Penulis: George Morris William Tangka; Lidya Chitra Laoh
Universitas Klabat
Penelitian ini berfokus pada prediksi Peak Load Duration Curve (PLDC) dengan menggunakan pendekatan Deep Learning, khususnya model Long Short-Term Memory (LSTM), sebagai respons terhadap tantangan dalam pengelolaan beban energi yang semakin kompleks di era energi terbarukan dan smart grid. Studi ini menggunakan data dari Taiwan State Electric Company untuk melatih model LSTM dua lapis pada data tahun 2019–2020, dan berhasil mencapai tingkat akurasi tinggi dengan nilai Mean Absolute Percentage Error (MAPE) serendah 0,03%. Hasil ini menunjukkan efektivitas Deep Learning dalam menangkap pola beban kompleks dan meningkatkan keandalan sistem energi. Rekomendasi penelitian mencakup eksplorasi dataset yang lebih beragam, integrasi data real-time, serta analisis komparatif dengan metode lain guna menghasilkan prediksi yang lebih andal dan adaptif. Penelitian ini memberikan kontribusi penting dalam manajemen sumber daya energi yang berkelanjutan di tengah lanskap energi yang dinamis.
Unduh Jurnal Lengkap (PDF)
Download PDF