Algoritma Perceptron Menggunakan Teknik Machine Learning Untuk Model Smart Distribution Beban Listrik

Main Article Content

Puji Catur Siswipraptini
Riki Ruli A. Siregar
Iriansyah BM Sangadji
Annisa Sri Wahyulia

Abstract

Algoritma  Perceptron sebagai bagian dari teknik Artificial Intellligence (AI) dapat di implementasikan untuk memecahkan permasalah di berbagai bidang termasuk energi kelistrikan. Penelitian ini bertujuan untuk membuat model dalam bidang energi kelistrikan berbasis AI yang memiliki masalah utama dalam sistem distribusi listrik yaitu jumlah gangguan yang relatif banyak dibandingkan dengan jumlah gangguan pada sistem lain. Algoritma Perceptron diketahui mampu menghasilkan model untuk melakukan prediksi kerusakan jalur distribusi listrik. Pemetaan dengn mengimplementasikan konsep Machine Learning menggunakan algoritma perceptron berhasil mengatasi dan memproteksi gangguan dengan pembagian proporsi beban yang maksimal yang bekerja secara in line dari arsitektur jaringan yang telah ditetapkan

Downloads

Download data is not yet available.

Article Details

How to Cite
Siswipraptini, P. C., Siregar, R. R. A., Sangadji, I. B., & Wahyulia, A. S. (2023). Algoritma Perceptron Menggunakan Teknik Machine Learning Untuk Model Smart Distribution Beban Listrik. ENERGI & KELISTRIKAN, 14(2), 150–159. https://doi.org/10.33322/energi.v14i2.1857
Section
Articles

References

O. Isaac Abiodun, A. Jantan, A. Esther Omolara, K. Victoria Dada, N. Abdelatif Mohamed, And H. Arshad, “State-Of-The-Art In Artificial Neural Network Applications: A Survey,” Heliyon, Vol. 4, P. 938, 2018, Doi: 10.1016/J.Heliyon.2018.

H. He And E. A. Garcia, “Learning From Imbalanced Data,” Ieee Trans Knowl Data Eng, Vol. 21, No. 9, Pp. 1263–1284, Sep. 2009, Doi: 10.1109/Tkde.2008.239.

A. Mozaffari, M. Emami, And A. Fathi, “A Comprehensive Investigation Into The Performance, Robustness, Scalability And Convergence Of Chaos-Enhanced Evolutionary Algorithms With Boundary Constraints,” Artif Intell Rev, Vol. 52, No. 4, Pp. 2319–2380, Dec. 2019, Doi: 10.1007/S10462-018-9616-4.

V. S. Dave And K. Dutta, “Neural Network Based Models For Software Effort Estimation: A Review,” Artificial Intelligence Review, Vol. 42, No. 2. Kluwer Academic Publishers, Pp. 295–307, 2014. Doi: 10.1007/S10462-012-9339-X.

D. T. Kusuma, P. C. Siswipraptini, And I. B. Sangadji, Sistem Syaraf Buatan Mengola Data Dengan Sistem Cerdas , 1st Ed. Jakarta: Institut Teknologi Pln, 2021.

R. Boutaba Et Al., “A Comprehensive Survey On Machine Learning For Networking: Evolution, Applications And Research Opportunities,” Journal Of Internet Services And Applications, Vol. 9, No. 1, 2018, Doi: 10.1186/S13174-018-0087-2.

R. A. Duyo, “Analisis Penyebab Gangguan Jaringan Pada Distribusi Listrik,” Vertex Elektro, Vol. 12, No. 02, 2020.

P. Setiajie And S. Handoko, “Evaluasi Setting Relay Arus Lebih Dan Setting Relay Gangguan Tanah Pada Gardu Induk Srondol.”