Prediksi Daya Listrik Jangka Sangat Pendek Pembangkit Listrik Mikrohidro Menggunakan Metode Hybrid Decomposisi Feed Forward Neural Network (FFNN)

Abstract

Pengembangan model prediksi daya listrik satu jam kedepan pada sistem mikrohidro PLTMH Kare menggunakan pendekatan Decomposisi Feed Forward Neural Network (D-FFNN) merupakan tujuan dari penelitian ini. Fenomena yang diangkat adalah pentingnya efisiensi dalam memprediksi daya listrik yang dihasilkan oleh sistem mikrohidro PLTMH Kare yang dipengaruhi oleh beberapa faktor seperti arus, tegangan, debit air, dan daya listrik. PLTMH Kare berlokasi di Desa Kare, Kabupaten Madiun. Tujuan utama penelitian ini adalah untuk mengevaluasi akurasi model D-FFNN dalam memprediksi daya listrik berdasarkan data yang dikumpulkan dari sistem mikrohidro yang telah terpasang, sehingga mendapatkan hasil peramalan yang akurat. Metode yang digunakan meliputi pengumpulan data arus, tegangan, daya listrik, dan debit air selama tujuh hari dimulai tanggal 18 November sampai 24 November 2024, dari jam 10:00 WIB hingga 17:00 WIB, diikuti dengan pemrosesan data dan pelatihan model D-FFNN. Model ini kemudian diuji untuk membandingkan hasil prediksi daya listrik dengan data aktual yang tercatat. Hasil penelitian menunjukkan bahwa model D-FFNN berhasil memprediksi daya listrik dalam satu jam ke depan sebesar 7312 Watt dengan tingkat kesalahan rata-rata kurang dari 1%.

Kata Kunci: Decomposisi, Feed Forward Neural Network, Daya Listrik, Prediksi