creators_name: Redho Prayoga, 1715031039
creators_id: redhopy21@gmail.com
type: other
datestamp: 2022-05-23 03:39:57
lastmod: 2022-05-23 03:39:57
metadata_visibility: show
title: PREDIKSI BEBAN LISTRIK JANGKA PENDEK
DENGAN METODE ARIMAX PADA GARDU INDUK METRO
ispublished: pub
subjects: 620
full_text_status: restricted
abstract: 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
date: 2021
date_type: published
publisher: FAKULTAS TEKNIK
place_of_pub: UNIVERSITAS LAMPUNG
citation:   Redho Prayoga, 1715031039  (2021) PREDIKSI BEBAN LISTRIK JANGKA PENDEK DENGAN METODE ARIMAX PADA GARDU INDUK METRO.  FAKULTAS TEKNIK, UNIVERSITAS LAMPUNG.     
document_url: http://digilib.unila.ac.id/61602/1/ABSTRAK%20-%20Yoga.pdf
document_url: http://digilib.unila.ac.id/61602/2/Full%20Skripsi%20tanpa%20Lampiran%20-%20Yoga.pdf
document_url: http://digilib.unila.ac.id/61602/3/Skripsi%20tanpa%20Pembahasan%20-%20Yoga.pdf