PERAMALAN BEBAN LISTRIK HARIAN JAWA TENGAH DAN DIY MENGGUNAKAN METODE SEASONAL AUTOREGRESSIVE INTEGRATED MOVING AVERAGE

SIGIT HARMAWAN, Dr. Ir. Sasongko Pramono Hadi, DEA.

2013 | Skripsi | TEKNIK ELEKTRO

Energi listrik tidak dapat disimpan dalam skala besar, karenanya energi ini harus disediakan pada saat dibutuhkan. Apabila energi listrik yang dibangkitkan melebihi permintaan konsumen, maka akan terjadi pemborosan energi listrik. Sedangkan apabila energi listrik yang dibangkitkan tidak dapat memenuhi kebutuhan konsumen, maka akan ada konsumen yang dirugikan. Syarat mutlak yang pertama harus dilaksanakan untuk mencapai tujuan itu adalah pihak perusahaan listrik mengetahui beban atau permintaan daya listrik dimasa depan. Karena kebutuhan daya yang selalu berubah-ubah, diperlukan peramalan beban atau peramalan kebutuhan daya konsumen sebagai dasar perencanaan operasi. Tujuan dari penelitian ini adalah untuk mempelajari apakah metode seasonal autoregressive integrated moving average (SARIMA) cocok digunakan untuk meramalkan beban listrik harian di Jawa Tengah & DIY. Penentuan berapakah banyaknya data acuan yang akan digunakan untuk membuat model peramalan merupakan salah satu hal yang penting dalam peramalan beban listrik menggunakan metode seasonal autoregressive integrated moving average. Pemilihan jumlah data acuan yang tepat akan mampu menghasilkan nilai kesalahan peramalan minimum. Hasil penelitian menunjukkan bahwa hasil peramalan menggunakan metode SARIMA mempunyai tingkat akurasi tinggi. Metode SARIMA mampu menghasilkan peramalan beban dengan akurasi yang lebih tinggi dibanding dengan menggunakan metode koefisien yang digunakan oleh PLN. Peramalan beban menggunakan metode SARIMA menghasilkan nilai MAPE 1,308 % untuk hari kerja dan 0,668 % untuk hari libur akhir pekan. Sedangkan dengan metode koefisien menghasilkan nilai MAPE 2,16 % untuk hari kerja dan 1,66 % untuk hari libur akhir pekan. Jumlah data acuan yang paling baik digunakan untuk membuat metode SARIMA adalah 192 data. Namun peramalan beban menggunakan metode SARIMA tidak cocok digunakan untuk meramalkan beban hari khusus seperti hari raya Idul Fitri dan tahun baru.

Electrical energy can not be saved in massive scale, because this energy must be provided if the electrical energy which provided more than consumer demand, it means the electrical energy will be wasted. Whereas, if the electrical energy which provided can not fill the consumer demand, there will be consumer financial loss. The first main condition must be filled up to reach the goal is that electrical company knows the load or electrical demand in the future. Because of the change of electrical power, it needs load forecasts or forecasts of consumer power needs as the basis for operational planning. The goal of this research is to learn if seasonal autoregressive integrated moving average is suitable to daily electrical load forecasting in Central Java and Yogyakarta. The decision how much data reference used to make forecasts model is one of important thing in electrical load forecasting using seasonal autoregressive integrated moving average (SARIMA) method. The proper selection of sum of data will result minimum forecasting error. The result of this research shows that the forecast using SARIMA method has high accuracy. It shows that using SARIMA method in electrical load forecasting has higher accuracy than using coefficient method used by PLN. Load forecast using SARIMA result MAPE 1,308 % in work days and 0,668 % in weekend. Whereas, using coefficient method result MAPE 2,16 % in work days and 1,66 % in weekend. The best sum of reference data apply SARIMA method is 192 data. But electrical load forecast using SARIMA method is not suitable for load forecasting in special days such as Idul Fitri and New Year.

Kata Kunci : Peramalan Beban, Seasonal Autoregressive Integrated Moving Average, Beban Listrik Harian