TIERS Information Technology Journal
Vol. 1 No. 1 (2020)

Prediksi Penggunaan Energi Listrik pada Rumah Hunian Menggunakan Long Short-Term Memory

I Nyoman Kusuma Wardana (Politeknik Negeri Bali)
Naser Jawas (Institut Teknologi dan Bisnis STIKOM Bali)
I Komang Agus Ady Aryanto (Institut Teknologi dan Bisnis STIKOM Bali)

Article Info

Publish Date
30 Jun 2020

Abstract

Prediksi konsumsi listrik pada rumah hunian adalah penting untuk dilakukan. Ini dikarenakan peralatan listrik rumah tangga merupakan salah satu faktor yang berpengaruh besar terhadap penggunaan energi listrik secara nasional.  Penelitian ini menggunakan Long Short-Term Memory (LSTM) sebagai model prediktor. Sebanyak 13 jenis atribut dari dataset yang tersedia digunakan sebagai input untuk LSTM. Berdasarkan penelitian, 8 neuron dalam LSTM dengan lookback sebanyak 7 memiliki kinerja paling baik. Besarnya nilai error terhadap data uji masing-masing sebesar  60,992 dan 28,278 untuk RMSE dan MAE.

Copyrights © 2020




Citation Download
RIS
EndNote, Reference Manager, ProCite
BibTex
Latex, Jabref
Full PDF
1656.616 KB
Original Source
Download Original
Google Scholar
Check in Google Scholar
Journal Info
TIERS Information Technology Journal
Website

Abbrev

tiers

Publisher

Universitas Pendidikan Nasional

Subject

Computer Science & IT

Description

TIERS Information Technology Journal memuat artikel Hasil Penelitian dan Studi Kepustakaan dari cabang Teknologi Informasi dengan bidang Sistem Informasi, Artificial Intelligence, Internet of Things, Big Data, e-commerce, Financial Technology, Business ...