Metode Long Short-Term Memory Untuk Memprediksi Konsumsi Energi Listrik Di Kabupaten Kebumen Tahun 2023

  • Jatmiar Fikriaziz Jurusan Matematika, Universitas Jenderal Soedirman
  • Mutia Nur Estri Jurusan Matematika, Universitas Jenderal Soedirman
  • Sri Maryani Jurusan Matematika, Universitas Jenderal Soedirman
  • Idha Sihwaningrum Jurusan Matematika, Universitas Jenderal Soedirman
Keywords: Energi Listrik, Long Short-Term Memory, prediksi, time series

Abstract

Energi listrik merupakan salah satu sumber energi dasar yang sangat dibutuhkan oleh manusia dalam menjalankan berbagai aktivitas. Saat ini, pasokan energi listrik Indonesia berada pada status siaga karena cadangan yang tersisa tidak banyak tersedia. Oleh karena itu, diperlukan adanya suatu prediksi untuk mengetahui jumlah konsumsi energi listrik di Indonesia pada masa mendatang khususnya di Kabupaten Kebumen. Hasil prediksi yang mendekati hasil realitasnya memerlukan penerapan metode yang optimal. Salah satu metode yang dapat digunakan untuk memprediksi konsumsi energi listrik adalah Long Short-Term Memory (LSTM). Paper ini bertujuan untuk menjabarkan mekanisme metode LSTM, memperkirakan jumlah konsumsi energi listrik di Kabupaten Kebumen pada tahun 2023, dan menentukan akurasi metode LSTM dalam memprediksi konsumsi energi listrik di Kabupaten Kebumen. Data yang digunakan dalam penelitian ini adalah data konsumsi energi listrik di Kabupaten Kebumen pada bulan Januari 2018 sampai Maret 2023. Data tersebut merupakan data time series yang memiliki interval per bulan. Metode LSTM memiliki akurasi yang tinggi dalam memprediksi konsumsi energi listrik di Kabupaten Kebumen dengan nilai MAPE sebesar 4,07%.

Downloads

Download data is not yet available.
Published
2024-10-09
How to Cite
Fikriaziz, J., Estri, M., Maryani, S., & Sihwaningrum, I. (2024, October 9). Metode Long Short-Term Memory Untuk Memprediksi Konsumsi Energi Listrik Di Kabupaten Kebumen Tahun 2023. PROSIDING SEMINAR NASIONAL SAINS DATA, 4(1), 823-831. https://doi.org/https://doi.org/10.33005/senada.v4i1.345