<![CDATA[Penelitian ini bertujuan untuk memberikan alternatif solusi untuk menentukan faktor-faktor yang berpengaruh dalam peramalan konsumsi listrik. Salah satu teknik atau metode yang digunakan adalah PCA (Principal Component Analysis). PCA telah banyak dikenal dalam statistika sebagai metode yang digunakan untuk mengekstrasi struktur dari suatu set data dengan dimensi yang cukup banyak. Principal Component Analysis (PCA) dapat mengurangi besarnya dimensi dari data yang diobservasi menjadi dimensi yang lebih kecil tanpa kehilangan informasi yang signifikan dalam menggambarkan keseluruhan data. Teknik peramalan yang digunakan adalah metode ARIMA Box Jenkins yang digunakan untuk menentukan lag-lag pada faktor yang berpengaruh pada peramalan konsumsi listrik. Dalam penelitian ini ada beberapa variabel makro yang digunakan dalam peramalan konsumsi listrik yakni : faktor jumlah penduduk, faktor pertumbuhan PDRB, faktor pertumbuhan industri dan data demografi konsumsi listrik yang meliputi pelanggan rumah tangga, pelanggan industri, pelanggan bisnis, pelanggan sosial dan pelanggan publik. Hasil penelitian ini menunjukan bahwa penerapan metode Principal Component Analysis (PCA) dapat mengetahui faktor-faktor dominan yang mempengaruhi peramalan konsumsi listrik total1. Dari hasil simulasi proses ARIMA Box Jenkins untuk peramalan listrik konsumsi total1 dihasilkan suatu model ARIMA (0, 1, 0).]]>
Copyrights © 2014
