MODEL PRAKIRAAN KONSUMSI ENERGI LISTRIK DI BANGUNAN GEDUNG KAMPUS BERBASIS ARTIFICIAL NEURAL NETWORK BACKPROPAGATION

Abstract

Kampus dipandang sebagai kawasan yang memiliki tingkat penggunaan energi yang tinggi melalui aktivitas pendidikan di gedung- gedung dari aktivitas warga kampus hijau Universitas Negeri Semarang (UNNES). Langkah yang diharapkan untuk mengurangi biaya konsumsi energi di kampus hijau adalah melalui program konservasi energi salah satunya dengan mengetahui konsumsi energi di masa depan melalui prakiraan berdasarkan data-data historis tahun-tahun sebelumnya. Prakiraan penggunaan energi di bangunan gedung penting dilakukan hal ini untuk meningkatkan kinerja energi, dengan tujuan mencapai konservasi energi dan mengurangi dampak lingkungan (emisi CO₂). Lokasi penelitian di kampus hijau UNNES Hasil penelitian menunjukkan model Artificial Neural Network (ANN) backpropagation untuk memprakirakan kebutuhan energi listrik di bangunan kampus hijau UNNES ini berdasarkan data eksternal iklim dan okupansi per bulan dari tahun 2013-2020, meliputi data pada saat sebelum pandemi Covid 19 dan pada saat pendemi Covid 19. Arsitektur jaringan terbaik dengan pola 6 neuron input layer, 20 neuron hidden layer dan 1 neuron output layer sebagai hasil dari uji coba 18 variasi fungsi aktivasi dan fungsi pelatihan. Adapun hasil validasi nilai aktual pengukuran terhadap nilai target prakiraan pada tahun 2019 dan 2020 memberikan keakurasian nilai MSE sebesar 0,0832 dan MAPE sebesar 22,553% sehingga dikategorikan peramalan wajar dipergunakan sebagai model prakiraan penggunaan energi listrik tahun 2021-2025.