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