Prakiraan Kebutuhan Energi Listrik Kota Subulussalam Sampai Tahun 2020 Menggunakan Metode Analisis Regresi

arnawan hasibuan, Widyana Verawaty Siregar

Abstract


Abstrak — Sejalan dengan perkembangan sosial ekonomi di kota Sebulussalam, maka kebutuhan akan energi listrik dari waktu ke waktu cendrung semakin meningkat. Hal ini semakin dirasakan dengan meningkatnya jumlah penduduk, pemukiman baru pertokoan, industri-industri, penerangan jalan, lampu hias di taman kota dan lain sebagainya. Seiring bertambahnya kebutuhan energi listrik setiap tahun sangat signifikan maka perlu membuat peramalan untuk mengatasi jumlah kebutuhan energi listrik yang semakin meningkat. Peramalan ini menggunakan metode regresi linier berganda. Berdasarkan analisisi yang di lakukan penelitian ini menyimpulkan bahwa jumlah kebutuhan energi listrik di PT PLN (PERSERO) Kota Sebulussalam untuk tahun 2016 sampai dengan 2020 mengalami peningkatan yang cukup signifikan yaitu pada kisaran 3.470.887,446 Kwh untuk tahun 2020.

Kata kunci: peramalan, regresi, kebutuhan energi listrik

Abstract Between the socio-economic development at the city of Sebulussalam, for electricity from time tends to increase. This is increasingly felt with the increasing number of residents, new residential shops, industries, street lighting, decorative lights in city parks and so on. As the need for electricity increases every year is very significant, it is necessary to make a forecast to overcome the increasing number of electrical energy needs. This forecasting uses multiple linear regression methods. Based on the analysis carried out this study concluded that the amount of electrical energy demand in PT PLN (PERSERO) Sebulussalam City for 2016 up to 2020 has increased significantly, namely in the range of 3,470,887,446 Kwh for 2020.

Keywords: forecasting, regression, electrical energy requirements


Keywords


forecasting, regression, electrical energy requirements

DOI:

https://doi.org/10.30596/rele.v1i2.3013


Full Text:

PDF

References


Kristiawan, “Peramalan Energi Listrik Yang Terjual Dan Daya Listrik Tersambung Pada Sistem Ketenagalistrikan Untuk Jangka Panjang Di Solo Menggunakan Model Artificial Neural Network (ANN)”, prosiding SNATIF Ke-2, 2015.

Perdana, “Peramalan Beban Listrik Jangka Pendek Menggunakan Optimally Pruned Extreme Learning Machine (OPELM) Pada Sistem Kelistrikan Jawa Timur”, jurnal teknik ITS vol. 1, no. 1. , 2012.

Rimbawati, “Hubungan Karakteristik Petugas Baca Dengan Frekuensi Kesalahan Baca Stand KWH Meter Pelanggan”, jurnal REINTEK volume Desember 2013, Fakultas Teknik UMSU, 2013.

Syafruddin, “Metode Regresi Linier untuk Prediksi Kebutuhan Energi Listrik Jangka Panjang (Studi Kasus Provinsi Lampung)”, skripsi, Jurusan Teknik Elektro Universitas Lampung,Bandar Lampung, 2015.

Sesa, “Peramalan Beban Listrik Jangka Menengah Menggunakan Jaringan Syaraf Tiruan Pada Sistem Kelistrikan Kota Ambon”, elektronik Jurnal Arus Elektro Indonesia (eJAEI), 2014.

Triwulan, “Peramalan Beban Puncak Listrik Jangka Pendek MenggunakanMetode Jaringan Syaraf Tiruan”, jurnal Reka Elkomika vol.1 no.4, 2013.


Refbacks

  • There are currently no refbacks.