Peramalan Daya Pembangkit Di PLTGU Gresik Berdasarkan Indeks Keandalan LOLP dan LOLE dengan Metode LSTM-NN

Abstract

Peramalan daya pembangkit merupakan proses memprediksi besaran daya yang akan dihasilkan oleh pembangkit listrik di masa yang akan datang. Peramalan daya pembangkit yang akurat sangat penting untuk mengoptimalkan operasi pembangkit listrik termasuk perancanaan produksi, perawatan dan perbaikan, pengaturan pengiriman daya, dan manajemen resiko. Namun seringkali terjadi hasil peramalan yang dilakukan memiliki tingkat keakuratan yang kurang. Oleh karena itu peneliti akan mencoba meramalkan daya pembangkit di PT. PLN Nusantara Power UP Gresik dengan tujuan agar mendapat hasil yang akurat. Metode yang akan digunakan adalah Deep Learning Long Short Term Memory (LSTM). Sementara untuk variabelnya adalah data historis daya, indeks keandalan Loss of Load Probability (LOLP), serta indeks keandalan Loss of Load Expectation (LOLE). Pada penelitian ini, peramalan yang dilakukan menghasilkan prediksi daya pembangkit untuk jangka waktu 6 jam kedepan. Hasil dari peramalan daya tersebut menghasilkan nilai MAE sebesar 0,0128 dan MSE sebesar 0,0004. Hal itu menunjukkan bahwa nilai Indeks Keandalan LOLP dan LOLE dapat digunakan sebagai input variabel bersama dengan data historis daya dalam meramalkan besarnya daya suatu pembangkit.

Kata Kunci: LSTM, Deep Learning, Forecasting, Pembangkit Listrik