PERAMALAN KEBUTUHAN ENERGI LISTRIK DAN BEBAN LISTRIK SEKTOR RUMAH TANGGA DI SUMATERA SELATAN DENGAN METODE ANALISIS TIME SERIES : PROYEKSI TREN DAN ANALISIS REGRESI
Abstract
Ketergantungan masyarakat dalam pemakaian listrik pada saat ini sangat tinggi, tidak hanya untuk kebutuhan penerangan, tetapi juga untuk mendukung kegiatan lainnya seperti kegiatan ekenomi. Kecenderungan yang terjadi saat ini adalah peningkatan kebutuhan energi listrik dan beban listrik sektor rumah tangga tidak seiring dengan peningkatan penyediaan energi listrik dimana kapasitas daya tersambung yang cenderung tetap, sementara kebutuhan masyarakat khususnya rumah tangga terus meningkat. Tingginya permintaan akan energi listrik menyebabkan perlunya dilakukan pembangunan dan pengembangan sistem kelistrikan yang ada pada PT. PLN (Persero). Salah satu cara yang dapat dilakukan ialah dengan melakukan peramalan kebutuhan energi listrik dan beban listrik sektor rumah tangga dalam beberapa periode kedepan. Peramalan kebutuhan energi listrik dilakukan sebagai salah satu pedoman perencanaan pengembangan industri listrik di Indonesia dalam pengambilan kebijakan perencanaan energi listrik. Dalam suatu peramalan tidak mungkin nilai yang diramalkan sempurna, akan selalu ada kesalahan-kesalahan atau error yang dipengaruhi faktor lain. Pemilihan metode yang tepat dapat meminimalisir nilai error yang dihasilkan oleh suatu metode yang digunakan. Pada penelitian ini, dilakukan peramalan dengan memanfaatkan dua metode yang berbeda, yaitu metode analisis time series proyeksi tren dan metode analisis regresi untuk mendapatkan nilai error terkecil. Metode peramalan dengan error terkecil dipilih sebagai metode untuk menghitung peramalan pelanggan, daya tersambung, dan energi terjual di Sumatera Selatan untuk tahun 2018 s/d 2020. Berdasarkan hasil penelitian yang telah dilakukan dengan membandingkan nilai MAPE yang dihasilkan oleh metode analisis time series proyeksi tren dan analisis Regresi Linear, didapatkan jika metode analisis time series proyeksi tren Quadratic memiliki tingkat ketepatan peramalan lebih baik untuk parameter jumlah pelanggan dan daya tersambung, sedangkan untuk energi terjual metode yang lebih tepat ialah metode analisis Regresi Linear dengan variabel bebas daya tersambung. Dimana setiap parameter yang di prediksi memilik tingkat pertumbuhan yang positif setiap tahunnya. Dengan demikian, PT PLN sebaiknya dapat menyediakan kapasitas daya sesuai yang dibutuhkan para pelanggan listrik di Sumatera Selatan.
Collections
- Electric Engineering [786]