| dc.description.abstract | Energi listrik menjadi faktor penting dalam kehidupan sehari-hari dan kemakmuran masyarakat, seiring dengan kemajuan teknologi dan pertumbuhan penduduk. Untuk mengantisipasi peningkatan kebutuhan listrik, sistem perencanaan dan prakiraan yang efektif menjadi lebih tepat. Peramalan kebutuhan energi listrik menjadi kunci dalam pendistribusian listrik yang optimal, membantu pengambilan keputusan untuk pengembangan pendistribusian dan jaringan listrik. Dalam penelitian ini, metode SARIMA (Seasonal Autoragressive Integrated Moving Average) digunakan, sebuah variasi dari model ARIMA yang menambahkan pola musiman. Sebagai perbandingan, metode Eksponential Smoothing dan Trend Linier juga digunakan seabagai pembanding. Model SARIMA yang digunakan adalah (1,0,1)(1,0,1,12), dengan nilai Mean Absolute Percentage Error terkecil. Dari hasil percobaan yang dilakukan meliputi prakiraan Energi Terjual (GWh), Daya Tersambung (MVA), Jumlah Pelanggan, Beban Puncak (MW), dan Susut Energi (%) dari tahun 2023 hingga 2029. Dari ketiga metode yang diuji, SARIMA memiliki tingkat keakuratan tertinggi, memiliki MAPE terendah yaitu 3.62%, sementara Eksponential Smoothing mencapai 6.31%, dan Trend Linier mencapai 27%. Kesimpulannya, SARIMA menjadi pilihan optimal pada preakiraan kebutuhan energi listrik, memberikan prediksi yang lebih efektif. | en_US |
