MODEL SISTEM DETEKSI KONDISI ABNORMAL PADA KONSUMSI ENERGI LISTRIK DI JARINGAN DISTRIBUSI 1 PHASE MENGGUNAKAN ADAPTIVE NEURO FUZZY INFERENCE SYSTEM

Jimmy, Lukita (2025) MODEL SISTEM DETEKSI KONDISI ABNORMAL PADA KONSUMSI ENERGI LISTRIK DI JARINGAN DISTRIBUSI 1 PHASE MENGGUNAKAN ADAPTIVE NEURO FUZZY INFERENCE SYSTEM. Masters thesis, UNIVERSITAS LAMPUNG.

Preview	Text ABSTRAK.pdf Download (144kB) | Preview
	Text Tesis Full.pdf Restricted to Repository staff only Download (1MB) | Request a copy
Preview	Text Tesis Tanpa Pembahasan.pdf Download (1MB) | Preview

Abstract

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.

Item Type:	Thesis (Masters)
Subjects:	Universitas Lampung > Fakultas Teknik > Prodi Teknik Informatika
Divisions:	?? magister_elektro ??
Depositing User:	2507562121 Digilib
Date Deposited:	31 Oct 2025 01:16
Last Modified:	12 Nov 2025 02:51
URI:	http://digilib.unila.ac.id/id/eprint/92449

Actions (login required)

View Item