Peramalan konsumsi energi listrik untuk sektor industri di PT. PLN (Persero) area Gresik menggunakan metode time series regression dan ARIMA

Annasiyah, Fahrila (2022) Peramalan konsumsi energi listrik untuk sektor industri di PT. PLN (Persero) area Gresik menggunakan metode time series regression dan ARIMA. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 10611810000063-Undergraduate_Thesis.pdf Restricted to Repository staff only Download (4MB)

Abstract

Energi listrik merupakan salah satu kebutuhan masyarakat untuk melakukan berbagai macam kegiatan, salah satunya adalah kegiatan industri. Gresik merupakan salah satu daerah yang dikenal sebagai kawasan industri. Menurut PT PLN (Persero) Area Gresik, sektor industri memiliki penjualan listrik tertinggi di Gresik dan mengalami peningkatan setiap tahunnya. Pendistribusian tenaga listrik harus dilakukan secara optimal antara jumlah konsumsi energi listrik oleh konsumen dan jumlah pasokan listrik yang diproduksi oleh PLN agar tidak terjadi permasalahan, seperti gangguan distribusi hingga pemadaman listrik. Di sisi lain, konsumsi energi listrik pada sektor industri bersifat fluktuatif dari waktu ke waktu karena dipengaruhi oleh kondisi tertentu. Salah satu cara yang dapat digunakan untuk mengatasi permasalahan tersebut adalah dengan memprediksi konsumsi tenaga listrik yang dibutuhkan konsumen. Penelitian ini bertujuan untuk memperoleh model terbaik dalam meramalkan konsumsi energi listrik berdasarkan pemakaian KWh untuk sektor industri yang terdiri atas dua golongan tarif, yaitu I3/TM (Tegangan Menengah) dan I4/TT (Tegangan Tinggi) di PT PLN (Persero) Area Gresik pada bulan Januari 2022 sampai Desember 2022, dengan membandingkan metode Time Series Regression dan ARIMA. Hasil penelitian menunjukkan bahwa metode peramalan terbaik untuk meramalkan konsumsi energi listrik pada golongan I3 adalah model Time Series Regression yang mengikutsertakan variabel independen berupa efek tren, efek intervensi pada waktu terjadinya pandemi COVID-19, dan efek variasi kalender pada waktu terjadinya Hari Raya Idul Fitri, dengan nilai RMSE dan MAPE masing-masing sebesar 3.995.548 dan 3,13%. Sementara itu, metode peramalan terbaik untuk meramalkan konsumsi energi listrik pada golongan I4 adalah metode ARIMA dengan model ARIMA (1,1,0), dengan nilai RMSE dan MAPE masing-masing sebesar 1.775.819 dan 4,56%.
===============================================================================================================================
Electrical energy is one of the essential needs of the community for carrying out various activities, one of which is industrial activity. Gresik is one of the areas known as an industrial area. According to PT PLN (Persero) Gresik Area, the industrial sector has the highest electricity sales in Gresik and has increased every year. The distribution of electricity must be carried out optimally by balancing the amount of electrical energy consumed by consumers with the amount of electricity supplied by PLN to prevent problems such as distribution disruptions and power outages. On the other hand, electrical energy consumption in the industrial sector fluctuates over time due to various conditions. One way to overcome this problem is to predict the amount of electricity consumption required by consumers. This study aims to obtain the best model for forecasting electrical energy consumption based on KWh usage in the industrial sector, which consists of two tariff groups, namely I3 (Medium Voltage) and I4 (High Voltage), at PT PLN (Persero) Gresik Area from January 2022 to December 2022 by comparing the Time Series Regression and ARIMA methods. The results of this study show that the best forecasting method for predicting electrical energy consumption for group I3 is the Time Series Regression model, which includes independent variables in the form of trend effects, the intervention effect of the period during the COVID-19 pandemic, and the calendar variation effect of the Eid al-Fitr period, with RMSE and MAPE values of 3,995,548 and 3.13%, respectively. Meanwhile, the best forecasting method for estimating electrical energy consumption for group I4 is the ARIMA method using the ARIMA (1,1,0) model, with RMSE and MAPE values of 1,775,819 and 4.56%, respectively.

Item Type:	Thesis (Other)
Additional Information:	519.535 Ann p-1
Uncontrolled Keywords:	ARIMA, Konsumsi Energi Listrik, Peramalan, Time Series Regression, ARIMA, Electrical Energy Consumption, Forecasting, Time Series Regression
Subjects:	Q Science > QA Mathematics > QA280 Box-Jenkins forecasting
Divisions:	Faculty of Vocational > 49501-Business Statistics
Depositing User:	magang .
Date Deposited:	06 Oct 2026 02:56
Last Modified:	06 Oct 2026 02:56
URI:	http://repository.its.ac.id/id/eprint/145297

Actions (login required)

View Item