Peramalan Beban Listrik Jangka Pendek Menggunakan Metode Autoregressive Integrated Moving Average (Studi Kasus: PT PLN ULP Lumajang)

Abstract

Kebutuhan energi listrik yang terus meningkat menuntut perusahaan penyedia tenaga listrik untuk melakukan perencanaan operasi sistem secara tepat dan efisien. Salah satu upaya yang dapat dilakukan adalah melalui peramalan beban listrik untuk memperkirakan kebutuhan daya pada periode mendatang. Penelitian ini bertujuan untuk menerapkan metode Autoregressive Integrated Moving Average (ARIMA) dalam meramalkan beban listrik jangka pendek pada PT PLN (Persero) ULP Lumajang serta mengetahui tingkat akurasi hasil peramalan berdasarkan nilai Mean Absolute Percentage Error (MAPE). Data yang digunakan dalam penelitian ini berupa data historis beban listrik bulanan periode tahun 2022 sampai dengan Juni 2025. Metode analisis dilakukan melalui tahapan identifikasi pola data, pengujian kestasioneran, penentuan kandidat model ARIMA, estimasi parameter, uji diagnostik residual, serta proses peramalan menggunakan software Minitab. Berdasarkan hasil analisis, model ARIMA (0,0,1) dipilih sebagai model yang sesuai karena memiliki parameter signifikan dan memenuhi uji diagnostik residual. Hasil peramalan menunjukkan bahwa metode ARIMA mampu digunakan untuk memprediksi beban listrik pada periode berikutnya dengan tingkat kesalahan rata rata sebesar 4,35% berdasarkan perhitungan MAPE. Nilai tersebut menunjukkan bahwa model memiliki tingkat akurasi yang baik dan layak digunakan sebagai pendukung pengambilan keputusan dalam perencanaan beban listrik di PT PLN (Persero) ULP Lumajang.