PREDIKSI BEBAN LISTRIK JANGKA PENDEK DENGAN METODE ARIMAX PADA GARDU INDUK METRO

Redho Prayoga, 1715031039 (2021) PREDIKSI BEBAN LISTRIK JANGKA PENDEK DENGAN METODE ARIMAX PADA GARDU INDUK METRO. FAKULTAS TEKNIK, UNIVERSITAS LAMPUNG.

[img]
Preview
File PDF
ABSTRAK - Yoga.pdf

Download (104Kb) | Preview
[img] File PDF
Full Skripsi tanpa Lampiran - Yoga.pdf
Restricted to Hanya staf

Download (1968Kb)
[img]
Preview
File PDF
Skripsi tanpa Pembahasan - Yoga.pdf

Download (1179Kb) | Preview

Abstrak (Berisi Bastraknya saja, Judul dan Nama Tidak Boleh di Masukan)

Konsumsi listrik yang efisien dalam melakukan suatu aktivitas merupakan keharusan untuk semua sektor seperti kebutuhan perumahan, industri, komersial dan lain – lain. Konsumsi listrik bersifat stochastic atau selalu berubah – ubah dari waktu ke waktu untuk memenuhi kebutuhan konsumen. Banyak faktor yang dapat mempengaruhi kebutuhan listrik contohnya seperti temperatur udara. 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 terdiri dari 2 macam data yaitu data historis beban listrik dan temperatur udara sebagai variabel independennya. Pada penelitian ini, prediksi beban listrik jangka pendek selama satu minggu dilakukan dengan 2 kategori yaitu dengan historis data 6 bulan dan historis data 2 tahun. Berdasarkan hasil, dapat dilihat bahwa hasil prediksi beban listrik jangka pendek menggunakan data historis selama 2 tahun menghasilkan nilai Mean Absolute Percentage Error (MAPE) sebesar 7,5%. Hasil tersebut lebih baik dibandingkan hasil prediksi dengan data historis 6 bulan yang menghasilkan MAPE sebesar 13,6%. Kata Kunci : Listrik, Prediksi Beban Listrik Jangka Pendek, ARIMAX, MAPE The efficient use of electricity for an activity is a must for all sectors, such as residential, industrial, commercial, and others. Electricity consumption is a stochastic or always changing time to time to meet the needs of the consumer. Many factors can affect electricity demand, for example, air temperature. This study predicts short-term electrical loads using the Autoregressive Integrated Moving Average with Exogenous Variable (ARIMAX) method at the Metro Substation. The data used consists of 2 types of data, namely historical data on electrical loads and air temperature as independent variables. In this study, short-term electricity load predictions for one week were carried out in 2 categories, namely with 6 months of historical data and with 2 years of historical data. Based on the results, it can be seen that the short-term electrical load prediction using historical data for 2 years produces a Mean Absolute Percentage Error (MAPE) value of 7,5%. This result is better than the prediction with 6 months of historical data, which resulted in a MAPE of 13,6%. Keywords : Electricity, short term load forecasting, ARIMAX, MAPE

Jenis Karya Akhir: Skripsi
Subyek: 600 Teknologi (ilmu terapan) > 620 Ilmu teknik dan ilmu yang berkaitan
Program Studi: Fakultas Teknik > Prodi S1-Teknik Elektro
Pengguna Deposit: UPT . Neti Yuliawati
Date Deposited: 23 May 2022 03:39
Terakhir diubah: 23 May 2022 03:39
URI: http://digilib.unila.ac.id/id/eprint/61602

Actions (login required)

Lihat Karya Akhir Lihat Karya Akhir