Text

Peramalan Beban Penyulang dengan Metode ARIMA dan ASTAR (Studi Kasus di Penyulang 05 Gardu Induk Kesugihan PT. PLN (Persero) Area Cilacap).

---

ABSTRAK

Konsumsi listrik Indonesia setiap tahunnya terus meningkat sejalan dengan peningkatan pertumbuhan ekonomi nasional. Oleh karena itu diperlukan adanya perencanaan sistem distribusi yang baik dengan menggunakan peramalan beban penyulang listrik. Dalam penelitian ini akan membahas perbandingan peramalan dengan menggunakan metode ARIMA dan ASTAR. Metode ARIMA merupakan metode pemodelan dan peramalan runtun waktu yang memerlukan asumsi seperti stasioneritas, white noise dan residual berdistribusi normal sedangkan metode ASTAR merupakan pengembangan dari model MARS dimana variabel prediktor berupa nilai lag deret waktu. Studi kasus yang diambil dalam penelitian ini berada di PT. PLN (Persero) Area Cilacap pada beban penyulang 05 GI Kesugihan karena memiliki beban listrik yang lebih tinggi dibanding beban penyulang lainnya. Hal ini dikarenakan wilayah yang disalurkan oleh beban penyulang 05 memiliki jumlah penduduk yang lebih banyak dibanding wilayah lainnya. Hasil model peramalan terbaik dalam penelitian ini adalah menggunakan model ASTAR dimana diperoleh sMAPE untuk data in sample sebesar 30,40952% sedangkan sMAPE pada model ARIMA untuk data in sample
sebesar 38,6751%.

Kata Kunci : beban penyulang, ASTAR, ARIMA, sMAPE
 
ABSTRACT

Electricity consumption of Indonesia in every years is more increases as much as with the increases of national economic growth. Therefore, it is necessary for make good planning of distribution system with use forecasting about electricity in feeder. In this research, will be discussed about comparison of forecasting with ARIMA method and ASTAR method. ARIMA method is parametric method of modeling and forecasting time series that need assumption as stationary, white noise, and residual is normally distributed, while ASTAR method is modification of MARS model which predictor variables are lag values of time series. Study of the case that be taken in this research is in PT. PLN (Persero) Area Cilacap on feeeder 05 of GI Kesugihan because it has electrical load that higher than another feeder. This is because of the region that be passed by feeder 05 has more total population than another region. The best result model of forecasting in this research is ASTAR model which is gotten sMAPE for in sample date is 30,40952% while sMAPE on ARIMA model for in sample date is 38,6751%.

Keywords : feeder, ASTAR, ARIMA, sMAPE

---

Ketersediaan

598E17IV

598 E 17-iv

Perpustakaan FSM Undip (Referensi)

Tersedia

Informasi Detail

Judul Seri

STATISTIKA

No. Panggil

598 E 17-iv

Penerbit

: ., 2017

Deskripsi Fisik

-

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

1643

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

-

Info Detail Spesifik

-

Pernyataan Tanggungjawab

Eva Dwi Kusuma dewi

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar