PERAMALAN BEBAN LISTRIK JANGKA PENDEK MENGGUNAKAN METODE TIME SERIES PERIODIC AUTOREGRESSIVE (PAR)

PAULA, RANTI MEDIA PUTRI and Daratha, Novalio and Afriyastuti, Herawati (2022) PERAMALAN BEBAN LISTRIK JANGKA PENDEK MENGGUNAKAN METODE TIME SERIES PERIODIC AUTOREGRESSIVE (PAR). Undergraduated thesis, Universitas Bengkulu.

Text SKRIPSI RANTI MEDIA P P (G1D017044).pdf - Bibliography Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (2MB)

Abstract

Peramalan beban listrik merupakan faktor penting dalam proses perencanaan dan pengoperasian sistem tenaga listrik. Tujuan dari peramalan beban listrik adalah agar permintaan listrik dan penyedia listrik dapat seimbang sehingga listrik yang dikirimkan sesuai dengan kebutuhan. Oleh karena itu, dibutuhkan suatu metode alternatif untuk meramalkan beban listrik jangka pendek salah satunya yaitu metode time series Periodic Autoregressive (PAR). PAR merupakan suatu metode yang dapat menjelaskan keterkaitan antar pengamatan pada variabel itu sendiri pada waktu sebelumnya dan juga sesuai untuk pola data berperiodik. Hasil peramalan beban listrik jangka pendek menggunakan metode PAR didapatkan hasil untuk peramalan bulan November 2017 dengan model terbaik menghasilkan MAPE sebesar 10,33% dan RMSE 133.545,8. Sedangkan peramalan untuk bulan November 2017 dengan model yang berbeda setiap hari menghasilkan MAPE sebesar 6,59% dan RMSE 82.412,6 dan untuk peramalan tanggal 01 November pada tahun 2017, 2018, 2019, dan 2020 berdasarkan akurasi kesalahan, peramalan pada tanggal 01 November 2017 memiliki nilai MAPE terkecil yaitu 6,24% dengan RMSE yaitu sebesar 80.267,1. Hasil menunjukkan bahwa dengan menggunakan metode PAR diperoleh tingkat ketelitian peramalan yang cukup akurat dan nilai RMSE yang kecil. Kata Kunci: Mean Absolute Percentage Error (MAPE), Peramalan Beban Listrik, Periodic Autoregressive (PAR), Root Mean Squared Error (RMSE).

Actions (login required)

View Item