Prediksi Beban Listrik Jangka Pendek dengan Metode Arimax dan Artificial Neural Network Backpropagation di Gardu Induk Metro

Kebutuhan listrik yang selalu meningkat baik domestik, komersil maupun industri membutuhkan pelayanan dan berkualitas, peningkatan kebutuhan banyak dipengaruhi oleh meningkatnya populasi penduduk, perkembangan sektor pola hidup masyarakat. Perubahan temperature udara panas juga mempengaruhi masyarakat untuk menggunakan Air Conditioner (AC) sebagai alat pendingin ruangan. tersebut harus didukung dengan prediksi beban tepat penjadwalan pembangkitan sesuai kebutuhan. Penelitian ini melakukan jangka pendek metode Autoregressive Integrated Moving Average with Exogenous Variable (ARIMAX) di Gardu Induk Metro. Data digunakan berupa data historikal temperatur selama periode 6 bulan 2 tahun mendapatkan hasil pada satu minggu terahir. Berdasarkan diperoleh bahwa ARIMAX historis menghasilkan nilai Mean Absolute Percentage Error (MAPE) sebesar 7,5%, lebih dibandingkan MAPE 13,6%.