Fitriani, Ratna Widya (2021) Peramalan Kebutuhan Material Untuk Permintaan Pasang Baru Dan Perubahan Daya Di PT PLN (PERSERO) UP3 XYZ. Masters thesis, Institut Teknologi Sepuluh Nopember.
Preview |
Text
9211850086005_Thesis.pdf - Accepted Version Download (2MB) | Preview |
Abstract
Saat ini PLN menjadi lebih selektif dalam melakukan pelayanan penyambungan baru dan perubahan daya, akan tetapi kecepatan pelayanan tetap menjadi prioritas. Oleh karena itu, perencanaan kebutuhan material sangat penting
untuk mempercepat penyambungan listrik pelanggan. Pada studi kasus ini, dilakukan peramalan kebutuhan material pada PT PLN (Persero) UP3 XYZ. UP3 XYZ memiliki jumlah antrian tertinggi dibandingkan dengan UP3 lainnya. Salah
satu penyebab utama keterlambatan pelayanan adalah adanya ketidaksesuaian jumlah material distribusi utama di gudang dengan jumlah permintaan. Terdapat dua metode yang digunakan dalam penelitian ini yaitu exponential smoothing dan Artificial Neural Network (ANN), dimana variabel prediktor yang digunakan adalah nilai daya tersambung, konsumsi listrik, tarif listrik, Rasio Elektrifikasi, dan jumlah penduduk. Kategori permintaan dikelompokkan menjadi 169 kategori yang dibedakan berdasarkan kebutuhan material. Metode peramalan optimal
diperoleh dengan melakukan iterasi dan membandingkan nilai RMSE dan MAPE dari masing – masing metode. Hasil analisa terhadap nilai RMSE dan MAPE menunjukkan metode ANN memiliki tingkat keakuratan yang lebih baik dibandingkan metode exponential smoothing dengan rata – rata nilai MAPE 0 – 15%. Hasil peramalan menunjukkan penyambungan dengan daya 450 VA dan 900 VA masih mendominasi namun menunjukkan adanya tren penurunan. Hal
tersebut dipengaruhi oleh rasio elektrifikasi yang baru mencapai 84%. Sedangkan tren penurunan disebabkan peningkatan rasio elektrifikasi akibat penyambungan
listrik dalam beberapa bulan mendatang. Permintaan perubahan daya diprediksi meningkat, seiring dengan adanya daerah 3T (Terdepan, Terluar, Tertinggal) yang
telah dientaskan. Selain itu, perbandingan menggunakan realisasi periode Januari 2021, menunjukkan bahwa peramalan yang dilakukan memiliki nilai MAPE yang
lebih rendah 2% dibandingkan nilai eror dari metode eksisting. Metode ANN dapat menjadi salah satu alternatif metode peramalan permintaan, namun hanya direkomendasikan untuk peramalan dalam jangka pendek.
==============================================================================================
| Item Type: | Thesis (Masters) |
|---|---|
| Uncontrolled Keywords: | Peramalan, Material, Neural Network, Exponential Smoothing, Forecasting, Material,, Neural Network, Exponential Smoothing |
| Subjects: | H Social Sciences > HB Economic Theory > Economic forecasting--Mathematical models. |
| Divisions: | Faculty of Creative Design and Digital Business (CREABIZ) > Technology Management > 61101-(S2) Master Thesis |
| Depositing User: | Ratna Widya Fitriani |
| Date Deposited: | 08 Mar 2021 03:34 |
| Last Modified: | 23 Apr 2024 05:44 |
| URI: | http://repository.its.ac.id/id/eprint/83760 |
Actions (login required)
 |
View Item |