PENGGUNAAN METODE AUTOREGRESSIVE INTEGRATED MOVING AVERAGE (ARIMA) UNTUK PREDIKSI BEBAN JANGKA PENDEK PT. PLN (PERSERO) UNIT PENGATUR PELAKSANA DISTRIBUSI (UP2D) LAMPUNG

NINGRUM, RISTIA CAHYA (2022) PENGGUNAAN METODE AUTOREGRESSIVE INTEGRATED MOVING AVERAGE (ARIMA) UNTUK PREDIKSI BEBAN JANGKA PENDEK PT. PLN (PERSERO) UNIT PENGATUR PELAKSANA DISTRIBUSI (UP2D) LAMPUNG. Strata 1 thesis, Universitas Teknokrat Indonesia.

	Text (full teks) skripsi18315042.pdf - Published Version Restricted to Registered users only Download (2MB) | Request a copy
	Text (abstrak) abstrak18315042.pdf - Published Version Download (117kB)
	Text (BAB I Pendahuluan) b118315042.pdf - Published Version Download (178kB)
	Text (BAB II Tinjauan) b218315042.pdf - Published Version Download (375kB)
	Text (Daftar Pustaka) daftar_pustaka18315042.pdf - Bibliography Download (117kB)

Abstract

Listrik merupakan salah satu sumber energi terpenting yang digunakan hampir disetiap bidang kehidupan karena digunakan sebagai sumber penerangan dan banyak peralatan yang menggunakan listrik sebagai sumbernya. Akibat meningkatnya konsumsi listrik maka perlu dilakukan prediksi untuk mengetahui pemakaian listrik dimasa yang akan datang menggunakan suatu metode. Pada penelitian ini digunakan Metode Autoregressive Integrated Moving Average (ARIMA) karena memiliki akurasi yang sangat akurat, sehingga sangat cocok digunakan untuk peramalan jangka pendek. Penelitian ini menggunakan data penyulang beban siang dan malam PT.PLN (Persero) Unit Pengatur Pelaksana (UP2D) Lampung dari Januari 2018 � Desember 2021, data yang didapat diolah menggunakan Software Minitab 21, dengan mengidentifikasi data historis, melakukan transformasi dan differencing sebanyak 1 kali, mengestimasi parameter model sementara menggunakan plot Autocorrelation Function dan Partial Autocorrelation Function dengan melihat nilai kesalahan terkecil, terakhir dilakukan penggunaan model untuk peramalan dengan menggunakan model terbaik. Pada penelitian ini didapatkan hasil untuk peramalan siang dengan model terbaik ARIMA (0,1,1) dengan nilai MAPE 0, dan hasil untuk peramalan malam dengan model terbaik ARIMA (2,1,2) dengan nilai MAPE 0,0240787. Kata kunci : Listrik, Metode ARIMA, Peramalan Jangka Pendek, Penentuan Model, MAPE

Item Type:	Thesis (Strata 1)
Uncontrolled Keywords:	Listrik, Metode ARIMA, Peramalan Jangka Pendek, Penentuan Model, MAPE
Subjects:	TEKNIK ELEKTRO TEKNIK ELEKTRO TEKNIK ELEKTRO > Pengaman Sistem Tenaga Listrik TEKNIK ELEKTRO > Pengaman Sistem Tenaga Listrik
Divisions:	Fakultas Teknik dan Ilmu Komputer > S1 Teknik Elektro
Depositing User:	Asep Haikal Kurniawan S.IP., M.A
Date Deposited:	06 Oct 2023 04:52
Last Modified:	06 Oct 2023 04:52
URI:	http://repository.teknokrat.ac.id/id/eprint/4892

Actions (login required)

View Item