Prediksi Beban Listrik Jangka Pendek dengan Metode Arimax dan Artificial Neural Network Backpropagation di Gardu Induk Metro

Abstract

Kebutuhan listrik yang selalu meningkat baik domestik, komersil maupun industri membutuhkan pelayanan yang baik dan berkualitas, peningkatan kebutuhan listrik banyak dipengaruhi oleh meningkatnya populasi penduduk, perkembangan sektor industri dan pola hidup masyarakat. Perubahan temperature udara panas juga mempengaruhi pola masyarakat untuk menggunakan Air Conditioner (AC) sebagai alat pendingin ruangan. Kebutuhan listrik tersebut harus didukung dengan prediksi beban yang tepat dan penjadwalan pembangkitan yang sesuai dengan kebutuhan. Penelitian ini melakukan prediksi beban listrik jangka pendek menggunakan metode Autoregressive Integrated Moving Average with Exogenous Variable (ARIMAX) di Gardu Induk Metro. Data yang digunakan berupa data historikal beban listrik dan temperatur udara selama periode 6 bulan dan 2 tahun untuk mendapatkan hasil prediksi pada satu minggu terahir. Berdasarkan hasil yang diperoleh bahwa prediksi beban listrik jangka pendek menggunakan metode ARIMAX data historis selama 2 tahun menghasilkan nilai Mean Absolute Percentage Error (MAPE) sebesar 7,5 persen, hasil lebih baik dibandingkan hasil prediksi dengan data historis 6 bulan yang menghasilkan MAPE sebesar 13,6 persen.