Energi listrik merupakan kebutuhan masyarakat yang sangat penting. Sehingga energi listrik harus dipersiapkan dengan baik dalam rencana produksi dimasa depan. Untuk mempersiapkan kebutuhan energi listrik diperlukan peramalan daya listrik yang akan diproduksi oleh pusat listrik. Dalam memperkirakan daya listrik harus mengingat masalah keandalan pusat listrik agar daya yang terhubung dalam sistem selalu tersedia untuk melayani permintaan konsumen.

Pada penelitian ini dilakukan peramalan daya listrik jangka pendek pada PLTU Gresik menggunakan metode hybrid Decomposition Feed Forward Neural Network (D-FFNN) berdasarkan indeks keandalan. Dengan menggunakan metode D-FFNN, didapatkan nilai error MAD sebesar 0.22 MW dan MAPE sebesar 0.0006%. Sehingga dengan menggunakan metode hybrid Decomposition Feed Forward Neural Network (D-FFNN) didapatkan hasil peramalan yang lebih akurat selama satu minggu kedepan.

Electric energy is a very important community needs. So that electric energy must be well prepared in future production plant. To prepare the electric energy needs, it is necessary to forecast electric power that will be produced by the power plant. In forecast electrical power must remember the reliability problem of the power plant, So that the power is connected in the system is always available to service consumer demand. In this study to discuss short-term electrical power forecasting on the Gresik Steam Power Plant using the hybrid method Decomposition Feed Forward Neural Network (D-FFNN) based on the reliability index. By using the D-FFNN method, the MAD error value is 0.22 MW and MAPE is 0.0006%. So that by using the hybrid method Decomposition Feed Forward Neural Network (D-FFNN),more accurate forecasting results are obtained over the next week.

Keywords : Forecasting, Decomposition, Feed Forward Neural Network, Mean Absolute Deviation, Mean Absolute Percentage error