Prediksi Ketersediaan Tenaga Listrik di Jawa Tengah dengan Forecast Linear dan Error Trend Seasonality menggunakan Excel

Ulfah Mediaty Arief; Sri Sukamta; Dewi Anggriani; Moh. Umar Dani Atik

doi:10.29313/statistika.v24i1.3277

Authors

Ulfah Mediaty Arief Fakultas Teknik Universitas Negeri Semarang
Sri Sukamta Fakultas Teknik Universitas Negeri Semarang
Dewi Anggriani Fakultas Teknik Universitas Negeri Semarang
Moh. Umar Dani Atik Fakultas Teknik Universitas Negeri Semarang

DOI:

https://doi.org/10.29313/statistika.v24i1.3277

Keywords:

Prediksi, Listrik, Metode Forecast, Error Trend Seasonality

Abstract

ABSTRAK

Dalam era pertumbuhan ekonomi dan kemajuan teknologi yang pesat, kebutuhan akan pasokan listrik yang konsisten semakin mendesak. Penelitian ini membandingkan metode prediksi error trend seasonality (ETS) dan prediksi linear untuk mengantisipasi ketersediaan listrik di Jawa Tengah, menggunakan data dari 2011 hingga 2021. Evaluasi menunjukkan bahwa metode prediksi linear lebih akurat dengan persentase kesalahan lebih rendah dibandingkan error trend seasonality (ETS). Prediksi menunjukkan tren positif peningkatan ketersediaan listrik, membuka peluang pengembangan industri dan pertumbuhan ekonomi regional. Keandalan prediksi linear memberikan dasar yang solid untuk pengambilan keputusan di sektor energi. Rekomendasi untuk meningkatkan keandalan prediksi di masa depan mencakup pemantauan dan pembaruan data, serta melibatkan pemangku kepentingan dan ahli energi dalam pengambilan keputusan. Penelitian ini diharapkan memberikan panduan bagi pembuat kebijakan dan pihak terkait dalam mengelola ketersediaan energi listrik secara efisien di Jawa Tengah.

ABSTRACT

In an era of rapid economic growth and technological progress, the need for a consistent electricity supply is increasingly urgent. This research compares the error trend seasonality prediction (ETS) method and linear prediction to anticipate electricity availability in Central Java, using data from 2011 to 2021. The evaluation shows that the linear prediction method is more accurate with a lower error percentage than error trend seasonality (ETS). Predictions show a positive trend of increasing electricity availability, opening up opportunities for industrial development and regional economic growth. The reliability of linear predictions provides a solid basis for decision making in the energy sector. Recommendations to improve the reliability of future predictions include monitoring and updating data, as well as involving stakeholders and energy experts in decision making. This research is expected to provide guidance for policy holders and related parties in managing the availability of electrical energy efficiently in Central Java.

References

Adnan Rusdy, A., Purnawansyah, & Herman. (2022). Penerapan Metode Regresi Linear pada Prediksi Penawaran dan Permintaan Obat Studi Kasus Aplikasi Point of Sales. 3(2), 121–126.

Alhusain, A. S. (2019). Tantangan, Kendala dan Upaya Pembangunan Infrastruktur Listrik gi Provinsi Riau dan Provinsi Sulawesi Selatan. Kajian, 24(4), 261–279.

Firdausy, C. M., Suryana, A., Nugroho, R., & Suhartoko. (2019). Revolusi Industri 4.0 Dan Pembangunan Ekonomi Berkelanjutan.

Jofipasi, C. A., Miftahuddin, & Hizir. (2018). Selection for The Best Ets (Error, Trend, Seasonal) Model To Forecast Weather In The Aceh Besar District. IOP Conference Series: Materials Science and Engineering, 352(1). https://doi.org/10.1088/1757-899X/352/1/012055

Kadir, & Prasetyo, O. R. (2021). Peramalan Luas Panen Padi Indonesia dengan Model ETS (Error, Trend, Seasonal). Jurnal Matematika dan Statistika serta Aplikasinya, 9(1), 7–15.

Miefthawati, N. P., & Ramlah, S. (2023). Perkiraan Jumlah Konsumsi Listrik di Provinsi Riau Tahun 2023-2026 dengan Kombinasi Metode Regresi Linier Berganda dan Single Moving Average. Institute of Research and Publication Indonesia IJIRSE: Indonesian Journal of Informatic Research and Software Engineering, 3(1), 19–29.

Prayogi, A. R. (2018). Demand Forecasting Penggunaan Energi Listrik (Kwh) Menggunakan Fuzzy Time Series Cheng (Studi Kasus di PLN Area Yogyakarta). Universitas Islam Indonesia.

RamadayantI, A., Sasana, H., & Jalunggono, G. (2020). Analisis Pengaruh Pertumbuhan Ekonomi, Pengeluaran Konsumsi Rumah Tangga, Pertumbuhan Penduduk dan Harga Listrik Terhadap Konsumsi Energi Sektor Rumah Tangga Di Indonesia Tahun 1990- 2018. 415–430.

Rizky Pratama, B., Yusfara, E. Z. Z., Alifianto, A., Sakti, E. W. D., Naufalian, D. A., & Septyaningsih, R. S. (2024). Penerapan Metode Forecasting Linear Trend Line Model Untuk Mengetahui Demand Real Market pada Perusahaan Tas Ransel NC Bagpack.

Sekertariat Perusahaan PT PLN (Persero). (2021). Statistik-PLN-2020. Sekertariat Perusahaan PT PLN(Persero).

Sekertariat Perusahaan PT PLN(Persero). (2022). STATISTIK PLN 2021. Sekertariat Perusahaan PT PLN(Persero).

WIKARSA, M. T. (2010). STUDI ANALISIS PROGRAM PERCEPATAN 10.000 MW TAHAP I PADA OPERASI SISTEM TENAGA LISTRIK JAWA BALI. Universitas Indonesia.