Muliady Faisal
Department of Mathematics and Information Systems, Mathematics Study Program, Kalimantan of Institut Technology

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

MODEL TRIPLE SARIMA BERBASIS VERY SHORT-TERM LOAD FORECASTING Muhammad Leon Alfahrezi; Muhammad Giovani; Dimas Try Anggono; Syalam Ali Wiradinata; Muliady Faisal
Journal of Innovation Research and Knowledge Vol. 3 No. 6: Nopember 2023
Publisher : Bajang Institute

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Beban listrik adalah segala sesuatu yang ditanggung oleh pembangkit listrik. Perkiraan tenaga listrik yang digunakan oleh masyarakat dapat dilakukan dengan beberapa metode peramalan. Data yang digunakan pada penelitian ini adalah penggunaan beban listrik di Netherlands yang memiliki pola musiman, sehingga metode yang sesuai dalam penelitian ini adalah metode Triple Seasonal Autoregressive Integrated Moving Average (Triple-SARIMA). Model Triple-SARIMA merupakan model ARIMA yang mengandung tiga pola musiman. Data diperoleh dari website data open power system dalam skala waktu per seperempat jam diamati selama 01 Januari 2015 hingga 30 September 2020. Tujuan dari penelitian ini adalah untuk menentukan model terbaik dalam memprediksi penggunaan beban listrik dan menganalisis hasil peramalan. Pemodelan diawali dengan mengidentifikasi data yang meliputi stasioneritas baik dalam rata-rata maupun variansi. Kemudian melakukan estimasi dan uji signifikasi parameter model Triple-SARIMA, dilanjutkan dengan melakukan cek diagnosa yang meliputi uji white noise dan uji distribusi normal. Langkah identifikasi model untuk menentukan orde model Triple-SARIMA dilakukan dengan menggunakan program MINITAB dan program SAS untuk menguji. Pemilihan model terbaik dari beberapa model terpilih dilakukan dengan cara membandingkan nilai MAPE out sample yang telah dirata-ratakan.