Sistem prediksi msa Pakai kWh listrik menggunakan jaringan syaraf tiruan/ Neural Network pada PLN Cileunyi

Silmi, Hafiyyan (2021) Sistem prediksi msa Pakai kWh listrik menggunakan jaringan syaraf tiruan/ Neural Network pada PLN Cileunyi. Sarjana thesis, UIN Sunan Gunung Djati Bandung.

[img]
Preview
Text (COVER)
1_cover.pdf

Download (90kB) | Preview
[img]
Preview
Text (ABSTRAK)
2_abstrak.pdf

Download (104kB) | Preview
[img]
Preview
Text (DAFTAR ISI)
3_daftarisi.pdf

Download (136kB) | Preview
[img]
Preview
Text (BAB I)
4_bab1.pdf

Download (198kB) | Preview
[img] Text (BAB II)
5_bab2.pdf
Restricted to Registered users only

Download (504kB) | Request a copy
[img] Text (BAB III)
6_bab3.pdf
Restricted to Registered users only

Download (357kB) | Request a copy
[img] Text (BAB IV)
7_bab4.pdf
Restricted to Registered users only

Download (991kB) | Request a copy
[img] Text (BAB V)
8_bab5.pdf
Restricted to Registered users only

Download (60kB) | Request a copy
[img] Text (DAFTAR PUSTAKA)
9_daftarpustaka.pdf
Restricted to Registered users only

Download (137kB) | Request a copy

Abstract

Kebutuhan energi listrik akan meningkat sejalan dengan pertumbuhan penduduk, pertumbuhan ekonomi dan perkembangan infrastruktur daerah, semakin meningkat kebutuhan ekonomi dan pertumbuhan penduduk yang menggunakan energi listrik maka semakin meningkat pula konsumsi energi listrik, situasi ini perlu diantisipasi sedini mungkin oleh PT.PLN (persero) agar penyaluran energi listrik dapat tersalurkan dalam jumlah yang cukup dan merata. Dengan adanya permasalahan mengenai penyediaan energi listrik maka perlu adanya prediksi masa pakai energi listrik di PLN Cileunyi dengan menggunakan Jaringan Saraf Tiruan (backpropagation). Data input pada penelitian ini berupa data laporan penjualan energi listrik PLN Cileunyi tahun 2017.

Item Type: Thesis (Sarjana)
Uncontrolled Keywords: Prediksi; JST; backpropagation
Subjects: Educational Institutions, Schools and Their Activities > Diplomas
Educational Institutions, Schools and Their Activities > Students
Divisions: Fakultas Sains dan Teknologi > Program Studi Teknik Informatika
Depositing User: Hafiyyan Silmi
Date Deposited: 17 May 2022 07:16
Last Modified: 17 May 2022 07:16
URI: https://etheses.uinsgd.ac.id/id/eprint/51096

Actions (login required)

View Item View Item