Studi Peramalan (Forecasting) Kurva Beban Harian Listrik Jangka Pendek Menggunakan Metode Autoregressive Integrated Moving Average (ARIMA)

Main Article Content

Syafii .
Edyan Noveri

Keywords

Abstract

Prakiraan kebutuhan energi listrik merupakan langkah mula yang penting dalam perencanaan dan pengembangan penyediaan tenaga elektrik setiap saat secara cukup, baik dan  terus menerus. Oleh karena itu, diperlukan suatu metode permalan beban yang akurat dan mudah di implementasikan berdasarkan ketersediaan data yang ada.Metode ARIMA (Box-Jenkins) merupakan metode yang cocok digunakan untuk menjembatanipermasalahan tersebut, karena terbukti akurat untuk peramalan beban jangka pendek. Penentuan model untuk peramalanARIMA terdiri dari beberapa tahap yaitu : pengecekan pola  data, identifikasimodel yang terdiri dari uji stasioneritas varians dan means, estimasi parameter dan pengukuran tingkat keakuratan model yang akan digunakan untuk peramalan dengan MAPE sebagai indikatornya. Data yang digunakan dalam penelitian ini adalah data time series beban harian listrik per-jam (24jam) dari tanggal 1 Juli-31Oktober 2012. Hasil penelitian memperlihatkan model terbaik yang diperoleh adalah (0,1,0)(0,1,1)24 dengan MAPE terkecil yaitu 2,975% untuk pengujian pertama  dan MAPE kedua sebesar 3,08%

Kata kunci :   Peramalan beban, ARIMA, data time series, stasioneritas, penentuan model, dan MAPE

References

[1] Putra, Frans Rahmadhan. Aplikasi Jaringan Saraf Tiruan Dalam Perkiraan Beban Listrik Jangka Pendek. Jurusan Teknik ElektroFakultas Teknik. Universitas Andalas. Padang. 2010
[2] Sadeq, Ahmad. Tesis: Analisis Prediksi Indeks Harga Saham Gabungan Dengan Metode Arima. Universitas Diponegoro. Semarang. 2008.
[3] Zuhal. Dasar Teknik Tenaga Listrik dan Elektronika Daya. Gramedia : Jakarta. 1992
[4] Makridakis, Spyros., Syeven C Wheelwright., dan Victor E. McGEE. Metode dan Aplikasi Peramalan. Terjemahan Hari Suminto. Jakarta: Binarupa Aksara. 1999.
[5] Windayati. Analisis Autokorelasi Pada Model Arima (Autoregressive Integrated Moving Average). Jurusan Matematika Fakultas Sains Dan Teknologi. Universitas Islam Negeri (UIN) Maulana Malik Ibrahim. Malang.2010
[6] Anugerah PSW. Perbandingan Jaringan Syaraf Tiruan Backpropagation Dan Metode Deret Berkala Box-Jenkins (Arima) Sebagai Metode Peramalan Curah Hujan. Fakultas Matematika dan Ilmu Pengetahuan Alam. Universitas Negeri Semarang. Semarang. 2007.
[7] Munawarah, Astin Nurhayati. Peramalan Jumlah Penumpang pada PT. Angkasa Pura I ( Persero ) Kantor Cabang Bandar Udara Internasional Adisutjipto Yogyakarta dengan Metode Winter’s Exponential Smoothing Dan Seasonal ARIMA. Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Negeri Yogyakarta. 2010
[8] Mulyana. Buku Ajar Analisis Data Deret Waktu. Jurusan Statistika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Padjadjaran.2004

Article Sidebar

PDF
Published
Mar 1, 2013
DOI https://doi.org/10.25077/jnte.v2n1.100.2013

Article Details

How to Cite
., S., & Noveri, E. (2013). Studi Peramalan (Forecasting) Kurva Beban Harian Listrik Jangka Pendek Menggunakan Metode Autoregressive Integrated Moving Average (ARIMA). Jurnal Nasional Teknik Elektro, 2(1), 65–73. https://doi.org/10.25077/jnte.v2n1.100.2013
Issue
Vol. 2 No. 1: Maret 2013
Section
Electrical Power and Energy

Authors who publish with this journal agree to the following terms:

    1. Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
    2. Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
    3. Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).

The authors declare that:

1.        This paper has not been published in the same form elsewhere.

2.        It will not be submitted anywhere else for publication prior to acceptance/rejection by this Journal.

3.        A copyright permission is obtained for materials published elsewhere and which require this permission for reproduction.