OPTIMASI SUPPORT VECTOR MACHINE PARTICLE SWARM OPTIMIZATION UNTUK PREDIKSI KONSUMSI ENERGI LISTRIK

• DOI: 10.37905/jji.v1i2.2646
• Publication Date: 2020-03-31T08:22:54Z
• Authors: Mohamad Ilyas Abas; Irawan Ibrahim

Penelitian ini bertujuan untuk menganalisis konsumsi energi listrik di Gorontalo dan melakukan prediksi terhadap penggunaan listrik. Konsumsi beban menjadi pokok bahasan dalam penelitian ini. Metode yang digunakan yakni SVM Optimasi PSO. Algoritma dipilih karena memiliki nilai akurasi tinggi dengan tingkat error rendah. Hasil dari menunjukkan bahwa SVM-PSO mampu data time-series kecil. Selain itu, hasil dapat mempersiapkan pasokan jangka panjang serta mensosialisasikan baik kepada masyarakat. Energi alternatif juga solusi bagi pemerintah guna menambah sehingga kebutuhan masyarakat akan terpenuhi. This study aims to analyze the consumption of electrical energy in and make predictions on use energy. Electricity load is subject this research. The method used making PSO Optimization. algorithm was chosen because it has a high accuracy value with low rate. results indicate that able timeseries small errors. In addition, can be prepare long-term electricity supply socialize good public. Alternative also solution for government increase so people's needs met.