Jimmy, Lukita (2026) MODEL SISTEM DETEKSI KONDISI ABNORMAL PADA KONSUMSI ENERGI LISTRIK DI JARINGAN DISTRIBUSI 1 PHASE MENGGUNAKAN ADAPTIVE NEURO FUZZY INFERENCE SYSTEM. Masters thesis, UNIVERSITAS LAMPUNG.
|
File PDF
ABSTRAK.pdf Download (140Kb) | Preview |
|
![[img]](http://digilib.unila.ac.id/style/images/fileicons/text.png) |
File PDF
Tesis Full.pdf Restricted to Hanya staf Download (1887Kb) | Minta salinan |
|
|
File PDF
Tesis Tanpa Pembahasan.pdf Download (1037Kb) | Preview |
Abstrak (Berisi Bastraknya saja, Judul dan Nama Tidak Boleh di Masukan)
Adaptive Neuro- Fuzzy Inference System (ANFIS) terbukti mampu mengklasifikasikan pola konsumsi energi listrik degan akurasi rata-rata 66,64% dan tingkat kesalahan 33,36%. Variasi presisi terlihat pada setiap label, dimana label 1 dan 4 memiliki nilai rendah, sementara label 2,3,dan 5 menunjukkan performa lebih baik. Presisi tertinggi mencapai 94,28% pada label 5 menandakan kemampuan ANFIS dalam mengenali pola konsumsi tertentu dengan lebih tepat. Keandalan model diperkuat melalui evaluasi menggunakan RMSE,MAE dan MBE tersebut menunjukkan kecenderungan underestimasi dalam skala yang sangat kecil. Selain itu, penerapan normalisasi data memberikan dampak positif terhadap performa model, dengan perbedaan signifikan dibandingkan data mentah, yaitu seilisih RMSE sebesar 0,5022 dan MAE sebesar 0,3595. Temuan ini menekankan bahwa pemilihian fungsi keanggotaan yang terpat serta normalisasi data berperan penting dalam meningkatkan efektivitas anfis untuk deteksi anomali konsumsi listrik.
| Jenis Karya Akhir: | Tesis (Masters) |
|---|---|
| Subyek: | 600 Teknologi (ilmu terapan) > 620 Ilmu teknik dan ilmu yang berkaitan |
| Program Studi: | FAKULTAS TEKNIK (FT) > Prodi S2-Magister Teknik Elektro |
| Pengguna Deposit: | 2507562121 Digilib |
| Date Deposited: | 31 Oct 2025 01:16 |
| Terakhir diubah: | 31 Oct 2025 01:16 |
| URI: | http://digilib.unila.ac.id/id/eprint/92449 |
Actions (login required)
 |
Lihat Karya Akhir |
