(Peer Review + Similarity + Document) Prediksi Pembayaran Tagihan Listrik Menggunakan Model Artifical Neural Network

Rahman, Miftahur (2018) (Peer Review + Similarity + Document) Prediksi Pembayaran Tagihan Listrik Menggunakan Model Artifical Neural Network. Universitas Muhammadiyah Jember.

	Text Jurnal Prediksi Pembayaran Tagihan Listrik Menggunakan Model Artificial Neural Network.pdf Download (648kB)
	Text Peer Review Miftahur Rahman Fix.pdf Download (405kB)
	Text Plagiasi Prediksi Pembayaran Tagihan Listrik Menggunakan Model Artificial Neural Network.pdf Download (1MB)

Official URL: http://jurnal.unmuhjember.ac.id/index.php/JUSTINDO...

Abstract

Setiap saat daya listrik yang digunakan tidak sama disebabkan penggunaan energi yang dipakai setiap konsumen berbeda. Terjadinya fluktuasi penggunaan energi listrik berdampak pada pembayaran tagihan listrik setiap bulannya. Hal ini terjadi pada pembayaran biaya tagihan listrik di Pesantren Sukorejo Jawa Timur. Biaya pembayaran yang dilakukan setiap bulan tidak menentu tergantung pemakaian dan juga terdapat kekeliruan dalam mengestimasi anggaran. Disebabkan, dalam melakukan prediksi masih belum ditemukan metode yang tepat. Sehingga, dari data yang ada ini penting untuk dilakukan analisis prediksi. Prediksi biaya tagihan listrik bertujuan untuk menghasilkan prediksi yang lebih akurat yang selanjutnya digunakan sebagai pedoman untuk mengetahui dan merencanakan biaya listrik kedepannya, guna meminimalisir kekeliruan dalam merencanakan anggaran. Dataset yang digunakan adalah dataset primer time series mulai Bulan Januari 2011 sampai Bulan Desember 2015. Metode yang digunakan pada penelitian ini adalah model Artificial Neural Network (ANN). Setelah beberapa kali dilakukan pengujian menghasilkan performance RMSE 0.090 dengan waktu eksekusi 1 detik. Hasil ini membuktikan bahwa metode dengan model ANN dapat digunakan sebagai metode untuk melakukan prediksi terhadap pembayaran tagihan listrik secara lebih akurat.

Item Type:	Peer Review
Subjects:	600 Technology and Applied Science
Divisions:	Faculty of Engineering > Department of Informatics Engineering (S1)
Depositing User:	Novan Agung
Date Deposited:	08 Dec 2020 03:35
Last Modified:	16 Feb 2021 02:37
URI:	http://repository.unmuhjember.ac.id/id/eprint/7201

Actions (login required)

View Item