ThesisOpen AccessMetadata saja
2026•
Kebutuhan energi listrik serta dinamika konsumsi listrik yang fluktuatif menuntut perencanaan sistem tenaga listrik yang akurat dan efisien. Salah satu langkah penting dalam perencanaan tersebut adalah prediksi beban listrik jangka pendek, yang bertujuan untuk memprediksi konsumsi listrik dalam kurun waktu harian hingga mingguan guna mendukung pengambilan keputusan operasional. Penelitian ini bertujuan untuk menganalisis dan membandingkan tingkat akurasi dua metode prediksi, yaitu Regresi Linier dan Time Series, dalam memprediksi beban listrik harian pada PT. Siantar Tara Sejati Tarakan. Penelitian ini menggunakan data beban listrik selama 14 hari dengan jumlah data sebanyak 336 data. Pengolahan data metode Time Series dilakukan menggunakan software Minitab, sedangkan metode evaluasi yang digunakan adalah Mean Absolute Percentage Error (MAPE) untuk mengukur tingkat akurasi masing-masing model. Hasil penelitian menunjukkan bahwa metode Time Series melalui hasil prediksi model ARMA (2,1) menghasilkan nilai MAPE sebesar 6,752866%, sedangkan metode Regresi Linier sebesar 9,027497%. Berdasarkan nilai tersebut, hasil prediksi model ARMA (2,1) menunjukkan tingkat akurasi yang lebih baik dibandingkan Regresi Linier, sehingga lebih efektif digunakan untuk prediksi beban listrik jangka pendek pada penelitian ini. Kata kunci: Prediksi Beban Listrik Jangka Pendek, Regresi Linier, Time Series, Dinamika Beban Listrik.
ThesisOpen AccessMetadata saja
2026•
Kebutuhan energi listrik serta dinamika konsumsi listrik yang fluktuatif menuntut perencanaan sistem tenaga listrik yang akurat dan efisien. Salah satu langkah penting dalam perencanaan tersebut adalah prediksi beban listrik jangka pendek, yang bertujuan untuk memprediksi konsumsi listrik dalam kurun waktu harian hingga mingguan guna mendukung pengambilan keputusan operasional. Penelitian ini bertujuan untuk menganalisis dan membandingkan tingkat akurasi dua metode prediksi, yaitu Regresi Linier dan Time Series, dalam memprediksi beban listrik harian pada PT. Siantar Tara Sejati Tarakan. Penelitian ini menggunakan data beban listrik selama 14 hari dengan jumlah data sebanyak 336 data. Pengolahan data metode Time Series dilakukan menggunakan software Minitab, sedangkan metode evaluasi yang digunakan adalah Mean Absolute Percentage Error (MAPE) untuk mengukur tingkat akurasi masing-masing model. Hasil penelitian menunjukkan bahwa metode Time Series melalui hasil prediksi model ARMA (2,1) menghasilkan nilai MAPE sebesar 6,752866%, sedangkan metode Regresi Linier sebesar 9,027497%. Berdasarkan nilai tersebut, hasil prediksi model ARMA (2,1) menunjukkan tingkat akurasi yang lebih baik dibandingkan Regresi Linier, sehingga lebih efektif digunakan untuk prediksi beban listrik jangka pendek pada penelitian ini. Kata kunci: Prediksi Beban Listrik Jangka Pendek, Regresi Linier, Time Series, Dinamika Beban Listrik.
ThesisOpen AccessMetadata saja
2025•Skripsi, Thesis, Disertasi, dan Tugas Akhir
ABSTRAK Kebutuhan terhadap energi listrik merupakan salah satu kebutuhan dasar masyarakat dan menjadi salah satu yang terpenting bagi masyarakat dan besarnya permintaan listrik pada suatu rentang waktu tidak dapat dihitung secara pasti, sehingga PT. PLN (Persero) Tarakan sebagai penyedia energi listrik harus mampu memprediksi kebutuhan beban listrik setiap harinya. Penelitian ini bertujuan untuk memprediksi beban listrik di PT. PLN (Persero) Tarakan. Penulis akan melakukan peramalan jangka pendek dengan model time series model ARIMA dan Regresi Linier yang akan dibandingkan hasil peramalannya dengan pengujian nilai MAPE. Peramalan dengan model time series model ARIMA menunjukkan nilai MAPE sebesar 14,68%, dan semakin optimal jika mempertimbangkan pola musiman dengan MAPE SARMA sebesar 6,14%. Sedangkan untuk peramalan dengan model Regresi Linier nilai MAPE sebesar 7,8%. Berdasarkan nilai MAPE kedua model maka peramalan dengan model time series lebih tepat dalam meramalkan beban listrik PT. PLN (Persero) Tarakan dalam jangka pendek.
ThesisOpen AccessMetadata saja
2022•Skripsi, Thesis, Disertasi, dan Tugas Akhir
Unit Layanan (ULD) desa Tana Merah, kabupaten Tana Tidung, Kalimantan Utara merupakan salah satu unit PT. PLN sistem Mahakam, Kalimantan Timur. Saat ini terdiri atas 3 unit pembangkit, yakni 2 unit PLTD dan 1 unit PLTMG. Penelitian ini menganalisa sistem pembebanan dari 2 unit PLTD yang beroperasi sebagai cadangan daya listrik ke pelanggan. Metode deskripsi analitik berdasarkan data kualitatif pengukuran di sisi pembangkit digunakan sebagai analisa pembebanan. Sedangkan pada sisi pemparalelan generator diusulkan menggunakan mekanisme jenis sinkronoskop sebagai perbaikan dari metode manual. Setelah dilakukan analisa pembagian beban pada setiap generator maka beban listrik yang harus dipikul setiap generator sebesar 0,0853 MW dari kapasitas mampu generator sebesar 0,36 MW atau setara dengan 23,6 %, daya mampu generator.
