Model prediksi kebutuhan bahan bakar batu bara pada pembangkit listrik dengan eXtreme Gradient Boosting (XGBoost)

Pencarian berdasarkan :

SEMUA Pengarang Subjek ISBN/ISSN Pencarian Spesifik

Pencarian terakhir:

Image of Model prediksi kebutuhan bahan bakar batu bara pada pembangkit listrik dengan eXtreme Gradient Boosting (XGBoost)

Text

Model prediksi kebutuhan bahan bakar batu bara pada pembangkit listrik dengan eXtreme Gradient Boosting (XGBoost)

Zulkifli Azis - Nama Orang - Pengarang Utama; Yaddarabullah - Nama Orang - Pembimbing; Budi Arifitama - Nama Orang - Pembimbing;

Prediksi konsumsi batubara yang tidak akurat dapat meningkatkan biaya operasional, emisi karbon, atau mengganggu pasokan listrik. Penelitian ini membangun model prediksi kebutuhan batubara menggunakan algoritma XGBoost dengan optimasi hyperparameter Optuna dan GridSearch. Dari 1000 data dengan sepuluh variabel, dipilih lima fitur utama hasil transformasi dan interaksi. Validasi menggunakan 5-Fold Cross Validation menunjukkan bahwa Optuna memberikan hasil terbaik dengan MAE 0.0912, RMSE 0.3142, dan R2 0.9641. Pada implementasi, model mampu menghasilkan prediksi mendekati aktual, misalnya 42.729 ton aktual dan 42.734 ton prediksi. Hasil ini membuktikan bahwa XGBoost dengan Optuna efektif dan dapat diandalkan untuk mendukung efisiensi operasional embangkit listrik.

Ketersediaan

TI25/016 TI 25/016 Prodi Teknik Informatika (Ruang Skripsi & Tesis) Tersedia

Informasi Detail

Judul Seri: -
No. Panggil: TI 25/016
Penerbit: Jakarta : Universitas Trilogi., 2025
Deskripsi Fisik: -
Bahasa: Indonesia
ISBN/ISSN: -
Klasifikasi: TI
Tipe Isi: text
Tipe Media: -
Tipe Pembawa: -
Edisi: -
Subjek: Trilogi University--Information technology
Info Detail Spesifik: -
Pernyataan Tanggungjawab: Zulkifli Azis

Versi lain/terkait

Tidak tersedia versi lain

Lampiran Berkas

Tidak Ada Data

Komentar

Anda harus masuk sebelum memberikan komentar