ANALISA PERAMALAN BEBAN LISTRIK JANGKA PENDEK MENGGUNAKAN METODE TIME SERIES SEASONAL AUTOREGRESSIVE INTEGRATED MOVING AVERAGE (SARIMA)

Peramalan beban listrik jangka pendek merupakan faktor yang sangat
penting dalam perencanaan dan pengoperasian sistem tenaga listrik. Tujuan dari
peramalan beban listrik adalah agar permintaan listrik dan penyediaan listrik dapat
seimbang. Karakteristik beban pada penelitian ini memiliki pola data berulang
atau pola data musiman. Sehingga pada penelitian ini digunakan metode time
series Seasonal Autoregressive Integrated Moving Average (SARIMA) untuk
studi pembanding model terbaik dalam melakukan peramalan beban listrik.
Kelebihan metode SARIMA ada pada pembelajaran yang cepat dan pemilihan
model yang tepat yang mempunyai pola musiman. Keakuratan metode SARIMA
dapat diketahui berdasarkan nilai standar kesalahan rata-rata atau MAPE dengan
menggunakan program R. Hasil dari perbandingan peramalan beban listrik perhari
selama bulan Desember 2014 yang menggunakan model SARIMA (2,0,1)
(1,0,0)24 berdasarkan nilai MAPE yang merupakan persentase kesalahan antara
nilai aktual beban dan nilai peramalan dari tiap titik waktu peramalan ini sebesar
4,7 %. Hal ini membuktikan bahwa kemampuan dalam meramalkan beban listrik
jangka pendek yang menggunakan metode time series SARIMA mempunyai
kemampuan yang sangat baik berdasarkan nilai MAPE yang berada kurang dari
10%.
Kata Kunci : Peramalan Beban Listrik, SARIMA, MAPE (Mean Absolute
Percentage Error)