Sains Data Hal. 15-28

Prediksi Permintaan Listrik Harian dengan Long Short-Term Memory dan Variabel Cuaca

Fajar Ramadhan, Kartika Sari
Diterima
25 Mei 2025
Disetujui
31 Juli 2025
Daring
31 Juli 2025
Terbit
31 Juli 2025

Abstract

Ketepatan prakiraan permintaan listrik memengaruhi efisiensi pembangkitan. Penelitian ini membangun model Long Short-Term Memory yang memadukan data historis beban dengan variabel suhu, kelembapan, dan hari libur. Data yang digunakan mencakup lima tahun beban harian sistem kelistrikan Jawa-Bali. Model mencapai galat persentase absolut rata-rata 2,84 persen, lebih baik dibandingkan model musiman ARIMA sebesar 4,91 persen. Penambahan variabel cuaca menurunkan galat sebesar 0,73 poin persentase.
Keywords
LSTM prakiraan beban deret waktu kelistrikan

Full Text

Download PDF