Bunga Yuwa Phiadelvira, Dina Zatusiva Haq, D. C. R. Novitasari, Fajar Setiawan
{"title":"Prediksi Besar Daya Listrik Tenaga Gelombang Laut Metode Oscillating Water Coloumn (PLTGL-OWC) di Banyuwangi Menggunakan Extreme Learning Machine (ELM)","authors":"Bunga Yuwa Phiadelvira, Dina Zatusiva Haq, D. C. R. Novitasari, Fajar Setiawan","doi":"10.15294/ujm.v11i1.50967","DOIUrl":null,"url":null,"abstract":"Peningkatan kebutuhan listrik harus diiringi dengan pengingkatan sumber daya listrik, namun pada kenyataannya sumber energi listrik yang ada ternyata semakin lama semakin menurun. Menurunnya tingkat sumber energi listrik disebabkan karena sumber energi yang digunakan selama ini berasal dari bahan bakar fosil yang sifatnya tidak dapat diperbaharui, sehingga jika digunakan terus-menerus akan sumber energi tersebut akan habis, maka dari itu dibutuhkan sumber energi alternatif yang sifatnya dapat diperbaharui dan tidak akan habis jika digunakan secara terus-menerus. Sumber energi alternatif yang dapat digunakan untuk sumber energi listrik salah satunya yaitu gelombang laut dengan memanfaatkan sistem PLTGL-OWC yang mampu merubah menghasilkan energi listrik dari gelombang laut. Pada penelitian dilakukan peramalan terhadap energi listrik yang dihasilkan untuk menghindari ketidsksesuaian saat memasok energi listrik ke konsumen. Metode yang digunakan pada penelitian ini adalah metode Extreme Learning Machine (ELM) dengan jumlah node pada hidden layer sebanyak 100 yang menghasilkan nilai MAPE sebesar 2.3367%.","PeriodicalId":30734,"journal":{"name":"UJM Unnes Journal of Mathematics","volume":"3 1","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2022-05-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"3","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"UJM Unnes Journal of Mathematics","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.15294/ujm.v11i1.50967","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 3

摘要

电力需求的增加必须伴随着电力资源的消耗,但事实上,现有的电力来源正在逐渐减少。电力能源由于水平下降到目前为止使用的能源来自化石燃料的性质不能再生,所以如果持续使用这些能源会耗尽,因此需要从性质的替代能源,可以不断更新,不就完了,如果使用。替代能源可以用于其中一种能源,那就是利用利用PLTGL-OWC系统,将其从海浪中转化为电能。他们进行了一项研究,以避免在向消费者提供电力时产生电能时产生电能。这项研究使用的方法是一种极端学习机器(ELM),隐藏层上的节点数量为100,其价值为2.33367%。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
Prediksi Besar Daya Listrik Tenaga Gelombang Laut Metode Oscillating Water Coloumn (PLTGL-OWC) di Banyuwangi Menggunakan Extreme Learning Machine (ELM)
Peningkatan kebutuhan listrik harus diiringi dengan pengingkatan sumber daya listrik, namun pada kenyataannya sumber energi listrik yang ada ternyata semakin lama semakin menurun. Menurunnya tingkat sumber energi listrik disebabkan karena sumber energi yang digunakan selama ini berasal dari bahan bakar fosil yang sifatnya tidak dapat diperbaharui, sehingga jika digunakan terus-menerus akan sumber energi tersebut akan habis, maka dari itu dibutuhkan sumber energi alternatif yang sifatnya dapat diperbaharui dan tidak akan habis jika digunakan secara terus-menerus. Sumber energi alternatif yang dapat digunakan untuk sumber energi listrik salah satunya yaitu gelombang laut dengan memanfaatkan sistem PLTGL-OWC yang mampu merubah menghasilkan energi listrik dari gelombang laut. Pada penelitian dilakukan peramalan terhadap energi listrik yang dihasilkan untuk menghindari ketidsksesuaian saat memasok energi listrik ke konsumen. Metode yang digunakan pada penelitian ini adalah metode Extreme Learning Machine (ELM) dengan jumlah node pada hidden layer sebanyak 100 yang menghasilkan nilai MAPE sebesar 2.3367%.
求助全文
通过发布文献求助,成功后即可免费获取论文全文。 去求助
来源期刊
自引率
0.00%
发文量
0
审稿时长
24 weeks
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术官方微信