Semua kelas Silabus Peramalan Beban Listrik LSTM · Episode 3 dari 6

Kelas Peramalan Beban Listrik LSTM #3: Baseline: Naive Mingguan, Regresi Ridge, dan SARIMA

0 kali dilihat

Kelas baseline peramalan beban listrik bahasa Indonesia: naive, regresi Ridge, dan SARIMA dengan statsmodels, diukur dengan MAPE dan RMSE. Episode 3 seri peramalan beban listrik LSTM.

Software: Deep Learning (PyTorch LSTM + Algoritma Genetika)
Level: Menengah
Durasi: ± 7 menit
Total seri: 53 menit · 6 video
Terbit: 25 Oktober 2026

Episode 3 dari 6 · lihat silabus

Berlangganan ▶ Tonton video praktik0 kali ditonton

Memeriksa akses...

Ingin belajar lebih dalam?

Ikuti kursus kami atau tanyakan langsung lewat WhatsApp.

Lihat silabus lengkap 6 episode Lihat Kursus Peramalan Beban Listrik Tanya via WhatsApp

Kelas yang direkomendasikan untuk Anda

Dipilih dari software, topik, dan level “Kelas Peramalan Beban Listrik LSTM #3: Baseline: Naive Mingguan, Regresi Ridge, dan SARIMA”.

ANFIS Metaheuristik Peramalan Deret Waktu

6 episodeAda gratis

Python · Menengah–Mahir

ANFIS Metaheuristik Peramalan Deret Waktu

6 episode video + PDF, total 59 menit. Dimulai dari: Deret Waktu Non-Linear: Dataset, Stasioneritas, dan Pola.

59 menit 13 0

Lihat kelas

Deep Learning CNN-LSTM Deteksi Pneumonia

6 episodeAda gratis

Python · Menengah–Mahir

Deep Learning CNN-LSTM Deteksi Pneumonia

6 episode video + PDF, total 57 menit. Dimulai dari: Dataset Rontgen Dada: Memuat, Eksplorasi & Pembagian Data.

57 menit 22 0

Lihat kelas

6 episodeAda gratis

Python · Menengah–Mahir

Segmentasi Tumor Otak U-Net

6 episode video + PDF, total 1 jam 10 menit. Dimulai dari: Dataset MRI Otak & Mask Tumor: Memuat, Visualisasi & Pembagian per Pasien.

1 jam 10 menit 28 0

Lihat kelas

50 episodeAda gratis

Agentic AI · Pemula–Menengah

Agentic AI Tanpa Coding

50 episode video + PDF, total 14 jam 29 menit. Dimulai dari: Chatbot, Otomasi, dan AI Agent: Apa Bedanya?.

14 jam 29 menit 66 0

Lihat kelas

100 episodeAda gratis

Claude · Pemula–Mahir

Claude dari Nol sampai Mahir

100 episode video + PDF, total 15 jam 1 menit. Dimulai dari: Apa Itu Claude dan Bedanya dengan ChatGPT serta Gemini.

15 jam 1 menit 62 0

Lihat kelas

Optimasi Multi-Objektif NSGA-II MOPSO Hybrid

6 episodeAda gratis

Python · Menengah–Mahir

Optimasi Multi-Objektif NSGA-II MOPSO Hybrid

6 episode video + PDF, total 59 menit. Dimulai dari: Optimasi Multi-Objektif: Pareto Front, Dominasi, dan Fungsi Uji ZDT/DTLZ.

59 menit 9 0

Lihat kelas

6 episodeAda gratis

Python · Menengah–Mahir

Transfer Learning Penyakit Daun

6 episode video + PDF, total 1 jam 5 menit. Dimulai dari: Dataset PlantVillage: Struktur Folder, Distribusi Kelas & Pembagian Data.

1 jam 5 menit 9 0

Lihat kelas

Klasifikasi Aritmia EKG Wavelet Deep Learning

6 episodeAda gratis

Python · Menengah–Mahir

Klasifikasi Aritmia EKG Wavelet Deep Learning

6 episode video + PDF, total 56 menit. Dimulai dari: Sinyal EKG & EEG: Karakteristik dan Dataset Publik (MIT-BIH).

56 menit 2 0

Lihat kelas

Butuh lebih dari video?

Pilihan lain dari kami untuk Python.

Belajar bareng mentor

Kursus AI & Kecerdasan Buatan terjadwal, dibimbing langsung, bersertifikat.

Kursus

Kursus Optimasi Multi-Objektif: NSGA-II, MOPSO & Algoritma Hybrid (Python)

Kursus

Kursus Klasifikasi Aritmia EKG dengan Wavelet & Deep Learning (PyTorch)

Kursus

Kursus ANFIS + PSO/GA untuk Peramalan Deret Waktu Non-Linear (Python)

Lihat semua AI & Kecerdasan Buatan →

Minta dibuatkan

Tidak sempat belajar Python? Tim kami bisa mengerjakan proyeknya.

Jasa

Jasa Machine Learning Python — Model Prediksi, Segmentasi Pelanggan, Deteksi Fraud & Aplikasi AI

Jasa

Jasa Pembuatan Gambar AI dengan Stable Diffusion — Produksi Visual Custom Tanpa Batas

★ 4.9

Jasa

Jasa Pembuatan Gambar & Video AI dengan Leonardo AI — Visual All-in-One untuk Bisnis

★ 4.9

Lihat semua AI & Kecerdasan Buatan →

Kabari saya kalau ada kelas Python baru

Paling banyak satu email per minggu. Berhenti kapan saja dengan satu klik.

Transkrip

Narasi lengkap video ini. Kalimat yang sedang diucapkan disorot saat video diputar; klik kalimat untuk melompat ke sana.

