<![CDATA[Penelitian ini bertujuan mengevaluasi dan membandingkan kemampuan Seasonal Autoregressive Integrated Moving Average (SARIMA) dan Long Short-Term Memory (LSTM) dalam melakukan peramalan penjualan energi listrik rumah tangga di Kota Medan. Data yang dianalisis berupa data bulanan Januari 2012 sampai Desember 2025 dengan total 168 observasi. Prosedur penelitian mencakup pra-pemrosesan data, pengisian nilai yang tidak tersedia melalui interpolasi linier, pengujian kestasioneran, pembentukan model SARIMA dan LSTM, serta pengukuran akurasi menggunakan Root Mean Square Error (RMSE), Mean Absolute Error (MAE), dan Mean Absolute Percentage Error (MAPE). Hasil analisis menetapkan SARIMA (0,1,2)(1,1,1)₁₂ sebagai model SARIMA terpilih dengan AIC sebesar 2.332,24. Nilai evaluasi SARIMA adalah RMSE 11.094,01, MAE 8.703,92, dan MAPE 10,47%, sedangkan LSTM menghasilkan RMSE 4.392,05, MAE 3.391,29, dan MAPE 3,91%. Karena menghasilkan kesalahan prediksi yang lebih kecil, LSTM ditetapkan sebagai model dengan kinerja terbaik dan digunakan untuk meramalkan penjualan selama 12 bulan pada tahun 2026.]]>
Copyrights © 2026
