Text

SKRIPSI PREDIKSI BEBAN DAYA LISTRIK JANGKA MENENGAH PADA PT. PLN (PERSERO) ULP MAGELANG KOTA MENGGUNAKAN METODE SUPPORT VECTOR REGRESSION

---

Peningkatan kebutuhan energi listrik seiring pertumbuhan jumlah pelanggan, daya tersambung, dan aktivitas ekonomi menuntut tersedianya sistem peramalan beban listrik yang akurat untuk mendukung perencanaan kapasitas dan pengelolaan distribusi tenaga listrik. Penelitian ini bertujuan untuk membangun model prediksi beban daya listrik jangka menengah pada PT. PLN (Persero) ULP Magelang Kota menggunakan metode Support Vector Regression (SVR), menganalisis hubungan fungsional antara daya tersambung, jumlah pelanggan, dan Produk Domestik Regional Bruto (PDRB) terhadap beban listrik, serta mengevaluasi tingkat akurasi model yang dihasilkan. Prediksi jangka menengah dalam penelitian ini dilakukan untuk horizon 12 bulan, yaitu pada periode Januari 2026 hingga Desember 2026. Data yang digunakan meliputi data bulanan beban listrik, daya tersambung, dan jumlah pelanggan periode Januari 2018 hingga Desember 2025, serta data PDRB Kota Magelang tahun 2018–2024 yang diinterpolasi menjadi data bulanan. Tahapan penelitian meliputi preprocessing data, penggabungan data, feature engineering berbasis variabel lag, normalisasi Min-Max, pembagian data training dan testing dengan rasio 80:20, serta pemodelan menggunakan empat skenario, yaitu SVR Linear Manual, SVR Linear Tuned, SVR RBF Manual, dan SVR RBF Tuned. Hasil penelitian menunjukkan bahwa model SVR Linear Manual dengan parameter C = 10 dan ε = 0,01 merupakan model terbaik dengan nilai MAPE pengujian 3,742%, R² 0,997, dan RMSE 10,051 MW, sehingga termasuk kategori sangat baik dan memiliki kemampuan generalisasi yang stabil. Hasil ini menunjukkan bahwa hubungan antara daya tersambung, jumlah pelanggan, PDRB, dan beban listrik pada horizon jangka menengah cenderung bersifat linear. Model terpilih kemudian digunakan untuk memproyeksikan beban listrik periode Januari–Desember 2026 dan menunjukkan tren peningkatan beban secara progresif. Penelitian ini memberikan kontribusi dalam pengembangan model peramalan beban listrik multivariat berbasis machine learning dan dapat dimanfaatkan sebagai dasar pengambilan keputusan dalam perencanaan sistem ketenagalistrikan pada wilayah penelitian.

---

Ketersediaan

Informasi Detail

Judul Seri

-

No. Panggil

ELEKTRO RAM P 2026

Penerbit

MAGELANG : UNIVERSITAS TIDAR., 2026

Deskripsi Fisik

XVIII;86 HLM;29 CM

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

621.38

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

PRODI_S1_TEKNIK_ELEKTRO
FAKULTAS_FT

Info Detail Spesifik

-

Pernyataan Tanggungjawab

-

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar