Abstract
Peramalan beban listrik jangka pendek merupakan hal yang penting untuk dilakukan dikarenakan kebutuhan penyampaian daya dari PT.PLN ke masyarakat harus sesuai dengan kebutuhan. Namun terdapat permasalahan dimana kebutuhan daya dari konsumen tidak pernah sama dari waktu ke waktu. Ketika daya yang dihasilkan suatu pembangkit terlalu besar dan tidak sesuai kebutuhan konsumen maka akan timbul pemborosan energi dan akibatnya akan merugikan pihak PT. PLN. Sedangkan jika daya yang dihasilkan suatu pembangkit lebih kecil dari permintaan maka akan mengakibatkan pemadaman listrik yang mengakibatkan kerugian pada pihak konsumen.
Berdasarkan uraian tersebut, PT.PLN harus dapat menyediakan listrik sesuai dengan kebutuhan. Untuk dapat melakukannya, PT.PLN perlu melakukan peramalan beban listrik. Salah satu metode yang dapat digunakan untuk melakukan peramalan yaitu jaringan syaraf tiruan (JST) dengan pelatihan backpropagation yang dioptimasi dengan algoritma genetika. Algoritma genetika digunakan pada tahapan pelatihan untuk pencarian bobot terbaik, setelah itu bobot tersebut digunakan pada tahapan pengujian dengan menggunakan jaringan syaraf tiruan backpropagation. Berdasarkan pengujian yang telah dilakukan didapatkan hasil bahwa untuk menghasilkan nilai akurasi terbaik dengan menggunakan arsitektur jaringan 5-4-1. Dan kombinasi parameter genetika berupa ukuran populasi 50, probabilitas crossover dan mutasi yaitu 0,8 dan 0,2 serta jumlah generasi yaitu 100. Dengan rata-rata akurasi yang dihasilkan yaitu 91,01%.
