MODEL ESTIMASI DAYA LISTRIK GEDUNG UNIVERSITAS PEMBANGUNAN NASIONAL "VETERAN" JAKARTA MENGGUNAKAN METODE KALMAN FILTER

Danu Raditya Wijaya, - (2015) MODEL ESTIMASI DAYA LISTRIK GEDUNG UNIVERSITAS PEMBANGUNAN NASIONAL "VETERAN" JAKARTA MENGGUNAKAN METODE KALMAN FILTER. Skripsi thesis, Universitas Pembangunan Nasional Veteran Jakarta.

[img] Text
AWAL.pdf
Download (851kB)
[img] Text
ABSTRAK.pdf
Download (238kB)
[img] Text
BAB 1.pdf
Download (1MB)
[img] Text
BAB 2.pdf
Restricted to Repository UPNVJ Only
Download (1MB)
[img] Text
BAB 3.pdf
Restricted to Repository UPNVJ Only
Download (1MB)
[img] Text
BAB 4.pdf
Download (2MB)
[img] Text
BAB 4.pdf
Restricted to Repository UPNVJ Only
Download (2MB)
[img] Text
BAB 5.pdf
Download (853kB)
[img] Text
DAFTAR PUSTAKA.pdf
Download (1MB)
[img] Text
RIWAYAT HIDUP.pdf
Restricted to Repository UPNVJ Only
Download (15kB)
[img] Text
LAMPIRAN.pdf
Restricted to Repository UPNVJ Only
Download (886kB)

Abstract

Penelitian ini dilakukan untuk membangun sebuah aplikasi yang mampu membantu mengestimasi penggunaan daya listrik. Sehingga dapat dilakukan pengestimasian daya listrik yang mendekati dengan keadaan sebenarnya. Metode yang digunakan dalam penelitian ini adalah Kalman Filter yang mengiterasikan data pengamatan terbaru ke model untuk mengoreksi prediksi sebelumnya dan melakukan prediksi selanjutnya secara optimal. Untuk melatih Kalman Filter menggunakan asumsi Gaussian Noise 0.00000001. Untuk menentukan bobot estimasi, data hasil estimasi diuji menggunakan data asli bulan Januari sampai dengan bulan Desember tahun 2008. Sehingga menghasilkan data akurasi bulan Januari sampai dengan bulan Desember tahun 2009. Dari hasil perhitungan, dihasilkan maksimal persen error sebesar 43.6786 persen pada bulan Oktober 2008, minimal persen error sebesar 0.0889 persen pada bulan Juni 2008, rata-rata error sebesar 19.1533 persen, standar deviasi error sebesar 1.3442 persen dan varian error sebesar 1.8069 persen. Dari hasil proses pelatihan diatas dapat disimpulkan bahwa menggunakan metode Kalman Filter mampu melakukan estimasi secara optimal.

Item Type: Thesis (Skripsi)
Additional Information: [No. Panggil: 1010511029] [Ketua Penguji: Jayanta] [Penguji I: Indra Permana Solihin] [Penguji II (Pembimbing): Didit Widiyanto]
Uncontrolled Keywords: Akurasi Estimasi, Daya Listrik, Estimasi, Gaussian Noise, Kalman Filter
Subjects: Q Science > QA Mathematics > QA76 Computer software
Divisions: Fakultas Ilmu Komputer > Program Studi Informatika (S1)
Depositing User: Daniel Parlindungan
Date Deposited: 27 Nov 2019 01:49
Last Modified: 27 Nov 2019 01:49
URI: http://repository.upnvj.ac.id/id/eprint/3348

Actions (login required)

View Item View Item