PREDIKSI DAYA LISTRIK JANGKA SANGAT PENDEK PEMBANGKIT LISTRIK MIKROHIDRO MENGGUNAKAN METODE HYBRID DECOMPOSISI FEED FORWARD NEURAL NETWORK (FFNN)

VERY SHORT-TERM POWER FORECASTING OF MICROHYDRO POWER PLANT USING HYBRID MODEL DECOMPOSITION FEED FORWARD NEURAL NETWORK (FFNN) 

    Pengembangan model prediksi daya listrik satu jam kedepan pada sistem mikrohidro PLTMH Kare menggunakan pendekatan Decomposisi Feed Forward Neural Network (D-FFNN) merupakan tujuan dari penelitian ini. Fenomena yang diangkat adalah pentingnya efisiensi dalam memprediksi daya listrik yang dihasilkan oleh sistem mikrohidro PLTMH Kare yang dipengaruhi oleh beberapa faktor seperti arus, tegangan, debit air, dan daya listrik. PLTMH Kare berlokasi di Desa Kare, Kabupaten Madiun. Tujuan utama penelitian ini adalah untuk mengevaluasi akurasi model D-FFNN dalam memprediksi daya listrik berdasarkan data yang dikumpulkan dari sistem mikrohidro yang telah terpasang, sehingga mendapatkan hasil peramalan yang akurat. 

    Metode yang digunakan meliputi pengumpulan data arus, tegangan, daya listrik, dan debit air selama tujuh hari dimulai tanggal 18 November sampai 24 November 2024, dari jam 10:00 WIB hingga 17:00 WIB, diikuti dengan pemrosesan data dan pelatihan model D-FFNN. Model ini kemudian diuji untuk membandingkan hasil prediksi daya listrik dengan data aktual yang tercatat. Hasil penelitian menunjukkan bahwa model D-FFNN berhasil memprediksi daya listrik dalam satu jam ke depan sebesar 7312 Watt dengan tingkat kesalahan rata-rata kurang dari 1%.

    Development of a one hour electric power prediction model the next hout at the Kare PLTMH microhydro system using the Decomposition Feed Forward Neural Network (D-FFNN) approach is the purpose  of this research. The issue addressed is the importance of efficiency in predicting the electrical power generated by the Kare PLTMH microhydro system which is influenced by several factors such as current, voltage, water discharge, and electrical power. Kare PLTMH is located in Kare Village, Madiun Regency. The main objective of this research is to evaluate the accuracy of the D-FFNN model in predicting electrical power based on data collected from the installed microhydro system, so as to obtain accurate forecasting results.