Penerapan Backpropagation dan Analisis Sensitivitas pada Prediksi Indikator Terpenting Perusahaan Listrik

Barany Fachri, Agus Perdana Windarto, Ikhsan Parinduri

Abstract


Listrik merupakan kebutuhan bagi kehidupan masyarakat yang sangat penting. Penelitian ini bertujuan untuk mengetahui indikator terpenting pada perusahaan listrik dengan menggunakan metode backpropagation dan analisis sensitivitas. Data bersumber dari Badan Pusat Statistik (BPS) dengan sampel data tahun 2001-2015. Variabel input terdiri dari 6 indikator terpenting perusahaan listrik antara lain: jumlah tenaga kerja (X1); daya terpasang (X2); produksi listrik (X3); tenaga listrik yang terjual (X4); biaya input (X5) dan biaya output (X6). Berdasarkan hasil pelatihan dan pengujian dari 5 model JST (6-10-1; 6-45-1; 6-45-10-1; 6-75-10-1 dan 6-100-75-1) diperoleh model JST terbaik adalah 6-100-75-1 dengan tingkat akurasi 83%. Hasil dari pemilihan model JST terbaik dianalisis dengan analisa sensitivitas, sehingga menghasilkan dua variabel yang paling berpengaruh pada indikator terpenting perusahaan listrik yakni: biaya output (X6) sebagai peringkat pertama dengan nilai error rata-rata 0,13670 dan daya terpasang (X2) nilai error rata-rata 0,08778.


Keywords


Prediksi; Backpropogation; Analisis Sensitivitas; Perusahaan Listrik; Indikator

Full Text:

PDF

References


B. Supriyadi, A. P. Windarto, T. Soemartono, and Mungad, “Classification of natural disaster prone areas in Indonesia using K-means,” Int. J. Grid Distrib. Comput., vol. 11, no. 8, pp. 87–98, 2018.

Sumijan, A. P. Windarto, A. Muhammad, and Budiharjo, “Implementation of Neural Networks in Predicting the Understanding Level of Students Subject,” Int. J. Softw. Eng. Its Appl., vol. 10, no. 10, pp. 189–204, 2016.

R. Rahim et al., “Enhanced pixel value differencing with cryptography algorithm,” in MATEC Web of Conferences 197, 2018, vol. 3011, pp. 1–5.

A. P. Windarto, “Implementation of Data Mining on Rice Imports by Major Country of Origin Using Algorithm Using K-Means Clustering Method,” Int. J. Artif. Intell. Res., vol. 1, no. 2, pp. 26–33, 2017.

A. P. Windarto, “Penerapan Data Mining Pada Ekspor Buah-Buahan Menurut Negara Tujuan Menggunakan K-Means Clustering,” Techno.COM, vol. 16, no. 4, pp. 348–357, 2017.

A. P. Windarto, L. S. Dewi, and D. Hartama, “Implementation of Artificial Intelligence in Predicting the Value of Indonesian Oil and Gas Exports With BP Algorithm,” Int. J. Recent Trends Eng. Res., vol. 3, no. 10, pp. 1–12, 2017.

A. P. Windarto, M. R. Lubis, and Solikhun, “Implementasi Jst Pada Prediksi Total Laba Rugi Komprehensif Bank Umum Konvensional Dengan Backpropagation,” J. Teknol. Inf. dan Ilmu Komput., vol. 5, no. 4, pp. 411–418, 2018.

A. P. Windarto, M. R. Lubis, and Solikhun, “Model Arsitektur Neural Network Dengan Backpropogation Pada Prediksi Total Laba Rugi Komprehensif Bank Umum Konvensional,” Kumpul. J. Ilmu Komput., vol. 5, no. 2, pp. 147–158, 2018.

D. R. Sari, A. P. Windarto, D. Hartama, and S. Solikhun, “Sistem Pendukung Keputusan untuk Rekomendasi Kelulusan Sidang Skripsi Menggunakan Metode AHP-TOPSIS,” J. Teknol. dan Sist. Komput., vol. 6, no. 1, p. 1, 2018.

T. Imandasari and A. P. Windarto, “Sistem Pendukung Keputusan dalam Merekomendasikan Unit Terbaik di PDAM Tirta Lihou Menggunakan Metode Promethee,” J. Teknol. dan Sist. Komput., vol. 5, no. 4, p. 159, 2017.

M. Mesran, G. Ginting, S. Suginam, and R. Rahim, “Implementation of Elimination and Choice Expressing Reality (ELECTRE) Method in Selecting the Best Lecturer (Case Study STMIK BUDI DARMA ),” Int. J. Eng. Res. Technol., vol. 6, no. 2, NaN-2017, pp. 141–144, 2017.

H. Yulianto, “Sistem Pendukung Keputusan Pemilihan Guru Teladan Pada Smk Taman Siswa Kudus Menggunakan Metode Simple Additive Weighting (SAW),” 2013.

P. P. P. A. N. W. F. I. R. H. Zer and A. P. Windarto, “Analisis Pemilihan Rekomendasi Produk Terbaik Prudential Berdasarkan Jenis Asuransi Jiwa Berjangka Untuk Kecelakaan Menggunakan Metode Analytic Hierarchy Process ( Ahp ),” CESS (Journal Comput. Eng. Syst. Sci., vol. 3, no. 1, pp. 78–82, 2018.

M. N. H. Siregar, “Neural Network Analysis With Backpropogation In Predicting Human Development Index ( HDI ) Component by Regency / City In North Sumatera,” I n t e r n a t i o n a l Jo u r n a l O f I n f o r m a t i o n S yst e m T e c h n o l ogy, vol. 1, no. 1, pp. 22–33, 2017.

A. Wanto and A. P. Windarto, “Analisis Prediksi Indeks Harga Konsumen Berdasarkan Kelompok Kesehatan Dengan Menggunakan Metode Backpropagation,” J. Penelit. Tek. Inform., vol. 2, no. 2, pp. 37–44, 2017.

Wuryandari and Afrianto, “Perbandingan Metode Jaringan Syaraf Tiruan Backpropogation dengan Learning Vector Quantization pada pengenalan wajah,” J. KOMPUTA, vol. 11, no. 1, p. 2012, 2012.

M. M. Hidayat, D. Purwitasari, and H. Ginardi, “Analisis Prediksi Drop Out Berdasarkan Perilaku Sosial Mahasiswa Dalam Educational Data Mining Menggunakan Jaringan Syaraf Tiruan,” J. IPTEK, vol. 17, no. 2, pp. 109–119, 2013.




DOI: https://doi.org/10.26418/jp.v5i2.31650

Refbacks

  • There are currently no refbacks.