• Tidak ada hasil yang ditemukan

S PE 1000141 Bibliography

N/A
N/A
Protected

Academic year: 2017

Membagikan "S PE 1000141 Bibliography"

Copied!
3
0
0

Teks penuh

(1)

58 DAFTAR PUSTAKA

Abdullah, A.G., Suranegara, G.M., Hakim, D.L. (2013). “Metode Hibrid PSO -JST untuk Peningkatan Akurasi Prediksi Beban Listrik Jangka Pendek”. Forum Pendidikan Tinggi Teknik Elektro Indonesia (FORTEI).

Behera, R., Panigrahi B., P., Pati, B., B., 2011, A Hybrid Short Term Load Forecasting Model of an Indian Grid, Energy and Power Engineering, p190-193, doi:10.4236/epe.2011.32024.

Annamareddi, S., Gopinathan, S., and Dora, Bharathi. (2013). “A Simple Hybrid for Short-Term Load Forecasting”. Hindawi Publishing Corporation Journal of Engineering. Vol 2013.

Arora Siddharth., Taylor, J.W. (2013). “Short-Term Forecasting of Anomalous Load using Rule-Based Triple Seasonal Methods”. IEEE Transactions on Power Systems, Forthcoming.

Chaturvedi, D.K., Premdayal, S.A., and Chandiok A. (2013). “Short Term Load Forecasting using Neuro-Fuzzy-Wavelet Approach”. International Journal of Computing Academic Research (IJCAR). Vol 2, (1), 36-48.

Hermaen, Undang. (2013). Peramalan Beban Jangka Pendek Khusus Hari Libur Berbasis Jaringan Syaraf Tiruan dengan Algoritma Backpropagation. Skripsi Sarjana Teknik Elektro pada FPTK UPI Bandung: tidak diterbitkan.

Jain, A., Jain M., B, 2013, Fuzzy Modeling and Similarity based Short Term Load Forecasting using Swarm Intelligence-A step towards Smart Grid, Proceedings of Seventh International Conference on Bio-Inspired Computing: Theories and Applications (BIC-TA 2012), Advances in Intelligent Systems and Computing 202, p15-27, DOI: 10.1007/978-81-322-1041-2_2,Springer India. Kashani, Z., S., A Multi Adaptive Neuro Fuzzy Inference System for Short Term Load Forecasting by Using Previous Day Features, Fuzzy Inference System - Theory and Applications, InTech Publisher, Croatia.

Kuswadi, Son. (2007). Kendali Cerdas Teori dan Aplikasi Praktisnya. Yogyakarta: Andi.

(2)

59 Paaso, E.A., Liao, Yuan. (2013). “Development of New Algorithms for Power System Short-Term Load Forecasting”. International Journal of Computer and Information Technology. Vol 02, Issue 02, 201-209.

Pandjaitan, L.W. (2007). Dasar-Dasar Komputasi Cerdas. Yogyakarta: Andi. Peranginangin, Anwar. (2012). Optimasi Influence Range Algoritma Fuzzy Subtractive Clustering untuk Peramalan Beban Dasar dan Beban Puncak Harian. Skripsi Sarjana Teknik Elektro pada FPTK UPI Bandung: tidak diterbitkan.

Quaiyum, S., Khan, Y.I., Rahman, S., Barman, P. (2011). “Artificial Neural Network Based Short-Term Load Forecasting of Power System”. International Journal of Computer Applications. Vol 30, (4), 1-5.

Retana, Andri Mardian. (2010). Studi Model Prakiraan Beban Listrik Harian Menggunakan Metode Moving Average dan Metode Backpropagation. Seminar Tugas Akhir pada FPTK UPI Bandung: tidak diterbitkan.

Sari, Artika Dinar. (2006). “Peramalan Kebutuhan Beban Jangka Pendek Menggunakan Jaringan Syaraf Tiruan Backpropagation”. Makalah Seminar Tugas Akhir. Semarang: Universitas Diponegoro.

Siang, Jong Jek. (2005). Jaringan Syaraf Tiruan & Pemrogramannya Menggunakan MATLAB. Yogyakarta: Andi.

Shayegi, H., Shayanfar, H.A., Azimi, G. (2010). “A Hybrid Particle Swarm Optimization Backpropagation Algorithm for Short Term Load Forecasting”. International Journal on Technicial and Physical Problems of Engineering (IJTPE). Vol 2, Issue 4, 12-22.

Stroud, K.A. (1987). Matematika Untuk Teknik Edisi Ketiga. Jakarta: Erlangga. Sudjana. (2005). Metoda Statistika. Bandung: Tarsito.

Syafii., Noveri, Edyan. (2013). “Studi Peralaman (Forecasting) Kurva Beban Harian Listrik Jangka Pendek Menggunakan Metode Autoregressive Integrated Moving Average (ARIMA)”. Jurnal Nasional Teknik Elektro. Vol 2, (1), 65-73.

(3)

60 Widyapratiwi, L.K., Mertasa, I.P.A., Arjana, I.G.D. (2012). “Peramalan Beban Listrik Jangka Pendek di Bali Menggunakan Pendekatan Adaptive Neuro-Fuzzy Inference System (ANFIS)”. Jurnal Teknik Elektro. Vol 11, (1), 50-55.

Zeng M., Xue S., Wang Z., Zhu X., Zhang G. (2013). “Short-Term Load Forecasting of Smart Grid Systems by Combination of General Regression Neural Network and Least Squares-Support Vector Machine Algorithm Optimized by Harmony Search Algorithm Method”. Applied Mathematics & Information Sciences An International Journal. Vol 7, (11), 291-298.

Referensi

Dokumen terkait

Hasil dari pembentukan portofolio yang efisien komposisi dana yang didapat membentuk investasi yang efisien bila mengacu pada diversifikasi yang disarankan oleh Markowitz

Dalam penelitian yang dilakukan oleh Okkie Rizkie Namira pada tahun 2012 dengan judul Komunikasi Instruksional Guru dengan Anak Down Syndrome di Sekolah Inklusif

yang mana 0,000 < 0,05 menunjukkan ukuran perusahaan, pertumbuhan perusahaan dan jaminan secara bersama-sama berpengaruh signifikan terhadap peringkat obligasi

Demikian juga yang terjadi di Jawa Barat, politik identitas kesundaan ini mulai bangkit di era reformasi ini, baik dalam bentuk perdebatan wacana tentang kesundaan,

partikulatJcubic foot untuk diameter 0,5 11m, atau jumlah partikulat lebih kecil atau sarna dengan 3530 partikulat / m3 untuk diameter 0,5 11m, temyata seluruh ruangan tersebut di

1) Memastikan diri dalam kondisi sehat sebelum berangkat bekerja. Jika mengalami gejala seperti demam, batuk, pilek, nyeri tenggorokan, dan/atau sesak nafas tetap

Dalam Peraturan Presiden Nomor 112 Tahun 2007 tentang Penataan dan Pembinaan Pasar Tradisional, Pusat Perbelanjaan dan Toko Modern, kabupaten memiliki kewenangan

Pilih model topi keledar yang berbeza dengan pelindungan yang mencukupi jika anda merancang untuk menjalankan aktiviti lebih daripada penunggangan basikal rekreasi.. • Apa-apa