Tampilkan transkrip

Pembuka

Inilah hasil akhirnya, tiga cara meramal beban 24 jam ke depan, dari yang paling sederhana sampai model statistik klasik Sarima. Hasilnya mengejutkan, Sarima justru kalah dari tebakan naif, dan regresi linier sederhana menjadi target yang harus dikalahkan LSTM. Ayo kita mulai. Halo, selamat datang di episode ketiga seri peramalan beban listrik dengan LSTM. Sebelum membangun model yang rumit, penelitian yang baik selalu punya base lain. Tanpa base lain, kita tidak tahu apakah LSTM benar-benar bagus atau hanya terlihat bagus. Hari ini kita membuat tiga base lain dan dua metrik, map, galak persentase absolut rata-rata, dan RMSI dalam megawatt.

Langkah 1: Metrik, naive & regresi Ridge

Buat file baseline.py. Fungsi map menghitung rata-rata galak dalam persen, dan RMSI akar rata-rata kwadrat galak dalam megawatt. Kita siapkan jendela latih dan jendela uji 2019, satu ramalan per hari. Baseline pertama, naif mingguan, ramalan besok sama dengan beban di jam yang sama satu minggu lalu, yaitu 24 jam pertama jendela. Baseline kedua, regresi ridge, masukannya 168 beban terakhir ditambah fitur jam terakhir, dan keluarannya 24 jam sekaligus. Baseline ketiga, sarima 201 dengan musiman 111 periode 24, model statistik klasik untuk deret waktu musiman.

Langkah 2: SARIMA

Model dilatih pada tiga bulan terakhir data latih. Untuk setiap hari uji, model diperbarui dengan 14 hari terakhir tanpa dilatih ulang, lalu meramal 24 jam. Cara ini jauh lebih cepat daripada melatih ulang 365 kali. Sekarang tabel dan grafiknya.

Langkah 3: Perbandingan baseline

Jalankan, sarima butuh sekitar setengah menit. Naif mingguan sudah cukup baik, map sekitar 4,4%. Regresi ridge terbaik, sekitar 3,3%. Sarima justru paling buruk, sekitar 5,6%, karena hanya memodelkan pola harian, tidak tahu perbedaan hari kerja dan akhir pekan. Grafik memperlihatkan satu minggu Februari, sarima meleset di akhir pekan. Target LSTM adalah mengalahkan 3,3% ini.

Selesai!

Selesai. Kita sudah membuat tiga baseline, naif mingguan, regresi ridge, dan sarima, serta mengukurnya dengan map dan RMSI. Di episode berikutnya kita membangun LSTM untuk meramal 24 jam ke depan. Sedang menyusun skripsi, tesis, atau riset di bidang peramalan beban listrik dan deret waktu? Cerdas inovasi digital membantu implementasi deep learning, dari eksplorasi data beban, rekayasa fitur, arima dan regresi, LSTM dengan PyTorps, sampai optimasi hyperparameter dengan algoritma genetika, serta membuka kursus deep learning dengan PyTorps. Ingin menguasai seluruh seri ini, dari data beban per jam sampai evaluasi ramalan? Semua enam episode, lengkap dengan PDF panduan langkah demi langkah dan source code, tersedia untuk pelanggan tutorial premium. Berlangganan mulai Rp69.000 per bulan, hemat 28% dengan paket 12 bulan, atau sekali bayar Rp999.000 untuk akses seumur hidup. Mau satu kelas saja? Beli kelas satuan dengan akses selamanya. Langganan sekarang di halaman premium cerdasinovasidigital.com Hubungi WhatsApp kami, atau kunjungi cerdasinovasidigital.com Terima kasih telah menonton, sampai jumpa di episode berikutnya.

Tanya materi kelas

Ketik pertanyaan atau kata kunci; kami carikan bagian episode ini yang menjelaskannya dan lompatkan videonya ke sana.

Catatan saya

Catatan disimpan bersama menit video saat ini dan hanya terlihat oleh Anda.

Tanya jawab

Bingung di salah satu langkah? Tanyakan di sini; pengajar dan peserta lain bisa menjawab.

Belum ada pertanyaan.

Pengajar

Tim Cerdas Inovasi Digital

Pengembang software, engineer BIM & 3D, dan praktisi AI

52 kelas video1.277 episode

Sehari-hari kami mengerjakan software, model BIM, game, dan otomasi AI untuk klien, lalu menjadikan pengalaman praktik itu kelas langkah demi langkah: setiap langkah diperlihatkan di layar dan dilengkapi panduan PDF.

Lihat klien kami →

Memuat

Kelas yang direkomendasikan untuk Anda

Butuh lebih dari video?

Transkrip

0:03Pembuka

0:51Langkah 1: Metrik, naive & regresi Ridge

3:19Langkah 2: SARIMA

4:01Langkah 3: Perbandingan baseline

5:37Selesai!

Tanya materi kelas

Catatan saya

Tanya jawab

Pengajar

Kelas yang direkomendasikan untuk Anda

Butuh lebih dari video?

Transkrip

0:03Pembuka

0:51Langkah 1: Metrik, naive & regresi Ridge

3:19Langkah 2: SARIMA

4:01Langkah 3: Perbandingan baseline

5:37Selesai!

Tanya materi kelas

Catatan saya

Tanya jawab

Pengajar

Pembuka

Langkah 1: Metrik, naive & regresi Ridge

Langkah 2: SARIMA

Langkah 3: Perbandingan baseline

Selesai!

Pembuka

Langkah 1: Metrik, naive & regresi Ridge

Langkah 2: SARIMA

Langkah 3: Perbandingan baseline

Selesai!