DimasWardoyo, Albertus (2016) Prediksi Beban Panas Dan Beban Dingin Bangunan Menggunakan Metode Support Vector Regression. Sarjana thesis, Universitas Brawijaya.
Abstract
Saat ini energi tidak hanya dikonsumsi oleh mahkluk hidup, tetapi juga “dikonsumsi” oleh seluruh elemen di dunia ini. Beberapa elemen trinitas konsumen energi seperti sarana transportasi, pusat industri, maupun berbagai bentuk bangunan juga tidak luput dari kegiatan untuk mengkonsumsi energi. Dengan dilakukannya peramalan beban panas dan dingin bangunan, akan sangat membantu para insinyur dalam membuat bangunan yang ramah-lingkungan. Banyak metode peramalan yang telah digunakan untuk memprediksi data yang bersifat non linier seperti Support Vector Regression (SVR) yang terbukti dapat memberikan hasil peramalan yang baik pada beberapa kasus peramalan, seperti pada peramalan kurs nilai tukar rupiah terhadap dollar Amerika. Penelitian mengenai penggunaan metode SVR untuk peramalan pernah digunakan pada peramalan tinggi muka air dan terbukti metode tersebut menghasilkan nilai error yang kecil. Sesuai dengan hasil pengujian penelitian ini yang dilakukan menggunakan data desain bangunan hasil program Ecotect dengan menggunakan metode SVR menghasilkan MAPE yang bernilai 0,34492.
English Abstract
Nowadays, energy isn’t only consumed by living beings, but also "consumed" by all elements in this world. Some elements of the trinity of energy consumers such as transport, industrial centers, as well as various forms of buildings are also not spared from the activities to consume energy. By doing heating and cooling load forecasting will greatly assists engineers in creating eco-friendly building. Many forecasting methods have been used to predict the data that is non-linear as Support Vector Regression (SVR) which is proven to provide better forecasting results in some forecasting cases, as in forecasting the exchange rate of the rupiah against the US dollar. Previous works about using SVR methods in forecasting water level proved that SVR method produce a small error value. The test results in this study using building design data obtained from Ecotect using SVR methods can generate MAPE 0,34492.
Item Type: | Thesis (Sarjana) |
---|---|
Identification Number: | SKR/FTIK/2016/616/051610899 |
Subjects: | 000 Computer science, information and general works > 005 Computer programming, programs, data |
Divisions: | Fakultas Ilmu Komputer > Teknik Informatika |
Depositing User: | Sugiantoro |
Date Deposited: | 23 Nov 2016 10:02 |
Last Modified: | 21 Oct 2021 18:43 |
URI: | http://repository.ub.ac.id/id/eprint/147197 |
Preview |
Text
Joernal-FIX.pdf Download (2MB) | Preview |
Preview |
Text
EDIT_28-08-2016-FIX_YUDISIUM.pdf Download (3MB) | Preview |
Actions (login required)
![]() |
View Item |