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