STUDI PERAMALAN BEBAN LISTRIK DENGAN METODE GENETIC ALGORITHM-SUPPORT VECTOR MACHINE (GA-SVM) DAN AUTOREGRESSIVE INTEGRATED MOVING AVERAGE (ARIMA)

Indratama, Dicky (Jurusan Teknik Elektro Fakultas Teknik Universitas Brawijaya)
Suyono, Hadi (Jurusan Teknik Elektro Fakultas Teknik Universitas Brawijaya)
Shidiq, Mahfudz (Jurusan Teknik Elektro Fakultas Teknik Universitas Brawijaya)

Jurnal Mahasiswa TEUB
Vol 7, No 3 (2019)

Listrik merupakan salah satu sumber energi utama yang digunakan hampir pada seluruh aspek kehidupan. Kebutuhan listrik semakin meningkat seiring dengan perkembangan waktu dan ada berbagai faktor yang mempengaruhi perilaku beban konsumen dan juga berdampak pada total kerugian pada saluran transmisi, dalam penelitian ini memakai faktor dari suhu dan curah hujan. Permasalahan yang sedang dihadapi adalah kualitas dan kuantitas daya listrik yang dihantarkan, sehingga distribusi tenaga listrik terhadap konsumen harus dilakukan secara optimal dan sesuai dengan kebutuhan. Tujuannya adalah agar dapat melakukan tindakan yang tepat seiring dengan pertumbuhan kebutuhan tenaga listrik, mempertahankan tingkat keandalan, dan meningkatkan kualitas pelayanan kepada konsumen. Oleh karena itu, diperlukan adanya metode peramalan beban listrik yang efisien untuk beberapa waktu ke depan. Tujuan dari penelitian ini yaitu untuk meramalkan konsumsi beban listrik di Kota Malang dengan metode GA-SVM dan ARIMA. Kriteria pemilihan model terbaik berdasarkan pada nilai RMSE dan MAPE. Hasil dari analisis menunjukkan bahwa metode GA-SVM memberikan tingkat keakuratan yang lebih baik untuk meramalkan beban listrik di Kota Malang daripada metode ARIMA.   Kata kunci: Beban listrik, Suhu, Curah hujan, Peramalan, GA-SVM, ARIMA, RMSE, MAPE   ABSTRACT Electricity is one of the main energy sources used in almost all aspects of life. Electricity demands are increasing along with the development of time and there are various factors that influence consumer load behavior and also have an impact on the total losses on the transmission line, in this study using factors from temperature and rainfall. The problem that is being faced is the quality and quantity of electricity delivered, so that the distribution of electricity to consumers must be carried out optimally and according to needs. The aim is to be able to take appropriate actions along with the growth of electricity demand, maintain the level of reliability, and improve the quality of service to consumers. Therefore, it is necessary to have an efficient electricity load forecasting method for some time to come. The purpose of this study is to predict the consumption of electric loads in the city of Malang using the GA-SVM and ARIMA methods. The best model selection criteria are based on the values ??of RMSE and MAPE. The results of the analysis show that GA-SVM methods provides a better level of accuracy to predict electricity consumption in Malang City than ARIMA methods. Keywords: Electric load, temperature, rainfall, forecasting, GA-SVM, ARIMA, RMSE, MAPE