Perbandingan metode peramalan autoregressive integrated moving average dan regresi linier pada beban listrik di kota banyuwangi / RIZKY KRISMANSYAH PUTRA - Repositori Universitas Negeri Malang

Perbandingan metode peramalan autoregressive integrated moving average dan regresi linier pada beban listrik di kota banyuwangi / RIZKY KRISMANSYAH PUTRA

Putra, Rizky Krismansyah Putra (2022) Perbandingan metode peramalan autoregressive integrated moving average dan regresi linier pada beban listrik di kota banyuwangi / RIZKY KRISMANSYAH PUTRA. Diploma thesis, Universitas Negeri Malang.

Full text not available from this repository.

Abstract

Pada era saat ini dengan teknologi sangat maju yang kebanyakan peralatannya menggunakan listrik sebagai sumber energinya dibutuhkan penelitian untuk pertumbuhan kebutuhan energi listrik. Salah satunya di kota Banyuwangi yang sedang berkembang pesat dalam hal industri yang otomatis mempengaruhi pertumbuhan kebutuhan tenaga listrik. Dalam perihal ini peramalan beban listrik memiliki peran penting dalam distribusi di jaringan listrik untuk menjaga keseimbangan antara permintaan dan penyediaan listrik yang mana belum pernah dilakukan penelitian ini di kota Banyuwangi. Maka dari itu dibutuhkan metode yang akurat untuk meramalkan beban listrik. Autoregressive Integrated Moving Average (ARIMA) adalah metode yang digunakan dalam penelitian ini yang nantinya akan dibandingkan dengan Regresi Linier yang mana nanti nilai MAPE nya lebih kecil berarti lebih bagus guna memperoleh hasil peramalan beban yang akurat dan presisi. Metode ARIMA yaitu modelnya secara penuh mengabaikan variabel bebas dalam menciptakan peramalan. Keunggulan dari metode ini yaitu bisa menerima semua macam model data meskipun dalam prosesnya harus distasionerkan terlebih dahulu sedangkan Regresi Linier merupakan peramalan agar mengetahui pengaruh antara satu atau beberapa variabel pada satu buah variabel. Variabel bebas (independen) yaitu sebutan untuk variabel yang mempengaruhi dan variabel terikat (dependen) sebutan untuk variabel yang dipengaruhi. Pada peramalan ini beban listrik sebagai variabel terikat dan suhu sebagai variabel bebasnya. Kedua metode ini lebih cocok dan tepat jika untuk peramalan jangka pendek. Penelitian ini mengambil peramalan beban jangka menengah (bulanan yaitu Januari 2015 - Desember 2020) untuk periode waktu kumpulan data dan akan meramalkan periode sepanjang tahun 2021. Dari penelitian ini nantinya juga akan mendapatkan nilai error atau MAPE. Untuk hasil peramalan didapatkan nilai MAPE untuk metode ARIMA yaitu 5 34% dan 6 89% untuk metode Regresi Linier. Hal ini dapat disimpulkan pada penelitian ini bahwa metode ARIMA lebih baik untuk metode peramalan daripada Regresi Linier dikarenakan mempunyai hasil perhitungan MAPE yang lebih kecil

Item Type: Thesis (Diploma)
Subjects: ?? ??
Divisions: Fakultas Teknik (FT) > Departemen Teknik Elektro (TE) > S1 Teknik Elektro
Depositing User: library UM
Date Deposited: 08 Feb 2022 04:29
Last Modified: 09 Sep 2022 03:00
URI: http://repository.um.ac.id/id/eprint/202267

Actions (login required)

View Item View Item