Summary, etc. Air merupakan kebutuhan mutlak sehari-hari yang memiliki peran penting. Salah satu pemanfaatan air laut yang digunakan untuk sektor industri adalah PLTGU pada PT Pembangkitan Jawa Bali. Hal ini membuat industri listrik tersebut telah mengolah air laut menjadi air tawar yang disebut desalinasi. Namun pada proses PLTGU sering mengalami masalah dalam pengolahan air seperti terjadinya kebocoran pipa, perbedaan perlakuan pengisian air, serta proses desalinasi membutuhkan waktu lama mengakibatkan kinerja turbin tidak stabil. Dengan beberapa permasalahan yang muncul, maka dibutuhkan solusi. Pada penelitian ini peneliti telah mengusulkan sebuah sistem peramalan pemakaian air menggunakan metode extreme learning machine (ELM) dengan optimasi Algoritme genetika. Algoritme genetika digunakan untuk mengoptimasi nilai input weight yang didapatkan secara random pada metode ELM. Sedangkan untuk merepresentasikan kromosom menggunakan real code. Pada tahap reproduksi menggunakan metode extended intermediate crossover dan metode random mutation. Hasil pengujian metode ELM&Algoritme genetika menghasilkan rata-rata nilai MAPE sebesar 0.428 dengan parameter perbandingan nilai crossover rate (Cr) senilai 0.4 dan mutation rate (Mr) senilai 0.6, jumlah popsize sebesar 200, jumlah generasi sebesar 1000, dan jumlah data training sebesar 80% dari keseluruhan dataset. Dari hasil MAPE yang didapatkan, menunjukkan bahwa gabungan metode ELM dengan algoritme genetika mampu memperkecil nilai error pada peramalan dibandingkan dengan metode ELM.
 
Publication, Distribution, Etc. Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya
 
Electronic Location and Access application/pdf
http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/view/3123
 
Data Source Entry Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer; Vol 2 No 11 (2018): November 2018
 
Language Note ind
 
Terms Governing Use and Reproduction Note Hak Cipta (c) 2018 Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
 


www.freevisitorcounters.com