<![CDATA[Kebutuhan energi listrik di Indonesia terus tumbuh setiap tahunnya, diperkirakan penjualan listrik meningkat sekitar 4,9% dan jumlah pelanggan mencapai 24,4 juta menurut RUPTL 2021 – 2030. PLTMG Arun di Aceh memainkan peran krusial dalam Sub Sistem Aceh (Sumbagut - Aceh), dengan kapasitas saat ini mencapai 184 MW, menyumbang 9,41% dari kebutuhan beban Sub Sistem Sumbagut sebesar 1.956 MW. Penelitian ini bertujuan untuk menyelidiki dan mendeteksi perubahan dalam Regime pembebanan pembangkit listrik secara harian, bulanan, dan tahunan menggunakan Model Markov Switching Autoregressive, dengan fokus pada PLTMG Arun. Perubahan dalam Regime pembebanan pembangkit dapat memberikan informasi berharga kepada pengelola pembangkit dan dispatcher untuk membuat keputusan yang lebih baik dan efisien. Penelitian ini mendalami bagaimana Model Markov Switching Autoregressive dapat mengidentifikasi perubahan Regime yang mempengaruhi pola operasional pembangkit, memberikan pemahaman yang lebih baik tentang dinamika pembebanan, serta menentukan kriteria efektif untuk memilih model yang paling sesuai. Model MS(4)AR(1) dipilih sebagai model terbaik dengan Akaike Information Criterion (AIC) terendah 15.688,27 menunjukkan efisiensi dalam menjelaskan variasi data tanpa kompleksitas berlebih. Forecast kebutuhan beban pembangkit selama 30 hari menunjukkan fluktuasi signifikan, dengan beban tertinggi pada hari ke-2 (167,48 MW) dan terendah pada hari ke-18 (9,29 MW). Total selisih antara nilai forecast (1.835,54 MW) dan realisasi (1.828,70 MW) hanya sebesar 6,84 MW, dengan MAPE rata-rata 18,63%, menunjukkan akurasi prediksi yang dapat diterima. Dengan memahami durasi dan karakteristik setiap Regime, perusahaan dapat meningkatkan efisiensi sumber daya dan keberlanjutan energi, meminimalkan risiko operasional di masa depan, berkontribusi pada pengembangan metode analisis pembebanan dan pengambilan keputusan yang lebih efisien oleh pengelola pembangkit. Keywords: Markov Switching Autoregressive, Time Series, Load Profile, Dispatcher.]]>
Copyrights © 2025
