Identifikasi Masalah Batasan Permasalahan Rumusan Masalah Tujuan Penelitian

Moving Average untuk memperkirakan beban konsumsi listrik jangka pendek, maka peneliti memilih judul skripsi “Penggunaan Metode ARIMA Autoregressive Integrated Moving Average untuk Prakiraan Beban Konsumsi Listrik Jangka Pendek Short Term Forecasting ”

1.2 Identifikasi Masalah

Ketidakseimbangan transaksi tenaga listrik antara sisi supply dan sisi demand menyebabkan kerugian yang signifikan. Untuk menghindari kerugian yang lebih parah, maka dibutuhkan sebuah metode prakiraan konsumsi beban listrik yang memiliki tingkat akurasi yang baik. Salah satu metode yang biasa digunakan adalah ARIMA Autoregressive Integrated Moving Average.

1.3 Batasan Permasalahan

Pokok permasalahan yang akan diteliti bermula dari permintaan beban listrik yang tidak diketahui di masa yang akan datang. Oleh karena itu penilitian ini diarahkan untuk memprakirakan nilai beban konsumsi listrik yang tepat pada suatu waktu tertentu, Masalah yang akan diteliti pada skripsi ini dibatasi oleh nilai beban pada WBP waktu beban puncak yaitu pukul 18.00 - 22.00 . Data yang digunakan sebagai acuan adalah data beban puncak konsumsi listrik di PT PLN Persero APJ Semarang pada pukul 19.00 yang dikumpulkan dari 1 September 2014 sampai dengan 22 Februari 2015. Data yang terkumpul dianalisis dengan metode prakiraan untuk menentukan besarnya beban puncak konsumsi listrik di PT PLN Persero APJ Semarang pada tanggal 23 Februari 2015 sampai dengan 8 Maret 2015. Metode yang digunakan untuk menganalisis prakiraan beban konsumsi listrik adalah ARIMA Autoregressive Integrated Moving Average.

1.4 Rumusan Masalah

Beberapa masalah yang akan dibahas dalam skripsi ini antara lain : 1. Bagaimanakah metode ARIMA Autoregressive Integrated Moving Average dapat memunculkan model terbaik untuk prakiraan beban konsumsi listrik jangka pendek? 2. Bagaimanakah tingkat akurasi dari metode ARIMA Autoregressive Integrated Moving Average jika dibandingkan dengan data riil beban yang didistribusikan PLN ?

1.5 Tujuan Penelitian

Tujuan dari hasil penelitian ini adalah : 1. Menyajikan cara dan teknik memprakirakan beban konsumsi listrik jangka pendek dengan menggunakan metode ARIMA Autoregressive Integrated Moving Average. 2. Membandingkan tingkat akurasi metode ARIMA Autoregressive Integrated Moving Average dengan data riil beban yang didistribusikan oleh PLN.

1.6 Manfaat Penelitian

Dokumen yang terkait

Prediksi Temporal untuk Kemunculan Titik Panas di Provinsi Riau Menggunakan Autoregressive Integrated Moving Average (ARIMA)

1 13 30

PERAMALAN PEMAKAIAN BEBAN TRANSFORMATOR DAYA DENGAN METODE AUTOREGRESSIVE INTEGRATED MOVING AVERAGE (ARIMA) DI GI PAUH LIMO.

0 3 6

PERAMALAN PEMAKAIAN BEBAN TRANSFORMATOR DAYA DENGAN METODE AUTOREGRESSIVE INTEGRATED MOVING AVERAGE (ARIMA) DI GI PAUH LIMO - Repositori Universitas Andalas

0 0 1

PERAMALAN PEMAKAIAN BEBAN TRANSFORMATOR DAYA DENGAN METODE AUTOREGRESSIVE INTEGRATED MOVING AVERAGE (ARIMA) DI GI PAUH LIMO - Repositori Universitas Andalas

0 0 1

PERAMALAN PEMAKAIAN BEBAN TRANSFORMATOR DAYA DENGAN METODE AUTOREGRESSIVE INTEGRATED MOVING AVERAGE (ARIMA) DI GI PAUH LIMO - Repositori Universitas Andalas

0 2 4

Peramalan Indeks Harga Saham Perusahaan Finansial LQ45 Menggunakan Metode Autoregressive Integrated Moving Average (ARIMA) dan Vector Autoregressive (VAR)

0 2 6

STUDI PERAMALAN (FORECASTING) KURVA BEBAN HARIAN LISTRIK JANGKA PENDEK MENGGUNAKAN METODE AUTOREGRESSIVE INTEGRATED MOVING AVERAGE(ARIMA)

0 1 9

PERAMALAN JUMLAH MAHASISWA BARU DENGAN MODEL AUTOREGRESSIVE INTEGRATED MOVING AVERAGE (ARIMA)

1 1 14

Penggunaan Metode ARIMA (Autoregressive Integrated Moving Average) untuk Prakiraan Jumlah Permintaan Gula Rafinasi (Studi Kasus: PT. Makassar Tene) - Repositori UIN Alauddin Makassar

0 0 92

PEMBUATAN APLIKASI PERAMALAN INDEKS HARGA SAHAM GABUNGAN DENGAN METODE TIME SERIES AUTOREGRESSIVE INTEGRATED MOVING AVERAGE (ARIMA) DEVELOPING APPLICATION FOR FORECASTING INDONESIA COMPOSITE INDEX USING AUTOREGRESSIVE INTEGRATED MOVING AVERAGE (ARIMA)

0 1 147